Abstract:
L’estimation empirique des propriétés s’imposera toujours et demeurera incontournable pour caractériser les fractions pétrolières qui sont des mélanges complexes.
Dans un tel contexte, nous proposons une nouvelle technique basée sur les réseaux de neurones artificiels qui permet d’accéder rapidement aux caractéristiques de ces produits ainsi que celles des corps pur et de leur mélange.
Une amélioration sensible des résultats a été obtenue par ce récent moyen de calcul.
Les grandeurs étudiées sont la chaleur spécifique, la chaleur de vaporisation et l’indice de corrélation.
Notre travail est divisé en quatre chapitres:
Le premier chapitre a été consacré à la présentation de généralités sur le pétrole, qui a pour but de rendre compte de l’importance de cette source d’énergie et la nécessité de caractérisation de ses fractions.
Le deuxième chapitre a été dédié à la présentation des différentes propriétés auxquelles la modélisation fait appel comme paramètres d’entrée ou de sortie, ainsi que les propriétés de base.
Le troisième chapitre de ce document est réservé à une brève introduction aux réseaux de neurones artificiels (RNA).
Cette partie a pour but de rendre compte des capacités d’approximations universelles des réseaux de neurones et de ce fait justifier l’utilisation de ces derniers pour l’estimation et la prédiction des propriétés des hydrocarbures, de leurs mélanges et des fractions pétrolières.
Dans la dernière partie, nous avons présenté les résultats de simulation obtenus pour les propriétés physiques des hydrocarbures, de leurs mélanges et des fractions pétrolières.
Les résultats présentent de faibles écarts par rapport aux données expérimentales et nous conforte dans notre démarche.
