مدلی برای تخمین پسماند مایع در جریانهای دو فازی افقی با استفاده از سیتسمهای فازی

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

CBGCONF03_158

تاریخ نمایه سازی: 8 آبان 1395

چکیده مقاله:

یکی از چالشهای مداوم در صنعت نفت جریانهای دو فازی گاز و مایع در لوله ها است ساده ترین حالت برای جریان دو فازی گاز و مایع در حالت افقی ایسنت که فاز مایع با چگالی بیشتر در پایین لوله و فاز گاز با چگالی کمتر در قسمت بالای لوله در حرکت باشد بنابراین در اثر اختلاف سرعت بین دو فاز پسماند مایع اتفاق می افتد. پسماند مایع از نقطه نظر عملایت باعث کاهش بازدهی خطوط لوله انتقال جریان می شود به طوری که نیاز به استفاده از برخی تجهیزات نظیر پمپ ها و جداکننده ها ی قویتر و مخازن ذخیره بزرگتر برای نگهداری مایعات دریافت شده می باشد به طور کلی پسماند مایع مهمترین پارامتر در محاسبه افت فشار است. پیش بینی میزان پسمانده مایع همچنین برای پیش بینی تشکیل هیدارت ورسوب واکس به منظور تخمین حجم مایع خارج شده در طول عملیات توپکگرانی برای اندازه لخته ها ضروری است روباط تجربی زیادی برای پیش بینی پسماند مایع د ر لوله های افقی پیشنهاد شده است بعضی از اها بسیار کلی در حالی که بعضی دیگر تنها برای محدوده شرایط جریانی اعملا می شود که که در میان آنها مدل تایتل و داکلر از محبوبیت بیشتری برخوردا راست هدف اصلی این تحقیق پیش بینی پسماند مایع در جریانهای دوفازی ب استفاده از سیستمهای هوشمند عصبی فازی تطبیقی می ابدش. درصد خطای میانگین انحراف مطلق بدست آمده برای پیش بینی پسماند مایع با استفاده از شبیکه های عصبی فازی 5.9789% است نتایج این پیش بینی حاکی از کارایی مطلوب مدلسازی های انجام شده برای پیش بینی نرخ پسماند مایع می باشد.

کلیدواژه ها:

جریانهای دوفازی ، پسماند ، مایع ، تجمع مایع ، شبکه های عصبی - فازی تطبیقی

نویسندگان

یاسر فتاحی تل زالی

دانشجوی کارشناسی ارشد مهندسی شیمی دانشگاه آزاد اسلامی واحد شهررضا

لیلا کاوشی

عضو هیئت علمی دانشگاه اصفهان

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 :
  • Jang, J.S.R., Sun, C.T, "Neuro-Fuzzy and Soft Computing:A Computational Approach ...
  • Mack, E.-Shippen, Stuart, L.Scott.:: A Neural Network Model for Prediction ...
  • Ryo, Manabe., Tsukuda, M, "Experimental and Modeling Studies of Two-Phase ...
  • Eaton, B.A.:"The Prediction of Flow Patterns, Liquid Holdup and Pressure ...
  • Beggs, H.D::An Experimental Study of Two-Phase Flow in Inclined Pipes, ...
  • Minami, K. and Brill, J.P.:"Liquid Holdup in Wet-Gas Pipelines, " ...
  • Abdul-Majeed, G.H.:-Liquid Holdup in Horizontal Two-Phase Gas- Liquid Flow, "J. ...
  • Osman, E.-S.A. ::Artificial Neural Network Models for Identifying Flow Regimes ...
  • Babuska, R, "Fuzzy and Neural Control, Disc Course Lecture Notes, ...
  • Berenji, H.R, _ reinforcement Learning based architecture for fuzzy logic ...
  • Wang, L.X, "A Course in fuzzy Systems and Control, " ...
  • Jang, J.R, "ANFIS: adaptive -network-b ased fuzzy inference system, " ...
  • نمایش کامل مراجع