pengukuran laju aliran di industri minyak dan gas
TRANSCRIPT
PENGUKURAN LAJU ALIRANDI INDUSTRI
MINYAK DAN GAS
FITRI RAHMAH
i
PENGUKURAN LAJU ALIRAN DI
INDUSTRI MINYAK DAN GAS
FITRI RAHMAH
LP UNAS
ii
Pengukuran Laju Aliran di Industri Minyak dan Gas
Oleh : Fitri Rahmah
Hak CiptaΒ© 2021 pada Penulis Editor Naskah : Gilang Almaghribi Penyunting : Kiki Rezki Lestari dan Fitria Hidayanti Desain Cover : Erna Kusuma Wati ISBN: 978-623-7376-94-1 Hak Cipta dilindungi Undang-undang. Dilarang memperbanyak atau memindahkan sebagian atau seluruh isi buku ini dalam bentuk apapun, baik secara elektronis maupun mekanis, termasuk memfotocopy, merekam atau dengan sistem penyimpanan lainnya, tanpa izin dari Penulis. Penerbit : LP_UNAS Jl.Sawo Manila, Pejaten Pasar Minggu, Jakarta Selatan Telp. 021-78067000 (Hunting) ext.172 Faks. 021-7802718 Email : [email protected]
iii
KATA PENGANTAR
Dalam pembuatan buku Pengukuran Laju Aliran di Industri Minyak dan Gas ini, penulis mengucapkan terima kasih kepada beberapa pihak yang telah banyak membantu. Penulis mengucapkan terima kasih kepada:
1. Bapak Dr. El Amry Bermawi Putra, MA selaku Rektor
Universitas Nasional 2. Lembaga Penelitian dan Pengabdian kepada Masyarakat
Universitas Nasional 3. LP Unas 4. Jajaran dosen dan karyawan di lingkungan Universitas
Nasional Demikianlah semoga buku ajar Pengukuran Laju Aliran di
Industri Minyak dan Gas ini dapat bermanfaat bagi mahasiswa termasuk mahasiswa Program Studi Teknik Fisika Universitas Nasional. Tentunya dalam pembuatan buku ajar ini, tidak luput dari kesalahan. Untuk itu, kami mohon masukan dari para pembaca untuk perbaikan buku ajar ini.
Jakarta, Juni 2021
Penulis Fitri Rahmah
iv
DAFTAR ISI KATA PENGANTAR ......................................................... iii
DAFTAR ISI .......................................................................... iv
BAB 1 β CONDUCTANCE RING COUPLED CONE METER (CRCC) ...................................................................... 1
1.1. Pendahuluan ............................................................. 1
1.2. Struktur dan Analisis Teoritis ................................ 6
1.3. Simulasi Numerik dan Optimasi ......................... 10
1.4. Kalibrasi dan Hasil Eksperimen .......................... 20
1.5. Analisis Pengukuran Aliran Minyak-Air Dua Fasa 29
1.6. Referensi ................................................................. 37
BAB 2 β AKSELEROMETER PIEZOELEKTRIK ..... 43
2.1. Pendahuluan ........................................................... 43
2.2. Pengukuran Laju Aliran dengan Alat Getaran pada Pipa ............................................................................. 45
2.3. Pengaturan Eksperimen dan Pemrosesan Sinyal 49
2.4. Kesimpulan dan Rekomendasi ............................ 51
2.5. Referensi ................................................................. 53
BAB 3 β SENSOR RONGGA ELEKTROMAGNETIK UNTUK PENGUKURAN MULTIFASE ....................... 56
v
3.1. Pendahuluan ........................................................... 56
3.2. Model Matematis Rongga Koaksial .................... 58
3.3. Hasil Pengujian dan Kesimpulan ........................ 63
3.4. Referensi ................................................................. 67
BAB 4 β ESTIMASI LAJU ALIRAN FASE INDIVIDU DALAM SISTEM ALIRAN MULTIPHASE MINYAK-GAS-AIR MENGGUNAKAN PENDEKATAN JARINGAN SARAF DAN ANALISIS SINYAL TEKANAN ............................................................................ 68
4.1. Pendahuluan ........................................................... 68
4.2. Pendekatan Jaringan Saraf Tiruan ....................... 75
4.3. Percobaan dan Pengukuran Sinyal Tekanan ...... 80
4.4. Analisis Sinyal Tekanan ........................................ 84
4.5. Hasil Pengujian dan Kesimpulan ........................ 86
4.6. Referensi ................................................................. 97
BAB 5 β TOMOGRAFI UNTUK PENGUKURAN ALIRAN MULTI FASE .................................................... 104
5.1. Pendahuluan ......................................................... 104
5.2. Tinjauan Umum Aliran pada Pengukuran ....... 109
5.3. Tomografi Proses Industri ................................. 120
5.4. Studi Kasus ........................................................... 132
5.5. Referensi ............................................................... 142
vi
BAB 6 β PENGUKURAN ALIRAN DUA FASE MINYAK-AIR DENGAN V-CONE METER DALAM PIPA HORIZONTAL ....................................................... 151
6.1. Pendahuluan ......................................................... 151
6.2. Deskripsi Eksperimental .................................... 164
6.3. Hasil Pengujian, Kelayakan Model dan Analisis 168
6.4. Kesimpulan .......................................................... 174
6.5. Referensi ............................................................... 175
BAB 7 β VENTURI DAN SENSOR FRAKSI VOID 178
7.1. Pendahuluan ......................................................... 178
7.2. Model Teoritis...................................................... 181
7.3. Analisis dan Kesimpulan .................................... 186
7.4. Referensi ............................................................... 198
DAFTAR PUSTAKA ........................................................ 201
TENTANG PENULIS ................................................... 203
1
BAB 1 β CONDUCTANCE RING
COUPLED CONE METER (CRCC)
1.1. Pendahuluan
Aliran dua fase adalah fenomena aliran yang umum
dijumpai yang banyak terdapat dalam proses industri seperti
pemrosesan teknik kimia, produksi minyak bumi dan
transportasi, proses pembuatan makanan, teknik farmasi
dan pembangkit listrik. Aliran dua fase mengacu pada fluida
dengan dua komponen yang mengalir bersama, termasuk
aliran gas-air dua fase, aliran gas-padat dua fase, aliran cair-
cair dua fase dan kombinasi lainnya. Pengukuran akurat
pada parameter proses mereka memainkan peran yang
sangat penting dalam industri modern [1].
Parameter proses aliran dua fase yang menjadi kepentingan
primer adalah fraksi fase (volume atau massa) dan laju aliran
(volume atau massa). Umumnya kedua parameter tersebut
membutuhkan dua teknik pengukuran untuk menentukan
laju aliran (atau kecepatan) dan fraksi fase secara terpisah.
Contohnya kombinasi dari pengukur aliran tekanan
2
diferensial (DP) untuk pengukuran laju aliran massa dan
perangkat pengukuran fraksi fase sensitif elektrik [2], atau
pengukur turbin untuk pengukuran laju aliran volumetrik
dan Electrical Capacitance Tomography (ECT) untuk
pengukuran fraksi fase [3]. Upaya juga dilakukan untuk
memanfaatkan dua sinyal keluaran dari satu sensor untuk
memprediksi dua parameter secara bersamaan [4], [5], dan
beberapa teknik komputasi lunak tertentu diperkenalkan
[6].
Menggabungkan pengukur aliran satu-fase dengan
perangkat pengukuran fraksi fase adalah salah satu solusi
populer untuk pengukuran aliran dua fase. Alat pengukur
DP, seperti Venturi, Orifices, Nozel dan Cone Meter,
adalah pengukur aliran yang paling banyak diadopsi dalam
proses industri [7]. Mereka juga dipilih untuk potensi
aplikasinya dalam pengukuran aliran dua fase [8], dan
biasanya digabungkan dengan pengukur fraksi void [9].
Pengukur long-waist cone adalah transformasi dari meteran
kerucut bermata tajam yang umum ditemui, yang
mendorong fluida ke dinding pipa untuk membentuk
kondisi aliran melingkar daripada mengkontraksikan fluida
3
ke garis tengah seperti yang dilakukan Venturi dan Orifice
[10]. Saluran aliran annular terbentuk di antara bagian
kerucut dan dinding pipa berdiameter konstan. Dengan
demikian meteran long-waist cone mempunyai keunggulan
dari meteran annular, seperti panjang pipa lurus yang
diperlukan hulu meter untuk mengkondisikan aliran lebih
sedikit, dan saluran annular juga menyediakan penyesuaian
aliran dan efek pencampuran. Saluran aliran annular
berdiameter konstan mampu meratakan profil aliran dan
profil tekanan/kecepatan, yang akibatnya mengurangi
penurunan tekanan secara keseluruhan dan meningkatkan
pengulangan pengukuran [10].
Sensor sensitif elektrik memiliki landasan teoritis dan
praktis untuk mengukur fraksi fase aliran dua fase yang baik.
Mereka sensitif terhadap perubahan properti listrik (seperti
impedansi, permitivitas) campuran dua fase, yang bervariasi
dengan fraksi fase. Prinsip penginderaan utama dari metode
ini adalah properti dielektrik dari cairan yang melintasi
variasi pasangan elektroda dengan frekuensi sinyal eksitasi.
Pada frekuensi rendah (10β100 kHz) muncul sifat resistif,
sedangkan pada frekuensi yang lebih tinggi pada dasarnya
4
adalah kapasitif. Untuk alasan ini, metode impedansi
umumnya diklasifikasikan ke dalam metode konduktansi
dan metode kapasitansi berdasarkan kelistrikan yang mana
properti sensitif terhadap mereka [11]. Teknik konduktansi
dan teknik kapasitansi keduanya dibatasi oleh rangkaian
aliran yang sebagian besar dijelaskan dengan rentang fraksi
fase [12]. Untuk sensor kapasitansi, saat cairan konduktif
menjadi fase kontinu, efek korsleting akan terjadi, dan
akibatnya kapasitansi konstan diukur bahkan jika fraksi air
dalam aliran bervariasi [13].
Saran telah diberikan oleh beberapa peneliti pada penerapan
metode konduktansi, yaitu konduktansi sensor sebaiknya
diterapkan di tempat yang medan aliran homogen ada di
antara elektroda. Jadi, perlu untuk mengkalibrasi instrumen
dalam kondisi yang dekat ke kondisi pengukuran aktual, jika
diharapkan hasil yang dapat dipercaya [14]. Selain itu untuk
metode konduktansi berbasis cross sectional, sensitivitas
pengukuran di pusat bagian penampang pipa selalu lebih
rendah dari pada dinding pipa. Sehingga struktur cincin
paralel didedikasikan untuk membuat bidang penginderaan
lebih linier secara aksial daripada radial [11].
5
Mengingat analisis di atas baik digunakan pada meter DP
dan sensor conductance ring, upaya mengintegrasikan dua
sensor di atas telah dibuat oleh Hassan dan dkk [15], yang
mengintegrasikan dua conductance ring di tenggorokan
venturi. Laju aliran multifase diukur dengan tekanan
diferensial venturi, sedangkan konsentrasi fase ditentukan
oleh conductance ring di tenggorokan venturi dengan
memanfaatkan efek pencampuran di tenggorokan. Pada
makalah ini, Conductance Ring Coupled Cone Meter
(CRCC) didedikasikan untuk tujuan pengukuran aliran dua
fase. CRCC memasang sepasang cincin konduktansi pada
saluran annular diameter konstan dari long-waist cone
meter (LWC) untuk menentukan fraksi fase yang lebih tepat
di saluran annular dengan memanfaatkan efek
pencampuran long-waist cone serta memiliki sensitivitas
yang lebih tinggi dari penginderaan bidang listrik dalam
saluran annular. Laju aliran dua fase ditentukan dengan
tekanan diferensial yang dihasilkan oleh elemen long-waist
cone. CRCC yang diusulkan diuji dengan aliran minyak-air
dua fase untuk studi kinerja dinamis.
6
1.2. Struktur dan Analisis Teoritis
Struktur CRCC ditunjukkan pada Gambar 1, dimana bagian
silinder kerucut membentuk cincin berdiameter konstan
mengalirkan saluran dengan dinding pipa dan dengan
demikian mewarisi keuntungan dari meter aliran annular.
Struktur kerucut telah dioptimalkan untuk membentuk
struktur simetris geometris melalui analisis Computational
Fluid Dynamic (CFD) dan kalibrasi aliran fase tunggal [10].
Gambar 1 Struktur CRCC meter
Penurunan tekanan yang berkontraksi βππ diproduksi
sebagai fluida yang mengalir melalui kepala depan cone ke
saluran annular diameter konstan (yaitu perbedaan tekanan
antara tekanan ππ1 dan ππ2 pada Gambar 1).
7
Penurunan tekanan keseluruhan πΏπΏππ dihasilkan saat fluida
melewati badan cone (yaitu perbedaan tekanan antara ππ1
dan ππ3 pada Gambar 1). Penurunan tekanan ini sebagian
besar disebabkan oleh hilangnya energi karena gesekan dan
turbulensi, mis. gaya gesek pada permukaan terutama
karena viskositas fluida dan disipasi energi dari turbulensi
yang berasal dari struktur yang besar yang muncul di lapisan
geser atau zona resirkulasi [4]. Ini juga memberikan
informasi tambahan tentang keseluruhan laju aliran massa
dan fraksi fase. Namun, pekerjaan sekarang hanya berfokus
pada pengukuran laju aliran dengan gabungan struktur
CRCC, oleh karena itu prediksi laju aliran dengan πΏπΏππ tidak
dipertimbangkan di sini.
Untuk pengukuran aliran dua fase dengan DP meter, cukup
jumlah korelasi dikembangkan baik berdasarkan model
aliran homogen atau model aliran terpisah. Untuk long-
waist cone meters, korelasi pengukuran laju aliran massa
aliran dua fase minyak-air dengan βππ dikembangkan
berdasarkan model aliran terpisah [16]:
ππππ =πΆπΆπππ΄π΄πποΏ½2πππ€π€βπππ‘π‘π‘π‘
(1 β π₯π₯)οΏ½1 β π½π½4ππππ
8
di mana ππππ adalah laju aliran massa keseluruhan dari aliran
dua fase minyak-air, πΆπΆππ adalah koefisien pembuangan, Ξ²
adalah ekuivalen rasio diameter didefinisikan sebagai π½π½ =
βπ·π·2 β ππ2 π·π·β , D dan d masing-masing adalah diameter
dalam pipa dan bagian diameter luar konstan dari cone, π΄π΄ππ
adalah saluran area pembukaan cincin ditentukan oleh
π΄π΄ππ = ππ4
(π·π·2 β ππ2), πππ€π€ dan ππππ masing-masing adalah
massa jenis air dan minyak, π₯π₯ adalah fraksi massa minyak,
πππ€π€ adalah pengali dua fase yang didefinisikan sebagai
πππ€π€ = οΏ½1 +οΏ½πππ€π€ππππ
οΏ½0.5οΏ½πππππππ€π€
οΏ½0.2
ππ+
1ππ2
di mana Β΅π€π€ dan Β΅ππ masing-masing adalah viskositas air dan
minyak, Ο adalah koefisien Lockhart-Martinelli (L-M) yang
mencirikan penurunan tekanan aliran dua fase yang
didefinisikan sebagai [17]
ππ =1 β π₯π₯π₯π₯ οΏ½
πππππππ€π€
Sepasang elektroda konduktansi dipasang rata ke
permukaan bagian dalam dinding pipa pada saluran
9
lingkaran berdiameter konstan di mana efek pencampuran
dua fase ditingkatkan oleh badan cone. Ide di balik teknik
konduktansi adalah bahwa arus listrik konstan diinjeksikan
ke dalam campuran dua fase melalui dua cincin elektroda
yang bersentuhan dengan campuran, dan penurunan
tegangan yang dihasilkan antara kedua elektroda ini adalah
sebanding dengan konduktansi campuran menurut Coney
[18]. Fraksi fase kemudian dapat ditentukan melalui
tegangan terukur pada elektroda. Pengukuran fraksi fase
dengan dua cincin konduktansi telah dipelajari [11], [18],
[19] dan hubungan teoritis antara tegangan yang diukur dan
fraksi fase disimpulkan dan diverifikasi secara luas.
CRCC memiliki struktur yang kompak dan menyediakan
aliran dua fase yang tercampur secara homogen dalam
saluran annular, dengan demikian lokasi yang ideal untuk
pengukuran fraksi fase dengan probe konduktansi. Selain
itu, kepekaan yang dekat dengan penginderaan elektroda
dalam saluran annular lebih tinggi daripada di bagian tengah
pipa. Struktur gabungan ini juga menyediakan kesempatan
untuk teknik fusi data dengan mengadopsi multi-sumber
informasi dari berbagai disiplin ilmu untuk mencapai
kesimpulan tentang parameter aliran yang lebih akurat.
10
1.3. Simulasi Numerik dan Optimasi
Optimasi Bentuk Cone
Gambar 2 Hubungan antara penurunan tekanan
keseluruhan tanpa dimensi πΏπΏππ β dan panjang πΏπΏ dalam
simulasi aliran air satu fase
Struktur elemen cone telah dioptimalkan secara numerik
melalui simulasi CFD aliran air fase tunggal dalam pekerjaan
kami sebelumnya [10]. Pengoptimalan berfokus pada dua
parameter dimensi cone: panjang bagian diameter konstan
L dan rasio diameter Ξ². Gambar 2 menunjukkan hubungan
antara penurunan tekanan keseluruhan tanpa dimensi πΏπΏππ β
(didefinisikan sebagai rasio penurunan tekanan keseluruhan
ke tekanan dinamis) dan panjang constant-diameter waist L
pada kecepatan masuk yang berbeda dalam simulasi aliran
air fase tunggal. Seperti yang ditunjukkan oleh cairan fisika
11
bahwa cairan yang lebih cepat memiliki energi yang lebih
tinggi dan dengan demikian kehilangan lebih banyak
tekanan saat mengalir melewati set throttling. Selain itu,
ketika L meningkat dari 0 mm ke 7 mm, efek pemisahan
aliran berkurang mengakibatkan penurunan tekanan secara
keseluruhan. Untuk L yang lebih lama, efek pemisahan
aliran terus berkurang dan penurunan tekanan mengendap
sedikit, yang memungkinkan penurunan tekanan gesekan
secara bertahap mendominasi penurunan tekanan πΏπΏππ.
Penurunan tekanan gesekan mencapai keseimbangan
dengan efek pemisahan aliran berkurang pada L sekitar 6β7
mm di mana penurunan tekanan keseluruhan πΏπΏππ
menunjukkan nilai minimumnya. Meningkatkan cone waist
length menyebabkan penurunan tekanan gesekan
mendominasi dan penurunan tekanan keseluruhan
bertambah secara bertahap dan akhirnya mencapai titik di
mana pemisahan aliran menghilang dan penurunan tekanan
disebabkan terutama oleh gesekan.
Faktor tanpa dimensi bernama pressure drop ratio (PDR),
didefinisikan sebagai rasio penurunan tekanan secara
keseluruhan πΏπΏππ terhadap penurunan tekanan kontrak βππ,
12
diperkenalkan untuk mempelajari pengaruh rasio diameter
Ξ² pada respons tekanan meter aliran long-waist cone. Rasio
penurunan tekanan dari empat meteran long-waist cone
dengan Ξ² yang berbeda ditabulasikan dengan nomor
Reynolds Re dalam simulasi aliran air fase tunggal di Tabel
I, di mana PDR yang lebih kecil mewakili kinerja respons
tekanan yang lebih tinggi. Ini menunjukkan bahwa cone
dengan Ξ² = 0,65 dan Ξ² = 0,75 memiliki PDR terendah
mendekati 0,4 dengan peningkatan jumlah Reynolds. Selain
itu, koefisien discharge πΆπΆππ juga ditabulasikan di Tabel I di
mana πΆπΆππ stabil diamati dan independen pada rasio diameter
Ξ².
13
Tabel I Koefisien discharge πͺπͺπ π dan rasio pressure drop (PDR) dari CRCC dengan rasio diameter
Ξ² yang berbeda
Re 15000 25000 50000 100000 200000 300000 500000
πͺπͺπ π PDR πͺπͺπ π PDR πͺπͺπ π PDR πͺπͺπ π PDR πͺπͺπ π PDR πͺπͺπ π PDR πͺπͺπ π PDR
Ξ² = 0,55 0,874 0,424 0,876 0,459 0,874 0,502 0,874 0,496 0,878 0,512 0,879 0,507 0,880 0,513
Ξ² = 0,65 0,887 0,400 0,887 0,397 0,883 0,402 0,883 0,400 0,886 0,395 0,887 0,393 0,888 0,405
Ξ² = 0,75 0,896 0,422 0,897 0,420 0,893 0,429 0,893 0,428 0,896 0,421 0,897 0,419 0,898 0,415
Ξ² = 0,85 0,891 0,536 0,894 0,540 0,891 0,555 0,890 0,554 0,893 0,547 0,894 0,544 0,895 0,540
14
Konfigurasi Konduktansi Elektroda
Perubahan pemisahan πΏπΏππ antara dua cincin konduksi, serta
area pembukaan saluran annular memiliki pengaruh
langsung pada distribusi medan penginderaan listrik dan
juga pada kinerja elemen cone dalam pengukuran laju aliran.
Untuk lebih memahami kedua faktor ini pada bidang
penginderaan, sembilan model rasio diameter CRCC
masing-masing Ξ² = 0,55, 0,65, 0,75 dengan pemisahan
masing-masing πΏπΏππ=10 mm, 15 mm, 20 mm dibangun dalam
perangkat lunak Metode Elemen Terbatas komersial
COMSOL MULTIPHYSICS untuk simulasi lapangan
listrik. Elektroda cincin memiliki lebar 5 mm dan ketebalan
1 mm menurut penyelidikan sebelumnya [20].
Mempertimbangkan bentuk simetris cone dan pipa,
distribusi sensitivitas bidang pengukuran hanya akan
dianalisis pada potongan axial dari satu sisi saluran annular.
Potongan ini didefinisikan sebagai bidang x β y, di mana x
adalah arah radial dan y adalah arah gandar, seperti yang
ditunjukkan pada Gambar 3.
15
Gambar 3 Daerah simulasi medan listrik
Simulasi dilakukan dengan pipa air yang penuh
(konduktivitas Ο = 5,5 Γ 10β6 S/m). Satu elektroda
merupakan arus listrik konstan dengan kepadatan 0,1
A/m2, elektroda lainnya merupakan ground. Medan
penginderaan listrik akan diatur di antara dua cincin.
Terjadinya fase penyebaran konduktivitas rendah
(konduktivitas Ο = 2Γ10β16 S/m, dekat dengan udara)
akan menghasilkan perubahan langkah dari potensi
penurunan πΏπΏπΏπΏ(π¦π¦, π₯π₯) antara dua elektroda, sehingga
sensitivitas di lokasi ini didefinisikan sebagai:
ππ(π¦π¦, π₯π₯) =πΏπΏπΏπΏ(π¦π¦, π₯π₯)(πΏπΏπΏπΏ)ππππππ
Γ 100%
di mana (πΏπΏπΏπΏ)ππππππ adalah nilai maksimal πΏπΏπΏπΏ(π¦π¦, π₯π₯) [21].
Dengan menempatkan fase tersebar ini di semua wilayah
pengujian (satu di setiap lokasi), peta sensitivitas wilayah
yang menarik di Gambar 3 akan diperoleh.
16
Tabel 2 Distribusi sensitivitas bidang penginderaan listrik Ξ² = 0.55, 0.65, 0.75 dan π³π³ππ = 10 mm,
15 mm, 20 mm
CRCC π³π³ππ = ππππ ππππ π³π³ππ = ππππ ππππ π³π³ππ = ππππ ππππ
Ξ² = 0,55
Ξ² = 0,65
17
Ξ² = 0,75
18
Distribusi sensitivitas dalam wilayah yang menarik dari
CRCC dengan Ξ² dan πΏπΏππ yang berbeda ditunjukkan dalam
Tabel II, di mana bagian yang paling sensitif terletak di
cincin yang menarik dan sensitivitas turun dengan cepat ke
arah radial atau aksial. Sensitivitas CRCC Ξ² = 0,55 lebih
tinggi dari CRCC Ξ² = 0,65 dan 0,75, sensitivitas
didistribusikan secara merata di bagian lain dalam saluran
annular. Tren penurunan sensitivitas semakin bbesar ketika
Ξ² meningkat karena area pembukaan saluran annular yang
diperbesar. Ini menyiratkan bahwa dengan meningkatkan
area pembukaan saluran annular, sensitivitas medan
penginderaan listrik terdistribusi lebih merata di bawah
pemisahan tetap antara dua cincin, tetapi sensitivitas juga
menurun ke arah pusat penampang pipa. Namun,
mengingat pengaruh tekanan diferensial Ξ² seperti yang
disarankan dalam Gambar 2, Ξ² yang lebih besar
menyebabkan diferensial tekanan yang lebih kecil dan
akibatnya mengurangi rasio turndown meter DP. Meskipun
CRCC Ξ² = 0,55 menunjukkan sensitivitas yang relatif lebih
tinggi dari bidang penginderaan listrik dan efek
pencampuran yang ditingkatkan karena area penekan yang
lebih kecil, CRCC Ξ² = 0,65 memiliki PDR terkecil dan juga
19
stabil dibandingkan dengan CRCC Ξ² = 0,55, yang membuat
pilihan Ξ² = 0,65 yang lebih baik terhadap rasio diameternya.
Ketika pemisahan πΏπΏππ = 10 ππππ, bagian yang turun dari
sensitivitas menempati lebih banyak area dibandingkan
dengan πΏπΏππ = 15 ππππ dan πΏπΏππ = 20 ππππ. Untuk πΏπΏππ lebih
panjang dari 10 mm, sensitivitas terdistribusi lebih merata,
dan area sensitivitas lebih besar sehingga lebih
menguntungkan untuk pengukuran fraksi fase. Namun,
pemisahan yang lebih lama membutuhkan waist L yang
lebih panjang, dan menyebabkan kehilangan tekanan ekstra
pada cairan yang diukur menurut Gambar 2. Oleh karena
itu, πΏπΏππ = 15 ππππ dipilih dalam pekerjaan ini sebagai
kompromi untuk menyelidiki kinerja pengukuran CRCC.
Mengingat penyelidikan lapangan aliran berbasis CFD [10],
jarak pendek (biasanya 5 mm) setelah tepi depan saluran
annular berdiameter konstan diperlukan sebelum port
penyadapan tekanan untuk melancarkan profil aliran yang
masuk, dan karenanya diharapkan pengukuran tekanan yang
stabil. Diameter dalam port penyadapan tekanan umumnya
sekitar 6β8 mm yang membuat instalasi pemasangan
diameter hingga 10 mm pada dinding pipa di saluran
20
annular. Mempertimbangkan panjang πΏπΏππ = 15 ππππ, lebar
elektroda cincin 5 mm dan juga celah yang tersisa antara
port penyadapan tekanan dan elektroda, panjang waist L =
50 mm akhirnya dipilih sebagai tes eksperimental.
