ارائه يك مدل هوشمند به منظور پيش بيني قابليت هدايت شكاف در فرآيند لايه شكافي با اسيد

با رشد روز افزون نیاز جهان به انرژی و افزایش تقاضای جهانی نفت و گاز، فرآیندهای افزایش تولید چاه محوریكی از روش های متداول جهت پاسخ به این نیاز می باشد. فرایند لایه شكافی با اسید یكی از این روش های متداولو با سابقه در این حوزه می باشد. در این فرایند، پس از ایجاد شكاف در دیواره اطراف چاه، اسید به درون شكاف ها جریان پیدا می كند و پس از واكنش با سطح دیواره های شكاف، شیارهایی را روی سطح سنگ بوجود می آورد كه پس از اتمام عملیات و بسته شدن شكاف ها باعث افزایش نفوذ پذیری اطراف چاه و به تبع آن افزایش میزان تولید میگردد. یكی از پارامترهای بسیار مهم در طراحی فرآیند لایه شكافی با اسید، قابلیت هدایت شكاف است. از سه دهه اخیر تا كنون تلاش هایی متعددی برای بدست آوردن روابط و مدل هایی جهت پیش بینی قابلیت هدایتشكاف صورت گرفته است. این مدل ها كه به دو گروه مدل های تئوری و مدل های تجربی تقسیم بندی می شوند دارای نقاط ضعف و قوتی می باشند. در مدل های تجربی با انجام آزمایش های مختلف و تحلیل نتایج، رابطه ایمیان قابلیت هدایت شكاف و پارامترهای تاثیر گذار مانند دبی تزریق، قدرت انحلال اسید، استحكام سنگ، فشار بشته شدن شكاف و هندسه شكاف بر قرار می گردد. در این مقاله سعی شده است تا با استفاده از توانمندی های شبكه های عصبی مدلی ارائه گردد تا در عین سادگی از دقت بالایی نیز برخوردار باشد. نتایج بدست آمده نشان می- دهد مدل پیشنهادی ضمن سادگی از مدل های مشابه خود دقیق ترمی باشد.