Scopri le perdite nei serbatoi con l'AI?

I serbatoi di stoccaggio verticali sono usati per trasportare carburante, acqua e prodotti chimici. Una piccola perdita può causare gravi danni all'ambiente e alla sicurezza. I ricercatori hanno usato il software FLUENT 16.0 per simulare una perdita di orifizio in un serbatoio cilindrico verticale. La simulazione ha mostrato un forte e improvviso calo di pressione proprio dove si trovava la perdita. I dati di pressione reali acquisiti durante una perdita sono stati puliti con la tecnica di threshold wavelet, che ha eliminato il rumore mantenendo il segnale di calo caratteristico. Sono state estratte caratteristiche nel dominio temporale e delle forme d'onda dai segnali puliti per creare un modello di rilevamento basato su SVM. Sono stati testati diversi kernel e il kernel lineare ha raggiunto una precisione del 96,55%, superando le altre opzioni. Questo metodo potrebbe essere installato sui serbatoi per avvisare gli operatori prima che la perdita causi problemi gravi, mantenendo l'ambiente più sicuro e riducendo i costi.

La geometria dell'orifizio (diametro, posizione rispetto al fondo) influenza la portata della perdita e il profilo di pressione. Usando un meshing CFD ad alta risoluzione, il modello cattura il flusso turbolento e transitorio che si forma intorno al foro. La denoising wavelet seleziona la scala ottimale per separare il segnale di perdita dal rumore di fondo, preservando i picchi ad alta frequenza. Le caratteristiche estratte includono la pendenza del calo di pressione, la durata dell'evento e l'energia della forma d'onda. L'SVM con kernel lineare crea un confine decisionale semplice che separa i dati di perdita da quelli normali, riducendo il rischio di falsi positivi. La validazione incrociata e i test su set separati confermano l'affidabilità del modello, rendendolo pronto per l'implementazione in sistemi di monitoraggio industriali.