1.4. Kalibrasi dan Hasil Eksperimen
Pembuatan Sensor
Gambar 4 CRCC yang dibuat dengan POM dengan Ξ² =
0,65, L = 50 mm, πΏπΏππ = 15 mm
CRCC dengan Ξ² = 0.65, L = 50 mm, πΏπΏππ = 15 mm, dan baik
sudut depan dan sudut belakang adalah 20ΒΊ yang
ditunjukkan pada Gambar 4. Elemen cone terbuat dari
polyoxymethylene (POM) yang memiliki keunggulan
ketahanan abrasi tinggi, koefisien gesekan rendah, daya
serap air rendah dan sifat listrik maupun dielektrik yang baik
21
(isolatif dalam konduktansi). Dengan demikian, elemen
cone POM dibuat berkelanjutan sebagai pengukuran aliran
dua fase dan juga tidak memberikan gangguan ke bidang
penginderaan listrik. Elemen cone dipasang di dalam tabung
Perspex transparan untuk pengamatan kondisi aliran di
sekitar tubuh cone dengan jelas. Cone terhubung ke braket
cincin dengan diameter 50 mm melalui tiga batang
penyangga yang terletak merata di sekitar kedua bagian
tapering dari tubuh cone tersebut. Braket cincin disematkan
ke dinding bagian dalam tabung, dan permukaan dalamnya
dicocokkan dengan benar terhadap tepi dinding bagian
dalam tabung, sehingga tidak ada ujung yang tersisa yang
dapat mengganggu arus dan menyebabkan penurunan
tekanan yang tidak diinginkan. Permukaan bagian dalam
braket juga dipoles dengan baik untuk mengurangi
kekasarannya. Sepasang cincin elektroda terbuat dari
paduan titanium yang disiram ke dinding pipa bagian dalam
di saluran annular tepat setelah port penyadapan tekanan.
22
Gambar 5 Konfigurasi perangkat keras CRCC
Konfigurasi perangkat keras CRCC ditunjukkan pada
Gambar 5. Gelombang persegi kemudian diproduksi oleh
sumber sinyal yang diubah menjadi arus listrik oleh Arus
Kontrol Sumber Tegangan (VCCS) yang akan memberikan
arus CRCC yang konstan. Kapasitansi lapisan ganda ada di
elektroda dan antarmuka cairan, yang membuat pasangan
cincin konduktansi menunjukkan transien RC yang khas.
Bentuk gelombang tegangan diukur antara pasangan cincin
konduktansi dalam bentuk gelombang persegi di bagian
bawah frekuensi sebagai cairan konduktif yang dominan.
Tegangan yang dihasilkan kemudian dikondisikan oleh
penguat diferensial impedansi input yang tinggi dari
konduktansi pengkondisian sinyal sirkuit dan dimasukkan
23
ke dalam Sistem Akuisisi Data berbasis PXI (DAS) yang
diproduksi oleh National Instruments (NI) untuk
menentukan amplitudo gelombang persegi. Sinyal
diferensial tekanan juga dikumpulkan oleh DAS melalui
sirkuit pengkondisian diferensial tekanan. Perangkat lunak
pengontrol proses pembangkitan sinyal berbasis LabView,
dan transfer data yang diukur selanjutnya disimpan di hard
drive.
Fasilitas Eksperimen
Gambar 6 Sketsa peta loop aliran di Universitas Tianjin
Percobaan aliran dilakukan pada uji loop aliran multifase
minyak-gas-air di Universitas Tianjin di Cina, yang
diilustrasikan pada Gambar 6. Pipa horizontal diproduksi
24
dari pipa baja dengan diameter internal 50 mm dan total
panjangnya sekitar 16,6 m. Pipa ini terdiri dari dua kaki
horizontal dengan panjang masing-masing 7,2 m dan 7,3 m,
terhubung dengan U-bend horizontal dengan panjang 2,1
m. Sebuah water head (sekitar 0,32 MPa) disediakan oleh
menara air setinggi 32 m. Air keran (densitas 998 kg/m3,
viskositas dinamis 0,00101 Pa.s) dan mineral oli putih
(densitas 841 kg/m3, viskositas dinamis 0,0147 Pa.s)
digunakan sebagai percobaan cairan. Untuk percobaan
aliran dua fase minyak-air, minyak dan air dipompa ke jalan
masuk nosel secara terpisah dan tercampur dengan baik di
awal pipa. Pengukur aliran fase tunggal standar dari range
laju aliran yang berbeda dipasang masing-masing pada pipa
saluran masuk minyak dan air. Ada banyak pipa saluran
masuk dengan diameter berbeda (pengukur aliran berbeda
dengan presisi 0,3%, Β±0,5% dan Β±1% tergantung rentang
pengukuran) agar sesuai dengan rentang laju aliran yang
berbeda. Sebagian besar percobaan dilakukan dengan
ketidakpastian masukan 0,5%, hanya sebagian kecil
percobaan dilakukan dengan 1% dan lainnya dengan
masukan 0,3%. Di titik akhir pengoperasian pipa, aliran
campuran diumpankan ke tangki pemisah untuk pemisahan
25
gravitasi. Untuk mendapatkan air dan minyak bersih untuk
masing-masing kelompok percobaan, campuran dua fase
dibiarkan untuk gravitasi pemisahan setidaknya selama 12
jam. Kemudian oli yang dipisahkan diatas lapisan campuran
dan air yang dipisahkan di bawah lapisan campuran akan
dipompa kembali ke tangki minyak dan air secara terpisah
untuk penggunaan kembali.
CRCC diimplementasikan 15 m di hilir dari saluran masuk
untuk memungkinkan jarak dengan diameter 300 untuk
pengembangan aliran. Dua pemancar tekanan diferensial
dengan rentang pengukuran 0 β 60 kPa diadopsi untuk
pengukuran βππ dan πΏπΏππ, dan satu pemancar tekanan statis
dengan rentang pengukuran 0 β 500 kPa dipasang di garis
pipa. Semua pemancar memiliki pengulangan Β±0,075% dan
frekuensi respon 8 Hz.
Kalibrasi CRCC
1. Koefisien Discharge πΆπΆππ
Koefisien discharge πΆπΆππ CRCC untuk pengukuran laju
aliran dikalibrasi dengan air sebelum percobaan aliran
dua fase. Bilangan Reynolds Re dalam rentang kalibrasi
26
dari 7000 hingga 120000. Hasil kalibrasi πΆπΆππ diplot pada
Gambar 7, di mana πΆπΆππ relatif stabil dengan peningkatan
Re menunjukkan πΆπΆππ stabil dapat digunakan untuk
pengukuran laju aliran. πΆπΆππ pada Gambar 7 lebih tinggi
dari pada Tabel I, karena fakta bahwa model cone dari
data CFD sedikit berbeda dari percobaan mengenai
posisi tekanan dan tingkat kekasaran baik di dinding
pipa maupun pada elemen cone, seperti yang bisa dilihat
pada [10]. Perbedaan ini relatif antara πΆπΆππ CFD dan
percobaan adalah sekitar 7%. Nilai rata-rata πΆπΆππ = 0,97
dipilih untuk pengukuran laju aliran dua fase dengan
model pengukuran di (1).
Gambar 7 Koefisien discharge πΆπΆππ CRCC yang dikalibrasi
dengan air
27
2. Kalibrasi statis pada fraksi volume air
Untuk tujuan pengukuran aliran dua fase minyak-air,
fase minyak selalu hadir dalam bentuk tetesan. Oleh
karena itu kalibrasi statis berbasis aliran bergelembung
diperlukan sebelum eksperimen dinamis. Manik-manik
kaca dengan diameter berkisar dari 4,2 mm hingga 8,2
mm digunakan untuk kalibrasi aliran gelembung.
Tegangan yang dihasilkan dengan memasukkan ukuran
dan jumlah manik kaca yang berbeda ke dalam wilayah
yang diinginkan digambarkan dalam Gambar 3 diukur
dan terkait fraksi volume air. Perubahan konduktivitas
menjadi masalah ketika menggunakan pengukuran
konduktansi, penelitian mengenai pemanfaatan
pengukuran konduktansi biasanya berada pada kondisi
dimana konduktivitas air tidak banyak berbeda untuk
suatu hal tertentu terhadap periode waktu. Kompensasi
perubahan konduktivitas dapat dilakukan dengan
kalibrasi reguler pada konduktivitas air atau metode
kalibrasi mandiri adaptif lainnya. Dalam bagian ini,
tegangan tak berdimensi ππ* dimasukkan pada (5)
seperti yang disarankan oleh penelitian sebelumnya [20],
[22].
28
ππβ =ππ0ππππ
dimana ππ0 adalah tegangan yang diukur saat pipa sudah
penuh dengan air, dan ππππ adalah tegangan yang diukur
saat ada pengaburan fase. Fraksi volume air πΌπΌπ€π€ versus
ππβ yang sesuai digambarkan dalam Gambar 8, di mana
ππβ berbanding lurus terhadap πΌπΌπ€π€, yang menyarankan
hubungan langsung untuk prediksi fraksi air (πΌπΌπ€π€ =
ππβ).
Gambar 8 Kalibrasi statis pada fraksi volume air
dengan CRCC Ξ² = 0,65, L = 50 mm, πΏπΏππ = 15 mm
Pemencaran data kalibrasi disebabkan oleh peningkatan
sensitivitas listrik secara tiba-tiba pada bidang
29
penginderaan di dekat elektroda penginderaan. Saat
manik kaca ditempatkan sangat dekat dengan elektroda,
respons yang lebih tinggi diukur menurut distribusi
sensitivitas pada Tabel II.
1.5. Analisis Pengukuran Aliran Minyak-Air Dua Fasa
Eksperimen Aliran Minyak-Air Dua Fase
Eksperimen aliran minyak-air dua fase dilakukan pada loop
aliran multifase ditunjukkan pada Gambar 6. Sebanyak 70
percobaan dilakukan, dimana laju aliran minyak dan air
adalah 0 β 14 m3/jam dan 3 β 8 m3/jam, kisaran fraksi
volume air dan fraksi massa minyak masing-masing adalah
26,3β100% dan 0β70,3%. Suhu rata-rata adalah 23,7 ΒΊC,
dan operasi tekanan statis berkisar dari 25 kPa sampai 75,6
kPa. Eksperimen dinamis dimulai dengan laju aliran air
tetap dan kemudian meningkatkan laju aliran oli untuk
membentuk kondisi eksperimen matriks dengan kombinasi
kandungan minyak yang berbeda dan laju aliran
keseluruhan. Sinyal konduktansi dan sinyal DP direkam
selama 30 detik untuk menangkap aliran minyak-air dua fase
sepenuhnya. Kondisi arus itu direkam oleh kamera di bagian
Perspex. Aliran yang diamati dalam percobaan adalah aliran
30
air kontinu termasuk didalamnya aliran "Dispersi minyak
dalam air dan air (Do/w & w)" dan aliran "Minyak dalam
air (o/w)" seperti yang didefinisikan oleh Trallero [23]. Foto
mengenai distribusi fase ketika aliran minyak-air dua fase
mengalir di sekitar CRCC ditunjukkan pada Gambar 9. Ini
menunjukkan bahwa aliran minyak-air dua fase tercampur
dengan baik saat berjalan ke saluran annular, yang akan
memfasilitasi fase estimasi fraksi dengan probe cincin
konduktansi. Ada kesalahan indeks bernama elative error
varepsilon yang diperkenalkan di (6) untuk analisis hasil
pengukuran
ππππππππ =π·π·π·π·π·π·π·π·ππππππ β π·π·π·π·π·π·π·π·ππππππ
π·π·π·π·π·π·π·π·ππππππΓ 100%
di mana π·π·π·π·π·π·π·π·ππππππ dan π·π·π·π·π·π·π·π·ππππππ masing-masing adalah nilai
yang diprediksi dan nilai referensi. Rata-rata dari nilai
absolut dari varepsilon digunakan untuk akurasi prediksi
keseluruhan:
ππππππππ =1ππ
|ππ|
dimana N adalah jumlah titik uji eksperimen.
31
Gambar 9 Kondisi aliran yang direkam pada aliran
minyak-air dua fase, air secara terus menerus
Hasil dan Diskusi
Hasil estimasi fraksi fase menggunakan CRCC adalah
ditunjukkan pada Gambar 10, kesalahan relative estimasi
rata-rata yang diperoleh masing-masing ππππππππ = 4,7% dan
ππππππππ = 4,9% untuk fraksi volume air dan fraksi massa
minyak. Fraksi massa minyak dihitung dari fraksi volume,
sehingga mewarisi kesalahan yang sama dengan fraksi
volume. Menurut kerabatnya kesalahan didefinisikan dalam
(6), perhitungan fraksi massa dari fraksi volume akan
membawa perbedaan pada kesalahan ππππππππ jika nilai
referensi berubah dan perbedaan kepadatan antara minyak
dan air dihitung dalam Gambar 10 menunjukkan estimasi
32
itu pada fraksi volume air πΌπΌπ€π€ menyimpang ketika
berkurang, karena tetesan minyak mulai menyebar lebih
banyak ke fase air menuju transisi dari aliran air mengalir ke
aliran minyak mengalir terus menerus pada πΌπΌπ€π€ rendah.
Fraksi minyak meningkat lebih lanjut akan menghasilkan
aliran minyak terus menerus dan probe konduktansi akan
kehilangan kepekaannya. Laju aliran massa keseluruhan dan
laju aliran massa minyak yang diperkirakan dengan CRCC
ditampilkan dalam Gambar 11 (a), di mana laju aliran massa
minyak sedikit berlebihan, dan kesalahan relatif rata-rata
yang diperoleh masing-masing ππππππππ = 2,1% dan ππππππππ =
4,5% untuk perkiraan laju aliran massa dan laju aliran massa
minyak secara keseluruhan. Untuk memahami penyebab
deviasi dalam estimasi laju aliran massa minyak, kesalahan
relatif Ξ΅ prediksi laju aliran massa keseluruhan dan prediksi
laju aliran massa minyak terhadap fraksi volume air pada
Gambar 11 (b). Ini menunjukkan bahwa kesalahan relatif
dari prediksi laju aliran massa secara keseluruhan sebagian
besar terletak di Β±5% dengan kecenderungan sedikit
menurun sebanding dengan fraksi volume air, sedangkan
kesalahan relatif prediksi laju aliran massa minyak sebagian
besar terletak pada Β±10% dan memburuk dengan cepat
33
seiring dengan meningkatnya fraksi volume air.
Penyimpangan prediksi laju aliran massa minyak disebabkan
oleh ketepatan estimasi laju aliran massa keseluruhan dan
deviasi prediksi fraksi massa minyak ditunjukkan pada
Gambar 10.
Gambar 10 Prediksi fraksi volume air dan fraksi massa
minyak menggunakan CRCC pada percobaan dinamis
minyak-air dua fase
Laju aliran keseluruhan ditentukan oleh korelasi (1)
sehingga kesalahan estimasi secara bersama-sama
dipengaruhi oleh penurunan tekanan dua fase dan fraksi
fase. Pembentukan korelasi ini disediakan dalam pekerjaan
34
sebelumnya [16]. Kedua fase tekanan diferensial βπππ‘π‘π‘π‘
diperoleh dalam percobaan aliran dua fase minyak-air pada
berbagai kondisi fraksi air πΌπΌπ€π€ dan laju aliran keseluruhan
ππππ diplot pada Gambar 12. Distribusi penyebaran βπππ‘π‘π‘π‘
disebabkan oleh konfigurasi percobaan yang laju aliran
airnya tetap kemudian kombinasi laju aliran keseluruhan
dan fraksi fase yang berbeda diperoleh dengan
meningkatkan laju aliran minyak dalam setiap kelompok.
Proyeksi dari bidang data di βπππ‘π‘π‘π‘π£π£. π π .ππππ (titik biru)
memberikan tren konsisten yang menghubungkan βπππ‘π‘π‘π‘ dan
ππππ dalam hubungan polinomial yang dapat dijelaskan oleh
(1). Bisa juga diamati perbedaan tren βπππ‘π‘π‘π‘ pada fraksi air
rendah πΌπΌπ€π€ dan laju aliran keseluruhan yang rendah ππππ,
yang menyebabkan prediksi kesalahan pada πΌπΌπ€π€ rendah.
Proyeksi pada βπππ‘π‘π‘π‘π£π£. π π .πΌπΌπ€π€ menunjukkan hubungan yang
tersebar yang dekat dengan persebaran βπππ‘π‘π‘π‘π£π£. π π .πΌπΌπ€π€ , yang
menunjukkan penyesuaian korelasi antara fraksi fase πΌπΌπ€π€
dan βπππ‘π‘π‘π‘ (misalnya melalui korelasi (2)) akan menghasilkan
estimasi yang lebih menjanjikan pada laju aliran
keseluruhan.
35
(a) Prediksi laju aliran massa
(b) Kesalahan relatif prediksi laju aliran massa
Gambar 11 Laju aliran prediksi massa minyak dan air
menggunakan CRCC pada percobaan dinamis minyak-air
dua fase
36
Salah satu alasan estimasi fraksi volume air yang tidak akurat
adalah kecepatan relatif (slip velocity) antara air dan minyak.
Meskipun kecepatan selip antara minyak dan air di
percobaan saat ini mendekati nol karena kedekatan sifat
antara minyak dan air, baik kecepatan slip masih ada setelah
efek pencampuran di saluran aliran annular cone maupun
setelahnya masih belum diketahui dan perlu penyelidikan
lebih lanjut. Alasan lain yang mungkin adalah distribusi fase
asimetris dalam saluran aliran annular horizontal karena
gravitasi.
Gambar 12 Tekanan diferensial dua fase βπππ‘π‘π‘π‘ yang
didapatkan selama percobaan aliran minyak-air dua fase
pada kondisi variatif terhadap fraksi air πΆπΆππ dan laju aliran
keseluruhan ππππ
37
Sedangkan dalam kalibrasi statis, gelembungnya
disimulasikan dengan manik-manik kaca, yang
menghadirkan kesan simetris dan distribusi ideal
dibandingkan dengan distribusi menggunakan tetesan oli.
Ini dapat mengarah ke hasil akhir pada Gambar 11 (b)
bahwa beberapa poin menghasilkan kesalahan -20%.
1.6. Referensi
[1] R. Thorn, G. A. Johansen, and B. T. Hjertaker,
βThree-phase flow measurement in the petroleum
industry,β Measurement Science and Technology, vol.
24, no. 1, p. 012003, 2013.
[2] C. Tan, F. Dong, and Y. Y. Shi, βProcess parameter
measurement of oil-water two-phase flow with v-
cone meter and conductivity ring,β Chinese Journal of
Scientific Instrument, vol. 31, no. 11, pp. 2561β2567,
2010.
[3] H. Zhang, W. Yue, and Z. Huang, βInvestigation of
oil-air two-phase mass flow rate measurement using
venturi and void fraction sensor,β Journal of Zhejiang
University SCIENCE, vol. 6A, no. 6, pp. 601β606,
2005.
38
[4] C. Tan, H. Wu, and F. Dong, βMass flow rate
measurement of oil-water two-phase flow by a long-
waist cone meter,β IEEE Transactions on
Instrumentation and Measurement, vol. In Press,
2013.
[5] L. J. Xu, W. L. Zhou, and X. M. Li, βWet gas flow
modeling for a vertically mounted venturi meter,β
Measurement Science and Technology, vol. 23, no. 4,
p. 045301, 2012.
[6] L. J. Xu, W. L. Zhou, X. M. Li, and S. L. Tang, βWet
gas metering using a revised venturi meter and soft-
computing approximation techniques,β IEEE
Transactions on Instrumentation and Measurement,
vol. 60, no. 3, pp. 947β956, 2011.
[7] D. He, B. Bai, Y. Xu, and X. Li, βA new model for
the v-cone meter in low pressure wet gas metering,β
Measurement Science and Technology, vol. 23, no.
12, p. 125305, 2012.
[8] L. J. Xu, W. L. Zhou, X. M. Li, and M. H. Wang,
βWet-gas flow modeling for the straight section of
throat-extended venturi meter,β IEEE Transactions
39
on Instrumentation and Measurement, vol. 60, no. 6,
pp. 2080β2087, 2011.
[9] J. L. G. Oliveira, J. C. Passos, R. Verschaeren, and C.
Van Der Geld, βMass flow rate measurements in gas-
liquid flows by means of a venturi or orifice plate
coupled to a void fraction sensor,β Experimental
Thermal and Fluid Science, vol. 33, no. 2, pp. 253β
260, 2009, doi: DOI:
10.1016/j.expthermflusci.2008.08.008.
[10] C. Tan, H. Wu, C. Wei, and F. Dong, βExperimental
and numerical design of a long-waist cone flow
meter,β Sensors and Actuators A: Physical, vol. 199,
pp. 9β17, 2013.
[11] M. Fossa, βDesign and performance of a conductance
probe for measuring the liquid fraction in two-phase
gas-liquid flows,β Flow Measurement and
Instrumentation, vol. 9, pp. 103β109, 1998.
[12] C. N. Strizzolo and J. Converti, βCapacitance sensors
for measurement of phase volume fraction in two-
phase pipelines,β IEEE Transactions on
Instrumentation and Measurement, vol. 42, no. 3, pp.
726β729, 1993.
40
[13] E. A. Hammer, J. Tollefsen, and K. Olsvik,
βCapacitance transducers for non-intrusive
measurement of water in crude oil,β Flow
Measurement and Instrumentation, vol. 1, no. 1, pp.
51β58, 1989.
[14] G. F. Hewitt, Measurement of Two-Phase Flow
Parameter. London: Academic Press INC. (London)
LTD., 1978.
[15] A. Hasan and G. P. Lucas, βExperimental and
theoretical study of the gas-water two phase flow
through a conductance multiphase venturi meter in
vertical annular (wet gas) flow,β Nuclear Engineering
and Design, vol. 241, no. 6, pp. 1998β2005, 2011, doi:
10.1016/j.nucengdes.2010.09.006.
[16] C. Tan and F. Dong, βModification to mass flow rate
correlation in oil-water two-phase flow by a v-cone
flow meter in consideration of the oil-water viscosity
ratio,β Measurement Science and Technology, vol. 21,
no. 4, p. 045403, 2010.
[17] D. Chisholm, βA theoretical basis for the lockhart-
martinelli correlation for two-phase flow,β
International Journal of Heat and Mass Transfer, vol.
41
10, no. 12, pp. 1767β1778, 1967, doi: DOI:
10.1016/0017-9310(67)90047-6.
[18] M. W. E. Coney, βThe theory and application of
conductance probes for the measurement of liquid
film thickness in two-phase flow,β Journal of Physics
E: Scientific Instruments, vol. 6, no. 9, pp. 903β910,
1973.
[19] P. Andreussi, A. di Donfrancesco, and M. Messia,
βAn impedance method for the measurement of
liquid hold-up in two-phase flow,β International
Journal of Multiphase Flow, vol. 14, no. 6, pp. 777β
785, 1988.
[20] Y. Y. Shi, F. Dong, and C. Tan, βConductance probe
for the measurement of liquid volume fraction and
axial velocity in gas-liquid two-phase flow,β in
Electronic Measurement & Instruments, 2009.
ICEMI β09. 9th International Conference on, ser.
Electronic Measurement & Instruments, 2009.
ICEMI β09. 9th International Conference on, Beijing,
China, 2009, pp. 2β826β2β831.
[21] G. P. Lucas, J. C. Cory, and R. C. Waterfall, βA six-
electrode local probe for measuring solids velocity
42
and volume fraction profiles in solids-water flows,β
Measurement Science and Technology, vol. 11, no.
10, pp. 1498β1509, 2000.
[22] W. Xu, L. Xu, Z. Cao, J. Chen, X. Liu, and J. Hu,
βNormalized leastsquare method for water hold-up
measurement in stratified oil-water flow,β Flow
Measurement and Instrumentation, vol. 27, no. 10,
pp. 71β80, 2012, doi:
10.1016/j.flowmeasinst.2012.05.002.
[23] J. L. Trallero, C. Sarica, and J. P. Brill, βA study of
oil/water flow patterns in horizontal pipes,β SPE
Production & Facilities, vol. 12, no. 3, pp. 165β172, 1997.
43
BAB 2 β AKSELEROMETER
PIEZOELEKTRIK
2.1. Pendahuluan
Pengukuran laju aliran fluida digunakan dalam banyak
aplikasi untuk tujuan yang berbeda. Beberapa di antaranya
termasuk penyediaan data untuk pengendalian sistem,
analisis proses, penghitungan hasil, dan konsumsi (Evans,
2004).
Umumnya, pengukur aliran dapat diklasifikasikan sebagai
invasif atau non-invasif, dan intrusif atau non-intrusif,
tergantung pada gangguan yang dimasukkan elemen
transduser ke dalam pengukuran (Oliveira, 2010).
Dalam hal ini, diketahui bahwa terdapat banyak sensor
aliran yang berkualitas tinggi dan beberapa teknik
pengukuran. Namun, diamati pada pengukuran ini bahwa
ada batasan yang perlu diatasi. Oleh karena itu, penelitian
diperlukan untuk teknik pengukuran baru, lebih disukai
non-invasif, non-intrusif, dan dengan biaya rendah, yang
44
memungkinkan pengembangan sensor aliran yang
mengatasi kesulitan teknis yang ada.
Dalam hal peraturan perundang-undangan, kegiatan
pengukuran minyak, khususnya di Brazil diatur oleh Aturan
Teknis Pengukuran Minyak dan Gas Bumi (RTM), yang
menetapkan kondisi dan persyaratan teknis, konstruktif dan
metrologi minimum dimana sistem pengukuran untuk
minyak dan gas harus terpenuhi, dengan maksud untuk
menjamin kredibilitas hasil pengukuran (Bojko, 2005).
Karya ini mengusulkan evaluasi teknik yang dikembangkan
baru-baru ini untuk pengukuran laju aliran fluida,
berdasarkan getaran yang ditangkap oleh akselerometer
yang dipasang pada permukaan pipa (Evans, 2004). Untuk
ini, tujuannya adalah analisis metrologi dari penerapan
akselerometer piezoelektrik untuk pengukuran laju aliran.
Teknik tersebut terdiri dari pengukuran getaran yang
diinduksi oleh aliran melalui pipa yang dikenal dengan Flow
Induced Vibration (FIV), sehingga laju aliran diperkirakan
dari deviasi standar pengukuran getaran ini (Evans, 2004).
