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 Cipta© 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 : bee_bers@yahoo.com

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 – 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 – 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 – 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 – 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 – 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 – 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 – 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 – 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 (10−100 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 ∆𝑝𝑝 diproduksi

sebagai fluida yang mengalir melalui kepala depan cone ke

saluran annular diameter konstan (yaitu perbedaan tekanan

antara tekanan 𝑝𝑝1 dan 𝑝𝑝2 pada Gambar 1).

7

Penurunan tekanan keseluruhan 𝛿𝛿𝑝𝑝 dihasilkan saat fluida

melewati badan cone (yaitu perbedaan tekanan antara 𝑝𝑝1

dan 𝑝𝑝3 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 𝛿𝛿𝑝𝑝 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 ∆𝑝𝑝 dikembangkan

berdasarkan model aliran terpisah [16]:

𝑊𝑊𝑚𝑚 =𝐶𝐶𝑑𝑑𝐴𝐴𝑎𝑎�2𝜌𝜌𝑤𝑤∆𝑝𝑝𝑡𝑡𝑡𝑡

(1 − 𝑥𝑥)�1 − 𝛽𝛽4𝜑𝜑𝜑𝜑

8

di mana 𝑊𝑊𝑚𝑚 adalah laju aliran massa keseluruhan dari aliran

dua fase minyak-air, 𝐶𝐶𝑑𝑑 adalah koefisien pembuangan, β

adalah ekuivalen rasio diameter didefinisikan sebagai 𝛽𝛽 =

√𝐷𝐷2 − 𝑑𝑑2 𝐷𝐷⁄ , D dan d masing-masing adalah diameter

dalam pipa dan bagian diameter luar konstan dari cone, 𝐴𝐴𝑎𝑎

adalah saluran area pembukaan cincin ditentukan oleh

𝐴𝐴𝑎𝑎 = 𝜋𝜋4

(𝐷𝐷2 − 𝑑𝑑2), 𝜌𝜌𝑤𝑤 dan 𝜌𝜌𝑜𝑜 masing-masing adalah

massa jenis air dan minyak, 𝑥𝑥 adalah fraksi massa minyak,

𝜑𝜑𝑤𝑤 adalah pengali dua fase yang didefinisikan sebagai

𝜑𝜑𝑤𝑤 = �1 +�𝜌𝜌𝑤𝑤𝜌𝜌𝑜𝑜

�0.5�𝜇𝜇𝑜𝑜𝜇𝜇𝑤𝑤

�0.2

𝜒𝜒+

1𝜒𝜒2

di mana µ𝑤𝑤 dan µ𝑜𝑜 masing-masing adalah viskositas air dan

minyak, χ adalah koefisien Lockhart-Martinelli (L-M) yang

mencirikan penurunan tekanan aliran dua fase yang

didefinisikan sebagai [17]

𝜒𝜒 =1 − 𝑥𝑥𝑥𝑥 �

𝜌𝜌𝑜𝑜𝜌𝜌𝑤𝑤

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 𝛿𝛿𝑝𝑝 ∗ dan panjang 𝐿𝐿 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 β. Gambar 2 menunjukkan hubungan

antara penurunan tekanan keseluruhan tanpa dimensi 𝛿𝛿𝑝𝑝 ∗

(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 𝛿𝛿𝑝𝑝.

Penurunan tekanan gesekan mencapai keseimbangan

dengan efek pemisahan aliran berkurang pada L sekitar 6−7

mm di mana penurunan tekanan keseluruhan 𝛿𝛿𝑝𝑝

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 𝛿𝛿𝑝𝑝 terhadap penurunan tekanan kontrak ∆𝑝𝑝,

12

diperkenalkan untuk mempelajari pengaruh rasio diameter

β pada respons tekanan meter aliran long-waist cone. Rasio

penurunan tekanan dari empat meteran long-waist cone

dengan β 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 β = 0,65 dan β = 0,75 memiliki PDR terendah

mendekati 0,4 dengan peningkatan jumlah Reynolds. Selain

itu, koefisien discharge 𝐶𝐶𝑑𝑑 juga ditabulasikan di Tabel I di

mana 𝐶𝐶𝑑𝑑 stabil diamati dan independen pada rasio diameter

β.

13

Tabel I Koefisien discharge 𝑪𝑪𝒅𝒅 dan rasio pressure drop (PDR) dari CRCC dengan rasio diameter

β yang berbeda

Re 15000 25000 50000 100000 200000 300000 500000

𝑪𝑪𝒅𝒅 PDR 𝑪𝑪𝒅𝒅 PDR 𝑪𝑪𝒅𝒅 PDR 𝑪𝑪𝒅𝒅 PDR 𝑪𝑪𝒅𝒅 PDR 𝑪𝑪𝒅𝒅 PDR 𝑪𝑪𝒅𝒅 PDR

β = 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

β = 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

β = 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

β = 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 𝐿𝐿𝑒𝑒 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 β = 0,55, 0,65, 0,75 dengan pemisahan

masing-masing 𝐿𝐿𝑒𝑒=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 − 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 σ = 5,5 × 10−6 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 σ = 2×10−16 S/m, dekat dengan udara)

akan menghasilkan perubahan langkah dari potensi

penurunan 𝛿𝛿𝛿𝛿(𝑦𝑦, 𝑥𝑥) antara dua elektroda, sehingga

sensitivitas di lokasi ini didefinisikan sebagai:

𝜓𝜓(𝑦𝑦, 𝑥𝑥) =𝛿𝛿𝛿𝛿(𝑦𝑦, 𝑥𝑥)(𝛿𝛿𝛿𝛿)𝑚𝑚𝑎𝑎𝑚𝑚

× 100%

di mana (𝛿𝛿𝛿𝛿)𝑚𝑚𝑎𝑎𝑚𝑚 adalah nilai maksimal 𝛿𝛿𝛿𝛿(𝑦𝑦, 𝑥𝑥) [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 β = 0.55, 0.65, 0.75 dan 𝑳𝑳𝒆𝒆 = 10 mm,

15 mm, 20 mm

CRCC 𝑳𝑳𝒆𝒆 = 𝟏𝟏𝟏𝟏 𝒎𝒎𝒎𝒎 𝑳𝑳𝒆𝒆 = 𝟏𝟏𝟏𝟏 𝒎𝒎𝒎𝒎 𝑳𝑳𝒆𝒆 = 𝟐𝟐𝟏𝟏 𝒎𝒎𝒎𝒎

β = 0,55

β = 0,65

17

β = 0,75

18

Distribusi sensitivitas dalam wilayah yang menarik dari

CRCC dengan β dan 𝐿𝐿𝑒𝑒 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 β = 0,55 lebih

tinggi dari CRCC β = 0,65 dan 0,75, sensitivitas

didistribusikan secara merata di bagian lain dalam saluran

annular. Tren penurunan sensitivitas semakin bbesar ketika

β 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 β seperti yang

disarankan dalam Gambar 2, β yang lebih besar

menyebabkan diferensial tekanan yang lebih kecil dan

akibatnya mengurangi rasio turndown meter DP. Meskipun

CRCC β = 0,55 menunjukkan sensitivitas yang relatif lebih

tinggi dari bidang penginderaan listrik dan efek

pencampuran yang ditingkatkan karena area penekan yang

lebih kecil, CRCC β = 0,65 memiliki PDR terkecil dan juga

19

stabil dibandingkan dengan CRCC β = 0,55, yang membuat

pilihan β = 0,65 yang lebih baik terhadap rasio diameternya.

