Indiziert in
- Öffnen Sie das J-Tor
- Genamics JournalSeek
- Smithers Rapra
- RefSeek
- Verzeichnis der Indexierung von Forschungszeitschriften (DRJI)
- Hamdard-Universität
- EBSCO AZ
- OCLC – WorldCat
- Gelehrtersteer
- Publons
- Genfer Stiftung für medizinische Ausbildung und Forschung
- Google Scholar
Nützliche Links
Teile diese Seite
Zeitschriftenflyer
Open-Access-Zeitschriften
- Allgemeine Wissenschaft
- Biochemie
- Bioinformatik und Systembiologie
- Chemie
- Genetik und Molekularbiologie
- Immunologie und Mikrobiologie
- Klinische Wissenschaften
- Krankenpflege und Gesundheitsfürsorge
- Landwirtschaft und Aquakultur
- Lebensmittel & Ernährung
- Maschinenbau
- Materialwissenschaften
- Medizinische Wissenschaften
- Neurowissenschaften und Psychologie
- Pharmazeutische Wissenschaften
- Umweltwissenschaften
- Veterinärwissenschaften
- Wirtschaft & Management
Abstrakt
Mathematische Modellierung der Alagoas-Well-Dichte mit künstlichen neuronalen Netzen
Tatiana GD Da Silva, Everton Lourenco, Marcio A. Sampaio Pintos, Dheiver Santos
Die Dichte ist eine physikalisch-chemische Eigenschaft, die häufig zur Analyse der Ölqualität verwendet wird und für die Dimensionierung und den Einsatz von Geräten von grundlegender Bedeutung ist, wodurch Prozesse effizienter gestaltet werden. Sie wird bei der Produktion und Ölraffination verwendet, um die Eigenschaften des zu erkundenden Öls zu überprüfen. Daher wurden im Rahmen dieser Arbeit Ölproben aus dem Sergipe-Alagoas-Becken, aus den Feldern Pilar und Tabuleiro do Martins, analysiert, und zwar durch die Charakterisierung der Dichte sowie das Training und die Vorhersage durch ein künstliches neuronales Netz (KNN). Die Untersuchung ergab, dass die aus der Öldichte des Sergipe-Alagoas-Beckens gewonnenen Daten im Leichtölrahmen lagen und dass die gewünschten Ausgabedaten der am KNN durchgeführten Analyse sehr nahe an den Netzwerkausgaben liegen. Daher wird die Charakterisierung der Dichte in mehreren industriellen Prozessen, bei denen Flüssigkeiten von einem Ort zum anderen übertragen werden, von grundlegender Bedeutung und ist außerdem unverzichtbar, um nützliche Techniken für einen angemessenen Fluss zu finden.