ارزیابی آلودگی فلزات سنگین و مواد آلی کنده ها و گل حفاری با استفاده از تکنیک الگوریتم رگرسیون یادگیری حدی هوش مصنوعی در یکی از میادین نفتی جنوب ایران
محل انتشار: فصلنامه علوم محیطی، دوره: 21، شماره: 1
سال انتشار: 1402
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 182
فایل این مقاله در 18 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_SCJS-21-1_010
تاریخ نمایه سازی: 2 مرداد 1402
چکیده مقاله:
سابقه و هدف: فرآیند استخراج و بهره برداری از منابع نفت و گاز به چرخه تولید، ارسال و بازیافت گل حفاری یا سیال حفاری نیاز دارد، بنابراین رسیدن به ترکیب مناسب گل حفاری و بازیافت مجدد آن، به عنوان یک امر مهم و اساسی در صنعت نفت و محیط زیست به شمار می رود. به طوریکه مشخص نمودن میزان آلودگی فلزات سنگین و مواد آلی موجود در گل حفاری و کنده های حفاری به صورت غیر مستقیم می تواند حائز اهمیت باشد.مواد و روش ها: در این تحقیق سعی شده است که میزان آلودگی کنده های حفاری، با وجود پارامترهای سازندی در ۱۰ چاه نفتی حفاری شده در اعماق مختلف (۶۶ دسته داده)، به کمک رگرسیون یادگیری حدی شبکه عصبی مصنوعی، تخمین زده شود.نتایج و بحث: تعداد ۶۰ دسته داده از داده های تهیه شده به منظور تخمین میزان تغییر در غلظت فلزات سنگین، هیدروکربن های آروماتیک چند حلقه ای در فرآیند یادگیری و آزمون دخالت داده شده اند و ۶ دسته داده دیگر مربوط به یک چاه که به طور تصادفی انتخاب شده و در فرآیند اعتبارسنجی شبکه عصبی مصنوعی استفاده شده اند. الگوریتم رگرسیون یادگیری حدی برای ۱۰ عنصر سنگین و ۱۰ترکیب آروماتیک آلوده کننده ی کنده و گل حفاری بر روی دو سری داده ی مختلف در یک منطقه ی حفاری در یکی از میادین نفتی جنوب ایران مورد ارزیابی قرار گرفت.نتیجه گیری: تخمین میزان آلودگی کنده های حفاری وگل حفاری با استفاده از الگوریتم مورد استفاده در تحقیق مناسب بوده و در پروسه های بعدی صیانت از محیط زیست از قبیل فرآیند تثبیت آلودگی ها و بازیافت گل حفاری نقش کارآمدی خوهد داشت.
کلیدواژه ها:
نویسندگان
سعید احدی
گروه مهندسی معدن، دانشگاه بین المللی امام خمینی(ره)، قزوین، ایران
اندیشه علی مرادی
گروه مهندسی معدن، دانشگاه بین المللی امام خمینی(ره)، قزوین، ایران
حمید سرخیل
گروه زمین شناسی کاربردی، دانشکده علوم زمین، دانشگاه خوارزمی، تهران، ایران
مهیار کلهر محمدی
مدیریت پسماند حفاری، شرکت سیالات حفاری پارس، تهران، ایران
مهدی فتحی
گروه مهندسی معدن، دانشگاه بین المللی امام خمینی(ره)، قزوین، ایران
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :