Prediction of crude oil pyrolysis process using radial basis function networks

• Autores: Milad Norouzpour, Ahmad Reza Rasouli, Abdolreza Dabiri, Amin Azdarpour, Mohammad Afkhami Karaei
• Localización: QUID: Investigación, Ciencia y Tecnología, ISSN-e 2462-9006, ISSN 1692-343X, Nº. Extra 1, 2017, págs. 567-576
• Idioma: inglés
• Enlaces
  • Texto completo (pdf)
• Resumen

  • Conocimiento del petróleo crudo La pirólisis y la combustión es una de las más importantes en la producción de petróleo utilizando el método de combustión in situ como una sección de los métodos de recuperación térmica de aceite mejorado (EOR). En este método, el petróleo crudo experimenta una serie de cambios físicos y químicos que pueden referirse a la pirólisis como la parte más importante de estos cambios. En este trabajo, hemos desarrollado modelos de Redes de Función Radial (RBFN) para predecir el peso restante de crudo durante el proceso de pirólisis del crudo. La densidad API, la viscosidad, la resina y el asfalteno y otros componentes del contenido de aceite crudo, la temperatura y la velocidad de calentamiento se seleccionan como parámetros de entrada RBFN, mientras que el peso restante de crudo en diferentes temperaturas se considera como salida de red. Los datos se obtuvieron mediante análisis termogravimétricos y experimentos de separación en seis muestras de diversos aceites crudos iraníes. Los resultados de este trabajo muestran que utilizando un RBFN, podemos predecir el peso restante de crudo durante su proceso de pirólisis con un error relativo absoluto medio (ARE) 5,88 por ciento y error cuadrático medio (MSE) 6,15 por la función newrbe y un promedio absoluto Error relativo (ARE) 7,25 por ciento y error cuadrático medio (MSE) 2,51 por función newrb para datos de prueba. Más aún, los resultados del análisis de regresión mostraron una muy buena coincidencia entre los resultados de laboratorio y los resultados previstos por la RBFN propuesta.