Modeling of corrosion rate under two phase flow in horizontal pipe using neural network

المؤلفون المشاركون

Kazim, Fadil Sarhan
Yusuf, Yusuf Khalaf

المصدر

Journal of Engineering

العدد

المجلد 18، العدد 7 (31 يوليو/تموز 2012)، ص ص. 876-884، 9ص.

الناشر

جامعة بغداد كلية الهندسة

تاريخ النشر

2012-07-31

دولة النشر

العراق

عدد الصفحات

9

التخصصات الرئيسية

الفيزياء

الموضوعات

الملخص AR

في الدراسة المقدمة، قد تم تطوير نموذج شبكة عصبية اصطناعية (ANN) لتحليل و محاكاة للعلاقة ما بين متوسط معدل تآكل الكربون الصلب و العوامل المؤثرة و هي (عدد رينولد و تركيز المياه و درجة الحرارة) بثبات PH.

الماء المستخدم بالدراسة هو الماء المنتج مع النفط في حقل النفط في كركوك في العراق برقم k184-Depth2200ft.

و قد تم استخدام وسط للتآكل و منطقة العينة (400 mm2) على المواد التي تستخدم الأنابيب الفولاذية ذات الواطئ و التي توفرها مصفاة الدورة و قد تم استخدام نظام التدفق بواسطة Q.V.F الزجاجي و تدوير ثنائي الطور (سائل–سائل) باستخدام مضخة Q.V.F، عوامل الإدخال للنموذج المقترح كانت رقم رينولدز و تركيز الماء و درجة الحرارة و الناتج الخارج من النموذج هو معدل التآكل.

الأداء لطريقتي تدريب الشبكة الاصطناعية و هما (هبوط الانحدار مع الزخم وليفن بيرك ماركورت) قورن لاختيار طريقة التدريب الأكثر ملائمة للنموذج معدل التآكل و يمكن استخدام هذا النموذج لحساب خواص معدل التآكل لسبيكة الفولاذ كاربون كمعادلة مع معامل رينولد و تركيز المياه و درجة الحرارة.

التأثير المتراكب لهذه العوامل المؤثرة مع معدل التآكل تم تمثيله حيث بينت النتائج أن معدل التآكل يزيد بزيادة هذه العوامل المذكورة آنفا.

الملخص EN

The present study develops an artificial neural network (ANN) to model an analysis and a simulation of the correlation between the average corrosion rate carbon steel and the effective parameter Reynolds number (Re), water concentration (Wc) % temperature (T) with constant of PH 7 .

The water, produced fom oil in Kirkuk oil field in Iraq from well no.

k184-Depth2200ft., has been used as a corrosive media and specimen area (400 mm2) for the materials that were used as low carbon steel pipe.

The pipes are supplied by Doura Refinery.

The used flow system is all made of Q.

V.

F glass, and the circulation of the two –phase (liquid – liquid ) is affected using a Q.

V.

F pump .The input parameters of the model consists of Reynolds number , water concentration and temperature.

The output is average corrosion rate .The performance of the two training algorithms, gradient descent with momentum and Levenberg-Marquardt, are compared to select the most suitable training algorithm for corrosion rate model.

The model can be used to calculate the average corrosion rate properties of carbon steel alloy as functions of Reynolds number, water concentration and temperature.

Accordingly, the combined influence of these effective parameters and the average corrosion rate is simulated.

The results show that the corrosion rate increases with the increase of temperature, Reynolds number and the increase of water concentration.

نمط استشهاد جمعية علماء النفس الأمريكية (APA)

Kazim, Fadil Sarhan& Yusuf, Yusuf Khalaf. 2012. Modeling of corrosion rate under two phase flow in horizontal pipe using neural network. Journal of Engineering،Vol. 18, no. 7, pp.876-884.
https://search.emarefa.net/detail/BIM-304040

نمط استشهاد الجمعية الأمريكية للغات الحديثة (MLA)

Kazim, Fadil Sarhan& Yusuf, Yusuf Khalaf. Modeling of corrosion rate under two phase flow in horizontal pipe using neural network. Journal of Engineering Vol. 18, no. 7 (Jul. 2012), pp.876-884.
https://search.emarefa.net/detail/BIM-304040

نمط استشهاد الجمعية الطبية الأمريكية (AMA)

Kazim, Fadil Sarhan& Yusuf, Yusuf Khalaf. Modeling of corrosion rate under two phase flow in horizontal pipe using neural network. Journal of Engineering. 2012. Vol. 18, no. 7, pp.876-884.
https://search.emarefa.net/detail/BIM-304040

نوع البيانات

مقالات

لغة النص

الإنجليزية

الملاحظات

Includes appendices : p. 880-884

رقم السجل

BIM-304040