فهرست:
عنوان صفحه
فصل اول: مقدمه. 9
1-1 معرفی کل تحقیق.. 9
1-2 فعالیت های پیشین و تاریخچه تحقیق.. 11
1-3 اهداف پژوهش.... 17
فصل دوم: شبکه های عصبی.. 18
2-1 مدلسازی نرون تنها 19
2-2 تابع فعالیت... 20
2-3 معماری شبکه عصبی.. 21
2-3-1 شبکه های پیشخور 22
2-3-2 شبکه های برگشتی.. 22
2-4 الگوریتم های یادگیری.. 23
2-5 شبکه عصبی MLP.. 24
2-5-1 الگوریتم پس انتشار خطا 25
2-5-2 سیگنال خطا 26
2-5-3 انتخاب نرخ یادگیری.. 26
2-5-4 مرحله آموزش... 27
2-5-5 قابلیت تعمیم دهی.. 27
2-5-6 توقف آموزش... 28
2-6 شبکه RBF.. 29
2-6-1 ساختار شبکه عصبی شعاعی.. 30
2-6-2-1 تعیین موقعیت مراکز. 35
2-6-2-2 تعیین انحراف استاندارد. 37
2-6-2-3 آموزش ماتریس وزن لایه خروجی... 38
فصل سوم: منطق فازی.. 40
3-1 مقدمهای بر سیستمهای فازی.. 40
3-2 اجزاء پایه سیستم استنتاج فازی(FIS) 45
3-2-1 پایگاه قواعد فازی.. 45
3-2-1-1 ویژگی های مجموعه قواعد.. 45
3-2-2 موتور استنتاج فازی.. 47
3-2-2-1 استنتاج مبتنی بر ترکیب قواعد.. 47
3-3 غیرفازی‌ساز 49
3-3-1 غیرفازی‌ساز مرکز ثقل.. 49
3-3-2 غیرفازی‌ساز میانگین مراکز. 49
3-3-3 غیرفازی‌ساز ماکزیمم. 50
فصل چهارم: سیستم های استنتاج فازی-عصبی تطبیقیANFIS)). 52
فصل پنجم: خوردگی.. 54
5-1 مقدمه ای بر خوردگی.. 54
5-1-1 هزینه های خوردگی.. 56
5-1-2 بررسی انواع خوردگی.. 57
5-2 طراحی سیستم های آلی ضدخوردگی.. 68
5-3 خوردگی در تأسیسات نفت و گاز 70
5-3-1 خوردگی توسط گاز خورنده دی اکسیدکربن.. 71
5-3-2 خوردگی توسط مایعات خورنده مخازن نفتی.. 73
5-3-3 خوردگی توسط گاز خورنده سولفید هیدروژن.. 73
5-4 خوردگی در سیستم های سه فازی چاه ها و لوله های گاز و روش های کنترل آن.. 77
5-4-1 روش های کنترل خوردگی.. 77
5-4-1-1 بازدارنده های خوردگی... 78
5-3-1-2 روش تثبیت pH... 82
فصل ششم: پدیده ی سایش در سیستم های تولید هیدروکربن.. 88
6-1 فرایند سایش در چاه های تولیدی نفت و گاز 89
6-2 مکانیزم های سایش.... 90
6-2-3 آسیب پذیری تجهیزات در برابر پدیده سایش: 90
6-3-2-1 جنس تجهیزات... 92
6-3-2-2 فلزات هادی و مواد مرسوم دیگر. 92
6-3-2-3 مواد ویژه مقاوم در برابر سایش..... 93
6-4 سایش ناشی از ماسه یا ریز ذرات... 94
6-4-1 تولید ماسه و انتقال آن.. 94
6-4-2 اندازه، شکل و سختی ذرات جامد. 96
6-5 سایش/ خوردگی.. 97
6-6 سایش ناشی از اصابت قطرات مایع.. 98
6-7 کاویتاسیون.. 100
6-8 سایش ناشی از ذرات جامد در زانویی ها 101
6-9 سایش ذرات جامد در اتصالات Tشکل یکسر بسته. 103
6-10 روش های پایش، جلوگیری و مدیریت پدیده سایش.... 104
6-10-1 تکنیک های مدیریت سایش.... 105
6-10-1-1 کاهش دبی تولیدی... 105
6-10-1-2 طراحی خط لوله. 105
6-10-1-3 جداسازی و حذف ماسه از جریان.. 106
6-10-1-4 دستورالعمل و پیش بینی سایش..... 107
6-10-1-5 ارزیابی ضخامت دیواره. 109
6-11 ابزارهای پیش بینی سایش و مروری بر تحقیقات صورت گرفته. 110
6-11-1 مروری بر مهمترین استانداردها در طراحی خطوط لوله و مدیریت سایش.... 110
6-11-2 ابزارها و مدل های پیش بینی سایش.... 111
6-11-2-1 استاندارد API RP 14E.. 112
6-11-2-2 دیگر مدل های پیش بینی سایش..... 117
6-11-3 مقایسه مدل های پیش بینی سایش در زانویی ها 124
فصل هفتم: روش تحقیق... 131
7-1 پیش بینی نرخ خوردگی.. 134
7-1-1 پیش بینی نرخ خوردگی با استفاده از شبکه عصبی.. 134
7-1-2 پیش بینی نرخ خوردگی با استفاده از ANFIS. 141
7-2 پیش بینی ثابت سرعت سایش.... 151
فصل هشتم: نتیجه گیری.. 158
فصل نهم: پیشنهادات... 159
منابع 160
منبع:
منابع
فهرست منابع فارسی
[9] مصطفی کیا، "شبکههای عصبی در MATLAB"، انتشارات کیان رایانه سبز، 1387.
[10] نیما جمشیدی، سید رسول مولایی و علی ابویی مهریزی، "آموزش کاربردی مباحث پیشرفته مهندسی برق با MATLAB"، انتشارات عابد، 1386.
[11] مهدی غضنفری، "شبکههای عصبی (اصول و کارکردها)"، چاپ دوم، انتشارات دانشگاه علم و صنعت، ص 296.
[15] محمدباقر منهاج، "مبانی شبکههای عصبی (هوش محاسباتی)"، انتشارات دانشگاه صنعتی امیرکبیر، 1377.
[20] لی وانگ، ترجمه محمد تشنه لب "سیستم های فازی و کنترل فازی"، انتشارات دانشگاه صنعتی خواجه نصیرالدین طوسی، 1389.
[21] مارس جی فونتانا، ترجمه احمد ساعتچی "مهندسی خوردگی"، انتشارات جهاد دانشگاهی واحد صنعتی اصفهان، 1387.
فهرست منابع لاتین
[1] Smets, H. M. G., Bogaerts, W.F.L.(1992) .Neural network prediction of stresscorrosion cracking, mater perform,vol.31, PP 64-68
[2] Urquidi- Macdonald ,M. , Eiden, M. N. Macdonald D. D. (1993). Devolopment of a neural network model for predicting damage function for pitting corrosion in condensing heat exchanger .modification of passive films, paris. PP. 336-343.
[3] E.M . Rosen and D.C silverman Corrosion prediction from polarization scans Using an artificial neural network integrated with an Expert sysyem. NACE international, corrosion/92, vol . 48,No. 9, PP. 734-745.
[4] Nesic, S. ,Nordsveen , M. Maxwell N., Vrhovac, M. (2001). Probabilistic modeling of CO2 corrosion laboratory Data using neural network corrosion sience , vol.43, PP. 1373-1392
[5] Trassati, S.P., Gabbetta G. (2006), study of naphtenic acid corrosion by neural network corrosion engineering science , and technology, vol 41, Number3, PP. 200-211.
[6] Andrews, P.;Illson, T.F.;Matthews,S.J,"Erosion-Corrosion studies on 13Cr steel in gas wel environment", PP. 568-574 ,december1999
[7] Esmaeilzedeh, F.,"Future south pars development may include 9 5/8-in.tubing". Oil & Gas Journal/ Sep.27, 2004 , PP. 53-57 .
[8] J. Kamruzzaman, et. al, “Artificial Neural Networks in Finance and Manufacturing”, 2006.
[12] G. Bortolan and J. L. Willems, “Diagnostic ECG classification based on neural networks”, J. Electrocardiol, Vol. 26, pp. 75-79, 1994.
[13] B. Krose, P. Van der Smagt, “An introduction to Neural Networks”, 1996,
(http://www.avaye.com/files/articles/nnintro/nn_intro.pdf)
[17] Y. Kutlu, M. Kuntalp, and D. Kuntalp, “Optimizing the performance of an MLP classifier for the automatic detection of epileptic spikes”, Expe. Syst. Applic., Vol. 36, pp. 7567–7575, 2009.
[18] Hartman. E., Keeler. J. D, and Kowalski. J. M, Layered neural networks with Gaussian hidden units as universal approximations. Neural Computation, vol. 2, no. 2, pp. 210-215, (1990).
[22] Venkatesh, E.S.. Erosion damage in oil and gas wells. Proc. Rocky Mountain Meeting of SPE, Billings, MT, May 19-21, 1986, pp 489-497.
[23] Haugen, K., Kvernvold, O., Ronold, A. & Sandberg, R.. Sand erosion of wear-resistant materials: erosion in choke valves. Wear 186-187, pp 179-188, 1995.
[24] Marchino, P.. Best practice in sand production prediction. Sand control & Management, London, 15- 16 October, 2001.
[25] Det Norske Vertitas. Recommended practice RP 0501: Erosive Wear in Piping Systems. 1996 , Revision 1999.