Ketika pemisahan 𝐿𝐿𝑒𝑒 = 10 𝑚𝑚𝑚𝑚, bagian yang turun dari

sensitivitas menempati lebih banyak area dibandingkan

dengan 𝐿𝐿𝑒𝑒 = 15 𝑚𝑚𝑚𝑚 dan 𝐿𝐿𝑒𝑒 = 20 𝑚𝑚𝑚𝑚. Untuk 𝐿𝐿𝑒𝑒 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, 𝐿𝐿𝑒𝑒 = 15 𝑚𝑚𝑚𝑚 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 6−8 mm yang membuat instalasi pemasangan

diameter hingga 10 mm pada dinding pipa di saluran

20

annular. Mempertimbangkan panjang 𝐿𝐿𝑒𝑒 = 15 𝑚𝑚𝑚𝑚, 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 β =

0,65, L = 50 mm, 𝐿𝐿𝑒𝑒 = 15 mm

CRCC dengan β = 0.65, L = 50 mm, 𝐿𝐿𝑒𝑒 = 15 mm, dan baik

sudut depan dan sudut belakang adalah 20º 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%, ±0,5% dan ±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 – 60 kPa diadopsi untuk

pengukuran ∆𝑝𝑝 dan 𝛿𝛿𝑝𝑝, dan satu pemancar tekanan statis

dengan rentang pengukuran 0 – 500 kPa dipasang di garis

pipa. Semua pemancar memiliki pengulangan ±0,075% dan

frekuensi respon 8 Hz.

Kalibrasi CRCC

1. Koefisien Discharge 𝐶𝐶𝑑𝑑

Koefisien discharge 𝐶𝐶𝑑𝑑 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 𝐶𝐶𝑑𝑑 diplot pada

Gambar 7, di mana 𝐶𝐶𝑑𝑑 relatif stabil dengan peningkatan

Re menunjukkan 𝐶𝐶𝑑𝑑 stabil dapat digunakan untuk

pengukuran laju aliran. 𝐶𝐶𝑑𝑑 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 𝐶𝐶𝑑𝑑 CFD dan

percobaan adalah sekitar 7%. Nilai rata-rata 𝐶𝐶𝑑𝑑 = 0,97

dipilih untuk pengukuran laju aliran dua fase dengan

model pengukuran di (1).

Gambar 7 Koefisien discharge 𝐶𝐶𝑑𝑑 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 𝑉𝑉* dimasukkan pada (5)

seperti yang disarankan oleh penelitian sebelumnya [20],

[22].

28

𝑉𝑉∗ =𝑉𝑉0𝑉𝑉𝑖𝑖

dimana 𝑉𝑉0 adalah tegangan yang diukur saat pipa sudah

penuh dengan air, dan 𝑉𝑉𝑖𝑖 adalah tegangan yang diukur

saat ada pengaburan fase. Fraksi volume air 𝛼𝛼𝑤𝑤 versus

𝑉𝑉∗ yang sesuai digambarkan dalam Gambar 8, di mana

𝑉𝑉∗ berbanding lurus terhadap 𝛼𝛼𝑤𝑤, yang menyarankan

hubungan langsung untuk prediksi fraksi air (𝛼𝛼𝑤𝑤 =

𝑉𝑉∗).

Gambar 8 Kalibrasi statis pada fraksi volume air

dengan CRCC β = 0,65, L = 50 mm, 𝐿𝐿𝑒𝑒 = 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 – 14 m3/jam dan 3 – 8 m3/jam, kisaran fraksi

volume air dan fraksi massa minyak masing-masing adalah

26,3−100% dan 0−70,3%. Suhu rata-rata adalah 23,7 ºC,

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

𝜀𝜀𝑎𝑎𝑎𝑎𝑒𝑒 =𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝑚𝑚𝑒𝑒𝑎𝑎 − 𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝑟𝑟𝑒𝑒𝑟𝑟

𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝑟𝑟𝑒𝑒𝑟𝑟× 100%

di mana 𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝑚𝑚𝑒𝑒𝑎𝑎 dan 𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝑟𝑟𝑒𝑒𝑟𝑟 masing-masing adalah nilai

yang diprediksi dan nilai referensi. Rata-rata dari nilai

absolut dari varepsilon digunakan untuk akurasi prediksi

keseluruhan:

𝜀𝜀𝑎𝑎𝑎𝑎𝑒𝑒 =1𝑁𝑁

|𝜀𝜀|

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 𝜀𝜀𝑎𝑎𝑎𝑎𝑒𝑒 = 4,7% dan

𝜀𝜀𝑎𝑎𝑎𝑎𝑒𝑒 = 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 𝜀𝜀𝑎𝑎𝑎𝑎𝑒𝑒 jika nilai

referensi berubah dan perbedaan kepadatan antara minyak

dan air dihitung dalam Gambar 10 menunjukkan estimasi

32

itu pada fraksi volume air 𝛼𝛼𝑤𝑤 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 𝛼𝛼𝑤𝑤 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 𝜀𝜀𝑎𝑎𝑎𝑎𝑒𝑒 = 2,1% dan 𝜀𝜀𝑎𝑎𝑎𝑎𝑒𝑒 =

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 ε 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 ±5% dengan kecenderungan sedikit

menurun sebanding dengan fraksi volume air, sedangkan

kesalahan relatif prediksi laju aliran massa minyak sebagian

besar terletak pada ±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 ∆𝑝𝑝𝑡𝑡𝑡𝑡

diperoleh dalam percobaan aliran dua fase minyak-air pada

berbagai kondisi fraksi air 𝛼𝛼𝑤𝑤 dan laju aliran keseluruhan

𝑊𝑊𝑚𝑚 diplot pada Gambar 12. Distribusi penyebaran ∆𝑝𝑝𝑡𝑡𝑡𝑡

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 ∆𝑝𝑝𝑡𝑡𝑡𝑡𝑣𝑣. 𝑠𝑠.𝑊𝑊𝑚𝑚 (titik biru)

memberikan tren konsisten yang menghubungkan ∆𝑝𝑝𝑡𝑡𝑡𝑡 dan

𝑊𝑊𝑚𝑚 dalam hubungan polinomial yang dapat dijelaskan oleh

(1). Bisa juga diamati perbedaan tren ∆𝑝𝑝𝑡𝑡𝑡𝑡 pada fraksi air

rendah 𝛼𝛼𝑤𝑤 dan laju aliran keseluruhan yang rendah 𝑊𝑊𝑚𝑚,

yang menyebabkan prediksi kesalahan pada 𝛼𝛼𝑤𝑤 rendah.

Proyeksi pada ∆𝑝𝑝𝑡𝑡𝑡𝑡𝑣𝑣. 𝑠𝑠.𝛼𝛼𝑤𝑤 menunjukkan hubungan yang

tersebar yang dekat dengan persebaran ∆𝑝𝑝𝑡𝑡𝑡𝑡𝑣𝑣. 𝑠𝑠.𝛼𝛼𝑤𝑤 , yang

menunjukkan penyesuaian korelasi antara fraksi fase 𝛼𝛼𝑤𝑤

dan ∆𝑝𝑝𝑡𝑡𝑡𝑡 (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 ∆𝑝𝑝𝑡𝑡𝑡𝑡 yang

didapatkan selama percobaan aliran minyak-air dua fase

pada kondisi variatif terhadap fraksi air 𝜶𝜶𝒘𝒘 dan laju aliran

keseluruhan 𝑊𝑊𝑚𝑚

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,

“Three-phase flow measurement in the petroleum

industry,” Measurement Science and Technology, vol.

