ابزارهایی جدید به منظور پیش بینی اثر ذرات نانو سیلیکا بر روی پیشگیری از رسوب نمک در فرآیند تزریق آب
Publish place: اولین همایش ملی توسعه میادین نفت و گاز
Publish Year: 1393
Type: Conference paper
Language: Persian
View: 785
This Paper With 6 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
Export:
Document National Code:
OGFD01_087
Index date: 23 September 2015
ابزارهایی جدید به منظور پیش بینی اثر ذرات نانو سیلیکا بر روی پیشگیری از رسوب نمک در فرآیند تزریق آب abstract
تزریق آب قدیمی ترین و موثرترین روش افزایش بهره وری از مخازن بوده است. برخلاف تاثیر زیادی که این روش بر افزایش تولید نفت دارد، اختلاف بین یون های موجود در آب سازندی و آب تزریقی باعث ایجاد رسوب در سازند می شود. برای حل این مشکل ، متداول ترین راه استفاده از بازدارنده ها می باشد. در سال های اخیر از ذرات نانو سیلیکا در جلوگیری، کاهش و حداقل کردن رسوب استفاده شده است. از آن جایی که پیش بینی نحوه عملکرد ذرات مختلف نانویی در جلوگیری از رسوب به انگیزه ای جدید برای محققان بدل شده است، در این مطالعه سعی بر ارائه روش هایی به منظور پیش بینی عملکرد ذرات نانو سیلیکا بر روی رسوب نمک داریم. در این راستا یک سیستم سازگار تداخلی نورو- فازی ANFIS و یک شبکه عصبی مصنوعی آموزش داده شده با الگوریتم بهینه سازی ازدحام ذرات PSO بر مبنای داده های آزمایشگاهی موجود ارائه شده اند. مقایسه نتایج به دست آمده عملکرد مناسب مدل های معرفی شده در بررسی اثر نانو سیلیکا بر جلوگیری از رسوب را نشان می دهد. مدل بدست آمده از ANFIS ، پیش بینی دقیق تری بدست می دهد ولی با توجه به اختلاف اندک بین نتایج حاصل از دو مدل می توان گفت که هر دو مدل را می توان برای این پیش بینی بکار برد
ابزارهایی جدید به منظور پیش بینی اثر ذرات نانو سیلیکا بر روی پیشگیری از رسوب نمک در فرآیند تزریق آب Keywords:
ابزارهایی جدید به منظور پیش بینی اثر ذرات نانو سیلیکا بر روی پیشگیری از رسوب نمک در فرآیند تزریق آب authors
امین دریاسفر
گروه مهندسی نفت، دانشگاه صنعت نفت، اهواز ، ایران
حسین احمدی اشکفتکی
گروه مهندسی نفت، دانشگاه صنعت نفت، اهواز ، ایران
رضا سنگل زاده
گروه مهندسی نفت، دانشگاه صنعت نفت، اهواز ، ایران
علیرضا گل صفتان
گروه مهندسی نفت، دانشگاه صنعت نفت، اهواز ، ایران
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 :