پیش بینی فشار شروع ته نشینی آسفالتین طی فرآیند کاهش فشار در حضور دی اکسید کربن با استفاده از نظریه های هوش مصنوعی

تزریق امتزاجی دی اکسید کربن به عنوان یکی از روش های متداول ازدیاد برداشت نفت از مخازن با تغییر خواص سیالات نفتی میتواند باعث بروز برخی مشکلات مانند تهنشینی آسفالتین شود که خود منجر به کاهش نفوذپذیری سازند و قابلیت کاهش تولید چاه های نفت و یا گرفتگی دهانه چاه و تسهیلات سرچاهی میگردد. پیش بینی فشار شروع تهنشینی آسفالتین به منظور بهینهسازی عملیات تزریق امتزاجی دیاکسیدکربن از اهمیت خاصی برخوردار میباشد. هدف این تحقیق، پیشبینی فشار شروع تهنشینی آسفالتین طی کاهش فشار در حضور دی اکسید کربن با استفاده از مدلهای هوش مصنوعی میباشد. این روش شامل یک شبیهساز به نام «(Intelligent Proxy Simulator(IPS» مبتنی بر ساختار شبکه های عصبی مصنوعی با استفاده از دو الگوریتم آموزشی پس انتشار خطا و الگوریتم بهینه سازی اجتماع ذرات میباشد. جهت ارزیابی نتایج شبکه های هوش مصنوعی در پیشبینی فشار شروع تهنشینی آسفالتین از مدل جامد ترمودینامیکی در نرم افزار (Winprop)ا CMG استفاده شده است. نتایج به دست آمده از مدلهای هوش مصنوعی در پیشبینی فشار شروع تهنشینی آسفالتین طی کاهش فشار در حضور دی اکسید کربن نتیجه رضایت بخشتری نسبت به مدل جامد ترمودینامیکی دارد. نتایج این تحقیق نشان داد با توجه به تهنشینی آسفالتین طی کاهش فشار در حضور دی اکسید کربن و اثرات مخرب این پدیده، میتوان با تکیه بر توانایی های شبکه های توسعه داده شده هوش مصنوعی و فراهم نمودن بانک اطلاعاتی از متغیرهای تاثیر گذار به صورت نظری، از ایجاد تهنشینی آسفالتین در فرآیند کاهش فشار در حضور دیاکسیدکربن در شرایط واقعی تا حدودی جلوگیری کرد.