24, no. 1, p. 012003, 2013.

[2] C. Tan, F. Dong, and Y. Y. Shi, “Process parameter

measurement of oil-water two-phase flow with v-

cone meter and conductivity ring,” Chinese Journal of

Scientific Instrument, vol. 31, no. 11, pp. 2561–2567,

2010.

[3] H. Zhang, W. Yue, and Z. Huang, “Investigation of

oil-air two-phase mass flow rate measurement using

venturi and void fraction sensor,” Journal of Zhejiang

University SCIENCE, vol. 6A, no. 6, pp. 601–606,

2005.

38

[4] C. Tan, H. Wu, and F. Dong, “Mass flow rate

measurement of oil-water two-phase flow by a long-

waist cone meter,” IEEE Transactions on

Instrumentation and Measurement, vol. In Press,

2013.

[5] L. J. Xu, W. L. Zhou, and X. M. Li, “Wet gas flow

modeling for a vertically mounted venturi meter,”

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, “Wet

gas metering using a revised venturi meter and soft-

computing approximation techniques,” IEEE

Transactions on Instrumentation and Measurement,

vol. 60, no. 3, pp. 947–956, 2011.

[7] D. He, B. Bai, Y. Xu, and X. Li, “A new model for

the v-cone meter in low pressure wet gas metering,”

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,

“Wet-gas flow modeling for the straight section of

throat-extended venturi meter,” IEEE Transactions

39

on Instrumentation and Measurement, vol. 60, no. 6,

pp. 2080–2087, 2011.

[9] J. L. G. Oliveira, J. C. Passos, R. Verschaeren, and C.

Van Der Geld, “Mass flow rate measurements in gas-

liquid flows by means of a venturi or orifice plate

coupled to a void fraction sensor,” Experimental

Thermal and Fluid Science, vol. 33, no. 2, pp. 253–

260, 2009, doi: DOI:

10.1016/j.expthermflusci.2008.08.008.

[10] C. Tan, H. Wu, C. Wei, and F. Dong, “Experimental

and numerical design of a long-waist cone flow

meter,” Sensors and Actuators A: Physical, vol. 199,

pp. 9–17, 2013.

[11] M. Fossa, “Design and performance of a conductance

probe for measuring the liquid fraction in two-phase

gas-liquid flows,” Flow Measurement and

Instrumentation, vol. 9, pp. 103–109, 1998.

[12] C. N. Strizzolo and J. Converti, “Capacitance sensors

for measurement of phase volume fraction in two-

phase pipelines,” IEEE Transactions on

Instrumentation and Measurement, vol. 42, no. 3, pp.

726–729, 1993.

40

[13] E. A. Hammer, J. Tollefsen, and K. Olsvik,

“Capacitance transducers for non-intrusive

measurement of water in crude oil,” Flow

Measurement and Instrumentation, vol. 1, no. 1, pp.

51–58, 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, “Experimental and

theoretical study of the gas-water two phase flow

through a conductance multiphase venturi meter in

vertical annular (wet gas) flow,” Nuclear Engineering

and Design, vol. 241, no. 6, pp. 1998–2005, 2011, doi:

10.1016/j.nucengdes.2010.09.006.

[16] C. Tan and F. Dong, “Modification 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,” Measurement Science and Technology, vol. 21,

no. 4, p. 045403, 2010.

[17] D. Chisholm, “A theoretical basis for the lockhart-

martinelli correlation for two-phase flow,”

International Journal of Heat and Mass Transfer, vol.

41

10, no. 12, pp. 1767–1778, 1967, doi: DOI:

10.1016/0017-9310(67)90047-6.

[18] M. W. E. Coney, “The theory and application of

conductance probes for the measurement of liquid

film thickness in two-phase flow,” Journal of Physics

E: Scientific Instruments, vol. 6, no. 9, pp. 903–910,

1973.

[19] P. Andreussi, A. di Donfrancesco, and M. Messia,

“An impedance method for the measurement of

liquid hold-up in two-phase flow,” International

Journal of Multiphase Flow, vol. 14, no. 6, pp. 777–

785, 1988.

[20] Y. Y. Shi, F. Dong, and C. Tan, “Conductance probe

for the measurement of liquid volume fraction and

axial velocity in gas-liquid two-phase flow,” in

Electronic Measurement & Instruments, 2009.

ICEMI ’09. 9th International Conference on, ser.

Electronic Measurement & Instruments, 2009.

ICEMI ’09. 9th International Conference on, Beijing,

China, 2009, pp. 2–826–2–831.

[21] G. P. Lucas, J. C. Cory, and R. C. Waterfall, “A six-

electrode local probe for measuring solids velocity

42

and volume fraction profiles in solids-water flows,”

Measurement Science and Technology, vol. 11, no.

10, pp. 1498–1509, 2000.

[22] W. Xu, L. Xu, Z. Cao, J. Chen, X. Liu, and J. Hu,

“Normalized leastsquare method for water hold-up

measurement in stratified oil-water flow,” Flow

Measurement and Instrumentation, vol. 27, no. 10,

pp. 71–80, 2012, doi:

10.1016/j.flowmeasinst.2012.05.002.

[23] J. L. Trallero, C. Sarica, and J. P. Brill, “A study of

oil/water flow patterns in horizontal pipes,” SPE

Production & Facilities, vol. 12, no. 3, pp. 165–172, 1997.

43

BAB 2 – 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 ± 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 — satu dengan 10 mV/g

(A10) dan yang lainnya dengan 100 mV/g (A100) —

dipasang pada bentangan lurus garis kalibrasi pengukur

aliran, seperti yang ditunjukkan pada Gambar 1. Pompa

injeksi air dihidupkan dan aliran 10–110 m3/h dilepaskan

secara sistematis dalam langkah 10 m3/h. Tiga pengukuran

diambil untuk setiap laju aliran. Aliran diukur secara

bersamaan dengan meter standar – 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) — 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 ± 500 g dan ± 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:95–103.

[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. 126:280–285.

[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. Master’s thesis, Rio de Janeiro, Brazil:

Fluminense Federal University.

[7] Krieser, W. (2008). Positioning the sensor in sampling

flowmeters. Metrol. Meas. Syst. XV:85–90.

[8] Merini, R. A. (2011). Nonintrusive system for

measurement of volumetric fraction in two-phase

flow through vibration analysis. Master’s 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 32:1571–1575.

[10] Oliveira, M. A. A. D. (2010). Development of a

thermal flow meter intelligent. Master’s 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. 185:249–276.

[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 3–5.

56

BAB 3 – 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).

𝑓𝑓𝑛𝑛𝑚𝑚𝑛𝑛 =𝑐𝑐

2𝜋𝜋√𝜇𝜇𝑟𝑟𝜀𝜀𝑟𝑟��𝑃𝑃𝑛𝑛𝑚𝑚𝑏𝑏�2

+ �𝑙𝑙𝜋𝜋𝑑𝑑�2

�1 2⁄

57

dengan c adalah kecepatan cahaya

µ𝑟𝑟 adalah permeabilitas relatif

𝜀𝜀𝑟𝑟 adalah permitivitas relatif

𝑝𝑝𝑛𝑛𝑚𝑚 adalah akar ke-m dari fungsi Bessel dari orde ke-n

𝑏𝑏 adalah jari-jari rongga

𝑑𝑑 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 𝑏𝑏 yang berisi radius 𝐷𝐷 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

𝜕𝜕2

𝜕𝜕𝜕𝜕2𝐸𝐸𝑧𝑧 +

1𝜕𝜕𝜕𝜕𝜕𝜕𝜕𝜕𝐸𝐸𝑧𝑧 + ��

𝜔𝜔𝑐𝑐�2𝜀𝜀𝑟𝑟 − 𝛽𝛽2� 𝐸𝐸𝑧𝑧 = 0

Medan listrik di sepanjang rongga, 𝐸𝐸𝑧𝑧, 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 (𝜀𝜀𝑟𝑟 = 1) dan

air di bagian dalam (𝜀𝜀𝑟𝑟 = 81) dan sebaliknya. Kondisi batas

membutuhkan itu 𝐸𝐸𝑧𝑧 = 0 saat radius 𝜕𝜕 = 𝑏𝑏, 𝐸𝐸𝑧𝑧 sama untuk

kedua solusi di 𝜕𝜕 = 𝐷𝐷, begitu juga dengan komponen

medan magnet 𝐵𝐵𝜑𝜑 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.

𝐽𝐽0(Γ1𝐷𝐷)𝑌𝑌0(Γ1𝑏𝑏) − 𝐽𝐽0(Γ1𝑏𝑏)𝑌𝑌0(Γ1𝐷𝐷)𝐽𝐽1(Γ1𝐷𝐷)𝑌𝑌0(Γ1𝑏𝑏) − 𝐽𝐽0(Γ1𝑏𝑏)𝑌𝑌1(Γ1𝐷𝐷) −

Γ1ε𝑟𝑟Γ2

𝐽𝐽0(Γ2𝐷𝐷)𝐽𝐽1(Γ2𝐷𝐷) = 0

𝐽𝐽1(Γ2𝐷𝐷)𝑌𝑌0(Γ2𝑏𝑏) − 𝐽𝐽0(Γ2𝑏𝑏)𝑌𝑌1(Γ2𝐷𝐷)𝐽𝐽0(Γ2𝐷𝐷)𝑌𝑌0(Γ2𝑏𝑏) − 𝐽𝐽0(Γ2𝑏𝑏)𝑌𝑌0(Γ2𝐷𝐷) −

Γ2ε𝑟𝑟Γ1

𝐽𝐽1(Γ1𝐷𝐷)𝐽𝐽0(Γ1𝐷𝐷) = 0

dimana Γ1 = �𝜔𝜔𝑐𝑐�2− 𝛽𝛽2 dan Γ1 = �𝜔𝜔

𝑐𝑐�2ε𝑟𝑟 − 𝛽𝛽2

𝜔𝜔 adalah frekuensi sudut

𝛽𝛽 adalah konstanta propagasi, dari sinusoidal 𝑒𝑒𝑗𝑗(𝜔𝜔𝑡𝑡−𝛽𝛽𝑧𝑧)

60

Gambar 3 menunjukkan kurva dispersi untuk rongga

dengan jari-jari luar, 𝑏𝑏 = 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 𝐷𝐷 =

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

𝑓𝑓 =𝛽𝛽𝑐𝑐

2𝜋𝜋√𝜀𝜀𝑟𝑟

Frekuensi cut-off untuk kurva ini (𝛽𝛽 = 0) juga merupakan

frekuensi resonansi untuk mode TM010 di setiap kasus.

Hasil 𝐸𝐸𝑧𝑧 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 β = 0,465)

Udara di bagian luar, air di dalam pipa

(HFSS) 299,8

Air di bagian luar, udara di dalam pipa 231,6 (pada β = 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, 𝑑𝑑 =

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 (𝑑𝑑)

tidak berpengaruh, frekuensi mode TE111 akan diturunkan

seiring 𝑑𝑑 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-Shamma’a 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 – 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 [8–14].

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]:

𝑀𝑀𝑀𝑀𝐸𝐸 =1

𝑚𝑚.𝑛𝑛���𝑌𝑌𝑗𝑗(𝑘𝑘) − 𝑍𝑍𝑗𝑗(𝑘𝑘)�

2𝑚𝑚

𝑗𝑗=1

𝑛𝑛

𝑖𝑖=1

dimana 𝑚𝑚 dan 𝑛𝑛 adalah jumlah node keluaran dan jumlah

sampel pelatihan, masing-masing 𝑌𝑌𝑗𝑗(𝑘𝑘) adalah keluaran

yang diharapkan dan 𝑍𝑍𝑗𝑗(𝑘𝑘) 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 × 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

(ºC) 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 [30–32].

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:

𝑍𝑍 =𝑋𝑋 − 𝜇𝜇𝜎𝜎

Dimana, 𝑋𝑋 adalah variabel acak, 𝜇𝜇 dan 𝜎𝜎 masing-masing

adalah mean dan deviasi standar.

𝑘𝑘 = 𝑣𝑣𝐷𝐷𝜕𝜕(𝑍𝑍2) + 1

Dimana, 𝑘𝑘 adalah kurtosis dan 𝑣𝑣𝐷𝐷𝜕𝜕 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]:

𝑠𝑠 =𝑚𝑚3

𝜎𝜎3=

1𝑛𝑛∑ (𝑥𝑥𝑖𝑖 − �̅�𝑥)3𝑛𝑛

𝑖𝑖=1

𝜎𝜎3

Dimana, �̅�𝑥 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.

𝑅𝑅2 = 1 −∑ (𝑌𝑌𝑖𝑖 − 𝑓𝑓𝑖𝑖)2𝑛𝑛𝑗𝑗=1

∑ (𝑌𝑌𝑖𝑖 − 𝑌𝑌�)2𝑛𝑛𝑖𝑖=1

𝑌𝑌� ,𝑌𝑌𝑖𝑖 dan 𝑓𝑓𝑖𝑖 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 6–8, dengan

92

meningkatnya laju aliran, nilai kesalahan juga meningkat. Di

Gambar 9–11, 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 6–11 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.–Revue d’IFP 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) 460–467.

[3] E. Åbro, 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) 299–304.

[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) 650–660.

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 gas–liquid flows,

Int. J. Multiph. Flow 36 (9) (2010) 738–754.

[10] S. Ghosh, D. Pratihar, B. Maiti, P. Das, Identifcation

of flow regimes using conductivity probe signals and

neural networks for counter-current gas–liquid

twophase flow, Chem. Eng. Sci. 84 (2012) 417–436.

[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) 564–580.

[12] S. Azizi, M.M. Awad, E. Ahmadloo, Prediction of

water holdup in vertical and inclined oil–water two-

phase flow using artifcial neural network, Int. J.

Multiph. Flow 80 (2016) 181–187.

[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) 548–564.

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) 30–43.

[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) 1834–

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 air–water pipe flow using

differential pressure signals and elastic maps, Int. J.

Multiph. Flow 61 (2014) 62–72.

[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) 1085–1098.

[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. 267–

285.

[27] A. Bhatt, Reservoir Properties from Well Logs Using

Neural Networks, Fakultet for ingeniørvitenskap 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) 840–845.

