artificial neural network model
در نشریات گروه شیمی-
یکی از ویژگی های بسیار با اهمیت که در انتقال نفت خام، نفت کوره و گازوییل از اهمیت بسیار زیادی برخوردار است، نقطه ظهور واکس می باشد. در این کار برای تعیین این ویژگی روش های نوآورانه متفاوتی بررسی شد و سرانجام ترکیبی از روش های تجربی و مدل سازی مورد استفاده قرار گرفت. در مرحله اول، با آزمایش های میکروسکوپی نقطه ظهور واکس در نمونه های نفت خام و برش های سنگین تعیین شد. سپس با استفاده از روش ویسکومتری این نقطه ها اندازه گیری و اثر آب، رسوب و وجود بلور های واکس در این روش بررسی شد. این مطاله ها نشان داد که در نقطه ظهور واکس، تغییرهای بسیار زیادی در مقدار گرانروی رخ خواهد داد. با توجه به سادگی، هزینه پایین و دقت کافی این آزمایش ها، این روش در تعیین نقطه ظهور واکس می تواند کاربرد بسیار زیادی در مناطق عملیاتی داشته باشد. افزون براین نشان داده شد که ظهور واکس می تواند با تغییر وزن ویژه، نقطه ریزش، واکس و مقدار آسفالتین همراه باشد. همچنین برای تخمین ارتباط مناسب بین متغیرهای ورودی و متغیر دمای ظهور واکس از روش های مدل سازی متفاوت در این مطالعه استفاده شد. این روش ها شامل، روش الگوریتم شبکه عصبی، روش الگوریتم منطق فازی و روش مدل های برازش می باشد. بررسی مدل های توسعه داده شده و آزمون آماری آن ها نشان داد که بهترین روش برای توسعه مدل مناسب برای تخمین این ویژگی استفاده از مدل برازش می باشد. نتیجه های برآمده از این مدل نشان داد که بیش ترین تاثیر عامل منفرد در تخمین ویژگی دمای ظهور واکس مربوط به میزان غلظت ترکیب های آسفالتین در نمونه و مهم ترین تاثیر درونی نیز مربوط به درون وزن ویژه و نقطه ریزش نمونه های نفت خام می باشد.
کلید واژگان: نفت خام، نقطه ظهور واکس، روش ویسکومتری، شبکه عصبی، مدل ANFIS، مدل برازشDetermination of wax appearance temperature is a crucial specification in the transportation and storage of crude oil or heavy refinery products same as fuel oils. In this work, to determine wax appearance temperature different applicable methods were tested and developed. At first, the microscopic experiments were applied to different samples. Then the variation of viscosity versus temperature was monitored. To determine a feasible method to be applied in the fields, the variation of viscosity versus temperature was monitored. It was declared that at the wax appearance temperature a deep change in viscosity happened. Eventually, the wax appearance temperature of different crude oil including Iranian or heavy crude oil can be determined by the viscosimetry method. In the related experiments, the negative effect of water sediments and wax crystals was eliminated. It was also declared that the wax appearance temperature could be varied by variation of density, wax content, pour point, and asphaltenes of the samples. To correlate between input and output variables three different modeling methods were tested and implemented. The Artificial neural networks, Neuro-fuzzy, and regression models were tested to derive the most accurate correlation. The statistical studies approved that the regression models have suitable accuracy. The results of the regression model declared that the interaction effect of density and pour point and the effect of asphaltenes as one of the main input variables have the greatest impact on the wax appearance temperature.
Keywords: Crude oil, Wax appearance temperature, Viscometry method, Artificial neural network model, ANFIS model, Regression model
- نتایج بر اساس تاریخ انتشار مرتب شدهاند.
- کلیدواژه مورد نظر شما تنها در فیلد کلیدواژگان مقالات جستجو شدهاست. به منظور حذف نتایج غیر مرتبط، جستجو تنها در مقالات مجلاتی انجام شده که با مجله ماخذ هم موضوع هستند.
- در صورتی که میخواهید جستجو را در همه موضوعات و با شرایط دیگر تکرار کنید به صفحه جستجوی پیشرفته مجلات مراجعه کنید.