مدلسازی رسوب آسفالتین با استفاده از معادله حالتPC-SAFT و مقایسه آن با سایر معادلات در یکی از میادین جنوب غرب ایران
سال انتشار: 1399
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 188
فایل این مقاله در 7 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_EKTESHAF-1399-176_003
تاریخ نمایه سازی: 7 اردیبهشت 1402
چکیده مقاله:
رسوب آسفالتین پدیدهای است که در تمامی طول مسیر تولید از مخزن تا دهانه چاه، از ته چاه تا سر چاه، در طول خطوط انتقال سر چاهی و تمامی تجهیزات سر چاهی مشکلات متنوعی را بوجود میآورد. علیرغم مطالعات زیادی که بر روی این موضوع انجام شده است، این پدیده هنوز به خوبی شناخته نشده و بسیاری از مشکلات ناشی از آن همچنان هزینه های هنگفتی را به صنعت نفت و گاز در دنیا وارد میکند. به منظور رفع این مشکل با توجه به ماهیت متفاوت آسفالتین هر مخزن، میبایست سیال به طور دقیق مورد مطالعه قرار گرفته و خصوصیات آسفالتین موجود در نفت با استفاده از آزمونهای آزمایشگاهی و مدلسازی نرم افزاری مورد شناسایی دقیق قرار گیرد. از آنجاییکه گرفتن نمونه سیال نفتی و انجام آزمایش امری زمانبر بوده و هزینه بالایی دارد لذا شبیه سازی رایانهای کمک شایانی در این زمینه به صنعت نفت مینماید و بدین ترتیب می توان با شناخت بهتر پدیده آسفالتین نسسبت به انتخاب راه حل مناسب اعم از روشهای تزریق حلال، فراصوت یا الکترومغناطیس اقدام نمود. با توجه به پیچیدگی مدلسازی رسوب آسفالتین و همچنین عدم توانایی مدلهای ساده و قدیمی آسفالتین در ارائه تطابق مناسب با داده های آزمایشگاهی، در این مطالعه با استفاده از معادله حالت پیچیده PC-SAFT که دقت بالای آن در این زمینه در کارهای پیشین تایید شده است، این مساله مورد تحلیل و بررسی قرار گرفت. نتایج حاصل از مدلسازی معادله PC-SAFT با نتایج حاصل از سایر مدلها مقایسه گردید. نتیجه حاصل از این مقایسه این است که مدل جامد در فشارهای مختلف و دمای مخزن دقت بالاتری نسبت به معادله حالت PC-SAFT ارائه میکند. در حالیکه در دماهای پایینتر معادله حالت PC-SAFT نتایج بسیار دقیقی در پیش بینی رسوب آسفالتین نسبت به سایر مدلها ارائه داده است.
کلیدواژه ها:
نویسندگان
فاطمه پارسانیا
دانشگاه آزاد امیدیه
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 :