مدلسازی افت فشار در خطوط لولهی انتقال نفت و گاز با استفاده از الگوریتمهای هوش مصنوعی
سال انتشار: 1392
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,009
متن کامل این مقاله منتشر نشده است و فقط به صورت چکیده یا چکیده مبسوط در پایگاه موجود می باشد.
توضیح: معمولا کلیه مقالاتی که کمتر از ۵ صفحه باشند در پایگاه سیویلیکا اصل مقاله (فول تکست) محسوب نمی شوند و فقط کاربران عضو بدون کسر اعتبار می توانند فایل آنها را دریافت نمایند.
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
KBDC01_216
تاریخ نمایه سازی: 3 شهریور 1393
چکیده مقاله:
یکی از مسائل مهم در هنگام طراحی و ساخت خطوط لولهی انتقال نفت و گاز اطلاع از میزان افت فشار سیال در این فرآیند است . از اصلی ترین پارامترهای موثر بر افت فشار می توان از طول خط انتقال وفشار مخزن نام برد. مد های مبتنی بر هوش مصنوعی توانایی پیش- بینی رفتار سیسام های پیاده را در شرایط گوناگون دارند . در تحقیق حاضر چگونگی تاثیر پارامترهای مختلف بر میزان افت فشارنفت در خطوط لوله با استفاده از دو ابزار شبکه های عصبی مصنوعی و منطق فازی مورد بررسی قرار گرفت. هر دو مدل توسعه داده شده در این مورد توانایی پیشبینی کمی و کیفی رفتار سیستم را با دقتمناسب دارند .
کلیدواژه ها:
نویسندگان
حسین سلامی
تهران خیابان آزادی، دانشگاه صنعتی شریف، دانشکده مهندسی شیمی و نفت،
محمدامین صادقی
تهران خیابان آزادی، دانشگاه صنعتی شریف، دانشکده مهندسی شیمی و نفت،
ماندانا توکلیان
تهران خیابان آزادی، دانشگاه صنعتی شریف، دانشکده مهندسی شیمی و نفت،
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله 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 مقاله لینک شده اند :