چکیده:
هدف این تحقیق پیشبینی نرخ خوردگی با استفاده از شبکههای عصبی مصنوعی میباشد.خوردگی پدیدهای است که بهعلت تأثیر عوامل مختلف و متعدد شناختهشده و ناشناخته پیچیدگی بسیار زیادی دارد و بهراحتی قابل مدلسازی نیست.جهت پیشبینی و مدلسازی خوردگی در رویکرد مکانیستیک1به واکنشها و فرایندهای فیزیکی،شیمیایی و الکتروشیمیایی آن توجه میشود و مدلسازی براساس آنها انجام میپذیرد.باوجود موفقیتهایی که این مدلها داشتهاند،لیکن بهعلت تعدد عوامل تأثیرگذار که بعضا ناشناخته نیز هستند،نیاز به مدلهایی که با دقت بیشتری این پدیده را مدلسازی و پیشبینی کنند احساس میشود. در این تحقیق برای پیشبینی نرخ خوردگی از مدل شبکه عصبی مصنوعی با بهینهسازی ژنتیک2استفاده گردیده است.از بین مدلهای مختلف شبکه عصبی،شبکه عصبی چندلایه با الگوریتم یادگیری کاهش گرادیان انتخاب شده است.پس از ایجاد شبکه،فرایند آموزش شبکه با دادههای موجود در یک پالایشگاه نفت مورد تحقیق انجام شد و سپس ارزیابی و آزمایش صورت گرفت.پس از آماده شدن شبکه،جهت استخراج دانش از روش تحلیل حساسیت و الگوریتم گارسن استفاده شد. نتایج تحقیق نشان میدهد که روش شبکه عصبی توانایی پیشبینی نرخ خوردگی را با ضریب همبستگی و خطای MSE 1قابل قبول دارد.بخش دیگری از نتایج که برگرفته از روش تحلیل حساسیت هستند،نشاندهنده میزان تأثیر هرکدام از پارامترهای نفت خام بر روی خوردگی میباشد.طبق این نتایج نمک و گوگرد تأثیرگذارترین عوامل بر روی خوردگی در پالایشگاه مورد تحقیق هستند.
خلاصه ماشینی:
"با توجه به ماهیت غیرخطی خوردگی و وجود مؤلفههای متعدد شناختهشده و عوامل تأثیرگذار ناشناخته،پیشبینی شرایط با پیچیدگی زیادی مواجه است،بهنظر میرسد که شبکه عصبی مصنوعی که ماهیتا دادهمحور و خودانطباق است و بدون نیاز به فرضیاتی که روشهای مدل محور نیاز دارند وارد مقوله پیشبینی رفتار سیستمهای غیرخطی میشوند،ابزار مناسبی باشد(البرزی،1386،ص 59) این تحقیق برمبنای استفاده از تواناییهای شبکههای عصبی برای پیشبینی نرخ خوردگی بنا نهاده شده است و بدینمنظور از اطلاعات جمعآوریشده و موجود در واحد خوردگی و بازرسی فنی و واحد مهندسی پالایش در پالایشگاه مورد تحقیق استفاده مینماید.
W. ) اهمیت و ضرورت تحقیق باوجوداینکه کارشناسان واحد خوردگی و بازرسی فنی معتقد به تأثیر درصد ترکیبات موجود در نفت خام بهعنوان عامل اصلی خوردگی در قسمتهای مختلف تأسیسات پالایش هستند و مشخصات شیمیایی و فیزیکی نفت خام و آب ترش خروجی را به صورت روزانه اندازهگیری کرده و ثبت و تحلیل نموده و برمبنای نتایج،تغییرات لازم را اعمال مینمایند،ولی عدم وجود یک سیستم که بتواند از دادههای موجود،اطلاعات نهفته را استخراج و تحلیل نموده و در مقایسه با شرایط مطلوب،وضعیت جاری خوردگی را مشخص و پیشبینی نماید،عملا دادههای موجود را فاقد ارزش افزوده کرده است.
عدم وجود پیشبینی مناسبی از نرخ خوردگی در تأسیسات پالایش با توجه به ترکیبات نفت خام،موجب شده تا ترکیب نفت خام ورودی به برج تقطیر که حاصل ترکیب چند نوع مختلف نفت خام میباشد فقط با استفاده از تجربیات کارشناسان صورت گیرد، همچنین میزان تزریق خنثیکننده و ایجادکننده فیلم نیز با توجه به میزان لحظهای آهن موجود در آب بالاسری طبق تجربه قبلی کارشناسان انجام میپذیرد و سیستم خاصی برای اینکار وجود ندارد."