بررسی پارامترهای موثر بر عملکرد فرآیند نمک زدای الکترواستاتیک به کمک شبکه عصبی

سال انتشار: 1399
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 55

فایل این مقاله در 15 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_PRRIP-30-4_006

تاریخ نمایه سازی: 4 دی 1402

چکیده مقاله:

آنچه تحت عنوان نفت خام از چاه های نفتی استخراج می شود؛ در حقیقت امولسیونی از ذرات ریز آب با اندازه کوچک تر از تقریبا μm ۱۰۰ است که در فاز نفتی پراکنده شده است. این امولسیون که امولسیونی پایدار است؛ در صورتی که به دو فاز آب و نفت تفکیک نشود؛ موجب بروز مشکلات جدی در فرآیند انتقال و پالایش نفت خام خواهد شد. به منظور جداسازی آب و ترکیبات یونی همراه آن از نفت خام، واحدهای نمک زدایی که در آن ها از میدان الکتریکی با شدت بالا استفاده می شود، مورد استفاده قرار می گیرند. بازدهی این واحدها به متغیرهای متعددی وابسته است. در این پژوهش، اثر پارامترهای مختلف بر میزان نمک همراه نفت خروجی یک واحد نمک زدا مطالعه شده است. بدین منظور، شبکه عصبی بهینه شده به وسیله الگوریتم فاخته مورد استفاده قرار گرفته است. به کمک نتایج شبیه سازی، مقادیر بهینه دما، درصد آب تزریقی، افت فشار در شیر اختلاط و غلظت تعلیق شکن معین شده است؛ به طوری که این مقادیر به ترتیب برابر با C° ۷۹، ۲۵/۳%، bar ۸۵/۰ و ppm ۹۰ است. با توجه به اهمیت نوع تعلیق شکن، به منظور بررسی اثر آن بر سایر پارامترها، در مطالعه صورت گرفته، از چهار نوع تعلیق شکن متفاوت استفاده شده است. نتایج حاصل نشان می دهد که افزایش آب و رسوبات همراه نفت و وزن مخصوص نفت خام، بر بازدهی فرآیند نمک زدایی تاثیر منفی دارند.

کلیدواژه ها:

امولسیون آب در نفت ، نمک زدای الکترواستاتیک ، شبکه عصبی مصنوعی ، الگوریتم بهینه سازی فاخته

نویسندگان

حامد کاظمی گلباغی

آزمایشگاه فرآیندهای جداسازی و نانوفناوری، دانشکده فنی کاسپین، پردیس دانشکده های فنی دانشگاه تهران، ایران

مهدی محمدی

گروه فناوری های تبدیل و بهینه سازی، پژوهشکده توسعه فناوری های پالایش، پژوهشگاه صنعت نفت، تهران، ایران

سیدحامد موسوی

آزمایشگاه فرآیندهای جداسازی و نانوفناوری، دانشکده فنی کاسپین، پردیس دانشکده های فنی دانشگاه تهران، ایران

محمدعلی موسویان

دانشکده مهندسی شیمی، پردیس دانشکده های فنی، دانشگاه تهران، ایران

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 :
  • . Zeidani K, Bahadori A (۲۰۰۶) Analysis of crude oil ...
  • . Mousavichoubeh M, Ghadiri M, Shariaty-Niassar MJCE, Intensification PP (۲۰۱۱) ...
  • . Mohammadi M, Shahhosseini S, Bayat M (۲۰۱۳) Numerical prediction ...
  • . Kralova I, Sjöblom J, Øye G, Simon S, Grimes ...
  • . Frising T, Noïk C, Dalmazzone C (۲۰۰۶) The liquid/liquid ...
  • . O. Urdahl, Nordstad K, Berry P, Wayth N, Williams ...
  • . Eow J S, M. Ghadiri A, Sharif O, Williams ...
  • . Stewart M, Arnold K (۲۰۰۸) Emulsions and oil treating ...
  • . Kokal SL (۲۰۰۵) Crude oil emulsions: A state-of-the-art review, ...
  • . Fetter Pruneda E, Borrell Escobedo ER, Garfias FJ, Vázquez ...
  • . Eow JS, Ghadiri M (۲۰۰۲) Electrostatic enhancement of coalescence ...
  • . Sjoblom J (۲۰۰۱) Encyclopedic handbook of emulsion technology. CRC ...
  • . Vafajoo L, Ganjian K, Fattahi M (۲۰۱۲) Influence of ...
  • . Lee CM, Sams GW, Wagner J (۲۰۰۱) Power consumption ...
  • . Lundgaard L, Berg G, Ingebrigtsen S, Atten P (۲۰۰۶) ...
  • . Lundgaard LE, Berg G, Ingebrigtsen S, Atten P (۲۰۰۵) ...
  • . Aryafard E, Farsi M, Rahimpour M, S Raeissi (۲۰۱۶) ...
  • . Zhang L, Chen J, Cai X, Huang S, Ji ...
  • . Mousavichoubeh M, Ghadiri M, Shariaty-Niassar M (۲۰۱۱) Electro-coalescence of ...
  • . Mhatre S, Simon S, Sjöblom J, Xu Z (۲۰۱۸) ...
  • . Liu D, Li C, Yang F, Sun G, You ...
  • . Hadidi H, Kamali R, Manshadi MKD (۲۰۲۰) Numerical simulation ...
  • . Mahdi K, Gheshlaghi R, Zahedi G, Lohi A (۲۰۰۸) ...
  • . Abrahart R, Kneale PE, See LM (۲۰۰۴) Neural networks ...
  • . Nawi NM, Khan A, Rehman MZ (۲۰۱۳) A new ...
  • . Golbaghi VK, Shahbazian M, Moslemi B, Rashed G (۲۰۱۷) ...
  • . Rajabioun R (۲۰۱۱) Cuckoo Optimization Algorithm, Applied Soft Computing, ...
  • . Wu F, Li H (۲۰۱۲) Study on the divided-wall ...
  • . Mohammadi M, Mohammadi F (۲۰۱۶) Parametric study on electrical ...
  • . W Kang, Yin X, Yang H, Zhao Y, Huang ...
  • . JF Mitre, Lage PL, Souza MA, Silva E, Barca ...
  • نمایش کامل مراجع