مجلة مفتوحة الوصول

المجلة الدولية للعلوم والتقنية

International Science and Technology Journal

ISSN: 2519-9854 (Online)

ISSN: 2519-9846 (Print)

DOI: www.doi.org/10.62341/ISTJ

مجلة علمية محكّمة تهتم بنشر البحوث والدراسات في مجال العلوم التطبيقية، تصدر دورياً تحت إشراف نخبة من الأساتذة

ينشرها

تحت إشراف

Pipeline Integrity Management by Means of Modeling and Prediction of Corrosion Penetration Rate Using Fuzzy Logic Technique

الملخص
الهدف من هذه الدراسة هو دراسة تأثير متغيرات معدل التآكل على خطوط الأنابيب كأحد العوامل المؤثرة على إنتاجية خطوط نقل النفط الخام، باستخدام النمذجة والتنبؤ لنسبة تغلغل التآكل بتطبيق تقنية المنطق الضبابي. كانت المتغيرات التي تم دراسة تأثيرها هي درجة الحرارة، الضغط، إجهاد القص، ودرجة الحموضة، وكان المدى للقيم لهذه المتغيرات هي 105-130 درجة فهرنهايت، 147-605 رطل لكل بوصة مربعة، 1-30 باسكال و 5.51-5.65 على التوالي. تم تطبيق تقنية المنطق الضبابي (fuzzy logic) للتنبؤ بمعدلات تغلغل التآكل في خط أنابيب السرير – طبرق المستخدم في عمليات نقل النفط الخام بشركة الخليج العربي للنفط. تم إنشاء نموذج التنبؤ من بيانات محسوبة تم الحصول عليها باستخدام برنامج NORSOK M-506. وتم استخدام متوسط الخطأ المطلق والبيانات الفعلية باستخدام برنامج NORSOK M-506 وذلك على سبيل التحقق من نموذج التنبؤ. حيث كانت قيمة متوسط الخطأ المطلق الناتج عن (FL) = 0.093548، والتي دلت على دقة نموذج FL.
Abstract
In this study the prediction of corrosion rate on pipelines as one of the factors affecting the transportation pipelines productivity, was studied by means of integrity management approach and based on modeling and prediction of corrosion penetration rate using fuzzy logic technique. The parameters investigated were: Temperature, Pressure, Shear stress and pH, and their values ranges were 105-130oF, 147-605 psi, 1-30 Pa and 5.51-5.65 respectively. The study was implemented to predict the corrosion penetration rate of the Sarir-Tobruk pipeline used for crude oil transportation processes at Arabian Golf Oil Company (AGCO). The model was created from independent calculated data that were calculated using NORSOK M-506 software. The mean absolute error was used to validate the accuracy of the model. The results of mean absolute error was 0.093548, which indicated that, the model was an accurate model.