این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
پژوهش نفت، جلد ۲۲، شماره ۷۱، صفحات ۸۱-۹۱
عنوان فارسی پیش‌بینی فشار شروع ته‌نشینی آسفالتین طی فرآیند کاهش فشار در حضور دی‌اکسیدکربن با استفاده از نظریه‌های هوش مصنوعی
چکیده فارسی مقاله تزریق امتزاجی دی اکسید کربن به عنوان یکی از روش‌های متداول ازدیاد برداشت نفت از مخازن با تغییر خواص سیالات نفتی می‌تواند باعث بروز برخی مشکلات مانند ته‌نشینی آسفالتین شود که خود منجر به کاهش نفوذپذیری سازند و قابلیت کاهش تولید چاه‌های نفت و یا گرفتگی دهانه چاه و تسهیلات سرچاهی می‌گردد. پیش بینی فشار شروع ته‌نشینی آسفالتین به منظور بهینه‌سازی عملیات تزریق امتزاجی دی‌اکسیدکربن از اهمیت خاصی برخوردار می‌باشد. هدف این تحقیق، پیش‌بینی فشار شروع ته‌نشینی آسفالتین طی کاهش فشار در حضور دی اکسید کربن با استفاده از مدل‌های هوش مصنوعی می‌باشد. این روش شامل یک شبیه‌ساز به نام "(Intelligent Proxy Simulator(IPS" مبتنی بر ساختار شبکه‌های عصبی مصنوعی با استفاده از دو الگوریتم آموزشی پس انتشار خطا و الگوریتم بهینه سازی اجتماع ذرات می‌باشد. جهت ارزیابی نتایج شبکه‌های هوش مصنوعی در پیش‌بینی فشار شروع ته‌نشینی آسفالتین از مدل جامد ترمودینامیکی در نرم‌افزار (Winprop)ا CMG استفاده شده است. نتایج به دست آمده از مدل‌های هوش مصنوعی در پیش‌بینی فشار شروع ته‌نشینی آسفالتین طی کاهش فشار در حضور دی اکسید کربن نتیجه رضایت بخش‌تری نسبت به مدل جامد ترمودینامیکی دارد. نتایج این تحقیق نشان داد با توجه به ته‌نشینی آسفالتین طی کاهش فشار در حضور دی اکسید کربن و اثرات مخرب این پدیده، می‌توان با تکیه بر توانایی‌های شبکه‌های توسعه داده شده هوش مصنوعی و فراهم نمودن بانک اطلاعاتی از متغیرهای تأثیر گذار به صورت نظری، از ایجاد ته‌نشینی آسفالتین در فرآیند کاهش فشار در حضور دی‌اکسیدکربن در شرایط واقعی تا حدودی جلوگیری کرد.
کلیدواژه‌های فارسی مقاله
عنوان انگلیسی Prediction of the Onset Pressure of Asphaltene Precipitation During Pressure Reduction Process in the Presence of Carbon Dioxide by Using Theories of Artificial Intelligence
چکیده انگلیسی مقاله Although CO2 injection is one of the most common methods in enhanced oil recovery, it could alter the fluid properties of oil and cause some problems such as asphaltene precipitation, reduced permeability of formation, production reduction, etc. Asphaltene onset pressure is especially important for the optimization of the miscible CO2 injection. The purpose of this research is to predict the onset pressure of asphaltene precipitation during pressure reduction process in the presence of carbon dioxide by using theories of artificial intelligence. The developed models include a software simulator called “Intelligent Proxy Simulator (IPS)” which is based on structure artificial neural networks. To evaluate the prediction of artificial intelligence networks at the onset pressure of asphaltene precipitation, a thermodynamic solid model using Winprop (CMG) software was employed. The results obtained by using artificial intelligence models in the prediction of the onset pressure of asphaltene precipitation during pressure reduction process in the presence of carbon dioxide are more accurate than that of the thermodynamic solid model
کلیدواژه‌های انگلیسی مقاله
نویسندگان مقاله
نشانی اینترنتی http://pr.ripi.ir/article_142_30.html
فایل مقاله اشکال در دسترسی به فایل - ./files/site1/rds_journals/1344/article-1344-236808.pdf
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات