عنوان مقاله: امکان استفاده از ابزارهای هوش مصنوعی در کنترل خوردگی
نویسندگان: حامد زین العابدین قدیم
سال انتشار: –
محل انتشار: چهارمین کنفرانس دانشجویی مهندسی نفت ایران
زبان مقاله: فارسی

چکیده:

خوردگی یکی از مهمترین مشکلات و مسایل در صنعت می باشد که سالانه بخش زیادی از سرمایه های صنایع مختلف در اثر آن نابود میگردد . تخمین و کنترل خوردگی می تواند نقش به سزایی در افزایش عمر طبیعی تجهیزات داشته باشد. به دلیل اینکه نرخ  خوردگی  با بسیاری از پارامترهای فیزیکی مثل دما ، فشار جزئی سیال ، سرعت سیال ، ph و بیساری پارامترهای دیگر مرتبط است و از طرفی این متغیرها نیز خود با هم دارای روابطی هستند یافتن یک مدل ریاضی برای تخمین خوردگی حتی اگر ممکن باشد بسیار سخت و پیچیده خواهد بود و مستلزم کار آزمایشگاهی فراوان و صرف هزینه اقتصادی بالا می باشد. در حالیکه با استفاده از تکنولوژی روز و با استفاده از ابزارهای هوشمندی می توان این کار را با تخمین مناسبی انجام داد .  در  این مقاله با معرفی ابزارهای هوشمند مانند شبکه های عصبی و سیستم های فازی به بررسی امکان و چگونگی استفاده از این ابزارها در تخمین و کنترل خوردگی و ضعف ها و مشکلات آن می پردازیم . همچنین پیشنهاداتی برای استفاده از سیستمهای کنترلی برای اتوماتیک کردن سیستم حفاظت کاتدیک ارایه میگردد.

Corrosion is one of the most severe problems in different industries including oil, gas and petrochemical complexes and it deteriorates lots of properties each year. Estimation and controlling the corrosion rate plays a critical role in increasing the lifetime of equipments. Since corrosion rate is dependent on different physical parameters such as temperature, partial pressure, velocity, PH and many other factors that they, themselves have interrelations on each other, therefore deriving a mathematical formula to estimate the corrosion rate, even if it be possible, it would be very hard and complex and it requires a huge laboratory research besides being so costly. Whereas by using the technology of artificial intelligence this may be done more easily. In this article by introducing the artificial intelligence means like neural networks and phuzzy systems the possibility of using AI in estimation and controlling corrosion rate is investigated and it also gives proposals for using control systems for automatic cathodic protection

کلمات کلیدی: هوش مصنوعی AI، شبکه های عصبی، سیستم های فازی، مدلهای خوردگی