[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) 225–242.

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) 17–23.

[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) 6–11.

[33] J. Shohat, Inequalities for moments of frequency

functions and for various statistical constants,

Biometrika (1929) 361–375.

[34] J. Moors, The meaning of kurtosis: darlington

reexamined, Am. Statistician 40 (4) (1986) 283–284.

[35] D. Joanes, C. Gill, Comparing measures of sample

skewness and kurtosis, J. Roy. Stat. Soc.: Series D

(The Statistician) 47 (1) (1998) 183–189.

104

BAB 5 – 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-γ) 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-γ energi tunggal

Penyerapan sinar-γ 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-γ-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 Jiskoot—Mixmeter dengan penghomogen statis.

Homogenizer dirancang untuk menghasilkan tekanan

diferensial untuk kalkulasi laju aliran volume total.

Densitometer energi ganda sinar-γ digunakan untuk

menurunkan fraksi fase gas dan cairan. Gambar 4(b)

menampilkan pengukur Roxar-Fluenta (Norwegia)—

MPFM 1900VI tanpa homogenizer. Pengukur ini

menggunakan kombinasi transduser kapasitansi, induktansi,

sinar-γ, 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) Jiskoot—Mixmeter dengan homogenizer[14]

119

(b) Roxar-Fluenta meter—MPFM 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 𝑁𝑁 elemen dengan luas 𝐷𝐷. Kemudian, aliran volume

sesaat dari fase 𝑥𝑥 diberikan oleh

𝑄𝑄𝑚𝑚 = 𝐷𝐷�𝑓𝑓𝑖𝑖(𝑥𝑥)𝑣𝑣𝑖𝑖

𝑁𝑁

𝑖𝑖=1

121

dimana 𝑓𝑓𝑖𝑖(𝑥𝑥) dan 𝑣𝑣𝑖𝑖 masing-masing adalah konsentrasi

(atau fraksi volume) fasa 𝑥𝑥 dan kecepatan aliran, dalam

elemen ke-𝑖𝑖.

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 𝑓𝑓𝑖𝑖(𝑥𝑥) ditentukan secara langsung

oleh gambar tomografi dan kecepatan 𝑣𝑣𝑖𝑖 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-γ), 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 [22–24]. 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]

∇ ∙ [𝜀𝜀(𝑥𝑥,𝑦𝑦)∇𝜙𝜙(𝑥𝑥,𝑦𝑦)] = 0

𝐶𝐶 =𝑄𝑄𝑉𝑉

= −1𝑉𝑉� 𝜀𝜀(𝑥𝑥, 𝑦𝑦)∇𝜙𝜙(𝑥𝑥, 𝑦𝑦)𝑑𝑑Γ

0

Γ

dimana 𝛻𝛻 adalah operator gradien, 𝜀𝜀(𝑥𝑥,𝑦𝑦) adalah

permitivitas distribusi di bidang penginderaan, 𝜙𝜙(𝑥𝑥,𝑦𝑦)

adalah distribusi potensial listrik, 𝑉𝑉 adalah perbedaan

125

potensial antara dua elektroda pembentuk kapasitansi

dan 𝛤𝛤 adalah permukaan elektroda. Kondisi batas ketika

satu elektroda tereksitasi dengan tegangan tetap 𝑉𝑉0 dan

semua elektroda lainnya dijaga pada potensial nol,

seperti yang terjadi selama prosedur pengukuran,

ditentukan oleh

𝜙𝜙 = 𝑉𝑉0 (untuk elektroda) dan 𝜙𝜙 = 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]

∇ ∙ [𝜎𝜎(𝑥𝑥,𝑦𝑦)∇𝜙𝜙(𝑥𝑥,𝑦𝑦)] = 0

dimana 𝛻𝛻 adalah operator gradien, 𝜎𝜎(𝑥𝑥, 𝑦𝑦) adalah

distribusi konduktivitas dalam bidang penginderaan dan

𝜙𝜙(𝑥𝑥,𝑦𝑦) adalah distribusi potensial listrik. Batasan

kondisi diberikan oleh

∫ 𝜎𝜎 𝜕𝜕𝜕𝜕𝜕𝜕𝑛𝑛

0Γ1

𝑑𝑑𝑠𝑠 = 𝐼𝐼, ∫ 𝜎𝜎 𝜕𝜕𝜕𝜕𝜕𝜕𝑛𝑛

0Γ2

𝑑𝑑𝑠𝑠 = −𝐼𝐼

𝜙𝜙Γ𝑛𝑛

= 𝑐𝑐𝑐𝑐𝑛𝑛𝑠𝑠𝐷𝐷 (𝑛𝑛 = 1,2, … ,𝑁𝑁)

𝜕𝜕𝜙𝜙𝜕𝜕𝑛𝑛�∏

= 0

di mana 𝜙𝜙 adalah distribusi potensial sebagai respons

terhadap keberadaan arus 𝐼𝐼, Γ1 dan Γ2 adalah domain

kontak listrik untuk injeksi arus yang menampilkan

127

kondisi Neumann, Γ𝑛𝑛 adalah domain kontak listrik dan

∏ 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]

∇ × 𝑬𝑬 = −𝑗𝑗𝜔𝜔𝜇𝜇𝑯𝑯

∇ ∙ 𝜇𝜇𝑯𝑯 = 0

∇ × 𝑯𝑯 = (𝜎𝜎 + 𝑗𝑗𝜔𝜔𝜇𝜇)𝑬𝑬

dimana 𝛻𝛻 adalah operator gradien, 𝑬𝑬 adalah kekuatan

medan listrik, 𝑯𝑯 adalah kekuatan medan magnet, 𝜔𝜔

adalah frekuensi sudut yang diterapkan, µ adalah

128

permeabilitas magnet, 𝜎𝜎 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 𝜀𝜀 adalah distribusi permitivitas di bidang

penginderaan. Tegangan induksi, 𝑉𝑉 diberikan oleh

𝑉𝑉 = −𝑗𝑗𝜔𝜔𝐼𝐼� 𝑨𝑨 ∙ 𝑱𝑱𝑑𝑑𝑣𝑣0

𝑐𝑐𝑜𝑜𝑖𝑖𝑛𝑛

dimana 𝐼𝐼 adalah arus total yang melalui kumparan, 𝑨𝑨

adalah potensial vektor magnet dan 𝑱𝑱 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-γ

130

dapat digunakan. Ketika fase kontinu dilakukan, resistansi

dan tomografi sinar-γ 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 2–8 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 𝑁𝑁(𝑁𝑁 − 1) 2⁄ , yaitu pengukuran kapasitansi

independen 𝑁𝑁(𝑁𝑁 − 1) 2⁄ 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 [35–37]. 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-γ,

dengan harapan tomografi elektrik dapat memberikan hasil

resolusi temporal yang baik dan tomografi sinar-γ 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-γ

Johansen dkk. [46]

Identifikasi rezim aliran multifase menggunakan sinar-γ

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, 4–5 March 1993, London.

[3] R. Thorn, G.A. Johansen, E.A. Hammer, Recent

developments in three-phase flow measurement,

Meas. Sci. Technol. 8 (1997) 691–701.

[4] E.A. Hammer, G.A. Johansen, Process tomography in

the oil industry: state of the art and future possibilities,

Meas. Control 30 (1997) 212–216.

[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

Tomography—Principles, 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) 368–373.

