-- ﷼

اهداف اجرای پروژه :

1- مطالعه کاهش نفوذپذیری ناشی از رسوب آسفالتین در منطقه نزدیک چاه در این منطقه به دلیل وجود تغییرات ناگهانی پارامتر های موثر مانند فشار نرخ جریان و دما چالش های بیشتری برای تشکیل رسوب آسفالتین و به دنبال آن کاهش تراوایی و کاهش تولید وجود دارد. 2- شبیه سازی رسوب آسفالتین برای استخراج داده های مورد نیاز به منظور ساخت مدل پیش¬بینی کاهش تراوایی توسط رسوب آسفالتین به عبارت دیگر پیش¬بینی آسیب سازند وارد شده در نواحی نزدیک چاه با استفاده از هوش مصنوعی. 3- طراحی مدل شبکه عصبی که کاهش تراوایی ناشی از رسوب آسفالتین را نسبت به مدل های دیگر دقیق تر بررسی کند. 4- استفاده از مدل به دست آمده برای پیش بینی کاهش تراوایی و بررسی پارامتر های موثر در کاهش تراوایی ناشی از رسوب آسفالتین

ضرورت اجرای پروژه :

در صد سال گذشته وابستگی جهان به انرژی به شدت افزایش یافته است و نفت و گاز یکی از کلیدی ترین منابع انرژی جهان می باشند. صنعت نفت در تمام مراحل تولید انتقال و پالایش با مشکلات فراوانی درگیر بوده است.رسوب آسفالتین یکی از جدی ترین مشکلات در تولید نفت است. هنگامی که نفت خام از مخزن تولید می شود با تغییراتی در فشار دما و ترکیب مواجه می شود که باعث رسوب آسفالتین در چاه و محیط متخلخل می شود. هنگامی که آسفالتین ها روی سطح سنگ رسوب می کنند منجر به کاهش نفوذپذیری و تغییر ترشوندگی می¬شود و به نوبه خود منجر به کاهش تولید نفت می شود.به همین منظور شناخت فرآیند برای جلوگیری از کاهش تولید و پیشگیری از ایجاد آسیب سازند لازم می باشد

مشخصات فنی و استانداردهای مورد نیاز :

قید نشده

خروجیهای مد نظر :

ما در این پروژه به بررسی و مقایسه مدل جامد که آسفالتین را یک جزء منفرد در فاز جامد فرض می کند و مدل ترمودینامیکی بر اساس معادله حالت PC-SAFT (EOS) که در آن اثر تفاوت اندازه مولکولی بر رفتار فاز سیال گنجانده شده است می¬پردازیم. سپس با در نظر گرفتن معادلات پیرامون شرایط تشکیل رسوب آسفالتین و پارامترهای موثر در کاهش تراوایی کد نویسی در زبان‌های برنامه نویسی ذکر شده انجام خواهد گرفت و با توجه به داده‌های استخراج شده با استفاده از الگوریتم‌های یادگیری ماشین کاهش تراوایی ناشی از تشکیل رسوب آسفالتین در نواحی اطراف چاه بر اساس روش های ارائه شده پیش بینی خواهد شد و دقیق‌ترین آن‌ها استخراج خواهد شد. همچنین با استفاده از این راه می‌توان مقایسه‌ای دقیق بین مدل‌های ارائه شده توسط شبکه عصبی برای پیش بینی کاهش تراوایی در اثر تشکیل رسوب آسفالتین در نواحی اطراف چاه انجام داد.