45
Akselerometer piezoelektrik adalah transduser yang
terutama digunakan untuk pengukuran getaran (Bojko,
2005), menjadi unggulan untuk menampilkan karakteristik
penting tertentu, seperti rentang frekuensi yang luas,
ketahanan, dan stabilitas yang memadai dari waktu ke waktu
(Rodrigues dkk., 1998).
Untuk mencapai tujuan yang diinginkan, dilakukan studi
eksperimental untuk memperoleh dan mengolah data di
laboratorium kalibrasi flow meter yang terakreditasi,
memperkirakan laju aliran untuk setiap getaran yang diukur,
disertai dengan analisis ketidakpastian.
2.2. Pengukuran Laju Aliran dengan Alat Getaran pada
Pipa
Getaran tersebut disebabkan oleh gaya dinamis yang
dihasilkan oleh aliran fluida pada pipa. Oleh karena itu,
tepat untuk menyebutkan mekanisme eksitasi khas dari
getaran yang disebabkan oleh aliran: ketidakstabilan cairan
elastis, pelepasan pusaran periodik, eksitasi yang disebabkan
oleh turbulensi, dan resonansi akustik. Relevansi dari
46
masing-masing jenis mekanisme ini bergantung pada jenis
aliran (Pettigrew dkk., 1998).
Pengukuran berdasarkan FIV adalah teknologi yang tidak
diatur oleh kode atau standar industri. Menurut Filho
(2010), dalam jangka panjang, FIV adalah masalah
operasional, umum dalam industri nuklir, paling sering
dipandang sebagai kasus yang sedikit misterius oleh para
insinyur atau bahkan sesuatu yang tidak sepenuhnya
dipahami.
Umumnya, karena kegagalan yang terjadi pada komponen
yang sangat mahal dalam hal perbaikan dan hilangnya
produksi, getaran yang diinduksi dalam pipa tidak
diinginkan (Pettigrew dkk., 1998). Namun baru-baru ini,
karena perkembangan teknologi yang signifikan dalam
komponen elektronik, termasuk komputer, yang
memungkinkan pemantauan simultan dari beberapa
variabel secara cepat dan otomatis (Santos dkk., 2012), FIV
telah dianggap sebagai teknik yang menjanjikan oleh para
peneliti, dalam arti memungkinkan pengembangan sensor
yang menampilkan karakteristik yang sangat menarik bagi
47
industri minyak, seperti non-intrusif, non-invasif dan hemat
biaya.
Berdasarkan hukum pergerakan dari Newton, Evans dkk.
(2004) menganggap bahwa laju aliran massa fluida fase
tunggal dapat diukur secara tidak langsung dengan
menggunakan percepatan yang ditransmisikannya ke benda
lain.
Evans dkk. (2004) membuat kombinasi metode analitis,
numerik, dan eksperimental, dan dengan demikian dapat
memastikan kelangsungan teknik FIV dalam memverifikasi
bahwa deviasi standar sinyal dari akselerometer yang
mengukur peningkatan getaran dengan laju aliran, yang
paling cocok ke polinomial derajat kedua. Ditekankan
bahwa hubungan proporsi ini bergantung pada parameter
lain, seperti geometri, posisi sensor (Krieser, 2008) dan
material pipa.
Selain itu, hasil eksperimental Evans (2004) menghasilkan
ekspresi yang dapat diukur yang menghubungkan besarnya
sinyal akselerometer, diameter tabung dan bahan tabung
48
untuk mendapatkan laju aliran massa. Dalam percobaan
tersebut, laju aliran massa ditentukan dari gangguan sinyal
yang sesuai dengan aliran yang diukur di dalamnya Β± 5%
dari bacaan (Evans, 2004).
Meskipun karya Evans (2004) dapat dianggap sebagai yang
paling ekspresif dalam bidang ini, peneliti lain telah
bertanggung jawab untuk menyelidiki kompleksitas
penerapan teknik FIV dalam aliran multifase, karena ini
adalah fenomena yang pemahaman, prediksi dan
pemodelan lebih menantang jika dibandingkan dengan
aliran satu fasa (Merini, 2011).
Penelitian ini berusaha untuk mendapatkan nilai laju aliran
dengan menggunakan data getaran yang dikumpulkan dari
akselerometer piezoelektrik yang dipasang di bagian luar
pipa dari garis kalibrasi pengukur aliran. Ini adalah
perbedaan besar dari penelitian ini, karena sebagian besar
studi yang diterbitkan tentang topik ini tidak menggunakan
bangku uji yang dibangun sebelumnya dalam kondisi yang
paling ideal, untuk tujuan ini.
49
2.3. Pengaturan Eksperimen dan Pemrosesan Sinyal
Pengaturan Eksperimen/Uji
Gambar 1 Akselerometer yang terpasang
Berdasarkan literatur khusus yang tersedia, akselerometer
dengan sensitivitas yang berbeda β satu dengan 10 mV/g
(A10) dan yang lainnya dengan 100 mV/g (A100) β
dipasang pada bentangan lurus garis kalibrasi pengukur
aliran, seperti yang ditunjukkan pada Gambar 1. Pompa
injeksi air dihidupkan dan aliran 10β110 m3/h dilepaskan
secara sistematis dalam langkah 10 m3/h. Tiga pengukuran
diambil untuk setiap laju aliran. Aliran diukur secara
bersamaan dengan meter standar β meteran aliran massa
Coriolis (pabrik Yokogawa, diameter nominal 4 inci, aliran
nominal berkisar dari 0 hingga 150 m3/h dan resolusi 0,001
50
m3/h) β dan dengan akselerometer, mempertahankan
waktu pengambilan data pada 20 detik, tidak lebih pendek
karena keterbatasan laboratorium.
Pipa yang digunakan terbuat dari baja karbon dengan
diameter 4 inci (101,6 mm). Akselerometer yang digunakan
adalah model 752-10 dan 752-100 dari ENDEVCO dengan
jangkauan operasional Β± 500 g dan Β± 50 g masing-masing,
dan respons frekuensi hingga 50 kHz.
Kecepatan sampel yang digunakan adalah 19200 Hz, yang
menurut teorema Nyquist, memungkinkan pengamatan
fenomena dengan frekuensi lebih rendah dari 9600 Hz.
Prosedur ini dilakukan tiga kali untuk kondisi aliran yang
sama (fase tunggal) dengan air sebagai fluida kerja,
bertujuan untuk memverifikasi keterulangannya, serta
pengaruh faktor eksternal pada saat pengukuran.
Pemrosesan Sinyal
Awalnya, data diubah dari domain waktu ke domain
frekuensi, seperti yang ditunjukkan pada Gambar 2, dan
seperti yang diharapkan, interferensi elektromagnetik dari
51
jaringan listrik 60 Hz dan harmonisa terdeteksi. Sinyal yang
konsisten dalam kisaran 17-20 Hz juga diamati, yang
dianggap berasal dari getaran yang dibawa oleh pompa.
Oleh karena itu, diperlukan penggunaan filter digital dalam
sinyal yang diperoleh, untuk menghilangkan sinyal dalam
frekuensi ini. Untuk gangguan dari jaringan listrik, filter
digital 'notch comb' digunakan untuk menghilangkan
kelipatan 60 Hz hingga setengah frekuensi sampling secara
tepat waktu. Untuk gangguan mekanis, filter band-stop orde
delapan Butterworth digunakan dengan frekuensi yang
dipotong antara 16 dan 22 Hz. Kedua frekuensi interferensi
berhasil dihilangkan.
2.4. Kesimpulan dan Rekomendasi
Estimasi ketidakpastian dalam pengukuran yang terkait
dengan pengukuran laju aliran menggunakan teknik FIV
dan propagasi ketidakpastian pengukuran aliran dari teknik
FIV, memungkinkan untuk menyimpulkan bahwa,
berdasarkan hasil eksperimen yang diekstraksi dari garis
kalibrasi pengukur aliran dengan akselerometer yang
dipasang pada pipa baja karbon, yang dari sudut pandang
perundang-undangan untuk penerapan pengukuran laju
52
aliran dalam industri minyak, metode FIV belum dapat
diterima dalam konteks pengukuran fiskal dan pengukuran
untuk apropriasi. Ini karena tidak memenuhi persyaratan
untuk kesalahan maksimum yang dapat diterima per kelas
akurasi (0,3%) dari OIML R117 (2007) dan Peraturan
Administratif 64 dari Institut Metrologi Brasil (2003),
membuat penggunaan akselerometer ini tidak layak untuk
semua tujuan.
Di sisi lain, pengukuran laju aliran dalam industri minyak
tidak terbatas hanya pada pengukuran fiskal dan apropriasi,
yang didefinisikan dengan baik dalam RTM Brazil bersama
dengan persyaratan teknis dan prosedural. Ada juga tipe
ketiga yang hanya disebutkan dalam RTM Brasil sebagai
cara untuk menjamin pengiring operasional, tanpa
persyaratan teknis yang diminta, yang merupakan
pengukuran operasional. Jenis ini mencakup pengukuran air
yang diproduksi, diinjeksikan, ditangkap, atau dibuang dan
di lingkungan produksi inilah penerapan akselerometer
dipandang lebih tepat.
53
2.5. Referensi
[1] Anderson, T. W., and Darling, D. A. (1952). Ann.
Mathemat. Stat. 23:193.
[2] Bojko, T. (2005). Smart sensor solutions for
mechanical measurements and diagnostics. Metrol.
Meas. Syst. XII:95β103.
[3] Brazilian National Agency of Petroleum, Natural Gas
and Biofuels & Brazilian National Institute of
Metrology Standardization and Industrial Quality.
(2013). Technical regulations for the measurement of
oil and natural gas. Approved by Joint Administrative
Ruling ANP/INMETRO N 1.
[4] Evans, R. P. (2004). Mass flow measurement through
flow-induced pipe vibration. PhD thesis. College of
Engineering, Idaho State University, Pocatello, Idaho.
[5] Evans, R. P., Blotter, J. D., and Stephens, A. G.
(2004). Flow rate measurements using flow-induced
pipe vibration. ASME J. Fluids Eng. 126:280β285.
[6] Filho, P. H. A. W. (2010). Method for determination
of the volume fractions of two-phase flow based on
the analysis of frequency response functions of the
54
duct. Masterβs thesis, Rio de Janeiro, Brazil:
Fluminense Federal University.
[7] Krieser, W. (2008). Positioning the sensor in sampling
flowmeters. Metrol. Meas. Syst. XV:85β90.
[8] Merini, R. A. (2011). Nonintrusive system for
measurement of volumetric fraction in two-phase
flow through vibration analysis. Masterβs thesis, Rio
de Janeiro, Brazil: Fluminense Federal University.
[9] Oliveira, E. C., and Aguiar, P. F. (2009). Methodology
validation for evaluation of the uncertainty in the
calibration curves better adjusted for second-degree
polynomials. Quim. Nova 32:1571β1575.
[10] Oliveira, M. A. A. D. (2010). Development of a
thermal flow meter intelligent. Masterβs thesis, Rio de
Janeiro, Brazil: Graduate Program in Electrical
Engineering, University of the State of Rio de Janeiro.
[11] Pettigrew, M. J., Taylor, C. E., Fisher, N. J., Yetisir,
M., and Smith, B. A. W. (1998). Flow-induced
vibration: recent findings and open questions: Nucl.
Eng. Des. 185:249β276.
[12] Rodrigues, J. R., Campos, A. N., Mateus, C. F., and
Suterio, R. R. (2010). Identification of the main
55
components of uncertainty piezoelectric
accelerometer calibration by comparison method: A
current review. Brazilian Symposium on Inertial
Engineering. Rio de Janeiro, Brazil, October 22.
[13] Santos, A. F. M., Duarte, M. A. V., Arencibia, R. V.,
and Marques, V. A. S. (2012). Application of low-cost
accelerometers in automated measuring systems.
Symposium of the Graduate Program in Mechanical
Engineering from the Federal University of
Uberlandia, Uberlandia, Brazil, September 3β5.
56
BAB 3 β SENSOR RONGGA
ELEKTROMAGNETIK UNTUK
PENGUKURAN MULTIFASE
3.1. Pendahuluan
Metering multifase memberikan informasi berharga untuk
pengelolaan ladang minyak dan gas. Ini memungkinkan
pengambilan keputusan yang dapat memaksimalkan
hidrokarbon yang diekstraksi dari setiap sumur dengan cara
yang paling efisien. Mengukur secara akurat jumlah minyak,
gas, dan air yang mengalir dalam satu saluran merupakan
tantangan dan berbagai teknik telah diadopsi untuk mencari
pengukur yang andal [1]. Sensor yang dibahas dalam
makalah ini didasarkan pada rongga silinder dan
menggunakan hubungan antara frekuensi resonansi yang
terjadi dan permitivitas aliran fluida melalui itu. Frekuensi
resonansi untuk sebuah mode TMnml dalam rongga
silinder [2] dapat dihitung menggunakan persamaan (1).
ππππππππ =ππ
2ππβπππππππποΏ½οΏ½πππππππποΏ½2
+ οΏ½πππππποΏ½2
οΏ½1 2β
57
dengan c adalah kecepatan cahaya
Β΅ππ adalah permeabilitas relatif
ππππ adalah permitivitas relatif
ππππππ adalah akar ke-m dari fungsi Bessel dari orde ke-n
ππ adalah jari-jari rongga
ππ adalah kedalamannya
Untuk aplikasi ini, sensor harus dipasang ke pipa, sehingga
rongga harus terbuka di kedua ujungnya. Dengan membuat
diameter rongga lebih besar dari diameter pipa, dan dengan
menggunakan dielectric liner, pipa dapat dibuat tampak
kontinu [3] seperti yang ditunjukkan pada Gambar 1.
Menggunakan teknik ini memungkinkan antena, yang
digunakan untuk membangkitkan mode resonansi, untuk
dipisahkan dari fluida di dalam pipa. Ini melindungi antena
dari fluida yang bergerak dan memungkinkan pipa
dibersihkan dengan sensor di tempatnya. Oleh karena itu,
permitivitas rongga luar tidak bergantung pada fluida di
dalam pipa, selain dari kemungkinan ketergantungan suhu,
sehingga hubungan sederhana antara permitivitas dan
frekuensi resonansi yang dijelaskan oleh persamaan (1)
harus dipertimbangkan kembali.
58
Gambar 1 Sensor rongga pipa
3.2. Model Matematis Rongga Koaksial
Gambar 2 Rongga koaksial
Gambar 2 menunjukkan penampang rongga
elektromagnetik koaksial jari-jari ππ yang berisi radius π·π· yang
lebih kecil, yang merepresentasikan batas antara dua
permitivitas yang berbeda. Kurva dispersi untuk rongga ini
[4] dapat dihitung untuk mode simetris azimut dengan
terlebih dahulu mempertimbangkan persamaan gelombang
yang ditunjukkan pada persamaan (2).
59
ππ2
ππππ2πΈπΈπ§π§ +
1πππππππππΈπΈπ§π§ + οΏ½οΏ½
πππποΏ½2ππππ β π½π½2οΏ½ πΈπΈπ§π§ = 0
Medan listrik di sepanjang rongga, πΈπΈπ§π§, kemudian dapat
diekspresikan dalam fungsi Bessel sebelum kondisi batas
diterapkan. Kedua kasus yang dibahas di sini akan menjadi
dua kasus ekstrem yaitu udara di bagian luar (ππππ = 1) dan
air di bagian dalam (ππππ = 81) dan sebaliknya. Kondisi batas
membutuhkan itu πΈπΈπ§π§ = 0 saat radius ππ = ππ, πΈπΈπ§π§ sama untuk
kedua solusi di ππ = π·π·, begitu juga dengan komponen
medan magnet π΅π΅ππ pada radius yang sama.
Oleh karena itu, solusi non-trivial dapat ditemukan
menggunakan persamaan (3) untuk udara di bagian luar
rongga (air di bagian dalam) dan menggunakan persamaan
(4) untuk kasus sebaliknya.
π½π½0(Ξ1π·π·)ππ0(Ξ1ππ) β π½π½0(Ξ1ππ)ππ0(Ξ1π·π·)π½π½1(Ξ1π·π·)ππ0(Ξ1ππ) β π½π½0(Ξ1ππ)ππ1(Ξ1π·π·) β
Ξ1Ξ΅ππΞ2
π½π½0(Ξ2π·π·)π½π½1(Ξ2π·π·) = 0
π½π½1(Ξ2π·π·)ππ0(Ξ2ππ) β π½π½0(Ξ2ππ)ππ1(Ξ2π·π·)π½π½0(Ξ2π·π·)ππ0(Ξ2ππ) β π½π½0(Ξ2ππ)ππ0(Ξ2π·π·) β
Ξ2Ξ΅ππΞ1
π½π½1(Ξ1π·π·)π½π½0(Ξ1π·π·) = 0
dimana Ξ1 = οΏ½πππποΏ½2β π½π½2 dan Ξ1 = οΏ½ππ
πποΏ½2Ξ΅ππ β π½π½2
ππ adalah frekuensi sudut
π½π½ adalah konstanta propagasi, dari sinusoidal ππππ(πππ‘π‘βπ½π½π§π§)
60
Gambar 3 menunjukkan kurva dispersi untuk rongga
dengan jari-jari luar, ππ = 65mm. Hasil menggunakan
persamaan (1) untuk rongga berisi udara seluruhnya dan
rongga berisi air seluruhnya untuk mode TM010, asimtotik
dengan garis cahaya putus-putus yang dijelaskan oleh
persamaan (5). Hasil ditemukan menggunakan persamaan
(3) dan persamaan (4) juga diplot untuk radius pipa π·π· =
21mm, bersama dengan TM010 hasil yang diperoleh
dengan menggunakan perangkat lunak simulasi HFSS
Ansoft [5] untuk dua kasus yang sama, yang merupakan
kesepakatan yang baik.
Gambar 3 Kurva dispersi dengan simulasi HFSS untuk
TM 010 frekuensi untuk a = 21mm, b = 65mm
61
ππ =π½π½ππ
2ππβππππ
Frekuensi cut-off untuk kurva ini (π½π½ = 0) juga merupakan
frekuensi resonansi untuk mode TM010 di setiap kasus.
Hasil πΈπΈπ§π§ yang disimulasikan di lapangan untuk mode ini
ditunjukkan pada gambar 4 untuk kedua kasus dan
frekuensinya dirangkum dalam tabel 1.
Gambar 4a Simulasi E-field HFSS dengan udara di rongga
luar dan air di dalam pipa
62
Gambar 4b. Simulasi E-field HFSS dengan air di rongga
luar dan udara di dalam pipa
Tabel 1 TM010 frekuensi resonan untuk berbagai kasus
yang dibahas
Deskripsi Rongga Frekuensi Resonansi (MHz)
Untuk TM010
Rongga berisi udara 1765,4
Rongga berisi air 196,2
Udara di bagian luar, air di dalam pipa 301,2 (pada Ξ² = 0,465)
Udara di bagian luar, air di dalam pipa
(HFSS) 299,8
Air di bagian luar, udara di dalam pipa 231,6 (pada Ξ² = 0,086)
Air di bagian luar, udara di dalam pipa
(HFSS) 231,7
Dapat dilihat bahwa rongga luar berisi udara menawarkan
pergeseran frekuensi yang besar - lebih dari 1,4GHz jika
permitivitas relatif di dalam pipa bervariasi dari 1 hingga 81
- tetapi percobaan menunjukkan bahwa hal ini juga
menyebabkan variasi amplitudo yang sangat besar. Hal ini
membuat puncak lebih sulit dilacak, jadi keputusan dibuat
63
untuk berkonsentrasi pada rongga luar yang berisi air.
Pergeseran frekuensi dikurangi menjadi 36MHz untuk
variasi yang sama dalam permitivitas, tetapi variasi
amplitudo juga jauh lebih sedikit, dan menggunakan cairan
memiliki keuntungan tambahan dalam mendukung
dielectric liner dari perubahan tekanan yang diharapkan
dalam pipa sebenarnya.
3.3. Hasil Pengujian dan Kesimpulan
Hasil Pengujian
Sebuah sensor prototipe, ditunjukkan pada gambar 5,
dibuat dari kuningan dengan dimensi yang digunakan di
atas. Sebuah tabung PVC (OD 50mm, ID 42mm)
digunakan untuk mewakili pipa. Kedalaman rongga, ππ =
80mm, dipilih sehingga mode TM010 akan terjadi pada
frekuensi yang lebih rendah daripada mode lainnya untuk
memudahkan identifikasi pada penganalisis spektrum.
Rongga itu disegel agar bisa diisi air.
Sebagai prototipe awalnya akan diuji dalam kondisi statis
dengan menaikkan muka air di pipa horizontal, simulasi
HFSS digunakan untuk memprediksi frekuensi TM010.
64
Adanya tabung PVC di rongga nyata menggeser material di
rongga luar (air) jika dibandingkan dengan model sederhana
yang dibahas sebelumnya, jadi simulasi kedua yang
disertakan juga selesai. Hasil dengan dan tanpa liner PVC
ditunjukkan pada Gambar 6.
Gambar 5 Prototipe rongga kuningan dengan bagian pipa
PVC
Spektrum yang ditangkap selama pengujian sensor
prototipe ditunjukkan pada gambar 7. Ada dua puncak
untuk setiap persentase air, kecuali 0% di mana puncaknya
tumpang tindih. Pergeseran frekuensi yang disebabkan oleh
perubahan permitivitas terlihat jelas pada dua puncak yang
lebih kecil, yaitu sampai 20% berhubungan erat dengan
frekuensi yang diprediksi oleh HFSS untuk mode TM010.
65
Saat volume air meningkat, pergeseran frekuensi lebih
rendah dari yang diharapkan.
Gambar 6 Simulasi HFSS untuk rongga luar berisi air
dengan volume air statis di dalam pipa ditingkatkan dari 0
menjadi 100%, dengan dan tanpa liner PVC.
Puncak yang lebih besar diasumsikan sebagai mode TE111
sebagai teori rongga sederhana memprediksi frekuensi
256,7MHz untuk rongga berisi air, meskipun HFSS
menunjukkan bahwa liner PVC harus menggeser frekuensi
resonansi ke 293MHz. Ketidaksesuaian ini dapat
disebabkan oleh ujung rongga yang sebagian terbuka, tidak
seperti mode TM010 yang mana kedalaman rongga (ππ)
tidak berpengaruh, frekuensi mode TE111 akan diturunkan
seiring ππ meningkat.
66
Gambar 7 Hasil percobaan dari prototipe sensor volume
air yang divariasikan di pipa
Keimpulan
Sebuah desain sensor berdasarkan rongga resonansi silinder
telah dilakukan untuk mendeteksi perubahan permitivitas
dalam pipa untuk tujuan pengukuran multifase. Desain
antena non-intrusif membutuhkan persamaan, yang
memperhitungkan dua dielektrik koaksial di dalam rongga
untuk memprediksi frekuensi resonansi mode TM010.
Hasilnya dibandingkan dengan simulasi menggunakan
software Ansoft HFSS dan dengan pengukuran dari sensor
prototipe.
67
3.4. Referensi
[1] Thorn R, Johansen G A and Hammer E A 1997
Recent developments in three-phase flow
measurement, Meas. Sci. Technology 8 691-701
[2] Pozar D M 2005Microwave Engineering (John Wiley
and Sons)
[3] Wylie S R, Shaw A and Al-Shammaβa A I 2006 RF
sensor for multiphase flow measurement through an
oil pipeline Meas. Sci. Technol. 17 2141-9
[4] Tripathi V K and Lui C S 1989 A slow wave free-
electron laser IEEE Trans. Plasma Sci 17 583-7
[5] www.ansoft.com/products/hf/hfss/
68
BAB 4 β ESTIMASI LAJU ALIRAN
FASE INDIVIDU DALAM SISTEM
ALIRAN MULTIPHASE MINYAK-GAS-
AIR MENGGUNAKAN
PENDEKATAN JARINGAN SARAF
DAN ANALISIS SINYAL TEKANAN
4.1. Pendahuluan
Aliran multifase (atau multi-komponen) terjadi di banyak
industri seperti; minyak bumi, makanan dan farmasi. Ada
permintaan yang meningkat untuk menentukan laju aliran
minyak, air dan gas dalam industri minyak dan gas.
Menentukan sifat fluida dalam aliran satu fasa relatif
sederhana, namun pendugaan sifat fluida dari aliran
multifase sulit dilakukan karena sifat fluida dari campuran
fasa tidak bisa begitu saja ditemukan dengan
menggabungkan sifat fluida dari masing-masing komponen.
69
Selain itu, transfer massa dapat terjadi antara fase campuran
multifase [1, 2].
Pendekatan tradisional untuk mengukur aliran multifase
adalah pemisahan. Separator bekerja dengan memanfaatkan
perbedaan antara sifat fluida dari aliran multifase. Dalam
separator dua fasa, minyak dan air terpisah karena
imisibilitas dan perbedaan densitas dan viskositas kedua fasa
tersebut. Aliran keluar dari separator kemudian dapat
diukur dengan menggunakan meter fasa tunggal [3].
Separator menghadapi masalah yang berbeda termasuk;
pemeliharaan yang buruk dari pengukur aliran referensi,
busa dan emulsi yang menyebabkan kesulitan dalam
pemisahannya. Selain itu, gelembung mikro tidak dapat
dipisahkan dari fluida. Oleh karena itu perlu menggunakan
metode alternatif seperti meter aliran multifase (MPFMs)
[4]. MPFM adalah teknologi yang relatif baru dibandingkan
dengan separator. Meskipun setiap MPFM memiliki desain
eksklusif berdasarkan pabrikannya, ada beberapa teknik
pengukuran umum yang terbatas. Untuk menentukan laju
aliran minyak, air dan gas, kombinasi teknik yang sesuai
70
harus digunakan karena satu teknik saja tidak cukup untuk
menentukan setiap laju aliran minyak, air dan gas [5, 6].
Untuk pertama kalinya, Sheppard (1993) [7] menggunakan
metode jaringan saraf untuk menyimpulkan rezim aliran
dan laju aliran fase individu. Sejak saat itu, pendekatan
jaringan syaraf tiruan merupakan metode pervasif untuk
menentukan laju alir multi fase. Investigasi yang berbeda
telah dilakukan untuk menerapkan pendekatan jaringan
saraf untuk penentuan laju aliran minyak dan gas, rezim
aliran multifase dan fraksi volume gas dan minyak (GVF
dan Hold up) di seluruh pipa [8β14].
Toral dkk. (2016) [15] meneliti potensi sumber kesalahan
yang melekat dalam teknologi pengukuran multifase yang
berbeda berdasarkan pendekatan jaringan saraf pada loop
pengujian multifase dan platform produksi lepas pantai. S.
Blaney (2008) [16] menerapkan satu densitometer gamma
untuk menentukan fraksi volume fasa dan kecepatan setiap
aliran fasa dalam aliran multifase ke atas secara vertikal.
Pengukuran menunjukkan kesalahan relatif absolut 10%
untuk laju aliran gas dan cairan dan penghentian air.
71
Pendekatan jaringan saraf multilayer dikembangkan oleh
Meribout dkk. (2009) [17] untuk menggabungkan informasi
multi-sensor untuk perangkat pengukur aliran multifase
yang baru. Hasil eksperimen menunjukkan bahwa klasifikasi
real-time dari laju aliran fasa hingga 90% fraksi gas dapat
dicapai dengan kesalahan relatif kurang dari 10%.
Mirzaei dan Salavati (2012) [18] memprediksikan laju aliran
minyak pada aliran minyak dan gas dua fase melalui
wellhead choke menggunakan teknik jaringan syaraf tiruan
sebagai fungsi dari tekanan choke upstream, ukuran choke,
dan menghasilkan rasio gas/minyak. Hasilnya menunjukkan
bahwa laju aliran minyak yang diprediksi oleh model baru
sangat sesuai dengan data pengukuran aktual.
Santhosh dan Roy (2015) [19] merancang teknik
pengukuran aliran cerdas dengan transduser ultrasonik
menggunakan pendekatan jaringan saraf tiruan yang
dioptimalkan. Teknik yang diusulkan divalidasi dengan data
eksperimen. Hasil penelitian menunjukkan bahwa teknik
yang diajukan telah memenuhi tujuan yang diinginkan.
72
Tabel 1 Klasifikasi instrumen dan teknik Multi-phase Flow
Meter (MPFM)
Metode
Pengukuran Keuntungan Kekurangan
Densitometer
sinar gamma
Dapat diandalkan
dan sederhana.
Dapat menangani
fraksi gas sedang
hingga tinggi
Akurasi tergantung
pada distribusi fasa
dan kondisi
operasi, salinitas
dan berat jenis
Metode
kelistrikan
Sederhana, kuat,
dan tidak memiliki
radiasi
Akurasi tergantung
pada rezim aliran
dan sifat-sifat air
Metode
ultrasonik
Sederhana dan
murah
Bergantung pada
rezim aliran
Metode
analisis sinyal
tekanan
Tidak
membutuhkan
pemancar,
sederhana
Membutuhkan
kalibrasi in-situ
yang ekstensif
Input jaringan saraf dapat dikategorikan menjadi lima
kelompok: 1. Densitometer sinar gamma dan sinyal
neutron, 2. Metode ultrasonik, 3. Metode kelistrikan, 4.
73
Metode analisis sinyal tekanan dan 5. Sifat fluida seperti
densitas, suhu dan viskositas [20, 21]. Keuntungan dan
kerugian dari masing-masing metode dilaporkan di Tabel 1.
Perkiraan laju aliran produksi minyak, di mana pengukuran
laju langsung tidak memungkinkan, merupakan tantangan
yang dihadapi oleh para insinyur perminyakan. Oleh karena
itu, korelasi empiris digunakan untuk memperkirakan laju
aliran minyak, yang menyebabkan kesalahan yang signifikan
dan hasil yang tidak akurat dalam beberapa kasus. Dalam
aliran multifase, penentuan laju aliran yang tepat dan
kontinu serta perkembangan teknologi sangat penting
untuk merancang separator yang sesuai, segera
mengidentifikasi masalah sumur untuk peningkatan
produksi dan pengembangan lapangan untuk stabilisasi
produksi. Tetapi banyak pengukur aliran multifase memiliki
masalah teknis dan tidak memiliki banyak akurasi, serta
kekurangan yang disebutkan di Tabel 1. Untuk mengatasi
kekurangan tersebut perlu dikembangkan metode yang
lebih cepat dan murah. Sejauh ini, berbagai penyelidikan
telah dilakukan untuk mengukur laju alir multifase. Penting
untuk menentukan laju aliran dan fraksi volume dari setiap
fase dan rezim aliran. Al-Taweel dkk. [22] menyelidiki
74
pengukur aliran multiphase yang digunakan di perusahaan
Aramco dan sebagian menentukan kondisi operasi yang
sesuai (dalam hal fraksi gas dan rezim aliran). Kesalahan
minyak, gas dan air masing-masing adalah 10%, 10% dan
15%. Penelitian lain [17, 23, 24] juga dilakukan untuk
mengetahui laju aliran minyak, gas dan air secara bersamaan.
Kesalahan pengukuran terendah ditentukan 3% dengan
Dual Energy Gamma Densitometri, namun tidak dipelajari
dalam kondisi lapangan.
Dalam penelitian ini, metode jaringan saraf tiruan
digunakan untuk menentukan laju aliran tiga fasa. Dalam hal
ini, metode baru untuk menentukan diusulkan berdasarkan
sinyal tekanan dan parameter aliran sebagai input model.
Dua metode serupa digunakan untuk menyelidiki pengaruh
sinyal tekanan pada penentuan laju aliran. Dalam metode
pertama dan lebih cepat, hanya parameter aliran fluida
(viskositas, suhu dan perbedaan tekanan antara detektor)
yang digunakan sebagai input jaringan. Dalam metode
kedua, parameter viskositas, suhu, perbedaan tekanan dan
sinyal tekanan (deviasi standar, koefisien kurtosis dan
kemiringan) digunakan sebagai input. Data lapangan
75
digabungkan dengan pendekatan jaringan saraf tiruan untuk
memvalidasi model.
4.2. Pendekatan Jaringan Saraf Tiruan
Pendekatan jaringan saraf telah diterapkan dalam
kecerdasan buatan, secara tradisional dipandang sebagai
model proses saraf yang disederhanakan di otak. Hubungan
antara model ini dan arsitektur biologis otak diperdebatkan
dalam Referensi [25]. Kata jaringan dalam istilah 'jaringan
saraf tiruan' mengacu pada interkoneksi antara neuron di
lapisan yang berbeda dari setiap sistem. Tidak seperti teknik
komputasi konvensional yang menggunakan pendekatan
kognitif untuk memecahkan masalah, jaringan saraf tidak
perlu diprogram dan dipelajari dari pengalaman.
Karakteristik utama jaringan saraf adalah kemampuan
untuk mempelajari hubungan input-output nonlinier yang
kompleks, menggunakan prosedur pelatihan berurutan dan
adopsi dengan data [26]. Jaringan saraf yang paling umum
untuk klasifikasi pola adalah jaringan umpan-maju, jaringan
berulang, jaringan stokastik dan jaringan modular.
76
Dalam penelitian ini, pendekatan jaringan saraf tiruan
umpan-maju digunakan untuk memprediksi laju aliran [27].
Algoritma Levenberg-Marquardt dipilih sebagai aturan
pembelajaran dimana informasi atau sinyal hanya akan
merambat dalam satu arah dari masukan ke keluaran dengan
fungsi aktivasi sigmoid dan linier masing-masing di neuron
tersembunyi dan keluaran.
Jaringan dilatih dengan optimalisasi bobot untuk setiap
interkoneksi node dan istilah bias sampai error mean-
squared diminimalkan. Error mean-squared dari jaringan
(MSE) didefinisikan sebagai berikut [28]:
πππππΈπΈ =1
ππ.πποΏ½οΏ½οΏ½ππππ(ππ) β ππππ(ππ)οΏ½
2ππ
ππ=1
ππ
ππ=1
dimana ππ dan ππ adalah jumlah node keluaran dan jumlah
sampel pelatihan, masing-masing ππππ(ππ) adalah keluaran
yang diharapkan dan ππππ(ππ) adalah hasil sebenarnya. Data
tersebut dibagi menjadi dua kelompok. Satu set digunakan
untuk melatih jaringan (4200 data selama sekitar 8 bulan
pertama) dan lainnya untuk kemampuan prediksi (1200 data
selama dua bulan terakhir). Tujuan dari jaringan pelatihan
adalah untuk menemukan satu set bobot yang optimal. Jika
77
jumlah bobot lebih tinggi dari jumlah data yang tersedia,
kesalahan pemasangan pada data yang dilatih pada awalnya
akan berkurang, tetapi kemudian meningkat karena jaringan
menjadi kelebihan pelatihan. Sebaliknya, jika jumlah bobot
lebih kecil dari jumlah data, masalah over-fitting tidak
krusial. Diagram alir yang menggambarkan langkah-langkah
utama dari model yang diusulkan untuk mengukur laju
aliran ditampilkan di Gambar 1.
Gambar 2 menunjukkan pendekatan jaringan saraf tiruan.
Lima parameter (Suhu, viskositas, deviasi standar, koefisien
kemiringan dan kurtosis) adalah masukan dari jaringan dan
jumlah lapisan tersembunyi ditetapkan menjadi 2 (setiap
lapisan berisi 7 neuron) oleh percobaan. Jumlah hidden
layer dan neuronnya diperoleh dengan metode trial and
error dan pemilihan kasus yang optimal berdasarkan
kesalahan dan waktu perhitungan. Jenis pemodelan ini
menunjukkan konvergensi antara hasil pelatihan dan
pengujian serta memiliki akurasi yang baik, menurut MSE
sebagai parameter error analisis (MSE untuk pelatihan
adalah 7.8 Γ 10-4 dan MSE untuk pengujian adalah 2. X 10-
3).
78
Gambar 1 Diagram alir pendekatan pengukuran laju aliran
yang diusulkan
79
Gambar 2 Jaringan saraf tiruan
Algoritma Levenberg Marquardt dianggap sebagai salah
satu algoritma pelatihan yang paling efisien untuk
mengembangkan model estimasi. Algoritma ini biasanya
diadopsi untuk mendapatkan matriks hessian yang
merupakan fungsi diferensial kedua untuk setiap komponen
bobot, sehingga algoritma ini dirancang untuk mendekati
kecepatan pelatihan diferensial kedua tanpa
memperhitungkan nilai matriks Hessian. Salah satu
keuntungan menggunakan algoritma Levenberg Marquardt
adalah bahwa masalah yang ada dapat diselesaikan dengan
80
metode descent dan Gauss-Newton untuk data pelatihan
jaringan saraf tiruan (JST) [29].
4.3. Percobaan dan Pengukuran Sinyal Tekanan
Iranian Central Oil Fields Company (ICOFC) adalah
perusahaan minyak darat di selatan Iran. ICOFC mengelola
ekstraksi dan produksi 45 lapangan gas dan 24 lapangan
minyak dan dua lapangan minyak-gas (total 71 lapangan).
Data eksperimen diperoleh dari ICOFC.
Gambar 3 Lahan minyak dan lokasi sumur menggunakan
pengukuran
81
Variasi laju alir multifase ditentukan dengan menggunakan
separator data dua ladang minyak dan 6 sumur dalam
rentang waktu sepuluh bulan dengan interval 8 jam (total
5400 data). Setiap set data berisi lima input dari multiphase
flow meter (temperatur, viskositas, standar deviasi dan
koefisien kemiringan dan kurtosis) dan tiga output dari
outlet separator (laju aliran minyak, gas dan air). Tabel 2
menunjukkan kisaran data lapangan untuk enam sumur.
Lokasi ladang dan sumur ditentukan di Gambar 3.
82
Tabel 2 Parameter dan laju aliran diukur pada enam sumur ICOFC yang berbeda
Sumur
Temperatur
(ΒΊC) Suhu (cp)
Laju Aliran
Minyak
(BBL/hari)
Laju Aliran
Gas (MSCF)
Potongan Air
(%)
Min Max Min Max Min Max Min Max Min Max
1 48 95 0,82 1,20 1825 2452 1120 3755 0,7 2,1
2 40 75 1,22 1,85 1090 1674 850 1875 0,3 0,9
3 41 78 1,35 2,05 1136 1320 770 1465 0,4 0,9
4 38 70 1,05 1,76 1068 1275 650 1310 0,4 1,1
5 52 105 0,90 1,15 990 2760 1255 3900 0,9 2,4
6 40 83 1,08 1,58 982 1194 570 1105 0,4 0,8
83
Sejauh ini, metode yang berbeda seperti konduktansi,
ultrasonik, sinar gamma dan kombinasi keduanya dengan
pendekatan jaringan saraf telah diteliti untuk pengukuran
aliran multifase. Teknik yang lebih canggih dan bergantung
pada pola seperti gelombang ultrasonik dan listrik, serta
prosedur berisiko tinggi seperti gelombang gamma secara
berkala, dapat diganti dengan metode sederhana.
Flowmeter berbasis sinar gamma dapat dikaitkan dengan
bahaya radiasi. Namun, jika pengukur aliran berbasis sinar
gamma digunakan dengan hati-hati dan prosedur yang
tepat, tidak ada risiko yang terlibat [30β32].
Dalam pekerjaan ini, sinyal tekanan dan parameter aliran
seperti suhu dan viskositas digunakan untuk menentukan
laju aliran minyak, gas dan air. Sinyal tekanan direkam di dua
stasiun berbeda di sepanjang pipa menggunakan transduser
tekanan diferensial piezoresistance; karena sensor yang
dibutuhkan tidak mahal dan relatif berkembang dengan
baik. Viskometer in-line digunakan untuk mengukur suhu
dan viskositas. Perangkat ini menggunakan prinsip yang
relatif baru berdasarkan tekanan dinamis fluida. Tekanan
dinamis diukur dengan sensor yang terkait dengan
84
viskositas fluida yang mengalir. Prinsip pengukuran baru ini
memberikan hasil yang stabil yang tidak terpengaruh oleh
aliran arus balik. Semua sensor ini dipasang pada saluran
aliran dengan koneksi flensa dan dihubungkan ke
komputer. Titik sambungan pengukur aliran multifase dan
separator ditampilkan di Gambar 4.
Gambar 4 Diagram skematis dari pipa aliran multifase
4.4. Analisis Sinyal Tekanan
Dalam teori dan statistik probabilitas, kurtosis adalah
deskriptor dari bentuk distribusi probabilitas. Ada berbagai
cara untuk mengukur kurtosis untuk distribusi teoritis dan
cara yang sesuai untuk memperkirakannya dari sampel
populasi. Ukuran standar kurtosis didasarkan pada versi
skala dari momen keempat dari data atau populasi [33].
Angka ini terkait dengan distribusi ekor, bukan puncaknya.
85
Pada tahun 1986, Moors [34] memberikan interpretasi
tentang kurtosis:
ππ =ππ β ππππ
Dimana, ππ adalah variabel acak, ππ dan ππ masing-masing
adalah mean dan deviasi standar.
ππ = π£π£π·π·ππ(ππ2) + 1
Dimana, ππ adalah kurtosis dan π£π£π·π·ππ adalah variansnya.
Dalam teori probabilitas, kemiringan adalah kriteria asimetri
distribusi probabilitas dari variabel acak bernilai riil tentang
rata-ratanya. Nilai kemiringan bisa positif atau negatif, atau
bahkan tidak terdefinisi. Untuk nilai sampel n, metode
normal untuk memperkirakan kemiringan populasi adalah
[35]:
π π =ππ3
ππ3=
1ππβ (π₯π₯ππ β οΏ½Μ οΏ½π₯)3ππ
ππ=1
ππ3
Dimana, οΏ½Μ οΏ½π₯ adalah rata-rata sampel dan merupakan deviasi
standar sampel. Dalam pekerjaan ini, sinyal tekanan diukur
dalam 10 detik dan kenaikan 0,05 detik. Kemudian deviasi
standar dan koefisien kurtosis dan kemiringan dihitung.
Contoh sinyal tekanan ditampilkan di Gambar 5. Gambar
86
ini menunjukkan fluktuasi tekanan yang tinggi dan relatif
teratur pada rezim aliran bubbly.
Gambar 5 Sampel representatif dari sinyal tekanan terukur
4.5. Hasil Pengujian dan Kesimpulan
Hasil Pengujian
Untuk memverifikasi keakuratan prediksi, koefisien
determinasi (R2) diperoleh menurut persamaan (5).
Koefisien ini menunjukkan proporsi varians variabel
dependen yang dapat diprediksi dari variabel independen.
π π 2 = 1 ββ (ππππ β ππππ)2ππππ=1
β (ππππ β πποΏ½)2ππππ=1
πποΏ½ ,ππππ dan ππππ adalah rata-rata dari data yang diamati, data
aktual, dan data prediksi. Ketika R2 lebih dekat ke satu,
prediksi lebih tepat.
87
Gambar 6 Perbandingan laju aliran minyak aktual diukur
di outlet separator dan diprediksi oleh model JST tanpa
analisis sinyal tekanan (R2 = 0,987)
88
Gambar 7 Perbandingan laju aliran gas aktual yang diukur
di outlet separator dan diprediksi oleh model JST tanpa
analisis tekanan (R2 = 0,980)
Gambar 8 Perbandingan laju aliran air aktual yang diukur
di outlet separator dan diprediksi oleh model JST tanpa
analisis sinyal tekanan (R2 = 0,985)
Seperti disebutkan, dua metode serupa telah diterapkan
untuk memperkirakan laju aliran. Yang pertama pengaruh
sinyal tekanan belum dipertimbangkan, tetapi yang kedua,
intervensi sinyal tekanan telah terlihat. Gambar 6, Gambar
7 dan Gambar 8 menunjukkan laju aliran yang diprediksi
oleh pendekatan jaringan saraf tiruan (JST) versus laju aliran
89
aktual yang diperoleh dari separator. Angka-angka ini
diperoleh tanpa intervensi dari parameter sinyal tekanan
seperti kurtosis dan kemiringan. Terlihat jelas dari gambar-
gambar tersebut, keakuratan prediksi dibandingkan dengan
laju aliran aktual dan hampir hubungan linier dapat diamati.
Perbedaan terbesar antara laju aliran minyak, gas dan air
aktual dan yang diprediksi masing-masing adalah 140 bbl,
212 Mscf/hari dan 8 bbl. Seperti yang terlihat dari gambar,
akurasi prediksi lebih (mendekati garis) untuk laju aliran
rendah dibandingkan dengan laju aliran tinggi. Hal ini dapat
disebabkan oleh banyaknya data yang tersedia pada laju
aliran yang rendah, juga rezim aliran dapat berpengaruh
pada prediksi. Penentuan koefisien (R2) ditentukan dalam
Tabel 3.
Tabel 3 Koefisien determinasi (R2) dari sistem yang
dipelajari
Laju Aliran Minyak
Laju Aliran Gas
Laju Aliran Air
Dengan intervensi sinyal tekanan 0,997 0,997 0,995
Tanpa intervensi sinyal tekanan 0,987 0,980 0,985
90
Gambar 9 Perbandingan laju aliran minyak aktual diukur
di outlet separator dan diprediksi oleh model JST dengan
analisis sinyal tekanan (R2 = 0,997)
Gambar 10 Perbandingan laju aliran gas aktual yang diukur
di outlet separator dan diprediksi oleh model JST dengan
analisis sinyal tekanan (R2 = 0,997)
91
Gambar 11 Perbandingan laju aliran air aktual yang diukur
di outlet separator dan diprediksi oleh model JST dengan
analisis sinyal tekanan (R2 = 0,995)
Gambar 9, Gambar 10, dan Gambar 11 menunjukkan laju
aliran, yang diprediksi oleh JST versus laju aliran aktual yang
diperoleh dari separator. Angka-angka ini diperoleh dengan
intervensi parameter sinyal tekanan seperti koefisien
kurtosis, kemiringan dan deviasi standar. Laju aliran
diprediksi dengan sangat baik dan jelas, hubungan linier
dapat diamati. Seperti yang ditunjukkan pada gambar,
perbedaan terbesar antara laju aliran minyak, gas dan air
aktual dan yang diperkirakan masing-masing adalah 40 bbl,
75 Mscf/hari dan 2 bbl. Sama dengan Gambar 6β8, dengan
92
meningkatnya laju aliran, nilai kesalahan juga meningkat. Di
Gambar 9β11, untuk laju aliran rendah prediksi lebih tepat
(lebih dekat ke garis) karena lebih sedikit data dalam kisaran
laju aliran tinggi terhadap laju aliran yang lebih rendah.
Koefisien determinasi untuk Gambar 6β11 disajikan pada
Tabel 3.
Seperti yang bisa diamati dari Tabel 3, dalam kedua metode
akurasi prediksi ini sedikit lebih tinggi untuk minyak dan gas
dibandingkan dengan air. Dengan membandingkan angka-
angka tersebut, jelaslah, ketika sinyal tekanan digunakan
sebagai input untuk pendekatan JST, errornya berkurang
sekitar 90 persen. Faktanya, dengan mempertimbangkan
parameter yang terkait dengan sinyal tekanan, dampak
rezim aliran terlibat dalam prediksi laju aliran. Dengan kata
lain, kalkulasi dikalibrasi dengan rezim aliran dan akurasinya
meningkat.
Akurasi yang lebih baik dari kasus kedua (dengan analisis
sinyal tekanan) dapat disebabkan oleh pengaruh rezim aliran
yang berbeda pada laju aliran. Untuk mengetahui pengaruh
rezim aliran pada hasil jaringan saraf, di bagian aliran
93
horizontal, digunakan kamera kecepatan tinggi. Rezim
aliran dikategorikan sebagai aliran yang bergelembung,
bergelombang, berbentuk siput, bertingkat dan berbentuk
lingkaran. Selain kamera kecepatan tinggi, pengukur aliran
multifase juga digunakan. Dengan demikian, sinyal tekanan
dan foto aliran multifase diterima secara bersamaan.
Beberapa foto ditampilkan di Gambar 12.
Gambar 12 Foto kecepatan tinggi untuk lima jenis rezim
aliran,
(a) Bubbly, (b) Slug, (c) Stratified, (d) Annular, (e) Wavy
Dengan menyelidiki 114 kasus yang berbeda, jarak kurtosis,
kemiringan dan deviasi standar dari lima rezim aliran
ditunjukkan pada berikut ini. Tabel 4.
94
Tabel 4 Parameter dan rezim aliran
Bergelembung
32
Bergelombang
17
Siput
28
Bertingkat
21
Annular
16
Deviasi Standar 0,01 hingga 0,09 0,02 hingga 0,19 0,28 hingga 0,38 0,01 hingga 0,03 0,07 hingga 0,18
Kurtosis 16,6 hingga 41 1,5 hingga 7,4 1,2 hingga 2,3 0,65 hingga 1,8 3,1 hingga 8,6
Kemiringan 2,1 hingga 5,6 -0,4 hingga 2,7 -0,9 hingga 1,1 -0,15 hingga 0,8 -1,95 hingga -
0,6
95
Kisaran koefisien Kurtosis dan Skewness berbeda untuk
setiap rezim aliran. Koefisien ini sama sekali berbeda untuk
aliran bergelombang dibandingkan dengan yang lain. Aliran
berbentuk siput memiliki deviasi standar paling banyak.
Juga, koefisien Kemiringan untuk aliran annular selalu
negatif. Hanya untuk rezim bertingkat dan bergelombang,
Kemiringan dan deviasi standar memiliki sedikit tumpang
tindih. Hampir dapat dikatakan bahwa tidak ada dua rezim
aliran yang ketiga parameternya identik satu sama lain.
Menurut jumlah parameter yang berbeda dalam Tabel 4
untuk rezim aliran, akurasi sinyal tekanan yang lebih tinggi
dapat dikaitkan dengan rezim aliran yang berbeda yang
dibedakan oleh sinyal tekanan.
Kesimpulan
Dalam penelitian ini, pendekatan jaringan saraf tiruan
umpan-maju digunakan untuk memprediksi laju aliran.
Algoritma Levenberg-Marquardt dipilih sebagai aturan
pembelajaran dengan fungsi aktivasi sigmoid dan linier
masing-masing di neuron tersembunyi dan keluaran. Data
input dan output diperoleh dari enam sumur selama 10
bulan dimana data dari sekitar 8 bulan awal digunakan untuk
96
kereta api dan satu lagi digunakan untuk pengujian. Jaringan
ini dilatih dengan optimalisasi bobot untuk setiap
interkoneksi node dan istilah bias hingga error mean-
squared diminimalkan.
Kombinasi Annular Neural Network dan sinyal tekanan
digunakan di sejumlah bidang di Iran selatan untuk
menentukan aliran tiga fase laju aliran minyak, gas, dan air
sejak Agustus 2016.
Metode yang digunakan dalam investigasi juga dapat
diterapkan untuk penentuan rezim aliran pada pipa-pipa
horizontal dan vertikal seperti fluida di dalam sumur.
Kesimpulannya dapat diringkas sebagai berikut:
1. Hasil yang diperoleh dari masing-masing sumur
menggunakan pendekatan jaringan syaraf, dapat
diandalkan dan diukur secara terus menerus.
2. Dalam kombinasi sinyal tekanan dan pendekatan
jaringan saraf, detektor hanya digunakan dan tidak ada
pemancar, jadi operasinya dapat menurunkan biaya.
3. Kombinasi pendekatan jaringan saraf dan sinyal
tekanan tidak menggunakan transmisi radioaktif yang
berbahaya bagi personel dan lingkungan.
97
4. Karena pengukuran telah dilakukan dalam operasi yang
berbeda kondisi (tekanan, suhu, rasio gas terhadap
minyak, dll.), bisa jadi digunakan selama beberapa tahun
tanpa kalibrasi.
5. Diperoleh koefisien determinasi di atas 0,995 untuk laju
aliran dari ketiga fase minyak, air dan gas menunjukkan
akurasi dengan hasil yang tinggi.
6. Hasil yang sangat akurat disebabkan oleh fakta bahwa
mesin tersebut dikalibrasi dalam kaitannya dengan
rezim aliran. Oleh karena itu, dapat dikatakan demikian
dengan bantuan metode ini, dimungkinkan juga untuk
memprediksi rezim aliran keluar.
4.6. Referensi
[1] A. Tabzar, M. Fathinasab, A. Salehi, B. Bahrami, A.H.
Mohammadi, Multiphase flow modeling of
asphaltene precipitation and deposition, Oil Gas Sci.
Technol.βRevue dβIFP Energies nouvelles 73 (2018)
51.
[2] F. Sun, Y. Yao, X. Li, L. Zhao, G. Ding, X. Zhang,
The mass and heat transfer characteristics of
superheated steam coupled with non-condensing
98
gases in perforated horizontal wellbores, J. Petrol. Sci.
Eng. 156 (2017) 460β467.
[3] E. Γ bro, V. Khoryakov, G. Johansen, L. Kocbach,
Determination of void fraction and flow regime using
a neural network trained on simulated data based on
gamma-ray densitometry, Meas. Sci. Technol. 10 (7)
(1999) 619.
[4] G. Falcone, G. Hewitt, C. Alimonti, Multiphase Flow
Metering: Principles and Applications, Elsevier, 2009.
