استفاده از هیدرات های گازی در ذخیره سازی گازو پیش بینی ظرفیت ذخیره سازی با استفاده از شبکه های عصبی مصنوعی
Publish place: National Conference of Energy and Environment
Publish Year: 1389
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,471
متن کامل این Paper منتشر نشده است و فقط به صورت چکیده یا چکیده مبسوط در پایگاه موجود می باشد.
توضیح: معمولا کلیه مقالاتی که کمتر از ۵ صفحه باشند در پایگاه سیویلیکا اصل Paper (فول تکست) محسوب نمی شوند و فقط کاربران عضو بدون کسر اعتبار می توانند فایل آنها را دریافت نمایند.
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
EERCKC01_008
تاریخ نمایه سازی: 29 مهر 1390
Abstract:
در سال های اخیر موضوع استفاده از فن آوری هیدرات های گازی، در شاخه های مختلف مرتبط با صنایع نفت و گاز و همچنین محیط زیست از جایگاه ویژهای برخوردار شده است. در حوزه صنایع گاز طبیعی، تبدیل گاز تولیدی به هیدرات گازی و انتقال و ذخیره سازی گاز به صورت هیدرات و در حوزه محیط زیست، به دام اندازی گازهای گلخانه ای به ویژه دی اکسید کربن در ساختارهای هیدراتی از جمله موضوعاتی هستند که بیشترین تحقیقات را در زمینه استفاده از هیدرات ها در ذخیره سازی گازها به خود اختصاص داده اند. یکی از موارد مهم در زمینه ذخیره سازی گازها به صورت هیدرات، مسئله ظرفیت ذخیره سازی گاز در این ساختارها است. در این مقاله سعی شده است تا علاوه بر معرفی فن آوری ذخیره سازی گاز در هیدرات های گازی، روشی برای پیش بینی ظرفیت ذخیره سازی این ساختارها با استفاده از سیستم های هوشمند ارائه شود. نتایج به دست آمده نشان داد که با استفاده از شبکه های عصبی مصنوعی می توان ظرفیت ذخیره سازی را با دقت بسیار بالایی پیش بینی کرد و از نتایج حاصل، در طراحی فرآیندهای مربوطه استفاده نمود
Keywords:
Authors
رحیم شادروانان
دانشگاه شهید باهنر کرمان، انجمن پژوهشگران جوان
محمد رنجبر
دانشگاه شهید باهنر کرمان، گروه مهندسی نفت و گاز، پژوهشکده انرژی و مح
مهین شفیعی
دانشگاه شهید باهنر کرمان، گروه مهندسی نفت و گاز، پژوهشکده انرژی و مح
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper 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 Paper لینک شده اند :