سجاد یونسی - کارشناس ارشد مهندسی شیمی، دانشگاه شهید باهنر کرمان
مهین شفیعی - گروه مهندسی شیمی، دانشگاه شهید باهنر کرمان
علی محبی - گروه مهندسی شیمی، دانشگاه شهید باهنر کرمان

مطالعه ی پیش رو درصدد انجام آنالیز عدم قطعیت میزان بازده نفت تولیدی در یکی از مخازن جنوب غرب ایران برآمده است. روال عادی این فرایند با استفاده از نرم افزارهای شبیه سازی مخازن انجام می گیرد که به دلیل استفاده از روش های عددی شبیه سازها این فرایند بسیار زمان بر خواهد بود. در این تحقیق سعی شده است ترکیبی از روش های آماری از جمله طراحی آزمایش و شبکه های عصبی به کار گرفته شود. نمونه گیری داده ها با روش مونت کارلو انجام شده است که در مقایسه با دیگر روش های نمونه گیری قابلیت شبیه سازی توزیع اصلی پارامتر را داراست. در مقایسه با روش های عددی، شبکه های عصبی میتواند نتایج را با دقتی قابل قبول تولید نمایند. مزیت این روشکاهش زمانی است که صرف فرایند تولید خروجی می شود. برای این مطالعه به طور تقریبی 150 ساعت صرف شبیه سازی عددی برای 100 دیتافایل شد. در صورتی که این زمان برای 100000 دیتافایلی که با شبکه های عصبی شبیه سازی شد به کمتراز 0/1 ثانیه کاهش یافت. خروجی حاصل نیز از دقت بالایی برخوردار بود.

آنالیز عدم قطعیت، شبیه سازی، طراحی آزمایش، شبکه های عصبی مصنوعی، نمونه گیری مونت کارلو