احمد حزبایی - کارشناسی ارشد، دانشگاه کارون، دانشجوی رشته مهندسی کامپیوتر
مهدی رعایایی اردکانی - دکتری تخصصی، دانشگاه امیرکبیر، مهندسی کامپیوتر

اسیدکاری چاه های نفت و گاز، به دلیل تاثیر قابل توجهی که در افزایش بهره وری و تولید نفت و گاز دارد، اهمیت ویژه ای در حوزه مهندسی نفت دارد. وابستگی این عملیات به شرایط و پارامترهای مختلف چاه و مخزن باعث شده است که راه حل دقیق و بهینه برای انجام آن در دسترس نباشد. در چنین شرایطی، استفاده از تکنیک های هوش مصنوعی کارساز خواهد بود و دیدگاه بسیار روشنی را در اختیار مهندسین قرار می دهد. در این مطالعه، بمنظور پیش بینی نتایج عملیات اسیدکاری، یک مدل شبکه عصبی مصنوعی با 7 نورون ورودی در یک لایه ی مخفی و یک نورون خروجی توسعه داده شده است. داده های مورد استفاده شامل 35 دسته داده می باشند که به طور تصادفی به سه دسته داده آموزش 25 دسته داده، ارزیابی ( 5 دسته داده) و تست ( 5 دسته داده) تقسیم شدند. براساس نتایج بدست آمده همبستگی 95.68 ٪، قدرمطلق خطای نسبی 0.0523 مدل ارائه شده با دقت قابل قبولی می تواند برای پیش بینی عملیات اسیدکاری مورد استفاده قرار گیرد.

اسیدکاری، چاه نفت، هوش مصنوعی، شبکه های عصبی مصنوعی