[26] Salama, M.M. & Venkatesh, E.S.. Evaluation of API RP14E erosional velocity limitations for offshore gas wells. OTC 4484, OTC Conference, Houston, May 2 – 5 1983, pp371 – 376, 1983.
[27] Shadley, J.R., Shirazi, S.A., Dayalan, E., Ismail, M. & Rybicki, E.F.. Erosion-corrosion of a carbon steel elbow in a carbon dioxide environment, Corrosion, Vol 52, No9, September 1996, pp 714 – 723.
[28] Shinogaya, T., Shinohara, T. & Takemoto, M.. Erosion of metals in high speed mist flow evaluation of velocity by acoustic emission system. International Congress on Metallic Corrosion,. Vol IV: Sessions 14-19, Madras, India, 7-11 Nov 1987.
[29] Svedeman, S.J. & Arnold, K.E.. Criteria for sizing multiphase flow lines for erosive/corrosive service. SPE 26569, 68th Annual Technical Conference of the Society of Petroleum Engineers, Houston, Texas, 3-6 October 1993.
[30] Lamb , W.S., Cavitation and Aeration in Hydraulic Systems. BHR Group, Bedfordshire, UK, 1987.
[31] Blanchard, D.J., Griffith, P. & Rabinowitz, E.. Erosion of a pipe bend by solid particles entrained in water. Journal of Engineering for Industry, Vol 106 pp 213-217, 1984.
[32] Parslow, G., Stephenson, D., Strutt, J & Tetlow, S.. Erosion damage mapping in a standard 90 degree take-off subsea christmas tree assembly. J. Soc. Underwater Technology, Vol. 22, No.3, pp 95-101, 1997.
[33]API 14E Recommended practice for design and installation of offshore production platform piping systems. 5th edition, 1991 (revised 2000).
[34] BS EN ISO 13703:2001. Petroleum and natural gas industries – Design and installation of piping systems on offshore production platforms.
[35] BS EN ISO 13628-1:1999. Petroleum and natural gas industries – Design and installation of subsea production systems - Part 1: General requirements and recommendations.
[36]API RP 17B. Recommended practice for flexible pipe. 1st Ed. June 1998.
[37] BS EN ISO 14692-3:2001. Petroleum and natural gas industries GRP Piping - Part 3: System Design.
[38] Salama, M.M.. An alternative to API 14E erosional velocity limits for sand laden fluids. OTC 8898, OTC Conference, Houston, May 4 – 7 1998, pp721 –733, 1998.
[39] Hammitt, F.G., Cavitation and Multiphase Flow Phenomena. McGraw-Hill Inc., 1980.
[40] Heymann, F.J.. Liquid impingement erosion. ASM Handbook, Vol 18: Friction, Lubrication and Wear Technology. ASM International, Materials Park, Ohio, USA, pp221-232, 1992.
[41] Huser, A. & Kvernvold, O.. Prediction of sand erosion in process and pipe components., Proc. 1st North American Conference on Multiphase Technology. Banff, Canada, 1998, pp 217 – 227.
[42] Weiner, P.D. & Tolle ,G.C.. Detection and prevention of sand erosion of production equipment. API OSAPR Project No 2, Research Report, Texas A&M University, College Station, Texas, 1976.
[43] Bourgoyne, .T.. Experimental study of erosion in diverter systems. SPE/IADC 18716, Proc SPE/IADC Drilling Conference, New Orleans, 28 February – 3 March 1989, pp 807
[44] McLaury, B.S. & Shirazi, S.A. Generalisation of API RP 14E for erosive service in multiphase production. SPE 56812, Proc. SPE Annual Technical Conference, Houston, Texas, 3 – 6 October 1999, pp 423 – 432.
[45] McLaury, B.S., Shirazi, S.A., Shadley, J.R. & Rybicki, E.F.. A particle tracking method to predict sand erosion threshold velocities in elbows and tees. FED-Vol. 189, Liquid-Solid Flows, ASME 1994, pp145-153.
[46] Wallace, M.S. "CFD based erosion modelling of simple and complex geometries", PhD Thesis, University of Strathclyde, Glasgow, 2001.
[47] Shirazi, S.A., Shadley, J.R., McLaury, B.S. & Rybicki, E.F.. A procedure to predict particle erosion in elbows and tees. Journal of Pressure Technology, Vol 117, February 1995, pp 45-52.
[48] Shirazi, S.A., McLaury, B.S., Shadley, J.R. & Rybicki, E.F. Generalisation of API RP 14E guideline for erosive services. Journal of Petroleum Technology, August 1995, pp693-698.
[49] Wang J., Shiraz, S.A., Shadley J.R. & Rybicki E.F.. Application of flow modelling and particle tracking to predict sand erosion in 90 degree bends. ASME Fluids Engineering Division Conference, FED-Vol 236, Vol 1, pp 725-734, 1996.