سیویلیکا را در شبکه های اجتماعی دنبال نمایید.

پیش بینی میزان رسوب واکس با استفاده از شبکه های عصبی و الگوریتم ژنتیک و مقایسه آن با مدل چند جامدی (Multi-solid) در سیستمهای نفت خام

Publish Year: 1387
Type: Conference paper
Language: Persian
View: 1,725

This Paper With 12 Page And PDF Format Ready To Download

این Paper در بخشهای موضوعی زیر دسته بندی شده است:

Export:

Link to this Paper:

Document National Code:

NICEC12_812

Index date: 20 September 2008

پیش بینی میزان رسوب واکس با استفاده از شبکه های عصبی و الگوریتم ژنتیک و مقایسه آن با مدل چند جامدی (Multi-solid) در سیستمهای نفت خام abstract

این مقاله یکی از کاربردهای جدید تکنولوژی شبکه عصبی و برنامه ژنتیک در مهندسی نفت می باشد. روشهای هوشمند جهت محاسبه میزان رسوب واکس در مخلوط های نفت خام در دامنه های مختلف دمایی استفاده شده است. در این کار، یک شبکه عصبی چند لایه ای Feed forward معمولی و نظریه طراحی شبکه عصبی با استفاده از الگوریتم ژنتیک جهت پیش بینی میزان رسوب واکس پیشنهاد شده است. دقت این مدل در پیش بینی میزان رسوب واکس با استفاده از اطلاعات سیال مخزن که در آموزش شبکه شرکت نکرده اند امتحان شده است. همچنین کارکرد این مدل در مقایسه با مدل چند جامدی فیروز آبادی و همکارانش برای پیش بینی میزان رسوب واکس با اطلاعات آزمایشگاهی نتایج بهتری میدهد. نهایتا ، نتایج مدل نشان میدهد که این مدل پیشنهادی از جهت دقت و عمومیت نسبت به سایر مدلهای پیشنهادی برتری زیادی دارد.

پیش بینی میزان رسوب واکس با استفاده از شبکه های عصبی و الگوریتم ژنتیک و مقایسه آن با مدل چند جامدی (Multi-solid) در سیستمهای نفت خام Keywords:

پیش بینی میزان رسوب واکس با استفاده از شبکه های عصبی و الگوریتم ژنتیک و مقایسه آن با مدل چند جامدی (Multi-solid) در سیستمهای نفت خام authors

عباس خاکسار منشاد

دانشگاه آزاد اسلامی واحد امیدیه ، امیدیه ، خوزستان

محسن عدالت

قطب نفت وگاز ، گروه مهندسی شیمی دانشکده فنی ، دانشگاه تهران

سیاوش عاشوری

گروه مهندسی نفت ، دانشگاه صنعت نفت ، اهواز

غلامحسین منتظری

قطب نفت وگاز ، گروه مهندسی شیمی دانشکده فنی ، دانشگاه تهران

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 :
Won. K. W., 1986. Thermo dynamic for solid SO lution- ...
Won. K. W., 1989. Thermo dynamic calculation of cloud point ...
Pedersen, K. S., Skovborg, P., 1991. Wax precipitation from north ...
lira-galena, C., firoozabadi, A., prausnitz, M., 1996. Thermo dynamics of ...
Hansen, J. H., fredenslund, A., Pedersen, K. S., 1937. A ...
Pan, H., Firoozabadi, A., Fotland, P., 1996. Pressure and composition ...
Pedersen, K. S., 1996. Prediction of cloud point temperatures and ...
Zadeh, L.A., 1973. Outline of a new approach to the ...
Koza, J.R., Rice, J.P., 1991. Genetic Generation of Both the ...
Mitchell, M., 1996. An Introduction to Genetic Algorithms. MIT Press, ...
Moore, J.H., 2003. Cross validation consistency for the assessment of ...
Moore, J.H., Parker, J.S., Olsen, N.J., Aune, T.S., 2002. Symbolic ...
Ritchie, M.D., Hahn, L.W., Roodi, N., Bailey, L.R., Dupont, W.D., ...
Al-Fattah, M., 2007. Artificial intelligence technology predicts relative permeability of ...
Akbari, M., Jalali, F., 2007. Dew _ pressure estimation of ...
Ritchie, M. D., Motsinger, A. A., Bush, W. S., 2007. ...
Saemi, M., Ahmadi, M., Yazdian, A., 2007. Design of neural ...
_ Experimental data (oil 15) (Pedersen et al., 1991) _ ...
_ _ _ _ Multi-solid model (lira-galena et al., 1996) ...
_ Experimental data (oil 12) (Pedersen et al., 1991) ------ ...
Composition of C-C 0.218 2.127 Composition of Co-C» 3.057 30.952 ...
نمایش کامل مراجع

مقاله فارسی "پیش بینی میزان رسوب واکس با استفاده از شبکه های عصبی و الگوریتم ژنتیک و مقایسه آن با مدل چند جامدی (Multi-solid) در سیستمهای نفت خام" توسط عباس خاکسار منشاد، دانشگاه آزاد اسلامی واحد امیدیه ، امیدیه ، خوزستان؛ محسن عدالت، قطب نفت وگاز ، گروه مهندسی شیمی دانشکده فنی ، دانشگاه تهران؛ سیاوش عاشوری، گروه مهندسی نفت ، دانشگاه صنعت نفت ، اهواز؛ غلامحسین منتظری، قطب نفت وگاز ، گروه مهندسی شیمی دانشکده فنی ، دانشگاه تهران نوشته شده و در سال 1387 پس از تایید کمیته علمی دوازدهمین کنگره ملی مهندسی شیمی ایران پذیرفته شده است. کلمات کلیدی استفاده شده در این مقاله رسوب واکس، مدل چند جامدی ، شبکه عصبی ، الگوریتم ژنتیک ، مدل هوشمند هستند. این مقاله در تاریخ 30 شهریور 1387 توسط سیویلیکا نمایه سازی و منتشر شده است و تاکنون 1725 بار صفحه این مقاله مشاهده شده است. در چکیده این مقاله اشاره شده است که این مقاله یکی از کاربردهای جدید تکنولوژی شبکه عصبی و برنامه ژنتیک در مهندسی نفت می باشد. روشهای هوشمند جهت محاسبه میزان رسوب واکس در مخلوط های نفت خام در دامنه های مختلف دمایی استفاده شده است. در این کار، یک شبکه عصبی چند لایه ای Feed forward معمولی و نظریه طراحی شبکه عصبی با استفاده از الگوریتم ژنتیک جهت ... . این مقاله در دسته بندی موضوعی الگوریتم ژنتیک و شبکه عصبی طبقه بندی شده است. برای دانلود فایل کامل مقاله پیش بینی میزان رسوب واکس با استفاده از شبکه های عصبی و الگوریتم ژنتیک و مقایسه آن با مدل چند جامدی (Multi-solid) در سیستمهای نفت خام با 12 صفحه به فرمت PDF، میتوانید از طریق بخش "دانلود فایل کامل" اقدام نمایید.