پیش بینی میزان ته نشینی رسوبات آسفالتین از طریق ترکیب شبکه عصبی و الگوریتم ژنتیک
Publish place: 3rd Iranian Petroleum Engineering Congress
Publish Year: 1390
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 723
This Paper With 16 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
IPEC03_166
تاریخ نمایه سازی: 7 تیر 1393
Abstract:
اخیراً بعد از آنکه پدیده ته نشینی رسوبات آسفالتین به عنوان یکی از مهمترین دلایل مشکلات تولیدی درامر ازدیاد برداشت 5 از مخازن مطرح گریده است ، تحقیقات در این زمینه به طور جدی مورد توجه قرارگرفته است. به طور کلی آسفالتین ترکیبات نفتی سنگین می باشند که تحت شرایطی مشخص ته نشین شده و رسوبات جامد ناشی از آن در محیط متخلخل 6 شکل می گیرند. در این تحقیق یک مدل بر مبنای شبکهی عصبی پیش خور 7 بهینه شده به وسیله الگوریتم ژنتیک برای پیش بینی میزان ته نشست رسوبات آسفالتین معرفی شده است. نقش الگوریتم ژنتیک در تعیین وزن های داخلی 8 شبکه عصبی می باشد. مدلANN-GA برای یک سری داده منتشر شده در مقالات پیاده سازی شده و نتایج آن با نتایج حاصل ازScailing Model مقایسه شده است که نشان دهنده پویایی و اثربخشی مدلANN-GAمی باشد
Keywords:
Authors
محمدعلی احمدی
دانشجوی کارشناسی ارشد-دانشگاه صنعت نفت
محمد عبادی
فارغ التحصیل مهندسی نفت-دانشگاه آزاد اسلامی واحد علوم و تحقیقات
نیما رشیدی نیا
فارغ التحصیل مهندسی نفت-دانشگاه آزاد اسلامی واحد علوم و تحقیقات
سیدرضا شادی زاده
دانشیار دانشگاه صنعت نفت
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 :