پیش بینی فشار شروع ته نشینی آسفالتین طی فرآیند کاهش فشار در حضور دی اکسیدکربن با استفاده از نظریه های هوش مصنوعی

تزریق امتزاجی دی اکسید کربن به عنوان یکی از روش های متداول ازدیاد برداشت نفت از مخازن با تغییر خواص سیالات نفتی می تواند باعث بروز برخی مشکلات مانند ته نشینی آسفالتین شود که خود منجر به کاهش نفوذپذیری سازند و قابلیت کاهش تولید چاه های نفت و یا گرفتگی دهانه چاه و تسهیلات سرچاهی می گردد. پیش بینی فشار شروع ته نشینی آسفالتین به منظور بهینه سازی عملیات تزریق امتزاجی دی اکسیدکربن از اهمیت خاصی برخوردار می باشد. هدف این تحقیق، پیش بینی فشار شروع ته نشینی آسفالتین طی کاهش فشار در حضور دی اکسید کربن با استفاده از مدل های هوش مصنوعی می باشد. این روش شامل یک شبیه ساز به نام "(Intelligent Proxy Simulator(IPS" مبتنی بر ساختار شبکه های عصبی مصنوعی با استفاده از دو الگوریتم آموزشی پس انتشار خطا و الگوریتم بهینه سازی اجتماع ذرات می باشد. جهت ارزیابی نتایج شبکه های هوش مصنوعی در پیش بینی فشار شروع ته نشینی آسفالتین از مدل جامد ترمودینامیکی در نرم افزار (Winprop)ا CMG استفاده شده است. نتایج به دست آمده از مدل های هوش مصنوعی در پیش بینی فشار شروع ته نشینی آسفالتین طی کاهش فشار در حضور دی اکسید کربن نتیجه رضایت بخش تری نسبت به مدل جامد ترمودینامیکی دارد. نتایج این تحقیق نشان داد با توجه به ته نشینی آسفالتین طی کاهش فشار در حضور دی اکسید کربن و اثرات مخرب این پدیده، می توان با تکیه بر توانایی های شبکه های توسعه داده شده هوش مصنوعی و فراهم نمودن بانک اطلاعاتی از متغیرهای تاثیر گذار به صورت نظری، از ایجاد ته نشینی آسفالتین در فرآیند کاهش فشار در حضور دی اکسیدکربن در شرایط واقعی تا حدودی جلوگیری کرد.