[20] W.Q. Yang, T.A. York, New AC-based capacitance

tomograph system, IEE Proc., Sci. Meas. Technol.

146 (1999) 47–53.

[21] W.Q. Yang, Further developments in an ac-based

capacitance tomography system, Rev. Sci. Instrum. 72

(2001) 3902–3907.

144

[22] W.Q. Yang, M.S. Beck, M. Byars, Electrical

capacitance tomography—from design to

applications, Meas. Control 28 (1995) 261–266.

[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) 707–

719.

[24] T.A. York, Status of electrical tomography in

industrial applications, J. Electron. Imaging 10 (2001)

608–619.

[25] T. Loser, R. Wajman, D. Mewes, Electrical

capacitance tomography: image reconstruction along

electrical field lines, Meas. Sci. Technol. 12 (2001)

1083–1091.

[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) 127–133.

[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 Tomography—A Strategy for

Industrial Exploitation, UMIST, 1993, pp. 726–728.

[28] R. Mann, M. Wang, Electrical process tomography:

simple and inexpensive techniques for process

imaging, Meas. Control 30 (1997) 206–211.

[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,

14–17 April, Buxton, UK, 1999, pp. 47–53.

[30] M. Wang, W. Jin, N. Holliday, A highly adaptive

electrical impedance sensing system for flow

measurement, Meas. Sci. Technol. 13 (2002) 1884–

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) 105–

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) 20–25.

[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 tomography—Description of three

different systems, Meas. Sci. Technol. 7 (1996) 261–

271.

[34] O. Isaksen, A review of reconstruction techniques for

capacitance tomography, Meas. Sci. Technol. 7 (1996)

325–337.

[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) 83–

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 imaging—System for

development of image-reconstruction algorithms and

design of primary sensors, IEE Proc. G 139 (1992)

89–98.

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, 9–

10 September 2004, Lodz, Poland, pp. 27–31.

[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, 29–31 August 2001, Hannover,

Germany, pp. 573–579.

[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, 2–5

September 2003, Banff, Canada, pp. 794–799.

148

[42] C. Gamio, J. Castro, F. Garcia-Nocetti, L. Aguilar, L.

Rivera, H. Balleza, High-pressure gas–oil two-phase

flow visualisation using electrical capacitance

tomography, in: Proc. of 7th Biennial ASME

Conference on Engineering Systems Design and

Analysis ESDA2004, 19–22 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, 2–5 September 2003,

Banff, Canada, pp. 27–32.

[45] Flow Measurement Guidance Note No. 27,

Evaluation of New Technology for High Accuracy

Multiphase Flow Measurement. Part 1—

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) 297–307.

[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, 2–5

September 2003, Banff, Canada, pp. 299–304.

[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, 29–31 August

2001, Hannover, Germany, pp. 35–40.

[49] D. Xie, Z. Huang, H. Zhang, H. Li, Flowrate

measurement of gas–oil two-phase flow using

electrical capacitance technique and venturi meter, in:

Proc. of 4th Int. Symp. on Multiphase Measurement

Techniques for Multiphase Flow, 10–12 September

2004, Hangzhou, China, pp. 199–203.

[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 September–3

October, New Orleans, USA, 2001, pp. 1–13.

[51] H. Yeung, A. Ibrahim, Multiphase flows sensor

response database, Flow Meas. Instrum. 14 (2003)

219–223.

[52] R. Vilagines, A.R.W. Hall, Comparative behaviour of

multiphase flowmeter test facilities, Oil and Gas Sci.

Technol.—Rev. IFP 58 (6) (2003) 647–657.

[53] S.A. Tjugum, B.T. Hjertaker, G.A. Johansen,

Multiphase flow regime identification by multibeam

gamma-ray densitometry, Meas. Sci. Technol. 13

(2002) 1319–1326.

BAB 6 – 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:

𝑊𝑊 = 𝐶𝐶�1−𝛽𝛽4

𝐴𝐴�2∆𝑃𝑃𝜌𝜌

(1)

dimana 𝑊𝑊 adalah laju aliran massa, 𝐶𝐶 adalah koefisien debit,

𝐴𝐴 adalah daerah throat, 𝛥𝛥𝑃𝑃 adalah tekanan diferensial, 𝜌𝜌

adalah kepadatan fluida, dan 𝛽𝛽 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: 1𝜌𝜌𝐻𝐻

= 𝑚𝑚𝜌𝜌2

+ 1−𝑚𝑚𝜌𝜌1

(2)

dimana 𝜌𝜌𝐻𝐻 adalah kepadatan campuran air-minyak, 𝑥𝑥

adalah massa fraksi minyak, 𝜌𝜌2 dan 𝜌𝜌1 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

𝑊𝑊𝑚𝑚 = 𝐶𝐶𝐶𝐶�2∆𝑃𝑃𝑇𝑇𝑇𝑇𝜌𝜌2

�1−𝛽𝛽4�𝑚𝑚+(1−𝑚𝑚)𝜌𝜌2𝜌𝜌1

(3)

dimana 𝑊𝑊𝑚𝑚 adalah laju aliran massa dari campuran minyak-

air, ∆𝑃𝑃𝑇𝑇𝑃𝑃 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:

𝑊𝑊𝑤𝑤 = 𝐶𝐶�1−𝛽𝛽4

𝐴𝐴�2∆𝑃𝑃1𝜌𝜌1

(4)

158

𝑊𝑊𝑜𝑜 = 𝐶𝐶�1−𝛽𝛽4

𝐴𝐴�2∆𝑃𝑃2𝜌𝜌2

(5)

dimana 𝑊𝑊𝑤𝑤 dan 𝑊𝑊𝑜𝑜 masing-masing adalah laju aliran massa

air dan minyak, ∆𝑃𝑃1 dan ∆𝑃𝑃2 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:

𝑊𝑊𝑤𝑤 = 𝐶𝐶�1−𝛽𝛽4

𝐴𝐴1�2∆𝑃𝑃𝑇𝑇𝑃𝑃𝜌𝜌1

(6)

𝑊𝑊𝑜𝑜 = 𝐶𝐶�1−𝛽𝛽4

𝐴𝐴2�2∆𝑃𝑃𝑇𝑇𝑃𝑃𝜌𝜌2

(7)

dimana 𝐴𝐴1 dan 𝐴𝐴2 masing-masing adalah area penampang

yang dilalui air dan minyak, mereka memiliki hubungan

sebagai:

𝐴𝐴 = 𝐴𝐴1 + 𝐴𝐴2

(8)

159

Menggabungkan persamaan (5)-(8), hubungan tekanannya

adalah:

�∆𝑃𝑃𝑇𝑇𝑇𝑇∆𝑃𝑃2

= �∆𝑃𝑃1∆𝑃𝑃2

+ 1

(9)

Sehingga laju aliran massa dari aliran dua fase ditahan:

𝑊𝑊𝑚𝑚 = 𝐶𝐶𝐶𝐶�2∆𝑃𝑃𝑇𝑇𝑇𝑇𝜌𝜌2

�1−𝛽𝛽4�𝑚𝑚+(1−𝑚𝑚)�𝜌𝜌2𝜌𝜌1�

(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

𝑊𝑊𝑚𝑚 = 𝐶𝐶𝐶𝐶�2∆𝑃𝑃𝑇𝑇𝑇𝑇𝜌𝜌2

�1−𝛽𝛽4�𝑚𝑚+1,26(1−𝑚𝑚)�𝜌𝜌2𝜌𝜌1�

(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:

𝜒𝜒 = �∆𝑃𝑃1∆𝑃𝑃2

= �𝑊𝑊1𝑊𝑊2��

𝜌𝜌2𝜌𝜌1

= �1−𝑚𝑚𝑚𝑚��

𝜌𝜌2𝜌𝜌1

(12)

Oleh karena itu korelasi untuk laju aliran massa dua fasa

adalah:

161

𝑊𝑊𝑚𝑚 = 𝐶𝐶𝐶𝐶�2∆𝑃𝑃𝑇𝑇𝑇𝑇𝜌𝜌2

𝑚𝑚�1−𝛽𝛽4�1+��𝜌𝜌1𝜌𝜌2�0,25

+�𝜌𝜌2𝜌𝜌1�0,25

�𝜒𝜒+𝜒𝜒2

(13)

F. Korelasi Smith & Leang

Korelasi Smith & Leang dikembangkan dari orifice dan

Venturi meter dengan memperkenalkan “Blockage Factor”

(BF), sebuah fungsi dari 𝑥𝑥, untuk menunjukkan

penyumbatan lokal pada air. Jadi laju aliran massanya

adalah:

𝑊𝑊𝑚𝑚 = 𝐶𝐶𝐶𝐶(𝐵𝐵𝐵𝐵)�2∆𝑃𝑃2𝜌𝜌2𝑚𝑚�1−𝛽𝛽4

(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

𝐹𝐹𝜕𝜕2 = 𝑈𝑈𝑠𝑠2�𝑔𝑔𝑔𝑔�

𝜌𝜌2𝜌𝜌1−𝜌𝜌2

(15)

Sehingga laju aliran massa dapat ditentukan dengan:

𝑊𝑊𝑚𝑚 = 𝐶𝐶𝐶𝐶�2∆𝑃𝑃𝑇𝑇𝑇𝑇𝜌𝜌2

𝑚𝑚�1−𝛽𝛽4�1+��𝜌𝜌1𝜌𝜌2�𝑛𝑛+�𝜌𝜌2𝜌𝜌1

�𝑛𝑛�𝜒𝜒+𝜒𝜒2

(16)

Korelasi de Leeuw sangat dekat dengan Chisholm,

hanya mengubah koefisien 0,25 menjadi parameter 𝑛𝑛 yang

hanya tunduk pada bilangan Froude:

𝑛𝑛 = �0,41, 0,5 ≤ 𝐹𝐹𝜕𝜕2 ≤ 1,5

0,606(1 − 𝑒𝑒−0,746𝐵𝐵𝑟𝑟2), 𝐹𝐹𝜕𝜕2 ≥ 1,5

(17)

H. Korelasi Steven

Korelasi lain dari Venturi meter untuk pengukuran gas

basah diberikan oleh Steven pada 2002 [2]:

163

𝑊𝑊𝑚𝑚 = 𝐶𝐶𝐶𝐶�2∆𝑃𝑃𝑇𝑇𝑇𝑇𝜌𝜌2𝑚𝑚�1−𝛽𝛽4�1+𝐴𝐴𝐴𝐴+𝐵𝐵𝐹𝐹𝐹𝐹21+𝐶𝐶𝐴𝐴+𝐷𝐷𝐹𝐹𝐹𝐹2

�

(18)

dimana 𝐴𝐴,𝐵𝐵,𝐶𝐶,𝐷𝐷 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 𝜃𝜃 yang

bervariasi dengan rasio kepadatan kedua fase. Parameter ini

dapat dipasang dalam eksperimen. Jadi korelasi Lin adalah:

𝑊𝑊𝑚𝑚 = 𝐶𝐶𝐶𝐶�2∆𝑃𝑃𝑇𝑇𝑇𝑇𝜌𝜌2

�1−𝛽𝛽4�𝑚𝑚+𝜃𝜃(1−𝑚𝑚)�𝜌𝜌2𝜌𝜌1�

(19)

Akurasi yang lebih tinggi diperoleh saat menerapkan

korelasi ini dengan Venturi meter. Ketika 𝜌𝜌2𝜌𝜌1≥ 0,328, 𝜃𝜃

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 𝐶𝐶. 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:

𝜀𝜀𝑎𝑎𝑎𝑎𝑒𝑒 = 𝑔𝑔𝑎𝑎𝑡𝑡𝑎𝑎𝑚𝑚𝑚𝑚𝑚𝑚𝑠𝑠−𝑔𝑔𝑎𝑎𝑡𝑡𝑎𝑎𝐹𝐹𝑚𝑚𝑟𝑟𝑔𝑔𝑎𝑎𝑡𝑡𝑎𝑎𝐹𝐹𝑚𝑚𝑟𝑟

× 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 (𝜃𝜃 = 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 𝐹𝐹𝜕𝜕2), 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:

��𝜌𝜌1𝜌𝜌2�0,25

+ �𝜌𝜌2𝜌𝜌1�0,25

� ≈ 2(21)

Mengganti (21) dan (12) menjadi (13), korelasi

Chisholm tereduksi menjadi korelasi Lin dengan 𝜃𝜃 = 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

𝑓𝑓(𝜒𝜒) sebagai:

𝑓𝑓(𝜒𝜒) = 𝐶𝐶𝐶𝐶�2∆𝑃𝑃𝑇𝑇𝑇𝑇𝜌𝜌2𝑊𝑊𝑚𝑚�1−𝛽𝛽4

(22)

Dari (9) dan analisis Lin [12] dan Chisholm [15],

𝑓𝑓(𝜒𝜒) = �∆𝑃𝑃𝑇𝑇𝑃𝑃 ∆𝑃𝑃1⁄ = 𝜑𝜑1, dan dengan demikian

mengadopsi bentuk berikut seperti yang disarankan

Chisholm:

𝜑𝜑22 = 𝑓𝑓(1 𝜒𝜒⁄ ) = 1 + 𝐵𝐵 𝜒𝜒⁄ + 1 𝜒𝜒2⁄ (23)

dimana 𝐵𝐵 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 𝐵𝐵 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 𝐵𝐵 yang diadopsi

semakin tinggi. Menggabungkan (22) dan (23), laju aliran

massa ditentukan dengan:

173

𝑊𝑊𝑚𝑚 = 𝐶𝐶𝐶𝐶�2∆𝑃𝑃𝑇𝑇𝑇𝑇𝜌𝜌2𝑚𝑚�1−𝛽𝛽4�1+𝐵𝐵 𝜒𝜒⁄ +𝜒𝜒2

(24)

Untuk menyelidiki (23) dan koefisien 𝐵𝐵 dalam aliran

minyak-air dua fase, plot 𝜑𝜑22 melawan 1 𝜒𝜒⁄ pada Gambar 5,

koefisien 𝐵𝐵 dipasang sebesar 1,9. Mengganti 𝐵𝐵 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 𝐵𝐵 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 𝐵𝐵

0,55% 0,30% 0,47%

Gambar 6 Pemasangan kurva 𝝋𝝋𝟐𝟐

𝟐𝟐 and 𝟏𝟏 𝝌𝝌⁄

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

(𝜃𝜃 = 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. Müller, "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: two‐ phase flow through

sharp‐ 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 – 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 γ, 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:

