In this section

    Application of Neural Network for Two Phase Flow Through Chokes

    (2009) Application of Neural Network for Two Phase Flow Through Chokes. Masters thesis, King Fahd University of Petroleum and Minerals.

    [img]
    Preview
    		 PDF
    Master_Thesis.pdf
    Download (8MB) | Preview

    Arabic Abstract

    في السنوات الأخيرة, بدأت الشبكة العصبية الاصطناعية بالشيوع في تطبيقات هندسة البترول المختلفة. فقد تناول العديد من المؤلفين تطبيقات الشبكة العصبية الاصطناعية في تطبيقات هندسة البترول المختلفة, إلا إن أي من الباحثين السابقين لم يتناول تطبيق الشبكة العصبية لتدفق الغاز و الزيت عبر صمامات التحكم. هذه الدراسة تبين أستخدام الشبكة العصبية الاصطناعية كأداة هندسية سهله للتنبؤ بمعدل تدفق الزيت و بمقدار فتح صمامات التحكم. فقد تم تطوير نموذجين بناءً على 4031 نقطة بيانيه مقسمة على النحو التالي 80% للتدريب و 10% للمصادقة و 10% للاختبار. و بعد مراجعة و تطبيق المعادلات الرياضية الأخرى و من ثم مقارنتها مع النموذج المطور باستخدام المقاييس الإحصائية و الرسوم البيانية. أثبتت النماذج الجديدة تفوقها على النماذج المجودة حالياً بأقل معدل نسبي مطلق للأخطاء بحوالي 3.7% للتنبؤ بفتحة الصمام و 6.7% للتنبؤ بمعدل تدفق الزيت.

    English Abstract

    In recent years, neural network have gained popularity in the oil industry. Many authors discussed the applications of neural network in petroleum engineering applications; never the less, none of the researcher studied the application of neural networks for two phase flow through chokes. This study shows the utilization of Artificial Neural Network (ANN) as a simple engineering tool for estimating flow rate and the choke size. Two models were developed based on 4031 data points and a ratio of 80%, 10%, 10% for training, validation and testing respectively. In this study the existing choke correlations available in the literature were reviewed, evaluated and compared with the new ANN models using statistical and graphical analysis technique. The new models were found to outperform all the existing correlations and have provided the lowest error with average absolute percent error of 3.7% for the choke size prediction and 6.7% for the flow rate estimation.

    Item Type: Thesis (Masters)
    Subjects: Petroleum
    Department: College of Petroleum Engineering and Geosciences > Petroleum Engineering
    Committee Advisor: Al-Marhoun, Muhammad
    Committee Members: Al-Yousef, Hasan and Doklah, Mahmoud
    Depositing User: MOHMMED AL-KHALIFA (g200152190)
    Date Deposited: 08 Nov 2009 08:30
    Last Modified: 01 Nov 2019 14:11
    URI: http://eprints.kfupm.edu.sa/id/eprint/136177