Physics-Informed Machine Learning for Radiation-Free Water Liquid Ratio Estimation Using Coriolis Flow Measurements
यह अध्ययन एक विकिरण-मुक्त, भौतिकी-सूचित मशीन लर्निंग ढांचे को प्रस्तुत करता है जो केवल कोरिओलिस मास फ्लो मापन और एक नवीन हार्मोनिक मिक्सचर डेंसिटी मीन फैक्टर (HMDMF) का उपयोग करके तीन-चरणीय तेल-गैस-पानी प्रवाह में वाटर लिक्विड रेश्यो का सटीक अनुमान लगाता है, जिससे उच्च पूर्वानुमान प्रदर्शन (R² = 0.8943) प्राप्त होता है और पारंपरिक गामा-आधारित प्रणालियों के लिए एक लागत प्रभावी विकल्प मिलता है।