[5] K. Busaidi, H. Bhaskaran, Multiphase flow meters:
experience and assessment in PDO, SPE Annual
Technical Conference and Exhibition, Society of
Petroleum Engineers, 2003.
[6] C.T. Crowe, Multiphase Flow Handbook, CRC press,
2005.
[7] C. Sheppard, D. Russell, The application of artifcial
neural networks to non-intrusive multi-phase
metering, Contr. Eng. Pract. 1 (2) (1993) 299β304.
[8] H. Canière, B. Bauwens, C. T'Joen, M. De Paepe,
Probabilistic mapping of adiabatic horizontal two-
phase flow by capacitance signal feature clustering,
Int. J. Multiph. Flow 35 (7) (2009) 650β660.
99
[9] E. Rosa, R. Salgado, T. Ohishi, N. Mastelari,
Performance comparison of artificial neural networks
and expert systems applied to flow pattern
identifcation in vertical ascendant gasβliquid flows,
Int. J. Multiph. Flow 36 (9) (2010) 738β754.
[10] S. Ghosh, D. Pratihar, B. Maiti, P. Das, Identifcation
of flow regimes using conductivity probe signals and
neural networks for counter-current gasβliquid
twophase flow, Chem. Eng. Sci. 84 (2012) 417β436.
[11] B. Bahrami, S. Mohsenpour, M.A. Miri, R. Mirhaseli,
Quantitative comparison of fifteen rock failure
criteria constrained by polyaxial test data, J. Petrol.
Sci. Eng. 159 (2017) 564β580.
[12] S. Azizi, M.M. Awad, E. Ahmadloo, Prediction of
water holdup in vertical and inclined oilβwater two-
phase flow using artifcial neural network, Int. J.
Multiph. Flow 80 (2016) 181β187.
[13] M. Al-Naser, M. Elshafei, A. Al-Sarkhi, Artifcial
neural network application for multiphase flow
patterns detection: a new approach, J. Petrol. Sci. Eng.
145 (2016) 548β564.
100
[14] Y. Yan, L. Wang, T. Wang, X. Wang, Y. Hu, Q. Duan,
Application of soft computing techniques to
multiphase flow measurement: a review, Flow Meas.
Instrum. 60 (2018) 30β43.
[15] H. Toral, S. Cai, B. Hosgor, In-Situ Validation of
ESMER MPFMs, (2016).
[16] S. Blaney, Gamma Radiation Methods for Clamp-On
Multiphase Flow Metering, (2008).
[17] M. Meribout, N. Al-Rawahi, A. Al-Naamany, A. Al-
Bimani, K. Al-Busaidi, A. Meribout, A non-
radioactive flow meter using a new hierarchical neural
network, 14th International Conference on
Multiphase Production Technology, BHR Group,
2009.
[18] A. Mirzaei-Paiaman, S. Salavati, The application of
artifcial neural networks for the prediction of oil
production flow rate, Energy Sources, Part A
Recovery, Util. Environ. Eff. 34 (19) (2012) 1834β
1843.
[19] K. Santhosh, B. Roy, A practically validated intelligent
calibration technique using optimized ANN for
101
ultrasonic flow meter, Int. J. Electr. Eng. Inform. 7
(3) (2015) 379.
[20] H. Shaban, S. Tavoularis, Identifcation of flow regime
in vertical upward airβwater pipe flow using
differential pressure signals and elastic maps, Int. J.
Multiph. Flow 61 (2014) 62β72.
[21] J. Mohamad-Saleh, B. Hoyle, Determination of multi-
component flow process parameters based on
electrical capacitance tomography data using artifcial
neural networks, Meas. Sci. Technol. 13 (12) (2002)
1815.
[22] A.B. Al-Taweel, S.G. Barlow, Field testing multiphase
meters, Saudi Aramco J. Technol. 51 (2000).
[23] M.A. Ahmadi, M. Ebadi, A. Shokrollahi, S.M.J.
Majidi, Evolving artifcial neural network and
imperialist competitive algorithm for prediction oil
flow rate of the reservoir, Appl. Soft Comput. 13 (2)
(2013) 1085β1098.
[24] S. Wylie, A. Shaw, A. Al-Shamma'a, RF sensor for
multiphase flow measurement through an oil pipeline,
Meas. Sci. Technol. 17 (8) (2006) 2141.
102
[25] D.E. Rumelhart, J.L. McClelland, P.R. Group, Parallel
distributed processing: explorations in the
microstructures of cognition, Foundations, vol. 1,
The MIT Press, Cambridge, MA, 1986.
[26] K. Fukushima, S. Miyake, Neocognitron: a self-
organizing neural network model for a mechanism of
visual pattern recognition, Competition and
Cooperation in Neural Nets, Springer, 1982, pp. 267β
285.
[27] A. Bhatt, Reservoir Properties from Well Logs Using
Neural Networks, Fakultet for ingeniΓΈrvitenskap og
teknologi, 2002.
[28] M. Hasanvand, S. Berneti, Predicting oil flow rate due
to multiphase flow meter by using an artifcial neural
network, Energy Sources, Part A Recovery, Util.
Environ. Eff. 37 (8) (2015) 840β845.
[29] C.T. Kelley, Iterative Methods for Optimization,
SIAM, 1999.
[30] G. Roach, J. Watt, H. Zastawny, P. Hartley, W. Ellis,
Multiphase flowmeter for oil, water and gas in
pipelines based on gamma-ray transmission
techniques, Nucl. Geophys. 8 (3) (1994) 225β242.
103
[31] R. Hanus, M. Zych, M. Kusy, M. Jaszczur, L. Petryka,
Identifcation of liquid-gas flow regime in a pipeline
using gamma-ray absorption technique and
computational intelligence methods, Flow Meas.
Instrum. 60 (2018) 17β23.
[32] G. Roshani, E. Nazemi, Intelligent densitometry of
petroleum products in stratified regime of two phase
flows using gamma ray and neural network, Flow
Meas. Instrum. 58 (2017) 6β11.
[33] J. Shohat, Inequalities for moments of frequency
functions and for various statistical constants,
Biometrika (1929) 361β375.
[34] J. Moors, The meaning of kurtosis: darlington
reexamined, Am. Statistician 40 (4) (1986) 283β284.
[35] D. Joanes, C. Gill, Comparing measures of sample
skewness and kurtosis, J. Roy. Stat. Soc.: Series D
(The Statistician) 47 (1) (1998) 183β189.
104
BAB 5 β TOMOGRAFI UNTUK
PENGUKURAN ALIRAN MULTI FASE
5.1. Pendahuluan
Penting untuk mengukur cairan yang dihasilkan dari sumur
minyak secara akurat untuk eksploitasi dan produksi minyak
yang efisien [1]. Biasanya, sumur di lapangan menghasilkan
campuran gas, minyak, air dan komponen lain seperti pasir
yang kompleks, dan sulit untuk mengukur aliran multi-fase
(MPF). Pendekatan konvensional adalah dengan
memisahkan campuran menjadi komponen individu, dan
kemudian mengukurnya secara terpisah menggunakan
pengukur Single-Phase Flow (SPF), misalnya, pelat lubang
untuk meteran gas dan turbin untuk minyak. Ada beberapa
masalah dengan separator tiga fase yang diperlukan: (1)
besarnya, (2) biaya pemasangan yang tinggi, dan (3)
perawatan yang besar. Oleh karena itu, sangat menarik
untuk memiliki MPF meter yang relatif sederhana, yang
mampu mengukur laju aliran setiap komponen secara
langsung, tanpa adanya separator. Artikel review terbaru
105
yang ditulis oleh Falcone melaporkan beberapa
perkembangan baru dalam pengukuran MPF [50].
Selama dekade terakhir, banyak upaya telah dilakukan untuk
mengembangkan MPF meter. Misalnya, di bawah UK
National Flow Programme, National Engineering
Laboratory (NEL) telah menilai kinerja berbagai MPF
meter di bawah kondisi aliran yang berbeda (khususnya
aliran gas-minyak-air) [51,52]. Saat ini, ada beberapa
meteran yang tersedia secara komersial, berdasarkan prinsip
pengukuran yang berbeda [2,3]. Namun, semuanya memiliki
beberapa batasan. Hampir semuanya bergantung pada
rezim aliran dan kebanyakan dari mereka hanya dapat
menangani aliran yang homogen untuk mencapai akurasi
yang dapat diterima. Alat pencampur aliran sering
digunakan untuk mengatasi masalah ini karena dalam
banyak kasus MPF tidak homogen, terutama pada pipa
horizontal atau inclined. Masalah dengan perangkat ini
adalah bahwa mereka mengganggu aliran, menyebabkan
penurunan tekanan, yang pada akhirnya diperlukan
peningkatan daya pemompaan. Beberapa perangkat
memiliki komponen internal yang bergerak, yang
106
mengurangi keandalan dan peningkatan biaya
pemeliharaan, khususnya jika meteran digunakan di lokasi
terpencil seperti dasar laut atau anjungan tak berawak. Ini
juga akan menimbulkan kesulitan operasional jika pipa perlu
di pigging. Masalah lainnya (misalnya, beberapa Venturi
meter) dirancang untuk aliran vertikal ke atas dan
memanfaatkan homogenisasi yang terjadi secara alami di
aliran. Namun, dalam kasus fraksi gas tinggi (di atas 80%)
derajat homogenisasi terbatas, karena gelembung gas
cenderung terkonsentrasi di tengah pipa, membentuk pola
aliran melingkar.
Di masa lalu, perusahaan minyak mencoba menghindari
masalah dalam melakukan pengukuran MPF dengan
menggunakan separator berbasis gravitasi. Hal ini
memungkinkan komponen cairan dan gas diukur secara
terpisah menggunakan meteran SPF gas dan cair yang telah
terbukti. Awalnya, pengukur dua fase dikembangkan untuk
mengukur komponen cairan bersama-sama dengan
kombinasi pengukur densitometer dan Venturi meter.
Metode ini cocok untuk bidang produksi, dimana
penggunaan separator dua fase memiliki keunggulan
107
dibandingkan separator tiga fase dalam hal biaya dan
ukuran.
Dari tahun 1940-an hingga 1970-an turbin meter
dikembangkan dan digunakan untuk mengukur minyak
mentah dengan viskositas dan orifice serta positive
displacement meter untuk viskositas yang tinggi. Perbaikan
didorong oleh pabrikan dan hanya menghasilkan dampak
marjinal pengukuran pada pengembangan ladang minyak
secara keseluruhan. Coriolis dan ultrasonik meter
dikembangkan pada awal 1980-an dan dipasang di ladang
minyak pada awal 1990-an. Pada periode yang sama,
penelitian MPF meter dilakukan dan dipasang di ladang
minyak. Selama periode ini, perusahaan minyak mendorong
penelitian yang inisiatif, dan MPF meter memiliki dampak
yang besar pada perkembangan ladang minyak secara
keseluruhan. Gambar 1 menunjukkan pengaturan khas dari
dua pendekatan untuk pengukuran aliran gas-minyak-air:
metode konvensional menggunakan uji separator dan
pengukuran on-line [43]. Baru-baru ini dilaporkan bahwa
pemasangan MPF meter di dunia telah meningkat dari 200
pada tahun 1998 menjadi sekitar 1000 pada tahun 2002 [5].
108
Pengukur tiga fase yang sebenarnya dirancang untuk
mengukur aliran full well gas, minyak dan air tanpa
pemisahan apapun. Mereka menawarkan penghematan
biaya yang signifikan bagi operator lepas pantai (terutama di
Laut Utara), dimana pengaruh ekonomi produksi air dalam
membuat instalasi standar uji separator, saluran pipa balik
dan platform tidak ekonomis, hingga reservoir tidak akan
bisa diproduksi tanpa beberapa metode pengukuran
alternatif yang lebih murah. Pengembangan awal ditujukan
pada pembuatan wellhead di bawah laut dengan
pengukuran untuk menangani berapapun persentase gas,
minyak dan air dari 0% hingga 100%, dan kombinasi apa
pun dalam persentase dari ketiga komponen. Namun,
sementara ekonomi keseluruhan area produksi menjadi
prioritas, penggunaan MPF meter telah diperluas ke
pengukuran dalam range akurasi 5%-10%.
109
(a) MPF meter konvensional menggunakan separator [43]
(b) MPF meter on-line [43]
Gambar 1 MPF metering
5.2. Tinjauan Umum Aliran pada Pengukuran
Salah satu masalah utama yang dihadapi MPF meter yang
saat ini tersedia adalah bahwa mereka bergantung pada
rezim aliran [3,4,6]. Gambar 2 menunjukkan tiga kasus
110
aliran gas-minyak dengan fraksi volume minyak 25% di
semua kasus tetapi dengan tiga rezim aliran yang berbeda:
homogen, stratified dan annular.
Gambar 2 Pengaruh rezim aliran pada pengukuran
(konsentrasi nyata = 25%). (a) Homogen (konsentrasi
terukur = 25%);(b) Stratified (konsentrasi terukur = 30%);
(c) Annular (konsentrasi terukur = 13,4%)
Gambar 2 akan diperoleh dengan pengukur fraksi volume
konvensional (seperti yang digunakan dalam MPF meter
komersial) yang telah dikalibrasi untuk aliran homogen. Jadi
jika rezim aliran berubah, kesalahan yang cukup besar akan
terjadi karena jalur penginderaan terlokalisasi. Oleh karena
111
itu, mereka hanya dapat digunakan dengan range pola aliran
yang agak terbatas (lebih disukai aliran homogen atau kuasi-
homogen). Independensi rezim aliran sangat penting untuk
pengukuran aliran downhole di sumur inclined, horizontal
atau multilateral (yang semakin umum), karena rezim aliran
cenderung bertingkat atau jenis lain yang sangat sulit untuk
diukur dengan MPF meter saat ini [4].
Secara umum, MPF meter komersial dapat dikategorikan
menjadi dua jenis:
1. Pengukuran dengan teknik separasi. Karena kesulitan
dalam mengukur komponen tiga fasa secara langsung,
teknik separasi digunakan untuk memisahkan gas,
minyak dan air, dan kemudian setiap aliran diukur
secara terpisah. Pengembangan lebih lanjut telah
memperkenalkan separasi parsial, yang biasanya hanya
memisahkan cairan dan gas, untuk meningkatkan
akurasi fraksi volume gas tinggi dan untuk mengurangi
ukuran MPF meter. Contoh MPF meter yang
menggunakan separasi aliran adalah Agarcorp MPFM
400 (lihat Gambar 3(a)).
112
(a) Dengan separasi aliran parsial [8]
(b) Tanpa separasi aliran [9]
Gambar 3 Contoh MPF meter yang menangani berbagai
fase fluida
2. Pengukuran on-line. Generasi baru MPF meter
menggunakan pengukuran langsung untuk mengurangi
kebutuhan ruang yang mahal di anjungan minyak lepas
pantai. Bentuknya compact dan memiliki sensor non-
intrusif. Contoh lokasi yang diinginkan dari MPF meter
113
ini ditunjukkan di Gambar 1(b). ESMER MFM adalah
contoh MPF meter tanpa penggunaan separasi aliran
parsial (lihat Gambar 3(b)). Generasi terbaru memiliki
fleksibilitas untuk pemasangan di bawah laut. Beberapa
sistem menggunakan homogeniser atau pengkondisi
aliran untuk memastikan rezim yang homogen,
sehingga menghilangkan masalah ketergantungan rezim
aliran.
Dalam hal teknologi yang digunakan, MPF meter komersial
bervariasi. Tabel 1 menampilkan teknik khas yang
digunakan. Sebagian besar meteran menggunakan
kombinasi teknik pengukuran fraksi komponen dan
kecepatan komponen. Metode pengukuran fraksi
komponen dapat dikategorikan menjadi dua kelompok:
redaman radioaktif (misalnya, sinar-Ξ³) dan berbasis
impedansi. Metode penentuan kecepatan komponen dapat
dikelompokkan menjadi teknik korelasi silang dan
pengukuran berbasis Venturi. Beberapa meter mengadopsi
teknik pengukuran pemrosesan sinyal untuk meningkatkan
kinerja secara keseluruhan. Misalnya, seperti yang
ditunjukkan pada Tabel 1, pengukur ESMER Gambar 3(b)
114
menggunakan pendekatan jaringan saraf untuk menafsirkan
sinyal dari kapasitansi/konduktansi dan sensor tekanan.
115
Tabel 1 Sistem pengukuran aliran komersial tiga fase
MFM Meter Komersial
1 2 3 4 5 6 7 8 9 10 11
Metode Pengukuran Fraksi Komponen
Penyerapan sinar-Ξ³ energi tunggal
Penyerapan sinar-Ξ³ energi ganda
Impedansi
Metode Pengukuran Kecepatan Komponen
Korelasi-silang
Venturi
Metode Pengukuran Lainnya
Jaringan syaraf dan pemrosesan sinyal
116
PD flowmeter-laju aliran volumetrik
campuran
Densitometer sinar-Ξ³-kepadatan campuran
Pengukur gas satu fase
Pengukur cairan fase tunggal atau ganda
Dibutuhkan Separasi Aliran Parsial/Penuh
Dibutuhkan Aliran Homogen
Aplikasi Bawah Laut
Referensi [7] [8] [9] [10] [11] [12] [13] [14] [15] [16] [17]
Keterangan:
1. Accuflow (seri AF), AS. 2. Agar (MPFM-400), AS. 3. ESMER (seri T), Inggris. 4. Flowsys
(Topflow), Norwegia. 5. Framo (PhaseWatcher Vx), Norwegia. 6. Haimo, Cina. 7. ISA (Dualstream
117
II), Inggris. 8. Jiskoot (Mixmeter), Belanda. 9. Kvaerner (DUET), Norwegia. 10. Roxar (Fluenta
MPFM 1900VI), Norwegia. 11. TEA (LYRA), Italia.
Beberapa pengukur komersial, seperti CSIRO, Daniel (MEGRA), MFI dan Fluenta, tidak terdaftar
karena telah diakuisisi oleh perusahaan lain.
Contoh MPF meter dengan dan tanpa homogenizer
ditunjukkan di Gambar 4. Gambar 4(a) menunjukkan MPF
meter dari JiskootβMixmeter dengan penghomogen statis.
Homogenizer dirancang untuk menghasilkan tekanan
diferensial untuk kalkulasi laju aliran volume total.
Densitometer energi ganda sinar-Ξ³ digunakan untuk
menurunkan fraksi fase gas dan cairan. Gambar 4(b)
menampilkan pengukur Roxar-Fluenta (Norwegia)β
MPFM 1900VI tanpa homogenizer. Pengukur ini
menggunakan kombinasi transduser kapasitansi, induktansi,
sinar-Ξ³, dan Venturi untuk mengukur listrik dari campuran
yang mengalir dalam aliran minyak dan air kontinu, dan
mendapatkan water cut dari pengukuran ini. Teknik korelasi
silang dan venturi meter digunakan untuk mengukur
kecepatan fasa.
(a) JiskootβMixmeter dengan homogenizer[14]
119
(b) Roxar-Fluenta meterβMPFM 1900VI, tanpa
homogenizer[16]
Gambar 4 Contoh variasi penanganan MPF meter dalam
rezim aliran
Sebaliknya, penggunaan tomografi (memberikan gambaran
keseluruhan aliran) memungkinkan kemungkinan
pengembangan jenis MPF meter yang baru, yang secara
konseptual sederhana dan secara inheren tidak sensitif
terhadap variasi rezim aliran. Tomografi juga dapat
digunakan sebagai alat untuk menentukan rezim aliran
untuk mengkompensasi non-linearitas MPF meter yang
tersedia saat ini (yang disebabkan oleh ketergantungan
rezim alirannya).
120
5.3. Tomografi Proses Industri
Konsep
Istilah "tomografi proses industri" mengacu pada berbagai
teknik visualisasi non-invasif, yang relatif baru (sejak akhir
1980-an) dan masih berkembang. Tujuan dari tomografi
proses industri adalah untuk mendapatkan gambar
penampang proses industri yang dinamis [6,18]. Teknik
tomografi memberikan cara baru memvisualisasikan
perilaku internal proses industri. Gambar penampang yang
dihasilkan oleh sistem tomografi memberikan informasi
berharga tentang proses tersebut, yang dapat digunakan
untuk visualisasi, pemantauan, verifikasi model matematika,
dan mungkin untuk kontrol cerdas. Ada banyak jenis sistem
tomografi, seperti listrik, ultrasonik, radiasi, resonansi
magnetik nuklir (NMR), gelombang mikro, dan optik.
Untuk menjelaskan metode tomografi untuk pengukuran
MPF, kami mengandaikan bahwa penampang pipa dibagi
menjadi ππ elemen dengan luas π·π·. Kemudian, aliran volume
sesaat dari fase π₯π₯ diberikan oleh
ππππ = π·π·οΏ½ππππ(π₯π₯)π£π£ππ
ππ
ππ=1
121
dimana ππππ(π₯π₯) dan π£π£ππ masing-masing adalah konsentrasi
(atau fraksi volume) fasa π₯π₯ dan kecepatan aliran, dalam
elemen ke-ππ.
Dalam tomografi pengukur aliran seperti yang ditunjukkan
pada Gambar 5, dua rangkaian gambar aliran diperoleh
secara bersamaan dalam dua penampang pipa yang
berdekatan. Persamaan (1) dapat diterapkan setelah
distribusi fraksi volume ππππ(π₯π₯) ditentukan secara langsung
oleh gambar tomografi dan kecepatan π£π£ππ dengan mengolah
dua rangkaian gambar tersebut menggunakan teknik
korelasi silang.
Gambar 5 Tomografi pengukuran MPF
Karena metode tomografi masih merupakan teknologi yang
berkembang, beberapa tantangan masih perlu diatasi:
122
1. Peningkatan resolusi spasial sensor pada pengukuran
lebih baik dari 5%.
2. Pengembangan metode rekonstruksi citra yang lebih
akurat (jelas, citra yang tidak akurat akan mengakibatkan
estimasi aliran volume yang tidak akurat).
3. Peningkatan efisiensi pemrosesan data dengan
menggunakan komputasi berkinerja tinggi (rekonstruksi
citra yang akurat dan proses korelasi silang berikutnya
adalah komputasi intensif).
4. Desain perangkat keras mekanis dan elektronik yang
sesuai untuk penggunaan yang aman dan andal di
lingkungan industri yang keras (tidak hanya di
laboratorium).
Sensor Tomografi
Ada banyak jenis sensor tomografi, termasuk radiasi
pengion (mis., Sinar-x dan sinar-Ξ³), optik, emisi positron
(PET), resonansi magnetik nuklir (NMR), akustik (termasuk
ultrasound), listrik (yaitu, kapasitif, konduktif dan induktif)
dan microwave. Masing-masing teknik ini memiliki
kelebihan dan kekurangan. Oleh karena itu, pilihan
tekniknya tergantung pada subjek yang sedang diselidiki.
123
Beberapa teknik tomografi yang melibatkan pengukuran
sifat listrik telah mendapat perhatian yang signifikan:
tomografi kapasitansi listrik (ECT), tomografi
elektromagnetik (EMT) dan magnetisme hambatan listrik
(ERT). Kerugian utama dari teknik kelistrikan adalah
resolusi spasial sedang dari gambar yang dihasilkan, karena
tidak seperti sinar-x, medan listrik tidak dapat dibatasi ke
jalur langsung antara pemancar dan penerima.
1. ECT
ECT telah dikembangkan untuk proses industri
pencitraan yang mengandung bahan dielektrik. Ini
didasarkan pada pengukuran perubahan kapasitansi
yang disebabkan oleh perubahan distribusi bahan
dielektrik. Pengukuran kapasitansi diambil dari sensor
multi elektroda (biasanya 8 atau 12; lihat Gambar 6(a))
mengelilingi bejana atau pipa proses industri. Distribusi
penampang dari permitivitas direkonstruksi dari
pengukuran kapasitansi ini secara matematis
menggunakan beberapa algoritma. Kebanyakan sistem
ECT menerapkan desain khusus dari rangkaian
pengukuran kapasitansi, seperti rangkaian
pengisian/pengosongan [19] dan sirkuit berbasis AC
124
[20,21], yang telah berhasil digunakan untuk
menggambarkan aliran dua komponen, misalnya, aliran
gas/minyak dalam pipa minyak, aliran gas/padatan di
konveyor pneumatik dan distribusi gas/padatan di
tempat terfluidisasi [22β24]. ECT dianggap sebagai
tomografi "bidang lunak" dan membutuhkan
rekonstruksi gambar yang rumit karena hubungan non-
linier antara pengukuran dan distribusi permitivitas.
Dibandingkan dengan modalitas tomografi lainnya,
ECT menawarkan beberapa keuntungan, seperti tidak
ada radiasi, respon cepat, biaya relatif rendah, non-
intrusif dan non-invasif, dan tahan suhu serta tekanan
tinggi [31].
Jika medan listrik di dalam bidang pengukuran tidak
menyertakan muatan listrik bebas, hubungan antara
kapasitansi dan distribusi permitivitas diatur oleh [25]
β β [ππ(π₯π₯,π¦π¦)βππ(π₯π₯,π¦π¦)] = 0
πΆπΆ =ππππ
= β1πποΏ½ ππ(π₯π₯, π¦π¦)βππ(π₯π₯, π¦π¦)ππΞ
0
Ξ
dimana π»π» adalah operator gradien, ππ(π₯π₯,π¦π¦) adalah
permitivitas distribusi di bidang penginderaan, ππ(π₯π₯,π¦π¦)
adalah distribusi potensial listrik, ππ adalah perbedaan
125
potensial antara dua elektroda pembentuk kapasitansi
dan π€π€ adalah permukaan elektroda. Kondisi batas ketika
satu elektroda tereksitasi dengan tegangan tetap ππ0 dan
semua elektroda lainnya dijaga pada potensial nol,
seperti yang terjadi selama prosedur pengukuran,
ditentukan oleh
ππ = ππ0 (untuk elektroda) dan ππ = 0 (untuk lainnya)
2. ERT
ERT digunakan untuk mencitrakan campuran di mana
fase kontinu bersifat konduktif [6,18] dan isolasi fase
terdispersi atau konduksi ke tingkat yang lebih rendah
[26]. Dalam hal ini, elektroda dipasang rata dengan
permukaan bagian dalam dinding pipa (atau bejana) dan
langsung bersentuhan dengan cairan.
Sebagai alternatif, dapat digunakan cincin konduktif
(juga bersentuhan dengan cairan). Sejumlah pola arus
eksitasi yang berbeda diterapkan dan tegangan yang
dihasilkan diukur. Mereka kemudian digunakan untuk
membuat distribusi konduktivitas di dalam sensor, yang
mencerminkan distribusi fisik dari komponen
campuran. Ini telah digunakan untuk pencitraan hidro-
siklon [27], proses pencampuran [28] dan MPF [29].
