امکان سنجی نرخ ضخامت واکس در خطوط لوله های بهره برداری با استفاده از انفیس و شبکه های عصبی
- سال انتشار: 1401
- محل انتشار: هشتمین کنفرانس بین المللی مهندسی شیمی و نفت
- کد COI اختصاصی: OGPCONF08_106
- زبان مقاله: فارسی
- تعداد مشاهده: 281
نویسندگان
دانشجوی کارشناسی ارشدگروه مهندسی نفت ، واحد یاسوج, دانشگاه آزاد اسلامی, یاسوج, ایران
گروه مهندسی شیمی و نفت, واحد یاسوج, دانشگاه آزاد اسلامی, یاسوج, ایران
چکیده
اکثریت نفت های خام تولیدی شامل مقدار قابل توجهی از واکس است . رسوب واکس عمدتا مشکلاتی در خط لوله ها و تجهیزات سر چاه های نفت ایجاد می کند. رسوب واکس همچنین در لوله ها باعث افزایش افت فشار و کاهش تولید می شود و بازده تولید را پایین می آورد. با توجه به دلایل ذکر شده پیش بینی ضخامت واکس نیازمند روشی دقیق و مطمئن است . در این مطالعه با استفاده از ا سیستم های فازی و عصبی -فازی و شبکه های عصبی مدلی برای پیش بینی نرخ ضخامت واکس در جریان های تک فاز و آشفته مورد بررسی قرار گرفت . در مدل شبکه عصبی از مدل شبکه های عصبی پرسپترون چندلایه و از میان روشهای مختلف آموزش از روش الگوریتم پس انتشار خطا، به دلیل همگرایی سریعتر در آموزش شبکه استفاده شد. همچنین در ساختار شبکه آن، طراحی بهینه با سعی و خطا در انتخاب تابع انتقالی ، تعداد لایه های پنهان و تعداد نرون در لایه پنهان تا حصول بهترین آرایش شبکه صورت گرفت . مقایسه نتایج آزمایشگاهی با مقادیر پیش بینی شده توسط سیستم های فازی , عصبی فازی و شبکه های عصبی نشان داد که مقادیر پیش بینی شده توسط این مدل ها با داده های آزمایشگاهی تطابق خوبی دارند و این قابلیت اعتماد این مدل ها را نشان می دهد. میانگین خطای انحراف مطلق در سیستم های عصبی - فازی و عصبی به ترتیب ۲۱۴۸/۶ و ۵۳۶۹/۴ درصد می باشد. نتایج این پیش بینی حاکی از کارائی مطلوب مدلسازی های انجام شده برای پیش بینی نرخ ضخامت واکس در جریان های تک فاز و آشفته می باشد.کلیدواژه ها
شبکه های عصبی ،سیستم های عصبی فازی , رسوب واکس ، جریان های تک فاز و آشفته .مقالات مرتبط جدید
- محاسبه تخلخل و نحوه توزیع آن به کمک نمودار تصویرگر FMI
- تفسیر نمودار تصویرگر FMI به منظور شناسایی شکستگیهای دیواره چاه
- ارزیابی تاثیر تکانه قیمتی سوخت های مصرفی بر میزان مصرف
- بررسی تنشهای دیواره چاه و محاسبه فشار منفذی از نمودارهای چاهپیمایی معمول و تصویرگر FMI
- Chelating Agents and their role in enhancing carbonate rock dissolution: A critical Review
اطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.