پيش بيني و تنظيم بهينه نقطه شبنم در مخلوط هاي هيدروكربوري

ﺗﻌﯿﯿﻦ ﻧﻘﻄﻪ ي ﺷﺒﻨﻢ ﯾﮑﯽ از ﻣﻬﻤﺘﺮﯾﻦ ﻋﻨﺎﺻﺮ ﻣﺤﺎﺳﺒﺎت ﻣﻬﻨﺪﺳﯽ در ﺻﻨﺎﯾﻊ ﻧﻔﺖ و ﮔﺎز اﺳﺖ. از ﺟﻤﻠﻪ روﺷﻬﺎي ﻣﻮرد اﺳﺘﻔﺎده در ﺗﻌﯿﯿﻦ ﻧﻘﻄﻪ ي ﺷﺒﻨﻢ روش آزﻣﺎﯾﺸﮕﺎﻫﯽ اﺳﺖ ﮐﻪ ﭘﺮﻫﺰﯾﻨﻪ و زﻣﺎن ﺑﺮ ﻣﯽ ﺑﺎﺷﺪ. ﺑﻪ ﻫﻤﯿﻦ دﻟﯿﻞ ﺷﻨﺎﺳﺎﯾﯽ روﺷﻬﺎي ﺟﺎﯾﮕﺰﯾﻦ در ﺗﻌﯿﯿﻦ ﻧﻘﻄﻪ ي ﺷﺒﻨﻢ ﺑﺴﯿﺎر ﺿﺮوري ﺑﻪ ﻧﻈﺮ ﻣﯽ رﺳﺪ، ﯾﮑﯽ از اﯾﻦ روﺷﻬﺎ اﺳﺘﻔﺎده از ﺷﺒﮑﻪ ﻫﺎي ﻋﺼﺒﯽ اﺳﺖ. ﻫﺪف اﯾﻦ ﭘﮋوﻫﺶ اراﺋﻪ ي ﮐﺎرﺑﺮدي دﻗﯿﻖ از ﻣﺪل ﺷﺒﮑﻪ ي ﻋﺼﺒﯽ ﺟﻬﺖ ﭘﯿﺸﺒﯿﻨﯽ ﻧﻘﻄﻪ ي ﺷﺒﻨﻢ ﻣﺨﻠﻮط ﻫﺎي ﮔﺎزي زﯾﺮاﺷﺒﺎع اﺳﺖ. ﺑﻪ ﻫﻤﯿﻦ ﻣﻨﻈﻮر ﻣﺪﻟﺴﺎزي ﺑﺎ اﺳﺘﻔﺎده از ﺷﺒﮑﻪ ﻋﺼﺒﯽ، ﺗﻌﺪاد 149 داده ي آزﻣﺎﯾﺸﮕﺎﻫﯽ از ﻧﻤﻮﻧﻪ ﺟﺪاﮐﻨﻨﺪه ﻫﺎي ﮐﺎرﺧﺎﻧﻪ ﮔﺎز و ﮔﺎز ﻣﺎﯾﻊ ﻣﺎرون از ﺗﻮاﺑﻊ ﺷﺮﮐﺖ ﻣ ﺎﻃﻖ ﻧﻔﺖ ﺧﯿﺰ ﺟﻤﻊ آوري ﺷﺪ. ﺳﭙﺲ ﺑﺎ اﺳﺘﻔﺎده از ﻣﺪﻟﺴﺎزي ﺷﺒﮑﻪ ﻋﺼﺒﯽ ﻧﺘﺎﯾﺞ ﺑﻪ دﺳﺖ آﻣﺪه ﺑﺮاﺳﺎس ﭘﺎراﻣﺘﺮﻫﺎي ﻣﺨﺘﻠﻒ اﯾﻦ ﻣﺪل ﮔﺰارش داده ﺷﺪه اﺳﺖ. و در ﭘﺎﯾﺎن، ﺑﺎ اﺳﺘﻔﺎده از اﻟﮕﻮرﯾﺘﻢ ژﻧﺘﯿﮏ، ﺑﻬﺘﺮﯾﻦ ﭘﺎراﻣﺘﺮﻫﺎي ﻣﺪﻟﺴﺎزي ﺷﺒﮑﻪ ﻋﺼﺒﯽ، ﺑﻬﯿﻨﻪ ﺳﺎزي ﺷﺪه اﺳﺖ. از ﻧﺮم اﻓﺰار ﺑﺮﻧﺎﻣﻪ ﻧﻮﯾﺴﯽ ﻣﺘﻠﺐ ﺟﻬﺖ ﻣﺪﻟﺴﺎزي ﺷﺒﮑﻪ ﻋﺼﺒﯽ و اﻟﮕﻮرﯾﺘﻢ ژﻧﺘﯿﮏ در اﯾﻦ ﭘﮋوﻫﺶ اﺳﺘﻔﺎده ﺷﺪه اﺳﺖ. ﻣﺪﻟﺴﺎزي ﺷﺒﮑﻪ ﻋﺼﺒﯽ ﺑﺮاﺳﺎس ﺑﻬﯿﻨﻪ ﺳﺎزي ژﻧﺘﯿﮏ ﻣﯽ ﺗﻮاﻧﺪ ﺑﻪ ﻋﻨﻮان ﯾﮏ ﻣﺪل دﻗﯿﻖ ﺑﺮاي ﺗﺨﻤﯿﻦ ﻧﻘﻄﻪ ﺷﺒﻨﻢ در ﻣﺨﻠﻮط ﻫﺎي ﮔﺎزي ﻫﯿﺪروﮐﺮﺑﻨﯽ و ﻏﯿﺮ ﮐﺮﺑﻨﯽ در ﻧﻈﺮ ﮔﺮﻓﺘﻪ ﺷﻮد.ﻧﺘﺎﯾﺞ ﺑﺪﺳﺖ آﻣﺪه ﺑﻪ ﺷﺪت ﺗﺎﺑﻌﯽ از ﺗﻌﺪاد ﻻﯾﻪ ﻫﺎي ﻣﺨﻔﯽ و ﻫﻤﭽﻨﯿﻦ ﺗﻌﺪاد ﻧﺮون ﻫﺎي ﻫﺮ ﻻﯾﻪ ﻣﯽ ﺑﺎﺷﺪ.دﻣﺎي ﻧﻘﻄﻪ ﺷﺒﻨﻢ ﻣﺘﻨﺎﻇﺮ ﺑﺎ داده ﻫﺎﯾﯽ ﮐﻪ ﺑﺮاي ﺷﺒﯿﻪ ﺳﺎزي وآزﻣﺎﯾﺶ ﺑﻪ ﮐﺎر رﻓﺘﻪ اﻧﺪ ﻧﻤﻮدار ﭘﺮاﮐﻨﺪﮔﯽ y=x در 45 درﺟﻪ را رﺳﻢ ﺧﻮاﻫﺪ ﮐﺮد ﮐﻪ ﻧﻤﺎﯾﻨﺪه ﺟﻮاب ﻫﺎي واﻗﻌﯽ ﺷﺒﮑﻪ ﻣﯽ ﺑﺎﺷﺪ.