پیوندهای مفید
آمار
| تعداد نشریات | 21 |
| تعداد شماره‌ها | 663 |
| تعداد مقالات | 9,691 |
| تعداد مشاهده مقاله | 68,983,151 |
| تعداد دریافت فایل اصل مقاله | 48,478,600 |
ارزیابی و مقایسه تأثیر افزودن پوسته برنج پودر شده و پودر نشده به گل حفاری پایه آبی بر خواص رئولوژیکی گل به همراه یک مدل شبکه عصبی مصنوعی | ||
| مدل سازی در مهندسی | ||
| مقالات آماده انتشار، پذیرفته شده، انتشار آنلاین از تاریخ 23 شهریور 1404 | ||
| نوع مقاله: مقاله مهندسی معدن | ||
| شناسه دیجیتال (DOI): 10.22075/jme.2025.36647.2795 | ||
| نویسندگان | ||
| کیوان بختیاری منش1؛ مجتبی رحیمی2؛ علی مختاریان* 3 | ||
| 1گروه مهندسی نفت، واحد خمینی‌شهر، دانشگاه آزاد اسلامی، خمینی‌شهر، ایران | ||
| 2گروه مهندسی نفت، واحد خمینی‌شهر، دانشگاه آزاد اسلامی، خمینی‌شهر، ایران. | ||
| 3گروه مهندسی مکانیک، واحد خمینی‌شهر، دانشگاه آزاد اسلامی، خمینی‌شهر، ایران | ||
| تاریخ دریافت: 01 بهمن 1403، تاریخ بازنگری: 29 اردیبهشت 1404، تاریخ پذیرش: 25 خرداد 1404 | ||
| چکیده | ||
| خواص رئولوژیکی سیالات حفاری، پارامترهایی اساسی در بهینه‌سازی عملیات حفاری و کاهش هزینه کل حفاری هستند. در این تحقیق، در مرحله اول به بررسی و مقایسه تأثیر افزودن هر یک از پلیمرهای گیاهی پوسته برنج پودر شده و پوسته برنج پودر نشده بر میزان تنش برشی گل حفاری پایه آبی (مخلوط آب و بنتونایت) در نرخ‌های برش متفاوت پرداخته شده است. پس از تعیین ویسکوزیته پلاستیک و نقطه تسلیم نمونه‌ها بر مبنای مدل بینگهام، روند یکنواختی در تغییرات خواص رئولوژیکی گل حفاری با افزایش جرم هر یک از افزودنی‌ها به سیال پایه مشاهده نشد. در گام بعدی تحقیق، یک مدل مبتنی بر شبکه عصبی مصنوعی پیشخور دو لایه جهت پیش‌بینی تنش برشی گل‌های حفاری مورد مطالعه برای ورودی‌های مقدار دلخواه جرم پلیمر افزودنی و نرخ برش دلخواه نمونه گل طراحی شد و برای هر دسته از داده‌های متناظر با هر یک از افزودنی‌ها تحت آموزش قرار گرفت که نتایج گویای تخمینی دقیق و مطلوب هستند. بطوریکه میزان درصد خطای نسبی میانگین و بیشینه بدست آمده برای مقادیر خروجی متناظر با داده‌های آزمون شبکه‌ها در مقایسه با نتایج اعمال مدل پرکاربرد هرشل- بالکلی کمتر می‌باشد. همچنین در پی انجام آنالیز حساسیت شبکه‌ها، اهمیت و درجه تأثیر بالاتر نرخ برش بر تغییرات تنش برشی سیال در مقایسه با جرم افزودنی مشاهده شد. | ||
| کلیدواژه‌ها | ||
| پوسته برنج پودر شده؛ پوسته برنج پودر نشده؛ خواص رئولوژیکی؛ نرخ برش؛ شبکه عصبی مصنوعی پیشخور دو لایه | ||
| عنوان مقاله [English] | ||
| Evaluation and Comparison of the Effect of Adding Pulverized and Unpulverized Rice Husk into Water-Based Drilling Mud on Rheological Properties Along with Presentation of An Artificial Neural Network Model | ||
| نویسندگان [English] | ||
| Keivan Bakhtiyari Manesh1؛ Mojtaba Rahimi2؛ Ali Mokhtarian3 | ||
| 1Department of Petroleum Engineering, Khomeinishahr Branch, Islamic Azad University, Khomeinishahr, Iran | ||
| 2Department of Petroleum Engineering, Khomeinishahr Branch, Islamic Azad University, Khomeinishahr, Iran; Stone Research Center, Khomeinishahr Branch, Islamic Azad University, Khomeinishahr, Iran | ||
| 3Department of Mechanical Engineering, Khomeinishahr Branch, Islamic Azad University, Khomeinishahr, Iran | ||
| چکیده [English] | ||
| The rheological properties of drilling fluids are essential parameters in optimizing drilling operations and reducing the total cost of drilling. In this research, in the first stage, the effect of adding herbal polymers of pulverized and unpulverized rice husk on the amount of shear stress of water-based drilling mud (a mixture of water and bentonite) at different shear rates has been investigated and compared. After determining the plastic viscosity (PV) and yield point (YP) of the samples based on the Bingham model, no uniform trend was observed in the changes in the rheological properties of the drilling mud with the increase in the mass of each additive to the base fluid. In the next step of the research, a model based on a two-layer feedforward artificial neural network is designed to predict the shear stress of the studied drilling muds for the input of the arbitrary mass of the additive polymer and arbitrary shear rate of the mud sample, and the network was trained for each set of data corresponding to each of the additives, which resulted in accurate and favorable estimation results. The percentage of average and maximum error obtained for the output values corresponding to the network test data is smaller compared to the results of applying the widely used Herschel-Bulkley model. Moreover, we found through sensitivity analysis that the importance and degree of influence of the shear rate on changes in shear stress are higher compared to the additive mass. | ||
| کلیدواژه‌ها [English] | ||
| Pulverized Rice Husk, Unpulverized Rice Husk, Rheological properties, Shear rate, Two-layered feedforward artificial neural network | ||
| مراجع | ||
|
| ||
|
آمار تعداد مشاهده مقاله: 93 |
||