حداد کریمی نژاد - کارشناسی ارشد مهندسی مخازن نفت، دانشگاه آزاد اسلامی واحد امیدیه
رضا نیک بخش - کارشناسی ارشد مهندسی مخازن نفت، دانشگاه آزاد اسلامی واحد ماهشهر
رضا چراغی کوتیانی - دکتری مهندسی نفت، دانشگاه آزاد اسلامی واحد امیدیه

نفت خام يكي از منابع انرژي تجديدناپذير است كه در توسعه اقتصادي و اجتماعي كشورها نقشعمده اي ايفا مي كند. باتوجه به اينكه انبساط مرحله اي به عنوان يكي از خواص فشار-حجم-دما درمحاسبات نفت داراي اهميت زيادي است، همواره مورد توجه مهندسان نفت بوده است. در فرايند انبساطمرحله اي گاز جدا شده از نفت آزاد مي شود و با نفت به تعادل نمي رسد. هدف از توسعه يك شبكه عصبي،توليد شبكه اي است كه براي متغير هاي خروجي كمترين خطا بين داده هاي واقعي و پيش بيني شدهرا ايجاد نمايد. در اين مطالعه بر خلاف روش هاي پيشين از روش هوش مصنوعي استفاده شده و اثراتانبساط مرحله اي بر اجزاي مختلف نفت خام مورد بررسي قرار گرفته است. در نهايت با انطباق داده هايواقعي و پيش بيني شده صحت مدل تاييد شد.

انبساط مرحله ای، خواص فشار-حجم-دما، صحت مدل