تخمین موثر درصد حضور اجزای پارافینی، نفتنی و آروماتیکی در برش های نفتی سیال های هیدروکربوری

فهم ترکیب درصد برش­ های هیدروکربوری (مقدار پارافین ها، نفتن ها و آروماتیک ها) همچنان مسئله­ ای چالش برانگیز در زمینه پیش­ بینی رفتار فازی سیال­های نفتی به شمار می رود. روش های تعیین این ترکیب درصد ها، شامل روش های آزمایشگاهی و روش های مدل سازی مبتنی بر داده می باشند. روش های آزمایشگاهی، دقیق هستند، ولی مشکل­ هایی مانند هزینه بر بودن و وقت گیر بودن را دارند. روش ­های مدل سازی به صورت کلی شامل دو یا چند پارامتر مشخصه سازی مانند اندیس شکست، دمای جوش نرمال، چگالی در شرایط استاندارد، نسبت کربن به هیدروژن، ضریب واتسون، و ثابت گرانروی می باشند. مشکل مدل های ارایه شده این است که برای یافتن ترکیب درصد خانواده ها، باید پارامتر های مشخصه سازی ذکر شده، موجود باشد، ولی بیش ­تر این پارامترها برای برش های نفتی، مشخص نمی باشند، در نتیجه در عمل، تعیین ترکیب درصد شیمیایی برش ها، با مشکل مواجه می شود. در این پژوهش سعی شده است که پارامترهایی برای ساخت مدل انتخاب شود که این محدودیت را نداشته باشد. پارامترهای انتخاب شده، وزن مولکولی، چگالی ویژه و دمای جوش نرمال می باشند. این پارامترها بیش ­تر برای برش های نفتی وجود دارند، در نتیجه در تعیین ترکیب درصد برش های نفتی به عامل مشخصه سازی ویژه­ ی دیگری نیاز نیست. در این پژوهش از شبکه عصبی و معادله حالت خانواده  سفتبرای تعیین مدل تخمین درصد خانواده ها استفاده شد. برای توسعه این مدل برای برش های مصنوعی متشکل از اجزای پارافینی، نفتنی، و آروماتیکی، مقدارهای چگالی ویژه و دمای جوش نرمال با استفاده از معادله حالت پی­ سی­ سفت تعیین شد. سرانجام یک مدل شبکه عصبی، روی این داد ه های به­ دست آمده، پیاده سازی شد. در پایان با استفاده از یک سری داده های ارزیابی، برای برش های نفتی، قابلیت تخمین مدل مورد آزمایش قرار گرفت. نتیجه ها نشان می دهد که روند معرفی شده به طور موثری، خانواده های حاضر در برش ها را پیش بینی می کند.

کلیدواژه ها:

دمای جوش نرمال ، چگالی ویژه ، وزن مولکولی ، پی سی سفت ، شبکه عصبی