پیش‌بینی فشار شروع ته‌نشینی آسفالتین طی فرآیند کاهش فشار در حضور دی‌اکسیدکربن با استفاده از نظریه‌های هوش مصنوعی

Abstract

تزریق امتزاجی دی اکسید کربن به عنوان یکی از روش‌های متداول ازدیاد برداشت نفت از مخازن با تغییر خواص سیالات نفتی می‌تواند باعث بروز برخی مشکلات مانند ته‌نشینی آسفالتین شود که خود منجر به کاهش نفوذپذیری سازند و قابلیت کاهش تولید چاه‌های نفت و یا گرفتگی دهانه چاه و تسهیلات سرچاهی می‌گردد. پیش بینی فشار شروع ته‌نشینی آسفالتین به منظور بهینه‌سازی عملیات تزریق امتزاجی دی‌اکسیدکربن از اهمیت خاصی برخوردار می‌باشد. هدف این تحقیق، پیش‌بینی فشار شروع ته‌نشینی آسفالتین طی کاهش فشار در حضور دی اکسید کربن با استفاده از مدل‌های هوش مصنوعی می‌باشد. این روش شامل یک شبیه‌ساز به نام "(Intelligent Proxy Simulator(IPS" مبتنی بر ساختار شبکه‌های عصبی مصنوعی با استفاده از دو الگوریتم آموزشی پس انتشار خطا و الگوریتم بهینه سازی اجتماع ذرات می‌باشد. جهت ارزیابی نتایج شبکه‌های هوش مصنوعی در پیش‌بینی فشار شروع ته‌نشینی آسفالتین از مدل جامد ترمودینامیکی در نرم‌افزار (Winprop)ا CMG استفاده شده است. نتایج به دست آمده از مدل‌های هوش مصنوعی در پیش‌بینی فشار شروع ته‌نشینی آسفالتین طی کاهش فشار در حضور دی اکسید کربن نتیجه رضایت بخش‌تری نسبت به مدل جامد ترمودینامیکی دارد. نتایج این تحقیق نشان داد با توجه به ته‌نشینی آسفالتین طی کاهش فشار در حضور دی اکسید کربن و اثرات مخرب این پدیده، می‌توان با تکیه بر توانایی‌های شبکه‌های توسعه داده شده هوش مصنوعی و فراهم نمودن بانک اطلاعاتی از متغیرهای تأثیر گذار به صورت نظری، از ایجاد ته‌نشینی آسفالتین در فرآیند کاهش فشار در حضور دی‌اکسیدکربن در شرایط واقعی تا حدودی جلوگیری کرد.