Morteza Esfandyari
Assistant Professor, Department of Chemical Engineering, University of Bojnord, Iran
[ 1 ] - Comparing Two Methods of Neural Networks to Evaluate Dead Oil Viscosity
Reservoir characterization and asset management require comprehensive information about formation fluids. In fact, it is not possible to find accurate solutions to many petroleum engineering problems without having accurate pressure-volume-temperature (PVT) data. Traditionally, fluid information has been obtained by capturing samples and then by measuring the PVT properties in a laboratory. In ...
[ 2 ] - بررسی اقتصادی و بهینه سازی اثر دمای آمین غنی ورودی به برج احیاء بر عملکرد واحد شیرین سازی گاز با حلال
یکی از فرآیندهای متداول در شیرین‌سازی جریان گاز استفاده از حلال آمین در جداسازی گازهای اسیدی است. این فرآیند به دلیل لزوم استفاده مجدد از حلال غنی‌شده و تبدیل آن به حلال سبک نیازمند صرف انرژی برای گرمایش و جداسازی گازهای اسیدی و سرمایش به منظور استفاده دوباره در برج جذب است. سهم عمده هزینه‌های عملیاتی در این واحدها مربوط به صرف انرژی‌های یاد شده است، پس بهینه‌سازی فرآیند برای کاهش هزینه‌ها امری...
[ 3 ] - Prediction of Thermal performance nanofluid Al2O3 by Artificial Neural Network and Adaptive Neuro-Fuzzy Inference Systemt
In recent years, the use of modeling methods that directly utilize empirical data is increasing due to the high accuracy in predicting the results of the process, rather than statistical methods. In this paper, the ability of Artificial Neural Network (ANN) and Adaptive Fuzzy-Neural Inference System (ANFIS) models in the prediction of the thermal performance of Al2O3 nanofluid that is measured ...
نویسندگان همکار