PIPESIM Python Toolkit 系列(24)：实战——段塞流捕集器尺寸参数化研究

段塞流捕集器（Slug Catcher）尺寸设计是 FEED 阶段的典型任务。PTK 使得对多种流动关联式、状态方程和液气比的参数化批量模拟成为可能。

研究方案设计

基于 PSIG 1603 论文的案例，研究变量包括：文章源自云智设计-https://www.cidrg.com/cid-college/tutorial/26855.html

• 多相流关联式：Beggs & Brill、OLGAS、TUFFP 等
• 状态方程：PR、SRK、CPA 等
• 工况：清管（Pigging）、产量爬升（Ramp-up）
• 液气比范围：低、中、高

批量模拟框架

correlations = ['BeggsBrill', 'OLGAS_3Phase', 'TUFFP']
eos_list = ['PengRobinson', 'SRK', 'CPA']
scenarios = ['Pigging', 'RampUp']

results = []
for corr in correlations:
    for eos in eos_list:
        for scenario in scenarios:
            # 设置模拟参数
            model.sim_settings.global_flow_correlation(corr)
            model.fluids.compositional.eos = eos
            # 运行模拟
            res = model.tasks.networksimulation.run(...)
            results.append({
                'correlation': corr, 'eos': eos,
                'scenario': scenario,
                'slug_volume': res.slug_volume,
                'liquid_holdup': res.liquid_holdup
            })

结果分析

将批量结果汇总到 pandas DataFrame，利用 Python 的数据分析和可视化能力（matplotlib）生成敏感性图，直观展示各参数对段塞体积的影响，从而确定捕集器的最优尺寸和安全裕量。文章源自云智设计-https://www.cidrg.com/cid-college/tutorial/26855.html 文章源自云智设计-https://www.cidrg.com/cid-college/tutorial/26855.html