126
Pengoperasian sistem ERT pada dasarnya sama dengan
sistem ECT kecuali bahwa ujung depan pengukuran
impedansi tinggi diperlukan untuk beban konduktif.
Jadi ERT menggunakan teknik injeksi arus dengan
rangkaian pengukuran tegangan, seperti yang
ditunjukkan pada Gambar 6(b).
Mirip dengan ECT, sensor cincin konduktif ERT
ditunjukkan pada Gambar 6(b) dapat dianggap sebagai
medan elektrostatis dan dapat ditandai dengan [30]
β β [ππ(π₯π₯,π¦π¦)βππ(π₯π₯,π¦π¦)] = 0
dimana π»π» adalah operator gradien, ππ(π₯π₯, π¦π¦) adalah
distribusi konduktivitas dalam bidang penginderaan dan
ππ(π₯π₯,π¦π¦) adalah distribusi potensial listrik. Batasan
kondisi diberikan oleh
β« ππ ππππππππ
0Ξ1
πππ π = πΌπΌ, β« ππ ππππππππ
0Ξ2
πππ π = βπΌπΌ
ππΞππ
= πππππππ π π·π· (ππ = 1,2, β¦ ,ππ)
πππππππποΏ½β
= 0
di mana ππ adalah distribusi potensial sebagai respons
terhadap keberadaan arus πΌπΌ, Ξ1 dan Ξ2 adalah domain
kontak listrik untuk injeksi arus yang menampilkan
127
kondisi Neumann, Ξππ adalah domain kontak listrik dan
β mewakili domain lain di batas luar cincin konduktif.
3. EMT
EMT, seperti yang ditunjukkan pada Gambar 6(c),
adalah teknik yang menawarkan sejumlah keuntungan,
seperti fleksibilitas dalam desain sensor dan tidak ada
kontak dengan zona penginderaan. Sensor EMT terdiri
dari satu set kumparan eksitasi, yang menghasilkan
sebuah medan magnet dalam penampang pipa. Satu set
kumparan deteksi digunakan untuk mendeteksi
perubahan di lapangan karena perubahan permeabilitas
dan konduktivitas di dalam kapal. Untuk mencapai
sensitivitas yang tinggi diperlukan frekuensi eksitasi
yang tinggi. Sejauh ini, resolusi gambar EMT buruk [32,
33]. Sensor EMT diatur oleh [33]
β Γ π¬π¬ = βπππππππ―π―
β β πππ―π― = 0
β Γ π―π― = (ππ + ππππππ)π¬π¬
dimana π»π» adalah operator gradien, π¬π¬ adalah kekuatan
medan listrik, π―π― adalah kekuatan medan magnet, ππ
adalah frekuensi sudut yang diterapkan, Β΅ adalah
128
permeabilitas magnet, ππ dinding pipa (atau bejana) yang
langsung bersentuhan dengan cairan.
ERT digunakan untuk mencitrakan campuran di mana
fase kontinu bersifat konduktif [6,18] dan isolasi fase
terdispersi atau konduksi ke tingkat yang lebih rendah
[26]. Dalam hal ini, elektroda dipasang rata dengan
permukaan bagian dalam adalah konduktivitas listrik
dan ππ adalah distribusi permitivitas di bidang
penginderaan. Tegangan induksi, ππ diberikan oleh
ππ = βπππππΌπΌοΏ½ π¨π¨ β π±π±πππ£π£0
ππππππππ
dimana πΌπΌ adalah arus total yang melalui kumparan, π¨π¨
adalah potensial vektor magnet dan π±π± adalah kerapatan
arus.
Selain ECT, ERT dan EMT, ada teknik lain yang muncul,
seperti tomografi impedansi listrik (EIT), yang mengukur
bagian impedansi nyata dan imajiner, dan tomografi multi-
modalitas. Sistem multi-modalitas menggunakan dua atau
lebih entitas penginderaan yang berbeda untuk menemukan
atau mengukur konstituen yang berbeda dalam ruang objek.
Untuk menggunakan tomografi untuk pengukuran MPF,
129
sistem tomografi yang mampu memperoleh dan
memproses gambar dengan akurasi dan kecepatan yang
memadai (ratusan frame per detik) harus dikembangkan.
(a) Sensor ECT 8 elektroda (b) Sensor ERT
(c) Sensor EMT
Gambar 6 Sensor ECT, ERT dan EMT
Demikian pula, karena kebutuhan untuk membedakan tiga
komponen, sistem tomografi modalitas ganda diperlukan,
yang dapat mengukur dua sifat fisik fluida yang berbeda.
Misalnya, untuk fluida yang fase kontinyu merupakan
isolator listrik, kombinasi tomografi kapasitansi dan sinar-Ξ³
130
dapat digunakan. Ketika fase kontinu dilakukan, resistansi
dan tomografi sinar-Ξ³ dapat digunakan. Pilihan lain
termasuk kombinasi kapasitansi dan resistansi, dan
penerapan spektroskopi impedansi listrik (yaitu,
penggunaan frekuensi yang berbeda).
Data Akuisisi dan Data Pemrosesan untuk ECT
Selama periode pengukuran, setiap elektroda dalam sensor
ECT diberi energi secara bergantian dengan menerapkan
sinyal tegangan eksitasi, dan muatan/arus yang diinduksi
terdeteksi dari semua elektroda lain sementara potensial
listriknya tetap nol. Ambil sensor 8 elektroda sebagai
contoh. Pertama, elektroda 1 digunakan sebagai elektroda
eksitasi dan elektroda 2β8 sebagai elektroda deteksi.
Selanjutnya, elektroda 2 digunakan sebagai elektroda
eksitasi dan elektroda 3-8 sebagai elektroda pendeteksi, dan
seterusnya sampai elektroda 7 sebagai elektroda eksitasi dan
elektroda 8 sebagai elektroda pendeteksi. Untuk sensor
ECT dengan elektroda N, ada kombinasi pasangan
elektroda ππ(ππ β 1) 2β , yaitu pengukuran kapasitansi
independen ππ(ππ β 1) 2β untuk gambar.
131
Ada dua pendekatan untuk rekonstruksi citra: perhitungan
single-step, misalnya Liniar Back Projection (LBP), dan
pemrosesan berulang. Algoritma LBP (juga disebut metode
koefisien sensitivitas) adalah rekonstruksi gambar yang
paling populer untuk tomografi listrik. Ini bergantung pada
peta sensitivitas, yang dapat diperoleh sebelumnya dengan
menggunakan analisis elemen tak hingga. Sebuah gambar
diperoleh dengan melapiskan semua pengukuran
kapasitansi bersama-sama menggunakan koefisien
sensitivitas sebagai faktor pembobotan. Algoritme ini
sederhana dan cepat, tetapi hanya menawarkan gambar
kualitatif.
Untuk meningkatkan kualitas citra, berbagai algoritma
rekonstruksi citra berulang telah dikembangkan. Prinsip
dasarnya dijelaskan secara singkat di bawah ini. Perkiraan
awal diperoleh dengan algoritma sederhana, misalnya LBP.
Kapasitansi diperkirakan dari citra saat ini dan kemudian
dibandingkan dengan pengukuran aktual. Perbedaan di
antara keduanya digunakan untuk memodifikasi gambar
sehingga mengurangi perbedaan. Jika perbedaannya cukup
kecil, gambar tersebut dianggap sebagai representasi
132
sebenarnya dari distribusi material. Dalam beberapa hal, ini
mirip dengan sistem kendali umpan balik. Dalam memilih
algoritma rekonstruksi, pertimbangan utamanya adalah
biaya, kecepatan dan ketepatan. Algoritme berulang dapat
meningkatkan keakuratan, tetapi mengurangi kecepatan dan
biaya lebih banyak. Untuk pencitraan online yang cepat,
algoritme LBP mungkin yang terbaik jika hanya diperlukan
akurasi yang wajar. Ketika akurasi tinggi diperlukan,
algoritma yang rumit lebih disukai [34]. Rekonstruksi citra
berulang memakan waktu karena estimasi kapasitansi dari
suatu citra biasanya melibatkan analisis elemen hingga.
Baru-baru ini algoritma iteratif baru telah dikembangkan di
The University of Manchester. Alih-alih menggunakan
analisis elemen hingga, metode proyeksi maju linier
digunakan untuk memperkirakan kapasitansi, yang jauh
lebih cepat, tetapi kurang akurat daripada metode elemen
hingga. Metode ini telah diuji secara eksperimental dan
menunjukkan hasil yang menjanjikan.
5.4. Studi Kasus
Universitas Manchester
133
University of Manchester (sebelumnya dikenal sebagai
UMIST) telah memimpin penelitian dalam bidang
tomografi proses industri sejak akhir 1980-an. Hingga tahun
1996, penelitian difokuskan pada tomografi listrik,
khususnya ECT. Pada tahun 1991, sistem ECT real-time
pertama dikembangkan bekerja sama dengan Universitas
Leeds dan Schlumberger Cambridge Research Ltd.
Sistem ini berhasil digunakan untuk menghasilkan gambar
aliran gas-minyak di jaringan pipa minyak dan juga
digunakan untuk aplikasi lain [35β37]. Sebuah proyek
lanjutan mengeksplorasi pengukuran aliran tiga komponen
gas-minyak-air dengan kombinasi ECT, tomografi
ultrasonik dan teknik korelasi silang (lihat Gambar 7).
Diskusi lebih lanjut tentang pekerjaan ini berada di luar
cakupan makalah ini karena kami tidak dalam posisi untuk
memberikan komentar tersebut.
Grup ini telah mampu menghasilkan sirkuit dan teknik
baru, yang bertujuan untuk mengukur perubahan
kapasitansi hingga 30 aF (aF=10-18 F), dan sistem ECT
baru, yang telah dibuktikan pada berbagai investigasi yang
134
menantang. Baru-baru ini, sistem ECT baru telah
dikembangkan, yang didasarkan pada frekuensi tinggi
(hingga 1 MHz dibandingkan dengan yang biasanya
digunakan untuk pengukuran AC10 kHz) eksitasi
gelombang sinus dan demodulasi sensitif fase [39]
(a) Uji loop aliran dengan sensor tomografi
(b) Diagram blok dari sistem tomografi multi-modalitas
Gambar 7 Alat uji untuk pencitraan aliran gas/minyak/air
135
Desain ini telah digunakan untuk menggambarkan area
terfluidisasi yang bersirkulasi, konveyor pneumatik, dan
aliran tetesan gas/air. Dibandingkan dengan sistem
charge/discharge ECT, sistem berbasis AC memiliki
beberapa keunggulan:
1. Baik pengukuran kapasitansi maupun rugi konduktansi,
memberikan kemungkinan sistem modalitas ganda.
2. Peningkatan kinerja dalam hal rasio signal-to-noise
(SNR) dan kecepatan akuisisi data.
3. Melakukan pembersihan frekuensi untuk
mengimplementasikan spektroskopi.
4. Fleksibilitas dalam kombinasi elektroda eksitasi untuk
menghasilkan bidang penginderaan yang optimal.
Gambar 8 Sistem ECT berbasis penganalisis impedansi
Sistem ECT berbasis penganalisis impedansi telah
dikembangkan untuk mengukur MPF konsentrasi rendah
136
dalam proses separasi gas basah. Sistem ini terdiri dari
sensor kapasitansi multi-elektroda, multiplexer yang dibuat
khusus, penganalisis impedansi (HP4284A) dan PC host,
seperti yang ditunjukkan pada Gambar 8 [40]. Perangkat
keras sistem berbasis penganalisis impedansi memberikan
akurasi tinggi (0,05%) dan resolusi tinggi (10-17 F). Sensor
dikalibrasi dalam ruang dengan sampel padat dari
permitivitas yang diketahui pada range suhu dan
kelembaban tertentu. Hasil tes yang dilakukan pada
berbagai kondisi operasi (kelembaban 20%-95%)
menunjukkan bahwa sistem ECT mampu merekonstruksi
gambar yang jelas dari distribusi tetesan cairan di dalam
separator.
Grup ini juga telah membangun rig pengujian separator
minyak untuk mengembangkan kontrol separator dan
strategi pemantauan berdasarkan ECT. Karena separator
minyak mungkin mengandung banyak bahan yang berbeda,
seperti gas, busa, minyak, emulsi, air dan pasir, maka sulit
untuk mengukur tingkat permukaannya. Meskipun
beberapa sensor level multi-antarmuka telah dikembangkan
untuk mengukur antarmuka dalam separator minyak, ada
137
beberapa masalah dengan radiasi, intrusif dan invasif, sulit
dibersihkan, perawatan tinggi, dll. Teknik berbasis
pengetahuan dipertimbangkan untuk menghasilkan sinyal
kontrol untuk kondisi yang berbeda [38]. Gambar 9
menunjukkan rig uji dan diagram desain.
(a) Alat uji dengan pemisah horizontal dan pengaduk
vertikal
(b) Diagram blok operasi rig uji
Gambar 9 Alat uji untuk separator gas/minyak/air
138
IMP
Mexican Petroleum Institute (IMP untuk inisialnya di
Spanyol) telah terlibat dalam penelitian ECT sejak tahun
2000, dengan fokus pada pencitraan dan pengukuran aliran
gas-minyak dua fase. Metode rekonstruksi citra baru telah
dikembangkan berdasarkan teknik optimasi heuristik,
seperti algoritma genetika dan simulasi anil [41].
Gambar 10 Sensor ECT industri dipasang di loop aliran
bertekanan di IMP
Dibandingkan dengan metode lain, pendekatan ini
menawarkan peningkatan yang cukup besar dalam
rekonstruksi citra kuantitatif. Namun, teknik ini lambat
karena diperlukan jumlah iterasi yang sangat besar. Bidang
investigasi lain di IMP adalah desain sensor. Sensor
139
bertekanan tinggi (1400 psi) yang mampu beroperasi
dengan campuran gas-minyak aktual pada jaringan pipa
bertekanan industri telah dikembangkan dan diuji dengan
sukses pada loop uji MPF 3 inchi [42] (Lihat Gambar 10).
Pada Institusi Lainnya
Beberapa kegiatan penelitian lainnya di bidang tomografi
kelistrikan untuk industri perminyakan tercantum di Tabel
2. Beberapa menggunakan multi-modalitas dengan
mengkombinasikan tomografi elektrik dengan sinar-Ξ³,
dengan harapan tomografi elektrik dapat memberikan hasil
resolusi temporal yang baik dan tomografi sinar-Ξ³ dapat
memberikan resolusi spasial yang baik. Di Inggris, NEL
telah melakukan evaluasi ECT untuk visualisasi real-time
dari distribusi gas-cair di bawah DTI Flow Program (1999-
2002). Ditemukan bahwa ECT mampu memvisualisasikan
aliran gas-cairan dan mengidentifikasi rezim aliran. Di
Norwegia, ECT digunakan untuk memvisualisasikan
separator minyak berdiameter 1 m. Dengan menggunakan
ECT, telah dibuktikan bahwa tingkat antarmuka dapat
diukur menggunakan algoritma rekonstruksi gambar iteratif
berbasis model [34]. Di Cina, beberapa universitas
140
melaporkan peningkatan tomografi listrik terutama dalam
rekonstruksi gambar.
141
Tabel 2 Sistem pengukuran aliran multi-fase pada institusi lainnya
Institusi Area Penelitian Referensi University of Huddersfield & University of Leeds, UK
Menggunakan ERT untuk pemantauan aliran multifase
Ma dkk. [44]
NEL, UK Penentuan pola aliran dan kekosongan fraksi aliran multifase menggunakan ECT
NEL report [45]
University of Bergen, Norway
Pengukuran pipa minyak menggunakan ECT dan tomografi sinar-Ξ³
Johansen dkk. [46]
Identifikasi rezim aliran multifase menggunakan sinar-Ξ³
Tjugum dkk. [53]
Tianjin University, China ERT untuk pengukuran aliran dua fasa dan kekosongan fraksi
Dong dkk. [47]
Tsinghua University, China Menggunakan analisis komponen utama untuk mengukur konsentrasi aliran dua fase
Zou dkk. [48]
Zhejiang University, China Pengukuran aliran dua fase menggunakan ECT dan Venturi
Xie dkk. [49]
142
5.5. Referensi
[1] M.J. Economides, A.D. Hill, C. Ehlig-Economides,
Petroleum Production Systems, Prentice Hall, 1994.
[2] G.F. Hewitt, Developments in multiphase metering,
in: Conference on Developments in Production
Separation Systems, 4β5 March 1993, London.
[3] R. Thorn, G.A. Johansen, E.A. Hammer, Recent
developments in three-phase flow measurement,
Meas. Sci. Technol. 8 (1997) 691β701.
[4] E.A. Hammer, G.A. Johansen, Process tomography in
the oil industry: state of the art and future possibilities,
Meas. Control 30 (1997) 212β216.
[5] P. Mehdizadeh, Wet-gas, multiphase metering
applications expand, Oil & Gas J. 101 (37) (2003) 72.
[6] A. Plaskowski, M.S. Beck, R. Thorn, T. Dyakowski,
Imaging Industrial Flows: Applications of Electrical
Process Tomography, Institute of Physics Publishing,
UK, 1995.
[7] http://www.accuflow.com.
[8] http://www.agarcorp.com.
[9] http://www.petroleumsoftware.co.uk.
[10] http://www.flowsys.no.
143
[11] http://www.framoeng.no.
[12] http://www.haimotech.com.
[13] http://www.isa-controls.com.
[14] http://www.jiskoot.com.
[15] http://www.kvaerner.com.
[16] http://www.roxar.com.
[17] http://www.teasistemi.com.
[18] R.A. Williams, M.S. Beck (Eds.), Process
TomographyβPrinciples, Techniques and
Applications, Butterworth-Heinemann, 1995.
[19] S.M. Huang, R.G. Green, A. Plaskowski, M.S. Beck, A
high frequency stray-immune capacitance transducer
based on the charge transfer principle, IEEE Trans.
Instrum. Meas. 37 (3) (1998) 368β373.
[20] W.Q. Yang, T.A. York, New AC-based capacitance
tomograph system, IEE Proc., Sci. Meas. Technol.
146 (1999) 47β53.
[21] W.Q. Yang, Further developments in an ac-based
capacitance tomography system, Rev. Sci. Instrum. 72
(2001) 3902β3907.
144
[22] W.Q. Yang, M.S. Beck, M. Byars, Electrical
capacitance tomographyβfrom design to
applications, Meas. Control 28 (1995) 261β266.
[23] M.S. Adam, W.Q. Yang, R. Warson, A capacitance
tomographic system for void fraction measurement in
transient cavitation, J. Hydraul. Res. 36 (1998) 707β
719.
[24] T.A. York, Status of electrical tomography in
industrial applications, J. Electron. Imaging 10 (2001)
608β619.
[25] T. Loser, R. Wajman, D. Mewes, Electrical
capacitance tomography: image reconstruction along
electrical field lines, Meas. Sci. Technol. 12 (2001)
1083β1091.
[26] C.G. Xie, N.N. Reinecke, M.S. Beck, D. Mewes, R.A.
Williams, Electrical tomography techniques for
process engineering applications, Chem. Eng. J.
Biochem. Eng. J. 56 (1995) 127β133.
[27] M.Z. Abdullah, S.V. Quick, F.J. Dickin, Observation
of hydrocyclone separator dynamics using resistive
electrical impedance tomography, in: M.S. Beck et al.
145
(Eds.), Process TomographyβA Strategy for
Industrial Exploitation, UMIST, 1993, pp. 726β728.
[28] R. Mann, M. Wang, Electrical process tomography:
simple and inexpensive techniques for process
imaging, Meas. Control 30 (1997) 206β211.
[29] W.W. Loh, R.C. Waterfall, J. Cory, G.P. Lucas, Using
ERT for multiphase flow monitoring, in: Proc. of 1st
World Congress on Industrial Process Tomography,
14β17 April, Buxton, UK, 1999, pp. 47β53.
[30] M. Wang, W. Jin, N. Holliday, A highly adaptive
electrical impedance sensing system for flow
measurement, Meas. Sci. Technol. 13 (2002) 1884β
1889.
[31] T. Dyakowski, T.A. York, M. Mikos, D. Vlaev, R.
Mann, Imaging Nylon polymerisation by applying
electrical tomography, Chem. Eng. J. 77 (2000) 105β
110.
[32] Z.Z. Yu, A.J. Peyton, L.A. Xu, M.S. Beck,
Electromagnetic Inductance Tomography (EMT):
sensor, electronics and image reconstruction
algorithm for a system with a rotatable parallel
146
excitation field, IEE Proc., Sci. Meas. Technol. 145
(1998) 20β25.
[33] A.J. Peyton, Z.Z. Yu, G. Lyon, S. Alzeibak, J. Ferreira,
J. Velez, F. Linhares, A.R. Borges, H.L. Xiong, N.H.
Saunders, M.S. Beck, An overview of electromagnetic
inductance tomographyβDescription of three
different systems, Meas. Sci. Technol. 7 (1996) 261β
271.
[34] O. Isaksen, A review of reconstruction techniques for
capacitance tomography, Meas. Sci. Technol. 7 (1996)
325β337.
[35] S.M. Huang, C.G. Xie, R. Thorn, D. Snowden, M.S.
Beck, Design of sensor electronics for electrical
capacitance tomography, IEE Proc. G 139 (1992) 83β
88.
[36] C.G. Xie, S.M. Huang, B.S. Hoyle, R. Thorn, C.P.
Lenn, D. Snowden, M.S. Beck, Electrical capacitance
tomography for flow imagingβSystem for
development of image-reconstruction algorithms and
design of primary sensors, IEE Proc. G 139 (1992)
89β98.
147
[37] D.G. Hayes, Tomographic flow measurement by
combined component distribution and velocity profile
measurements in 2-phase oil/gas flows, Ph.D. Thesis,
UMIST, UK, 1994.
[38] S.F.A. Bukhari, W.Q. Yang, Tomographic imaging
technique for oil separator control, in: Proc. of 3rd
International Symposium on Process Tomography, 9β
10 September 2004, Lodz, Poland, pp. 27β31.
[39] J.C. Gamio, A high-sensitivity flexible-excitation
electrical capacitance tomography system, Ph.D.
Thesis, UMIST, UK, 1997.
[40] A. Chondronasios, W.Q. Yang, V.T. Nguyen,
Impedance analyzer based tomography system, in:
Proc. of 2nd World Congress on Industrial Process
Tomography, 29β31 August 2001, Hannover,
Germany, pp. 573β579.
[41] C. Ortiz-Aleman, R. Martin, J.C. Gamio, Application
of simulated annealing and genetic algorithms to the
reconstruction of electrical permittivity images in
capacitance tomography, in: Proc. of 3rd World
Congress on Industrial Process Tomography, 2β5
September 2003, Banff, Canada, pp. 794β799.
148
[42] C. Gamio, J. Castro, F. Garcia-Nocetti, L. Aguilar, L.
Rivera, H. Balleza, High-pressure gasβoil two-phase
flow visualisation using electrical capacitance
tomography, in: Proc. of 7th Biennial ASME
Conference on Engineering Systems Design and
Analysis ESDA2004, 19β22 July 2004, Manchester,
UK.
[43] J. Amdal, H. Danielsen, E. Dykesteen, D. Flolo, J.
Grendstal, H.O. Hide, H. Moestue, B.H. Torkildsen,
Handbook of Multiphase Metering.
http://www.nfogm.no/docup/dukumentfiler/Hand
book, 2004.
[44] Y. Ma, N. Holliday, Y. Dai, M. Wang, R.A. Williams,
G. Lucas, A high performance online data processing
EIT system, in: Proc. of 3rd World Congress on
Industrial Process Tomography, 2β5 September 2003,
Banff, Canada, pp. 27β32.
[45] Flow Measurement Guidance Note No. 27,
Evaluation of New Technology for High Accuracy
Multiphase Flow Measurement. Part 1β
Tomography, National Engineering Laboratory, East
Kilbride, June 2002.
149
[46] G.A. Johansen, T. Froystein, B.T. Hjertaker, O.
Olsen, A dual sensor flow imaging tomographic
system, Meas. Sci. Technol. 7 (1996) 297β307.
[47] F. Dong, X.T. Qiao, Z.X. Liang, L.A. Xu, Application
of electrical resistance tomography to two-phase flow
and void fraction measurement, in: Proc. of 3rd World
Congress on Industrial Process Tomography, 2β5
September 2003, Banff, Canada, pp. 299β304.
[48] L. Zou, Y. Zhang, D. Yao, L. Peng, B. Zhang, Using
principal component analysis to measure two-phase
flow concentration, in: Proc. of 2nd World Congress
on Industrial Process Tomography, 29β31 August
2001, Hannover, Germany, pp. 35β40.
[49] D. Xie, Z. Huang, H. Zhang, H. Li, Flowrate
measurement of gasβoil two-phase flow using
electrical capacitance technique and venturi meter, in:
Proc. of 4th Int. Symp. on Multiphase Measurement
Techniques for Multiphase Flow, 10β12 September
2004, Hangzhou, China, pp. 199β203.
[50] G. Falcone, G.F. Hewitt, C. Alimonti, B. Harrison,
Multiphase flow metering: Current trends and future
developments, in: SPE 71474 Annual Technical
150
Conference and Exhibition, 30 Septemberβ3
October, New Orleans, USA, 2001, pp. 1β13.
[51] H. Yeung, A. Ibrahim, Multiphase flows sensor
response database, Flow Meas. Instrum. 14 (2003)
219β223.
[52] R. Vilagines, A.R.W. Hall, Comparative behaviour of
multiphase flowmeter test facilities, Oil and Gas Sci.
Technol.βRev. IFP 58 (6) (2003) 647β657.
[53] S.A. Tjugum, B.T. Hjertaker, G.A. Johansen,
Multiphase flow regime identification by multibeam
gamma-ray densitometry, Meas. Sci. Technol. 13
(2002) 1319β1326.
BAB 6 β PENGUKURAN ALIRAN DUA
FASE MINYAK-AIR DENGAN V-
CONE METER DALAM PIPA
HORIZONTAL
6.1. Pendahuluan
Aliran dua fasa minyak-air banyak dijumpai dalam
industri perminyakan, seperti eksplorasi dan transportasi.
Pengukuran akurat terhadap debit aliran dua fase minyak-
air sangat bermanfaat bagi proses industri [1]. Banyak
metode telah dilakukan untuk mengatasi masalah ini, dan
diantaranya adalah pengukur tekanan diferensial (DP) yang
memainkan peran penting. Saat ini, penerapan pengukur
aliran tekanan diferensial dalam pengukuran aliran multifase
semakin diminati oleh penelitian, seperti Venturi meter dan
Orifice, dan sejumlah korelasi juga telah dibangun untuk
pengukuran aliran multifase dengan DP meter [2-3]. Sebagai
DP meter yang baru dikembangkan, V-cone meter telah
menarik minat penelitian yang luas tentang aplikasinya
dalam pengukuran aliran dua fase [4].