𝐺𝐺 = 𝐶𝐶𝐶𝐶𝐶𝐶0�1−𝛽𝛽4

�2∆𝑃𝑃𝜌𝜌(1)

dimana 𝐺𝐺 adalah laju aliran massa; 𝐶𝐶 adalah koefisien

discharge Venturi; 𝐴𝐴0 adalah area tenggorokan Venturi; 𝛽𝛽

adalah rasio diameter tenggorokan-ke-pipa; 𝑌𝑌 adalah

182

koefisien kompresibilitas fluida, fluida udara-minyak

dianggap tidak dapat dimampatkan pada tekanan rendah

dan 𝑌𝑌 dianggap bersatu; ∆𝑃𝑃 adalah penurunan tekanan di

seluruh perangkat (tekanan diferensial antara tekanan hulu

dan tekanan tenggorokan); dan 𝜌𝜌 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:

𝜌𝜌𝑚𝑚 = � 𝜒𝜒𝜌𝜌𝐺𝐺

+ 1−𝜒𝜒𝜌𝜌𝐿𝐿�−1

(2)

dimana 𝜒𝜒 adalah kualitas aliran dua fase, yait rasio gas

terhadap laju aliran massa total; 𝜌𝜌𝑚𝑚 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 ∆𝑃𝑃

dengan penurunan tekanan fluida campuran ∆𝑃𝑃𝑇𝑇𝑃𝑃, laju

aliran massa dua fase diberikan oleh:

𝐺𝐺 = 𝐶𝐶𝐶𝐶0�1−𝛽𝛽4

𝐾𝐾𝐿𝐿�2∆𝑃𝑃𝑇𝑇𝑃𝑃𝜌𝜌𝐿𝐿(3)

Untuk model aliran homogen, persamaan teoritis untuk

koefisien fase cair 𝐾𝐾𝐿𝐿 adalah sebagai berikut:

𝐾𝐾𝐿𝐿 = 1

�1+�𝜌𝜌𝐿𝐿𝜌𝜌𝐺𝐺−1�𝜒𝜒𝑛𝑛

(4)

dimana 𝑛𝑛 adalah koefisien dan bergantung pada kondisi

pengujian.

Hubungan laju aliran campuran, laju aliran cairan dan

laju aliran gas dapat dijelaskan sebagai:

𝐺𝐺 = 𝐺𝐺𝐿𝐿 + 𝐺𝐺𝐺𝐺(5)

184

𝐺𝐺𝐿𝐿 = 𝐺𝐺(1 − 𝜒𝜒)(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:

𝑠𝑠 = 𝑐𝑐′ �𝜌𝜌𝐿𝐿𝜌𝜌𝐺𝐺�ℎ(7)

dimana 𝑐𝑐′ dan ℎ adalah koefisien yang bergantung pada

kondisi fluida seperti tekanan dan kualitas.

Data fraksi void dapat diubah menjadi nilai kualitas

sesuai dengan rumus standar:

185

𝜒𝜒 = 11+𝜌𝜌𝐿𝐿𝜌𝜌𝐺𝐺

1𝑠𝑠1−𝜑𝜑𝜑𝜑

(8)

dimana 𝜑𝜑 adalah fraksi void.

Massa jenis gas jauh lebih kecil dari pada minyak pada

aliran minyak-gas dua fase bertekanan rendah, jadi

diasumsikan bahwa 𝜌𝜌𝐿𝐿𝜌𝜌𝐺𝐺− 1 ≈ 𝜌𝜌𝐿𝐿

𝜌𝜌𝐺𝐺 dalam Persamaan (4).

Selain itu, diasumsikan bahwa 1𝑚𝑚− 1 ≈ 1

𝑚𝑚 pada aliran dua

fase berkualitas rendah. Maka persamaan berikut dapat

diturunkan dari Persamaan (4), (7) dan (8):

𝐾𝐾𝐿𝐿 = 1

�𝑐𝑐� 𝜑𝜑1−𝜑𝜑�

𝑛𝑛�𝜌𝜌𝐿𝐿𝜌𝜌𝐺𝐺

�𝑚𝑚+1

(9)

dimana 𝑐𝑐 = 𝑐𝑐′𝑛𝑛, 𝑚𝑚 = 1 − 𝐻𝐻𝑛𝑛. 𝑐𝑐 dan 𝑚𝑚 adalah koefisien

turunan dan bergantung pada kondisi pengujian.

Dari Persamaan (7) dan (8), persamaan berikut dapat

diturunkan:

𝜒𝜒 = 𝑐𝑐′ � 𝜑𝜑1−𝜑𝜑

� �𝜌𝜌𝐺𝐺𝜌𝜌𝐿𝐿�𝐻𝐻

(10)

186

dimana 𝐻𝐻 = 1 − ℎ, 𝑐𝑐′ dan 𝐻𝐻 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 𝜌𝜌𝐿𝐿 = 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 𝛽𝛽 = 0,55. Jika ∆𝑃𝑃𝑇𝑇𝑃𝑃 diukur dengan

pemancar tekanan diferensial yang terhubung ke Venturi,

𝐾𝐾𝐿𝐿 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 𝐾𝐾𝐿𝐿 dapat dihitung dari Persamaan

(3) menurut yang diukur ∆𝑃𝑃𝑇𝑇𝑃𝑃 dan 𝐺𝐺. Dengan tidak

memperhitungkan pengaruh aliran ulang dua fase pada laju

aliran yang diukur, koefisien Persamaan (9) dihitung dengan

metode kuadrat terkecil berdasarkan 𝜑𝜑 yang diukur dan nilai

𝐾𝐾𝐿𝐿 yang sebenarnya, dan 𝑐𝑐 = 1, 𝑛𝑛 = 12, 𝑚𝑚 = 0,07

diperoleh sebagai hasilnya. Kemudian aliran massa

campuran dapat dihitung dengan Persamaan (9).

Nilai kualitas yang sebenarnya 𝜒𝜒 bisa dihitung menurut

aliran massa yang diukur 𝐺𝐺𝐿𝐿 dan 𝐺𝐺𝐺𝐺 . Koefisien 𝑐𝑐′ = 1, 𝐻𝐻 =

0,85 dari Persamaan (10) dihitung dengan metode kuadrat

terkecil berdasarkan fraksi void 𝜑𝜑 yang diukur dan nilai 𝜒𝜒

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, 𝑐𝑐 = 0,5, 𝑛𝑛 = 0,95,𝑚𝑚 = 0,02, 𝑐𝑐′ = 0,51,𝐻𝐻 =

0,65.

Gambar 5 Perbandingan antara laju aliran massa

cairan eksperimental dan yang dihitung tanpa

pengaruh rezim aliran

Untuk aliran bergelombang, 𝑐𝑐 = 1,3,𝑛𝑛 = 1,15,𝑚𝑚 =

0,08, 𝑐𝑐′ = 1,25,𝐻𝐻 = 0,70. Untuk aliran annular, 𝑐𝑐 =

194

1,2,𝑛𝑛 = 0,95,𝑚𝑚 = 0,05, 𝑐𝑐′ = 1,21,𝐻𝐻 = 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 Xi’an Jiaotong

University, 16(3):25-33 (in Chinese).

[6] Lin, Z.H., 1987. Gas-liquid Two-phase Flow and

Boiling Heat Transfer. Xi’an Jiaotong University Press,

Xi’an, 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.