محمدعلی احمدی - دانشجوی کارشناسی ارشد-دانشگاه صنعت نفت
محمد عبادی - فارغ التحصیل مهندسی نفت-دانشگاه آزاد اسلامی واحد علوم و تحقیقات
نیما رشیدی نیا - فارغ التحصیل مهندسی نفت-دانشگاه آزاد اسلامی واحد علوم و تحقیقات
سیدرضا شادی زاده - دانشیار دانشگاه صنعت نفت

اخیراً بعد از آنکه پدیده ته نشینی رسوبات آسفالتین به عنوان یکی از مهمترین دلایل مشکلات تولیدی درامر ازدیاد برداشت 5 از مخازن مطرح گریده است ، تحقیقات در این زمینه به طور جدی مورد توجه قرارگرفته است. به طور کلی آسفالتین ترکیبات نفتی سنگین می باشند که تحت شرایطی مشخص ته نشین شده و رسوبات جامد ناشی از آن در محیط متخلخل 6 شکل می گیرند. در این تحقیق یک مدل بر مبنای شبکهی عصبی پیش خور 7 بهینه شده به وسیله الگوریتم ژنتیک برای پیش بینی میزان ته نشست رسوبات آسفالتین معرفی شده است. نقش الگوریتم ژنتیک در تعیین وزن های داخلی 8 شبکه عصبی می باشد. مدلANN-GA برای یک سری داده منتشر شده در مقالات پیاده سازی شده و نتایج آن با نتایج حاصل ازScailing Model مقایسه شده است که نشان دهنده پویایی و اثربخشی مدلANN-GAمی باشد

آسفالتین ، ته نشینی ، شبکه عصبی ، الگوریتم ژنتیک ، پیش بینی