152
Model pengukuran yang diadopsi oleh DP meter dalam
pengukuran aliran adalah model penurunan tekanan yang
pada pengukuran aliran dua fasa terutama diklasifikasikan
ke dalam model homogen dan model terpisah berdasarkan
asumsi kondisi aliran. Pada aliran minyak-air dua fase,
model homogen mengasumsikan minyak dan air tercampur
dengan baik untuk dianggap sebagai fluida satu fase yang
mengalir dalam pipa dengan massa jenis yang masing-
masing diturunkan dari berat minyak dan air, sedangkan
model terpisah memperlakukan dua fase secara terpisah
sebagai fluida tunggal yang mengalir sendiri di dalam pipa.
Tidak seperti aliran dua fase gas-air, setiap fase aliran dua
fase minyak-air memiliki karakteristik aliran yang serupa [5-
6].
Meskipun sejumlah besar laporan dan makalah
akademis diterbitkan tentang aliran dua fase gas-cair pada
berbagai sifat fluida, namun, apakah hasil dan korelasi
tersebut dapat diterapkan dalam aliran dua fase minyak-air
masih tetap menjadi pertanyaan. Karena kondisi aliran
minyak-air sangat berbeda dengan aliran gas-cair dua fase.
Struktur aliran yang berbeda terutama disebabkan oleh
cairan yang besar/kapasitas transfer momentum cairan dan
153
efek daya apung yang kecil. Dan energi bebas yang lebih
rendah di antarmuka memungkinkan pembentukan
gelombang antarmuka yang lebih pendek dan ukuran
tetesan fase terdispersi yang lebih kecil [7].
Alasan lain mengapa aliran minyak-air sulit diukur
adalah karena sifat minyak bisa sangat beragam. Ambil
perbandingan viskositas minyak/air misalnya; bervariasi
lebih dari satu juta hingga kurang dari satu. Sifat minyak
yang berbeda yang mengalir dengan air menghasilkan
perbedaan baik dalam perilaku geometris maupun reologi
[8].
Pada bagian selanjutnya dari makalah ini, beberapa
korelasi yang tersedia untuk DP meter dibahas dengan
pengukuran aliran minyak-air dua fase dari V-cone meter
dengan rasio diameter 0,65 yang diterapkan pada pipa
horizontal berdiameter 50mm. Korelasi yang dimodifikasi
disarankan untuk mencapai hasil yang lebih baik.
V-Cone Meter dan Korelasi Yang Tersedia
Set throttling adalah salah satu instrumen utama yang
digunakan dalam pengukuran laju aliran dengan
memasukkan penurunan tekanan ke fluida. Ketika fluida
154
melewati set throttling, kontraksi luas penampang
meningkatkan kecepatan aliran menurut Persamaan
Bernoulli. Akibatnya perbedaan tekanan antara hulu dan
hilir dari set throttling menghasilkan tekanan diferensial
yang berisi informasi laju aliran.
Untuk keunggulan keandalan dan akurasi tinggi,
struktur sederhana serta pemasangan yang mudah, set
throttling telah mendapatkan aplikasi yang luas dalam
pengukuran aliran satu fase dan dalam penyelidikan luas
pada pengukuran aliran dua fase [9]. Pada pertengahan
tahun 1980-an, muncul jenis DP meter baru yaitu V-cone
flow meter yang strukturnya ditunjukkan pada Gambar 1.
Gambar 1 Struktur aliran V-cone meter
155
Struktur V-cone meter yang efisien mengatasi
kelemahan set throttling lainnya yang dapat dengan mudah
macet karena viskositas aliran minyak yang tinggi. Sinyal
noise yang dibuat oleh fluida yang mengalir melalui V-cone
jauh lebih rendah daripada yang dihasilkan oleh set
throttling lainnya [4]. Dengan skala pengukuran yang lebih
luas V-cone meter lebih akurat dan efektif dalam
pengukuran laju aliran, dan menjadi subjek penelitian yang
populer dalam pengukuran aliran dua fase.
A. Prinsip V-cone Meter
Dari prinsip kekekalan massa dan energi, serta
persamaan Bernoulli, laju aliran massa dari V-cone meter
(juga DP meter lainnya) adalah:
ππ = πΆπΆοΏ½1βπ½π½4
π΄π΄οΏ½2βππππ
(1)
dimana ππ adalah laju aliran massa, πΆπΆ adalah koefisien debit,
π΄π΄ adalah daerah throat, π₯π₯ππ adalah tekanan diferensial, ππ
adalah kepadatan fluida, dan π½π½ adalah rasio diameter pada
throat.
156
Sebagai persamaan aliran satu fase, (1) perlu modifikasi
untuk aliran dua fase. Beberapa korelasi telah diusulkan
berdasarkan (1) dan persamaan pengatur aliran. Beberapa di
antaranya dikembangkan untuk gas basah, dan lainnya
untuk aliran air-gas dua fase dengan orifice atau Venturi
meter. Oleh karena itu, modifikasi tertentu diperlukan pada
V-cone meter yang mengukur aliran minyak-air dua fase.
B. Model Homogen
Model homogen memperlakukan aliran dua fase seolah-
olah aliran fase tunggal dengan memasukkan kerapatan
homogen: 1πππ»π»
= ππππ2
+ 1βππππ1
(2)
dimana πππ»π» adalah kepadatan campuran air-minyak, π₯π₯
adalah massa fraksi minyak, ππ2 dan ππ1 masing-masing
adalah massa jenis minyak dan air. Asumsi model homogen
adalah bahwa dua fase bercampur dengan baik satu sama
lain, dan tidak ada kecepatan relatif dan perpindahan massa
yang terlibat.
Gabungkan (1) dan (2), laju aliran massa aliran
homogen adalah:
157
ππππ = πΆπΆπΆπΆοΏ½2βππππππππ2
οΏ½1βπ½π½4οΏ½ππ+(1βππ)ππ2ππ1
(3)
dimana ππππ adalah laju aliran massa dari campuran minyak-
air, βππππππ adalah tekanan diferensial. Model homogen
adalah model teoritis yang dapat digunakan khususnya
untuk aliran yang tercampur dengan baik, seperti satu fase
yang tersebar merata ke fase lainnya.
C. Model Terpisah
Ide dasar dari model terpisah adalah untuk
memperlakukan kedua fase secara terpisah masing-masing
sebagai fluida tunggal yang mengalir sendiri di dalam pipa
dengan parameter aliran dan sifatnya sendiri tetapi dengan
koefisien pembuangan dan tekanan diferensial yang identik
satu sama lain. Berdasarkan asumsi tersebut, maka debit tiap
fase pada saat mengalir sendiri di dalam pipeline adalah:
πππ€π€ = πΆπΆοΏ½1βπ½π½4
π΄π΄οΏ½2βππ1ππ1
(4)
158
ππππ = πΆπΆοΏ½1βπ½π½4
π΄π΄οΏ½2βππ2ππ2
(5)
dimana πππ€π€ dan ππππ masing-masing adalah laju aliran massa
air dan minyak, βππ1 dan βππ2 adalah perbedaan tekanan
ketika air dan minyak mengalir secara independen di dalam
pipa dengan laju aliran sama seperti pada aliran dua fase.
Ketika dua cairan mengalir bersamaan:
πππ€π€ = πΆπΆοΏ½1βπ½π½4
π΄π΄1οΏ½2βππππππππ1
(6)
ππππ = πΆπΆοΏ½1βπ½π½4
π΄π΄2οΏ½2βππππππππ2
(7)
dimana π΄π΄1 dan π΄π΄2 masing-masing adalah area penampang
yang dilalui air dan minyak, mereka memiliki hubungan
sebagai:
π΄π΄ = π΄π΄1 + π΄π΄2
(8)
159
Menggabungkan persamaan (5)-(8), hubungan tekanannya
adalah:
οΏ½βππππππβππ2
= οΏ½βππ1βππ2
+ 1
(9)
Sehingga laju aliran massa dari aliran dua fase ditahan:
ππππ = πΆπΆπΆπΆοΏ½2βππππππππ2
οΏ½1βπ½π½4οΏ½ππ+(1βππ)οΏ½ππ2ππ1οΏ½
(10)
Korelasi teoretis juga, oleh karena itu sulit untuk
merepresentasikan arus praktis. Namun, sejumlah korelasi
dikembangkan dari model ini dengan modifikasi tertentu
untuk memperoleh kinerja yang lebih baik.
D. Korelasi Murdock
Murdock telah mengembangkan korelasi aliran gas-air
dua fase berdasarkan model terpisah, dengan konstanta 1,26
sampai (10), sebagai:
160
ππππ = πΆπΆπΆπΆοΏ½2βππππππππ2
οΏ½1βπ½π½4οΏ½ππ+1,26(1βππ)οΏ½ππ2ππ1οΏ½
(11)
Itu secara eksperimental dikembangkan dari orifice
meter dengan gas yang berbeda, dan keakuratannya terbukti
0,75%. Modifikasi lebih lanjut pada korelasi ini mengubah
1,26 menjadi 1,5 untuk aplikasi yang berbeda [10].
E. Korelasi Chisholm
Chisholm [11] telah mempertimbangkan gaya geser
pada batas dua fase, dan mengembangkan model aliran gas-
air dua fase untuk orifice meter. Dia juga menghubungkan
tekanan diferensial dari campuran dua fase dan setiap fase
sendiri dengan parameter Lockhart-Martinelli (LM) yang
dimodifikasi:
ππ = οΏ½βππ1βππ2
= οΏ½ππ1ππ2οΏ½οΏ½
ππ2ππ1
= οΏ½1βπππποΏ½οΏ½
ππ2ππ1
(12)
Oleh karena itu korelasi untuk laju aliran massa dua fasa
adalah:
161
ππππ = πΆπΆπΆπΆοΏ½2βππππππππ2
πποΏ½1βπ½π½4οΏ½1+οΏ½οΏ½ππ1ππ2οΏ½0,25
+οΏ½ππ2ππ1οΏ½0,25
οΏ½ππ+ππ2
(13)
F. Korelasi Smith & Leang
Korelasi Smith & Leang dikembangkan dari orifice dan
Venturi meter dengan memperkenalkan βBlockage Factorβ
(BF), sebuah fungsi dari π₯π₯, untuk menunjukkan
penyumbatan lokal pada air. Jadi laju aliran massanya
adalah:
ππππ = πΆπΆπΆπΆ(π΅π΅π΅π΅)οΏ½2βππ2ππ2πποΏ½1βπ½π½4
(14)
G. Korelasi De Leeuw
De Leeuw percaya bahwa kesalahan yang disebabkan
oleh zat cair tidak hanya ditentukan oleh tekanan dan
parameter Lockhart-Martinelli, tetapi juga oleh bilangan
Froude
162
πΉπΉππ2 = πππ π 2οΏ½πππποΏ½
ππ2ππ1βππ2
(15)
Sehingga laju aliran massa dapat ditentukan dengan:
ππππ = πΆπΆπΆπΆοΏ½2βππππππππ2
πποΏ½1βπ½π½4οΏ½1+οΏ½οΏ½ππ1ππ2οΏ½ππ+οΏ½ππ2ππ1
οΏ½πποΏ½ππ+ππ2
(16)
Korelasi de Leeuw sangat dekat dengan Chisholm,
hanya mengubah koefisien 0,25 menjadi parameter ππ yang
hanya tunduk pada bilangan Froude:
ππ = οΏ½0,41, 0,5 β€ πΉπΉππ2 β€ 1,5
0,606(1 β ππβ0,746π΅π΅ππ2), πΉπΉππ2 β₯ 1,5
(17)
H. Korelasi Steven
Korelasi lain dari Venturi meter untuk pengukuran gas
basah diberikan oleh Steven pada 2002 [2]:
163
ππππ = πΆπΆπΆπΆοΏ½2βππππππππ2πποΏ½1βπ½π½4οΏ½1+π΄π΄π΄π΄+π΅π΅πΉπΉπΉπΉ21+πΆπΆπ΄π΄+π·π·πΉπΉπΉπΉ2
οΏ½
(18)
dimana π΄π΄,π΅π΅,πΆπΆ,π·π· adalah parameter koreksi dan fungsi rasio
kepadatan minyak dan air.
I. Korelasi Lin
Lin [12] menyatakan bahwa koefisien konstan 1,26 dari
korelasi Murdock harus diganti dengan variabel ππ yang
bervariasi dengan rasio kepadatan kedua fase. Parameter ini
dapat dipasang dalam eksperimen. Jadi korelasi Lin adalah:
ππππ = πΆπΆπΆπΆοΏ½2βππππππππ2
οΏ½1βπ½π½4οΏ½ππ+ππ(1βππ)οΏ½ππ2ππ1οΏ½
(19)
Akurasi yang lebih tinggi diperoleh saat menerapkan
korelasi ini dengan Venturi meter. Ketika ππ2ππ1β₯ 0,328, ππ
mendekati kesatuan, yang membuat korelasi Lin berubah
menjadi (10).
164
6.2. Deskripsi Eksperimental
Eksperimen aliran minyak-air dua fase dilakukan di loop
uji aliran tiga fase di Universitas Tianjin, Cina, seperti yang
diilustrasikan pada Gbr. 2.
Gambar 2 Loop uji percobaan aliran minyak-air dua
fase
Pipa horizontal dibuat dari pipa baja dengan diameter
internal 50mm. Panjang total pipa ini antara nosel masuk
dan saluran keluar kira-kira 16,56m, terdiri dari dua buah
kaki horizontal dengan panjang masing-masing 7,22 dan
7,30m, dihubungkan oleh sebuah U-bend horizontal
sepanjang 20,4m. Minyak dan air dipompa ke nosel masuk
165
secara terpisah dan dicampur dengan baik di awal pipa. Pada
titik akhir dari pipa operasi, campuran minyak-air
dimasukkan ke dalam tangki pemisah untuk pemisahan
yang stagnan. Kemudian minyak dan air yang terpisah akan
dipompa kembali ke tangki minyak dan air secara terpisah.
Sebuah V-cone meter dengan rasio diameter 0,65 dan
kecepatan akuisisi 2000 data/detik diimplementasikan
15,5m hilir dari inlet dan 2m hulu ke outlet untuk
memungkinkan jarak 310D untuk pengembangan rezim
aliran. Sebuah tabung Perspex dipasang di pipa tepat
sebelum V-cone meter untuk memberikan pengamatan
visual pada kondisi aliran.
Kecepatan superfisial minyak dan air masing-masing
adalah 0~3,6 m/s dan 0,63~1,69 m/s, kisaran fraksi massa
minyak adalah 0~81,7%. Suhu rata-rata dan operasi statis
tekanannya 15,7 C dan 48,6 kPa. Ada 55 titik percobaan
dengan 40000 pengukuran di setiap titik yang dilakukan.
Sifat minyak dan air tercantum dalam Tabel I. Kondisi aliran
direkam dengan kamera di bagian Perspex. Rezim aliran
yang diamati dalam percobaan adalah Oil Bubbly Flow dan
Dispersed Flow. Peta aliran diilustrasikan pada Gambar 3.
166
Tabel I. Sifat-sifat minyak dan air
Cairan Sifat-sifat
Massa Jenis Viskositas
Air 998 kg/m3 1 cP
Minyak 842 kg/m3 14,7 cP
Gambar 3 Peta aliran percobaan aliran minyak-air
dua fase
V-cone meter bukanlah pengukur aliran standar,
sehingga pengukur tersebut harus dikalibrasi sebelum
percobaan. Parameter yang perlu dikalibrasi adalah
167
koefisien Discharge πΆπΆ. Sepuluh kelompok percobaan air
dilakukan untuk menghitung parameter ini, seperti yang
ditunjukkan pada Gambar 4 bahwa semua titik data stabil
sekitar 0,8-0,9. Nilai rata-rata 0,83 diadopsi dalam model.
Sebelum melanjutkan dengan perbandingan antara setiap
korelasi, kesalahan perlu didefinisikan dengan benar:
ππππππππ = πππππ‘π‘πππππππππ π βπππππ‘π‘πππΉπΉπππππππππ‘π‘πππΉπΉππππ
Γ 100%
(20)
Gambar 4 Kalibrasi koefisien discharge dari V-cone
meter yang dilakukan pada penelitian ini
168
6.3. Hasil Pengujian, Kelayakan Model dan Analisis
Hasil Eksperimen
Kesalahan masing-masing model yang telah dibahas
pada bagian sebelumnya disajikan pada Gambar 5. Terlihat
bahwa separuh dari korelasi Smith & Leang dan titik uji
korelasi Steven memiliki kesalahan lebih besar dari 40%,
sementara itu ketika massa fraksi minyak masing-masing
lebih tinggi dari 50% dan 60% hasilnya menurun menjadi
40%.
Gambar 5 Kesalahan pengukuran setiap korelasi
(kesalahan beberapa poin Korelasi Steven dan Korelasi
169
Smith & Leang keluar dari Rentang 100%, dan karenanya
tidak tercantum dalam gambar)
Kesalahan korelasi de Leeuw tetap sekitar 10%.
Murdock 1,26 memiliki kinerja yang relatif lebih baik
daripada Murdock 1,5, dan kedua korelasi tersebut memiliki
kesalahan minus yang semakin berkurang seiring dengan
bertambahnya fraksi massa minyak. Selain itu, terlihat jelas
bahwa korelasi homogen, korelasi Lin (ππ = 1) dan korelasi
Chisholm memiliki hasil yang dekat dan lebih baik dari yang
lain.
Kelayakan Model
Model homogen dikembangkan dengan asumsi bahwa
kedua fluida bercampur dengan baik dan oleh karena itu
memiliki kecepatan yang identik (meskipun terdapat slip
fase), fitur termodinamika dan kinematika, sehingga dapat
ditangani sebagai aliran fase tunggal. Perbedaan kecepatan
dan suhu dalam aliran dua fase menyebabkan perpindahan
momentum, panas dan massa. Hanya ketika satu fase secara
seragam tersebar ke fase lainnya, dua fase tersebut dapat
dipertimbangkan pada keseimbangan yang ideal. Pada aliran
170
gas-cair dua fase sangat sulit untuk mencapai kondisi ideal
ini, terutama pada pipa-pipa horizontal dimana gaya
gravitasi berperan penting. Namun, pada kecepatan tinggi
di mana energi kinetik mengatasi energi potensial
(dinyatakan dengan koefisien πΉπΉππ2), campuran gas-cair dapat
dianggap tercampur secara homogen. Sedangkan untuk
fluida minyak-air dua fase bahwa massa jenis, serta
viskositas, minyak mendekati air, ketika mengalir dalam
pipa horizontal dengan kecepatan meningkat dan fraksi
massa minyak tetap, satu fase dengan mudah terdispersi ke
fase lainnya. Dan membentuk aliran homogen semu dengan
kecepatan dan suhu yang identik, yang cocok untuk
anggapan bahwa model homogen telah terbentuk, dan
dengan demikian mencapai akurasi yang lebih tinggi pada
sebagian besar model terpisah [13].
Model terpisah hanya mempertimbangkan kontinuitas
aliran dua fase, tidak termasuk momentum dan transfer
energi. Selain itu, sifat fase seperti kompresibilitas,
viskositas serta tegangan permukaan tidak dilibatkan dalam
model ini. Dengan demikian, ini merupakan deskripsi
pengurangan parameter pada aliran dua fase, dan dapat
171
diadopsi untuk pengukuran aliran keduanya gas-cair dan
cair-cair dua fase [14].
Korelasi yang Dimodifikasi
Korelasi berbasis model yang dipisahkan sangat mirip
dan mudah berpindah satu sama lain dengan menyesuaikan
parameternya, misalnya korelasi Lin adalah penyesuaian
terhadap korelasi Murdock, demikian juga korelasi de
Leeuw dengan korelasi Chisholm. Diantaranya, korelasi
Chisholm memiliki struktur yang fleksibel dan koefisiennya
memiliki hubungan langsung dengan koefisien L-M yang
diketahui dengan baik seperti yang dinyatakan pada (12).
Selain itu, dalam korelasi Chisholm, karena sifat minyak dan
air, rasio massa jenisnya konstan, yang menyebabkan:
οΏ½οΏ½ππ1ππ2οΏ½0,25
+ οΏ½ππ2ππ1οΏ½0,25
οΏ½ β 2(21)
Mengganti (21) dan (12) menjadi (13), korelasi
Chisholm tereduksi menjadi korelasi Lin dengan ππ = 1,
yang merupakan korelasi teoritis dari model terpisah (10).
Oleh karena itu, pengukuran korelasi aliran dua fase
minyak-air dapat ditingkatkan ke akurasi yang lebih tinggi
dengan modifikasi tertentu dalam bentuk yang disarankan
Chisholm [15].
172
Bandingkan (3) dan (10), dan perkenalkan sebuah faktor
ππ(ππ) sebagai:
ππ(ππ) = πΆπΆπΆπΆοΏ½2βππππππππ2πππποΏ½1βπ½π½4
(22)
Dari (9) dan analisis Lin [12] dan Chisholm [15],
ππ(ππ) = οΏ½βππππππ βππ1β = ππ1, dan dengan demikian
mengadopsi bentuk berikut seperti yang disarankan
Chisholm:
ππ22 = ππ(1 ππβ ) = 1 + π΅π΅ ππβ + 1 ππ2β (23)
dimana π΅π΅ adalah koefisien dan pengganti (21) pada korelasi
Chisholm. Parameter ini selalu lebih besar dari dua dalam
aliran gas-cair dua fase seperti yang disarankan model
terpisah secara teoritis. Dan bentuk koefisien π΅π΅ yang
dibahas Chisholm juga menyiratkan bahwa nilai ini selalu
lebih besar dari dua. Selain itu, model terpisah yang
dimodifikasi seperti korelasi Murdock (keduanya dengan
konstanta 1,26 dan 1,5) dan korelasi Lin serta korelasi de
Leeuw semuanya telah menunjukkan bahwa hasil yang lebih
baik akan diperoleh jika nilai koefisien π΅π΅ yang diadopsi
semakin tinggi. Menggabungkan (22) dan (23), laju aliran
massa ditentukan dengan:
173
ππππ = πΆπΆπΆπΆοΏ½2βππππππππ2πποΏ½1βπ½π½4οΏ½1+π΅π΅ ππβ +ππ2
(24)
Untuk menyelidiki (23) dan koefisien π΅π΅ dalam aliran
minyak-air dua fase, plot ππ22 melawan 1 ππβ pada Gambar 5,
koefisien π΅π΅ dipasang sebesar 1,9. Mengganti π΅π΅ dalam (24),
kesalahan pengukuran model homogen, model terpisah dan
korelasi yang dimodifikasi dengan kelompok data kedua
yang dalam kondisi eksperimen yang sama tercantum dalam
Tabel II:
Hasilnya juga sejalan dengan analisis oleh P. Angeli dan
G.F. Hewitt [16] bahwa baik model homogen dan model
terpisah biasanya terlalu banyak memprediksi aliran minyak-
air. Koefisien π΅π΅ berfungsi sebagai massa jenis dua fase, dan
dalam bentuk yang berbeda dengan aliran gas-air dua fase.
Bentuk umum dapat disimpulkan dengan analisis sifat-sifat
campuran minyak-air.
Tabel II. Kesalahan pengukuran dengan data dari
grup kedua
Model
Kesalahan Rata
Gelembung
Minyak Tersebar
Rata-
rata
Homogen 1,23% 1,22% 1,22%
174
Terpisah 1,17% 1,14% 1,16%
Modifikasi
dengan π΅π΅
0,55% 0,30% 0,47%
Gambar 6 Pemasangan kurva ππππ
ππ and ππ ππβ
6.4. Kesimpulan
Serangkaian percobaan aliran minyak-air dua fase
dilakukan pada pipa horizontal dengan diameter 50mm
pada loop aliran tiga fase di Universitas Tianjin di Cina.
175
Debit aliran minyak-air dua fase diukur dengan V-cone
meter dengan rasio diameter 0,65.
Hasil pengukuran dibahas dalam makalah ini dengan
analisis aliran gas-cair dua fase yang tersedia korelasi untuk
DP meter. Model yang dipisahkan memiliki akurasi yang
lebih baik daripada model homogen, dan korelasi Lin
(ππ = 1) dan korelasi Chisholm memiliki kinerja terbaik
dalam model terpisah.
Berdasarkan analisis kelayakan model, akurasi korelasi
Chisholm semakin ditingkatkan dengan koefisien yang
dimodifikasi B. Hasil eksperimen ini telah menunjukkan
bahwa keakuratan beberapa korelasi berbasis gas-air yang
diterapkan pada aliran minyak-air dapat diterima dalam
rentang eksperimen ini, dan akan ditingkatkan dengan
modifikasi tertentu berdasarkan sifat aliran campuran
minyak dan air.
6.5. Referensi
[1] J. L. Trallero, C. Sarica and J. P. Brill, "A Study of
Oil/Water Flow Patterns in Horizontal Pipes," SPE
Production & Facilities, vol.12, pp. 165-172, 1997.
176
[2] R. N. Steven, "Wet gas metering with a horizontally
mounted Venturi meter," Flow. Meas. Instrum., vol.12,
pp. 361-372, 2002.
[3] J. Reimann, H. John and U. MΓΌller, "Measurements of
two-phase mass flow rate: A comparison of different
techniques," Int. J. Multiphase. Flow., vol.8, pp. 33-46,
1982.
[4] D. G. Stewart, D. Hodges, R. Steven and R. J. W.
Peters, in North Sea Flow Measurement Workshop, St.
Andrews, Scotland, 2002, pp. 2-4.
[5] S. Viswanathan, "Development of a pressure drop
model for a variable throat venturi scrubber," Chem.
Eng. J., vol.71, pp. 153-160, 1998.
[6] L. Fang, T. Zhang and N. Jin, "A comparison of
correlations used for Venturi wet gas metering in oil and
gas industry," J. Petrol. Sci. Eng., vol.57, pp. 247-256,
2007.
[7] J. L. Trallero, C. Sarica and J. P. Brill, "A Study of
Oil/Water Flow Patterns in Horizontal Pipes," SPE
Production & Facilities, vol.12, pp. 165-172, 1997.
177
[8] X. X. Xu, "Study on oil-water two-phase flow in
horizontal pipelines," JJ. Petrol. Sci. Eng., vol.59, pp.
43-58, 2007.
[9] R. C. Baker, FLow Measurement Handbook, New
Youk: Cambridge University Press, 2000, p. 524.
[10] J. W. Murdock, "Two-phase flow measurements with
orifices," J. of Basic. Eng., vol.84, pp. 419-443, 1962.
[11] D. Chisholm, "Research note: twoβ phase flow through
sharpβ edged orifices," J. of Mech. Eng. Sci., vol.19, pp.
128-130, 1977.
[12] Z. H. Lin, "Two-phase flow measurements with sharp-
edged orifices," Int. J. Multiphase. Flow., vol.8, pp. 683-
693, 1982.
[13] G. B. Wallis, One-Dimensional Two-Phase Flow,
McGraw-Hill, 1969, p. 408.
[14] N. Brauner and M. D. Moalem, "Flow pattern
transitions in two-phase liquid-liquid flow in horizontal
tubes," Int. J. Multiphase. Flow., vol.18, pp. 123-140,
1992.
[15] D. Chisholm, Two-Phase Flow in Pipelines and Heat
Exchangers, New York, U.S.A.: Longman Inc., 1983, p.
303.
178
[16] P. Angeli and G. F. Hewitt, "Pressure gradient in
horizontal liquid-liquid flows," Int. J. Multiphase. Flow.,
vol.24, pp. 1183-1203, 1999.
BAB 7 β VENTURI DAN SENSOR
FRAKSI VOID
7.1. Pendahuluan
Pengukuran akurat dari laju aliran fluida multifase dalam
industri perminyakan sangatlah penting. Teknik
pengukuran yang paling dapat diandalkan untuk aliran
multi-fase adalah memisahkan campuran dan menggunakan
perangkat konvensional untuk mengukur aliran fase-
tunggal. Namun, dalam banyak kasus, pemisahan tersebut
tidak praktis dari segi teknis dan ekonomis. Solusi
alternatifnya adalah sistem pengukuran aliran multifase,
biasanya terdiri dari kombinasi perangkat untuk pengukuran
fraksi fase dan pengukuran kecepatan.
Hubungan antara tekanan diferensial, kualitas, fraksi
void dan laju alir campuran harus diketahui untuk
mengukur laju aliran dengan menggunakan alat tekanan
179
diferensial. Dalam dekade terakhir, banyak investigasi
difokuskan pada pengukuran aliran udara-air atau uap-air
dua fase menggunakan orifices. Beberapa persamaan orifice
untuk campuran gas-cair telah dikembangkan dan beberapa
persamaan tipikal telah dikemukakan oleh Murdock (1962),
James (1965), Chisolm (1974), Lin (1982). Dibandingkan
dengan jenis perangkat tekanan diferensial lainnya, Venturi
memiliki pengaruh yang kecil pada rezim aliran (Lin, 1987),
kehilangan tekanan terkecil, dan pipa lurus terpendek di
hulu dan hilir. Mempertimbangkan pentingnya teknis yang
besar serta kepentingan ilmiah murni, aliran dua fase melalui
Venturi telah dipelajari secara luas baik secara eksperimental
dan teoritis oleh Xu dan Xu (2003), Steven (2002) dan
Moura dan Marvillet (1997).
Diketahui bahwa model pengukuran berdasarkan
eksperimen sangat bergantung pada kondisi eksperimen
seperti tekanan, suhu, medium, perangkat, dll. Karena
kurangnya korelasi Venturi minyak-gas yang valid, industri
minyak harus memilih korelasi aliran antara udara-air atau
uap-air dua fase yang sudah ada sehingga kesalahan
pengukuran tidak bisa dihindari. Perlu dikembangkan
180
model pengukuran aliran minyak-gas dua fasa dengan
menggunakan Venturi.
Metode pengukuran laju aliran massa yang diusulkan
oleh Murdock, James, Chisholm dan Lin didasarkan pada
pengukuran kualitas. Namun, pengukuran kualitas secara
on-line saat ini agak sulit dilakukan sehingga pengukuran
aliran massa berdasarkan kualitas tidak praktis dalam sistem
aliran gas-cair dua fase. Solusi alternatif telah diteliti. Laju
aliran massa udara-air diukur dengan orifice dan fraksi void
oleh Zhang dkk. (1992), laju aliran massa uap cair refrigeran
R-134a diukur dengan Venturi dan pengukur fraksi void
oleh Moura dan Marvillet (1997).
Fraksi void dapat diukur dengan banyak metode seperti
katup tutup cepat, sinar Ξ³, sinar X, gelombang mikro, dll.
Teknologi Electrical Capacitance Tomography (ECT)
secara prospektif berguna karena akurat, ekonomis, tidak
mengganggu, aman dan cepat. Teknologi tomografi
kapasitansi listrik adalah salah satu jenis teknologi proses
tomografi dan memberikan cara baru untuk memecahkan
masalah pengukuran fraksi void (Li, 2001). Komponen fase
yang berbeda dari aliran dua fase memiliki konstanta
dielektrik yang berbeda. Perubahan nilai fraksi void dua fasa
181
dan distribusinya akan menghasilkan variasi kapasitansi
yang terukur. Sensor ECT berhasil diterapkan untuk
mengukur fraksi void dan mengidentifikasi rezim aliran
aliran gas-padat multi-fasa oleh Huang dan Ji (2002). Tujuan
dari investigasi ini adalah untuk menggabungkan sensor
ECT dengan meteran Venturi untuk mengukur total laju
aliran minyak-gas dua fase gabungan, dan kemudian untuk
mengembangkan model pengukuran baru dimana tingkat
aliran massa fase tunggal dan kualitas aliran dapat diperoleh
secara bersamaan.
7.2. Model Teoritis
Dalam aliran fase tunggal yang berada dalam
kesetimbangan termal, laju aliran massa terkait dengan
penurunan tekanan pada perangkat tekanan diferensial
dengan persamaan berikut:
πΊπΊ = πΆπΆπΆπΆπΆπΆ0οΏ½1βπ½π½4
οΏ½2βππππ(1)
dimana πΊπΊ adalah laju aliran massa; πΆπΆ adalah koefisien
discharge Venturi; π΄π΄0 adalah area tenggorokan Venturi; π½π½
adalah rasio diameter tenggorokan-ke-pipa; ππ adalah
182
koefisien kompresibilitas fluida, fluida udara-minyak
dianggap tidak dapat dimampatkan pada tekanan rendah
dan ππ dianggap bersatu; βππ adalah penurunan tekanan di
seluruh perangkat (tekanan diferensial antara tekanan hulu
dan tekanan tenggorokan); dan ππ adalah kepadatan aliran
hulu dari fluida yang mengalir.
Dalam aliran dua fase, laju aliran massa dua fase dan
penurunan tekanan dua fase dapat dinyatakan dalam bentuk
Persamaan (1) jika kepadatan fluida dua fase yang sesuai
digunakan sebagai pengganti fluida fase tunggal massa jenis.
Model aliran homogen memperlakukan aliran dua fase
seolah-olah aliran satu fase. Dengan menggunakan model
kesetimbangan homogen, yang mengasumsikan bahwa gas
dan cairan memiliki kecepatan yang sama dan berada dalam
kesetimbangan termal, densitas fluida dua fasa diberikan
oleh:
ππππ = οΏ½ πππππΊπΊ
+ 1βπππππΏπΏοΏ½β1
(2)
dimana ππ adalah kualitas aliran dua fase, yait rasio gas
terhadap laju aliran massa total; ππππ adalah kepadatan
183
homogen dan masing-masing subskrip 'L' dan 'G' untuk
cairan dan gas. Oleh karena itu mengganti kerapatan
homogen ini ke dalam Persamaan (1) dan menggantikan βππ
dengan penurunan tekanan fluida campuran βππππππ, laju
aliran massa dua fase diberikan oleh:
πΊπΊ = πΆπΆπΆπΆ0οΏ½1βπ½π½4
πΎπΎπΏπΏοΏ½2βπππππππππΏπΏ(3)
Untuk model aliran homogen, persamaan teoritis untuk
koefisien fase cair πΎπΎπΏπΏ adalah sebagai berikut:
πΎπΎπΏπΏ = 1
οΏ½1+οΏ½πππΏπΏπππΊπΊβ1οΏ½ππππ
(4)
dimana ππ adalah koefisien dan bergantung pada kondisi
pengujian.
Hubungan laju aliran campuran, laju aliran cairan dan
laju aliran gas dapat dijelaskan sebagai:
πΊπΊ = πΊπΊπΏπΏ + πΊπΊπΊπΊ(5)
184
πΊπΊπΏπΏ = πΊπΊ(1 β ππ)(6)
Rasio kecepatan gas dan cairan disebut rasio slip. Pada
aliran homogen kecepatan gas identik dengan cairan
sehingga rasio slip sama dengan satu. Model homogen tidak
memperhitungkan rasio slip. Dalam banyak laporan
investigasi, kecepatan biasanya tidak identik, yang
merupakan salah satu alasan utama mengapa model
homogen menyebabkan kesalahan pengukuran. Makalah ini
memodifikasi model.
Chisholm (1974) dan Lin (1982) menemukan bahwa
rasio slip terutama dipengaruhi oleh rasio densitas gas dan
cairan. Rasio slip dapat digambarkan secara sederhana
sebagai berikut:
π π = ππβ² οΏ½πππΏπΏπππΊπΊοΏ½β(7)
dimana ππβ² dan β adalah koefisien yang bergantung pada
kondisi fluida seperti tekanan dan kualitas.
Data fraksi void dapat diubah menjadi nilai kualitas
sesuai dengan rumus standar:
185
ππ = 11+πππΏπΏπππΊπΊ
1π π 1βππππ
(8)
dimana ππ adalah fraksi void.
Massa jenis gas jauh lebih kecil dari pada minyak pada
aliran minyak-gas dua fase bertekanan rendah, jadi
diasumsikan bahwa πππΏπΏπππΊπΊβ 1 β πππΏπΏ
πππΊπΊ dalam Persamaan (4).
Selain itu, diasumsikan bahwa 1ππβ 1 β 1
ππ pada aliran dua
fase berkualitas rendah. Maka persamaan berikut dapat
diturunkan dari Persamaan (4), (7) dan (8):
πΎπΎπΏπΏ = 1
οΏ½πποΏ½ ππ1βπποΏ½
πποΏ½πππΏπΏπππΊπΊ
οΏ½ππ+1
(9)
dimana ππ = ππβ²ππ, ππ = 1 β π»π»ππ. ππ dan ππ adalah koefisien
turunan dan bergantung pada kondisi pengujian.
Dari Persamaan (7) dan (8), persamaan berikut dapat
diturunkan:
ππ = ππβ² οΏ½ ππ1βππ
οΏ½ οΏ½πππΊπΊπππΏπΏοΏ½π»π»
(10)
186
dimana π»π» = 1 β β, ππβ² dan π»π» tergantung pada kondisi
pengujian.
Kualitas dan laju aliran massa campuran dapat dihitung
dari Persamaan (3), (9) dan (10) jika fraksi kosong dan
tekanan diferensial dapat diukur pada waktu yang sama.
Dalam penelitian ini, Venturi digunakan untuk mengukur
tekanan diferensial dan sensor ECT digunakan untuk
mengukur fraksi void secara real time on-line.
7.3. Analisis dan Kesimpulan
Eksperimen dilakukan dalam loop aliran minyak-gas
dua fase, seperti yang ditunjukkan pada Gambar 1. Udara
dan bahan bakar sel digunakan masing-masing sebagai fase
gas dan cairan. Sebelum dicampur, tekanan udara dan solar
distabilkan dengan tangki udara dan tangki solar, kemudian
diukur laju alirannya masing-masing. Gear meter digunakan
untuk mengukur aliran volume solar yang berkisar antara
4,5 sampai 6,3 m3/h. Kepadatan bahan bakar πππΏπΏ = 840
kg/m3, dimana aliran massa bahan bakar diesel yang
sebenarnya dapat dihitung.
187
Gambar 1 Diagram skematik peralatan eksperimental
1: Pompa minyak; 2: Tangki minyak; 3: Gear meter; 4:
Pengaturan pencampuran; 5: Sistem ECT 12-elektroda; 6:
Venturi; 7: Kompresor; 8: Tangki udara; 9: Pengukur
aliran pusaran
Vortex meter digunakan untuk mengukur volume aliran
udara yang berkisar antara 0 sampai 14 m3/h. Aliran massa
udara yang sebenarnya dapat dihitung dari tekanan dan suhu
udara yang diukur. Kualitasnya berkisar hingga 1,98%
selama pengujian. Venturi yang digunakan untuk pengujian
dipasang pada pipa horizontal. Diameternya dari Venturi
adalah 50 mm dengan π½π½ = 0,55. Jika βππππππ diukur dengan
pemancar tekanan diferensial yang terhubung ke Venturi,
πΎπΎπΏπΏ dapat dihitung dari Persamaan (3). Tekanan uji tangki
minyak berkisar dari 0,2 ~ 0,4 MPa; tekanan tangki udara
188
dipertahankan 0,4 MPa. Sensor ECT digunakan untuk
mengukur fraksi void secara on-line yang menunjukkan
bahwa itu berkisar antara 15% hingga 83%. Sulit bagi
pengukur pusaran untuk mengukur secara akurat laju aliran
massa saat sangat kecil. Selama pengujian, meskipun vortex
meter menunjukkan nol ketika volume aliran udara kurang
dari 5 Nm3/h, kualitasnya sangat kecil pada saat itu sehingga
hampir tidak berpengaruh pada akurasi pengukuran.
Teknik tomografi kapasitansi listrik diaplikasikan untuk
mengembangkan sensor visual aliran dan fraksi void yang
ditunjukkan pada Gambar 2. Dalam percobaan sensor ECT
dipasang di dekat Venturi pada pipa horizontal.
Gambar 2 Sistem ECT 12-elektroda
10: Elektroda; 11: Elektroda radial; 12: Layar; 13:
Transduser; 14: Akuisisi data; 15: Komputer rekonstruksi
citra
189
Banyak nilai kapasitansi pengukuran dapat diperoleh
dengan menggunakan sensor kapasitansi 12 elektroda.
Kemudian distribusi fraksi void aliran dua fasa dapat
ditentukan dengan algoritma rekonstruksi citra. Algoritma
pseudo-inverse yang diatur dan algoritma teknik
rekonstruksi aljabar digabungkan untuk mendapatkan citra
rekonstruksi yang lebih baik. Distribusi tingkat abu-abu dari
citra yang direkonstruksi dapat diterapkan untuk
menghitung nilai fraksi void dan mengidentifikasi rezim
aliran. Selama pengujian kecepatan rekonstruksi gambar,
yang sangat bergantung pada kinerja komputer, melebihi 4
bingkai per detik.
Hasil Dan Analisis
Lin (1982; 1987) membandingkan banyak metode
untuk mengukur laju aliran dua fase dua medium
berdasarkan kualitas, dan menemukan bahwa kesalahan
root-mean-square (RMS) aliran massa sebagian besar
metode lebih tinggi dari 10% dan kesalahan RMS terkecil
adalah 7,4%. Dalam investigasi Moura dan Marvillet (1997)
di mana Venturi dan pengukur fraksi void digunakan,
diharapkan bahwa laju aliran massa uap cair dan kualitasnya
190
dapat diukur dengan akurasi lebih baik dari 20% di seluruh
rentang kondisi aliran.
Nilai sebenarnya dari πΎπΎπΏπΏ dapat dihitung dari Persamaan
(3) menurut yang diukur βππππππ dan πΊπΊ. Dengan tidak
memperhitungkan pengaruh aliran ulang dua fase pada laju
aliran yang diukur, koefisien Persamaan (9) dihitung dengan
metode kuadrat terkecil berdasarkan ππ yang diukur dan nilai
πΎπΎπΏπΏ yang sebenarnya, dan ππ = 1, ππ = 12, ππ = 0,07
diperoleh sebagai hasilnya. Kemudian aliran massa
campuran dapat dihitung dengan Persamaan (9).
Nilai kualitas yang sebenarnya ππ bisa dihitung menurut
aliran massa yang diukur πΊπΊπΏπΏ dan πΊπΊπΊπΊ . Koefisien ππβ² = 1, π»π» =
0,85 dari Persamaan (10) dihitung dengan metode kuadrat
terkecil berdasarkan fraksi void ππ yang diukur dan nilai ππ
yang sebenarnya. Setelah fraksi void diukur secara on-line
dengan sensor ECT, kualitasnya dapat dihitung
menggunakan Persamaan (10) dengan hasil yang
ditunjukkan pada Gambar 3. Perbedaan maksimum antara
nilai yang dihitung dan nilai sebenarnya adalah 0,8%.
191
Gambar 3 Perbandingan antara kualitas
eksperimental dan yang dihitung
Persamaan (9) digunakan untuk menghitung laju aliran
massa campuran. Perbandingan laju aliran massa campuran
eksperimental dan yang dihitung tanpa pengaruh rezim
aliran ditunjukkan pada Gbr. 4. Perbandingan laju aliran
massa cairan eksperimental dan yang dihitung ditunjukkan
pada Gbr. 5. Dalam pengaturan pengujian, kesalahan RMS
aliran massa campuran adalah 4,18%, dan kesalahan massa
cairan aliran adalah 4,47%. Seperti yang ditunjukkan pada
Gbr. 4 dan Gbr. 5, kesalahan pengukuran relatif kecil karena
192
pengaruh rasio slip dipertimbangkan dalam model teoritis
makalah ini.
Gambar 4 Perbandingan antara laju aliran massa
campuran eksperimental dan yang dihitung tanpa
pengaruh rezim aliran
Dengan meningkatnya fraksi void, rezim aliran dua fase
berubah dari aliran bergelembung dan aliran siput menjadi
aliran bergelombang dan aliran annular, dan akurasi
pengukuran juga menurun, seperti yang ditunjukkan pada
Gambar 4 dan Gambar 5.
Untuk mempelajari pengaruh rezim aliran pada
pengukuran laju aliran massa, koefisien Persamaan (9) dan
193
Persamaan (10) dimodifikasi berdasarkan rezim aliran yang
berbeda dengan metode kuadrat terkecil. Dan kemudian
laju aliran massa dihitung ketika rezim aliran diidentifikasi
dan ditentukan. Untuk aliran bergelembung dan aliran
siput, ππ = 0,5, ππ = 0,95,ππ = 0,02, ππβ² = 0,51,π»π» =
0,65.
Gambar 5 Perbandingan antara laju aliran massa
cairan eksperimental dan yang dihitung tanpa
pengaruh rezim aliran
Untuk aliran bergelombang, ππ = 1,3,ππ = 1,15,ππ =
0,08, ππβ² = 1,25,π»π» = 0,70. Untuk aliran annular, ππ =
194
1,2,ππ = 0,95,ππ = 0,05, ππβ² = 1,21,π»π» = 0,95. Akurasi
pengukuran meningkat setelah modifikasi. Kesalahan RMS
aliran campuran adalah 3,83% dan aliran cairan adalah
4,05%. Perbandingan laju aliran massa campuran
eksperimental dan yang dihitung dan laju aliran massa cair
masing-masing ditunjukkan pada Gbr. 6 dan Gbr. 7.
Gambar 6 Perbandingan antara laju aliran massa
campuran eksperimental dan yang dihitung dengan
efek rezim aliran
Laju aliran massa yang dihitung dengan persamaan yang
dimodifikasi lebih cocok dibandingkan dengan laju aliran
195
massa aktual, terutama untuk aliran bergelombang dan
aliran annular ketika fraksi void lebih besar dari 40%.
Gambar 7 Perbandingan antara laju aliran massa
cairan eksperimental dan yang dihitung dengan efek
rezim aliran
Rezim aliran dapat diidentifikasi oleh sensor ECT di
sepanjang penampang melintang dan penampang
memanjang dari pipa aliran, dan hasil visualnya ditunjukkan
pada Gbr. 8.
196
Gambar 8 Rezim aliran diidentifikasi oleh sensor
ECT di sepanjang penampang melintang dan
penampang longitudinal masing-masing dari pipa
aliran
(a) Aliran ceria; (b) Aliran siput; (c) Aliran bergelombang;
(d) Aliran annular
a
b
c
d
197
Kesimpulan
Pengukuran aliran minyak-udara dua fase diselidiki dengan
Venturi dan meteran fraksi void dalam pekerjaan ini, tidak
seperti investigasi sebelumnya yang biasa menggunakan
orifice dan quality meter. Fraksi void diukur dengan akurasi
yang relatif tinggi dengan menggunakan sensor ECT.
Venturi diadopsi karena desainnya yang sederhana, biaya
rendah dan khususnya kehilangan tekanan yang paling
rendah.
Makalah ini mengusulkan korelasi baru untuk pengukuran
laju aliran massa berdasarkan model homogen dimana
pengaruh rasio slip pada laju aliran massa dipertimbangkan.
Dengan fraksi void dan penurunan tekanan yang diberikan
di Venturi, laju aliran campuran dan laju aliran minyak dapat
dihitung.
Bahkan untuk rezim aliran yang tidak diketahui, kesalahan
RMS laju aliran massa total dan laju aliran massa minyak
keduanya kurang dari 5%.
198
Sensor ECT dapat digunakan untuk mengidentifikasi rezim
aliran, yang pengaruhnya terhadap laju aliran massa juga
dipertimbangkan. Hasil studi menunjukkan bahwa
kesalahan RMS dapat diturunkan.
Kesimpulan di atas diambil dari hasil percobaan dengan
aliran minyak-udara dua fase. Laju aliran minyak-gas dua
fase dapat diukur secara on-line dengan persamaan yang
diturunkan dalam studi ini. Untuk membuktikan validitas
umumnya, diperlukan eksperimen tambahan dengan
campuran dua fase, diameter pipa, kepadatan fluida, dan
tekanan fluida yang berbeda. Pekerjaan ini dapat menjadi
pelajaran dalam studi lebih lanjut tentang pengukuran
campuran minyak-gas menggunakan Venturi dan sensor
fraksi void.
7.4. Referensi
[1] Chisholm, D., 1974. Pressure drop during steam/water
flows through orifices. J Mech Engine Sci, 16(5):353-
355.
[2] Huang, Z.Y., Ji, H.F., 2002. Study on voidage
measurement of gas-solid fluidized bed by using
199
electrical capacitance tomography. Journal of Chemical
Engineering of Chinese Universities, 16(5):490-495 (in
Chinese).
[3] James, R., 1965. Metering of steam-water two-phase
flow by sharp-edged orifices. Proc. Inst Mech. Engrs,
180:549-566.
[4] Li, H.Q., 2001. Applications of electrical capacitance
tomography technique to flow pattern display and
voidage measurement of two-phase flow. Journal of
Chemical Industry and Engineering, 52(11):1035-1038
(in Chinese).
[5] Lin, Z.H., 1982. Measurements of vapor quality and
flow rate in Herschel Venturi. Journal of Xiβan Jiaotong
University, 16(3):25-33 (in Chinese).
[6] Lin, Z.H., 1987. Gas-liquid Two-phase Flow and
Boiling Heat Transfer. Xiβan Jiaotong University Press,
Xiβan, China (in Chinese).
[7] Moura, L.F.M., Marvillet, C., 1997. Measurement of
Two-phase Mass Flow Rate and Quality Using Venturi
and Void Fraction Meters. Proceedings of the 1997
ASME International Mechanical Engineering Congress
200
and Exposition, Dallas, TX, USA (special issue), Fluids
Engineering Division, FED 244, p.363-368.
[8] Murdock, J.W., 1962. Two-phase flow measurements
with orifices. J. Bas. Engine., 84:419-433.
[9] Steven, R.N., 2002. Wet gas metering with a
horizontally mounted Venturi meter. Journal of Flow
Measurement and Instrumentation, 12:361-372.
[10] Xu, L.J., Xu, J., 2003. On fluctuation of the dynamic
differential pressure signal of Venturi meter for wet gas
metering. Flow Measurement and Instrumentation,
14:211-217
[11] Zhang, H.J., Lu, S.J., Yu, G.Z., 1992. An investigation
of two-phase flow measurement with orifices for low-
quality mixtures. Int. J. Multiphase Flow, 18(1):149-155.
201
DAFTAR PUSTAKA
Al-Hajeri, S., Wylie, S. R., Stuart, R. A., & Al-Shamma'a, A.
I. (2007, July). An electromagnetic cavity sensor for
multiphase measurement in the oil and gas industry.
In Journal of Physics: Conference Series (Vol. 76, No. 1, p.
012007). IOP Publishing.
Bahrami, B., Mohsenpour, S., Noghabi, H. R. S., Hemmati,
N., & Tabzar, A. (2019). Estimation of flow rates of
individual phases in an oil-gas-water multiphase flow
system using neural network approach and pressure
signal analysis. Flow Measurement and Instrumentation, 66,
28-36.
Hong-jian, Z., Wei-ting, Y., & Zhi-yao, H. (2005).
Investigation of oil-air two-phase mass flow rate
measurement using Venturi and void fraction
sensor. Journal of Zhejiang University-SCIENCE A, 6(6),
601-606.
Ismail, I., Gamio, J. C., Bukhari, S. A., & Yang, W. Q.
(2005). Tomography for multi-phase flow
202
measurement in the oil industry. Flow measurement and
instrumentation, 16(2-3), 145-155.
Medeiros, K. A. R., Barbosa, C. R. H., & De Oliveira, E. C.
(2015). Flow measurement by piezoelectric
accelerometers: Application in the oil
industry. Petroleum Science and Technology, 33(13-14),
1402-1409.
Tan, C., Dong, F., Zhang, F., & Li, W. (2009, May). Oil-
water two-phase flow measurement with a V-cone
meter in a horizontal pipe. In 2009 IEEE
Instrumentation and Measurement Technology Conference (pp.
62-67). IEEE.
Tan, C., Dai, W., Wu, H., & Dong, F. (2014). A conductance
ring coupled cone meter for oil-water two-phase flow
measurement. IEEE Sensors Journal, 14(4), 1244-1252.
203
TENTANG PENULIS
Fitri Rahmah menyelesaikan program
Sarjana dan Magister di Jurusan Teknik
Fisika Institut Teknologi Sepuluh
Nopember (ITS) Surabaya pada tahun 2013
dan 2015. Program Magister ditempuh
dengan bantuan Beasiswa Pendidikan Pascasarjana Dalam
Negeri (BPP-DN) Calon Dosen. Sejak Desember 2015
hingga sekarang aktif menjadi dosen di Program Studi
Teknik Fisika Universitas Nasional Jakarta.
Fitri Rahmah menyelesaikan program Sarjana dan Magister di Jurusan Teknik Fisika Institut Teknologi Sepuluh Nopember (ITS) Surabaya pada tahun 2013 dan 2015. Program Magister ditempuh dengan bantuan Beasiswa Pendidikan Pascasarjana Dalam Negeri (BPP-DN) Calon Dosen. Sejak Desember 2015 hingga sekarang aktif menjadi dosen di Program Studi Teknik Fisika Universitas Nasional Jakarta.