بررسی تشکیل رسوب مواد هیدروکربوری در مخازن ذخیره سازی
محل انتشار: اولین همایش ملی ذخیره سازی زیرزمینی نفت و گاز
سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,127
متن کامل این مقاله منتشر نشده است و فقط به صورت چکیده یا چکیده مبسوط در پایگاه موجود می باشد.
توضیح: معمولا کلیه مقالاتی که کمتر از ۵ صفحه باشند در پایگاه سیویلیکا اصل مقاله (فول تکست) محسوب نمی شوند و فقط کاربران عضو بدون کسر اعتبار می توانند فایل آنها را دریافت نمایند.
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
UGOS01_014
تاریخ نمایه سازی: 25 مهر 1393
چکیده مقاله:
از اطلاعات و دادههای موجود در مورد رسوب مواد سنگین مانند آسفالتین و واکس در شرایط آزمایشگاهی و میدانی در منابع علمی دنیا بسیار متنوع بوده که عمده آنها قابل دستیابی و استفاده میباشد. در صورتی که مطالعات و گزارشات قابل دسترس در مورد رسوب این مواد در مخازن ذخیره بسیار محدود و اندک است. بررسی های موجود نشان می دهند که تغییر شرایط محیطی، میزان مواد سنگین موجود در ماده هیدروکربوری، تغییر ترکیب ماده ذخیره شده در اثر تبخیر مواد سبک و ... از عوامل مهمی است که سبب جدایش و رسوب بعضی از اجزا مواد هیدروکربوری در مخازن و تانکهای ذخیره میگردد و ضمن این که موجب از بین رفتن قسمتی از این مواد ارزشمند میشود، سبب ایجاد مسایلی همچونکاهش ظرفیت تانکهای ذخیره، تشدید خوردگی در آنها، هزینه های بعدی جهت تمیزکاری و ... می گردد. بنابراین امروزه تلاشها جهت یافتن راهی مناسب برای پیشگیری و جلوگیری از مساعد شدن شرایط تشکیل رسوب متمرکز میباشد. در این پژوهش مدل سازی و پیش بینی رسوب آسفالتین با در نظر گرفتن تأثیر پارامترهای عملیاتی و محیطی با استفاده از نرمافزار MATLAB انجام شده است. بر مبنای بررسی های انجام شده، مدل مناسب برای پیش بینی میزان رسوب در مخازن ذخیره سازی، مدل MMFH است. این مدل در مقایسه با سایر مدلها ( FH و MFH ) داده های آزمایشگاهی را به خوبی پوشش داده است.
کلیدواژه ها:
نویسندگان
هومن جنایی
کارشناس پژوهش و توسعه- شرکت پایانه های نفتی ایران جزیره خارگ
مریم خواجه زاده
کارشناس پژوهش و توسعه- شرکت پایانه های نفتی ایران جزیره خارگ
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :