ارائه یک مدل عددی جدید جهت پیش بینی شدت رسوب گذاری در پیش گرمکنهای نفت خام

انتخاب بهترین طراحی برای مبدلهای حرارتی پوسته و لوله بستگی به پیش بینی دقیق ضرایب رسو بگذاری دارد. برای پیش بینی رسوب گذاری نفت خام چندین مدل نیمه تجربی با نام "مدلهای آستانه رسو بگذاری" توسط محققین ارائه شده است. در این تحقیق، یک مدل ریاضی بر گرفته از روش شبکه عصبی برای پیش بینی شدت رسوب گذاری در پیش گرمکنهای نفت خام ارائه شده است. جهت بررسی قابلیت مدل مذکور در پیش بینی رفتار رسو بگذاری نفت خام، چندین داده آزمایشگاهی و صنعتی مورد استفاده قرار گرفته اند. متوسط خطای نسبی برای مدل عصبی ارائه شده در حدود ۱۴,۷ درصد می باشد در حالیکه حداقل متوسط خطای نسبی به دست آمده از بررسی سه مدل آستانه رسو ب گذاری در حدود ۵۲ درصد گزارش شده است. بنابراین، استفاده از مدلهای ریاضی مبتنی بر شبکه عصبی جهت پیش بینی شدت رسو بگذاری در نرم افزارهای طراحی مبدل حرارتی سبب افزایش توانایی آنها در ارائه طرحهای دقیقتر برای ساخت مبدلهای پوسته و لوله میشود.

کلیدواژه ها:

پیش گرمکن ، نفت خام ، رسوب گذاری ، مدل ریاضی ، شبکه عصبی