Characterization of transient differential pressure signal features and flow pattern identification in horizontal two-phase flow through a constriction with machine learning models

Um novo estudo intitulado "Characterization of transient differential pressure signal features and flow pattern identification in horizontal two‑phase flow through a constriction with machine learning models" com DOI 10.1016/j.flowmeasinst.2025.102985 foi publicado em julho de 2025 na revista Flow Measurement and Instrumentation (Impact Factor 2.7), volume 106, artigo 102985. O artigo foi obtido através a cooperação entre nosso programa e a Universidade Federal de Santa Catarina. Parabenizamos aos autores Tiago Francisconi Borges Camargo e Emilio Paladino no artigo que aborda desenvolvimento experimental e inteligência artificial.

Este trabalho é um dos primeiros a combinar sinais transientes de pressão com técnicas de machine learning para classificação de regimes de fluxo em sistemas industriais e laboratoriais. A aplicação dessas técnicas pode levar a monitoramento mais preciso e automatizado, com potencial para otimizar processos em setores como petróleo e gás, tratamento de efluentes e sistemas de refrigeração.

O artigo pode ser encontrado no link https://www.sciencedirect.com/science/article/pii/S0955598625001773