ارزیابی فرایند پیرولیز نفت خام و پیش بینی آن توسط شبکه های عصبی مصنوعی

پایان نامه
چکیده

اخیراً، کاربرد انرژی حرارتی در مخازن هیدروکربنی جهت افزایش بازیافت نفت خام بسیار مورد توجه قرار گرفته است. فرآیند های بازیافت حرارتی به دو گروه عمده ی ، تزریق سیال داغ و احتراق درجا تقسیم می شوند. پیرولیز، اکسیداسیون و احتراق هیدروکربن ها، واکنش های کنترل کننده ی فرآیند احتراق درجا می باشند. وجود این واکنش ها برای تشکیل سوخت و تولید گرما ضروری است. مقدار سوخت نهشته شده جلوی جبهه احتراق از مهمترین پارامترهایی است که باید در طراحی یک پروژه احتراق درجا در نظر گرفته شود. هدف اصلی این تحقیق ارزیابی پیرولیز نفت خام طی فرآیند احتراق درجا و استفاده از آن جهت پیش بینی مقدار سوخت توسط شبکه های عصبی مصنوعی می باشد. از اینرو، آنالیز جرم سنجی حرارتی روی شش نفت خام مختلف ایران در محدوده ی دمایی محیط تا 800 درجه سانتی گراد در محیط خنثی انجام شد. با استفاده از نتایج این تست ها، شبکه های عصبی مصنوعی جهت پیش بینی جرم هیدروکربن های باقیمانده نسبت به دما بکار برده شد. نتایج تست های جرم سنجی حرارتی نشان می دهد که ترکیب کلوئیدی نفت خام و نرخ گرمادهی، تاثیر قابل توجهی بر مقدار سوخت دارند. مقدار سوخت در دماهای مختلف می تواند توسط یک شبکه عصبی مصنوعی پرسپترون با دو لایه مخفی پیش بینی گردد. میانگین قدر مطلق خطای نسبی این پیش بینی کمتر از 5.6 درصد می باشد. همچنین نتایج آنالیز رگرسیون نیز انطباق خوبی را بین نتایج آزمایشگاهی و نتایج پیش بینی شده نشان می دهد.

۱۵ صفحه ی اول

برای دانلود 15 صفحه اول باید عضویت طلایی داشته باشید

اگر عضو سایت هستید لطفا وارد حساب کاربری خود شوید

منابع مشابه

مقایسه توانایی پیش بینی مدل های شبکه عصبی مصنوعی (ANN)، سیستم استنتاج عصبی- فازی انطباقی(ANFIS) و تبدیل موجک-عصبی: قیمت سبد نفت خام اوپک

پیش بینی قیمت نفت خام از مهم ترین موضوعات فرا روی اقتصاد انرژی است. پیش بینی مناسب قیمت نفت و آن هم قیمت نفت خام اوپک، به دلیل درگیر بودن تعدادی از کشورهای در حال توسعه این سازمان با قیمت نفت، می تواند در برنامه ریزی های سازمان و کشورهای عضو آن، اهمیت ویژه ای داشته باشد. برآورد و پیش بینی روند قیمت نفت، به خاطر نبود داده های تاریخی مهم و محدودیت اطلاعات مرتبط با شاخص های موثر بر روند قیمت نفت، ...

متن کامل

کاربرد شبکه های عصبی مصنوعی در پیش بینی بارش زمستانه

پیش‌بینی بارش یکی از مهم‌ترین مسائل در زمینه مدیریت بهینه منابع آب در بخش‌های مختلف نظیر صنعت، شرب و کشاورزی است. پیش بینی بارش می تواند باعث جلوگیری از تلفات و خسارات ناشی از بلایای طبیعی شود. هدف از تحقیق حاضر پیش‌بینی بارش زمستانه استان خراسان رضوی با استفاده از شبکه‌های عصبی مصنوعی می‌باشد. بدین منظور، ابتدا سری زمانی بارش متوسط منطقه‌ای به روش کریجینگ در طول دوره آماری به دست آورده شد. سپس...

متن کامل

بررسی جهش پولی نرخ ارز و پیش بینی آن با شبکه های عصبی مصنوعی در ایران

یکی از مباحث مهم در اقتصاد کلان، رابطه بین شوک­های پولی و نوسانات نرخ ارز در قالب تئوری جهش پولی نرخ ارز است. از آنجا که اقتصاد ایران طی سال­های بعد از انقلاب همواره در معرض گسترش پایه پولی قرار داشته است، لذا بررسی رابطه بین انبساط­های پولی و نوسانات نرخ ارز و متعاقباً نقش افزایش درجه شناورسازی نرخ ارز بر میزان افزایش این نوسان، موضوع و هدف اصلی مقاله حاضر را تشکیل می­دهد. بر این اساس در بخش او...

متن کامل

تشخیص نوع زردی و پیش بینی ابتلا به آن توسط شبکه های عصبی

زردی یکی از بیماری های شایع دوران نوزادی است. این بیماری در اکثر موارد خطر جدی نداشته و عموما با فتوتراپی و یا در موارد وخیم تر با تعویض خون بهبود می یابد. لکن در شرایط خاص، مقادیر بالای بیلیروبین سرم از سد خونی- مغزی می تواند عبور کند تا متعاقبا موجب آسیب عصبی، از دست دادن شنوایی و حتی تشنج و مرگ خواهد شد. مدلسازی بیماری در زمینه تشخیص...

متن کامل

پیش بینی قیمت نفت خام وتعیین سطح تولید بهینه با استفاده از الگوی تکاملی شبکه های عصبی و تعادل نش

در اقتصاد جهان، نفت خام در کنار گاز طبیعی و زغال سنگ یکی از منابع استراتژیک انرژی است و پیش‌بینی روند تقاضای آن جهت اتخاذ سیاست‌های مناسب، مورد توجه سیاست‌گذاران و تصمیم‌گیرندگان است. نظر به روند پر نوسان و غیرخطی عرضه و تقاضای نفت خام و قیمت آن، روش‌هایی هوشمند و غیرخطی خصوصاً شبکه‌های عصبی مبتنی بر الگوهای تکاملی، توانسته‌اند توانایی خود را در پیش‌بینی کوتاه‌مدت قیمت نفت خام به اثبات برسانند. ...

متن کامل

منابع من

با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید

ذخیره در منابع من قبلا به منابع من ذحیره شده

{@ msg_add @}


نوع سند: پایان نامه

وزارت علوم، تحقیقات و فناوری - دانشگاه شهید باهنر کرمان - دانشکده فنی و مهندسی

میزبانی شده توسط پلتفرم ابری doprax.com

copyright © 2015-2023