Repository logo
Communities & Collections
All of DSpace
  • English
  • العربية
  • Čeština
  • Deutsch
  • Ελληνικά
  • Español
  • Suomi
  • Français
  • Gàidhlig
  • हिंदी
  • Magyar
  • Italiano
  • Қазақ
  • Latviešu
  • Nederlands
  • Polski
  • Português
  • Português do Brasil
  • Srpski (lat)
  • Српски
  • Svenska
  • Türkçe
  • Yкраї́нська
  • Tiếng Việt
Log In
New user? Click here to register.Have you forgotten your password?
  1. Home
  2. Browse by Author

Browsing by Author "Gharbi, Kheira"

Filter results by typing the first few letters
Now showing 1 - 4 of 4
  • Results Per Page
  • Sort Options
  • No Thumbnail Available
    Item
    Etude des mécanismes d’inhibition des asphaltènes et prédiction des dépôts
    (2019) Gharbi, Kheira
    De nos jours, la floculation et la déposition des asphaltènes constituent l’une des préoccupations majeures de l’assurance de l‘écoulement de pétrole brut dans les champs pétroliers, alors que les problèmes causés par les flocs d’asphaltènes génèrent des coûts supplémentaires dans le système de production. Dans cette étude, deux échantillons de pétrole brut léger ont été prélevés du champ de Hassi Messaoud, afin de caractériser leurs propriétés physicochimiques. L'inhibition de la floculation des asphaltènes a été étudiée en testant un inhibiteur commercial, les résines de pétrole, les fractions acide et basique des asphaltènes sous différentes conditions de pression et de température. Les résultats indiquent que les résines extraites peuvent avoir deux effets différents sur l'apparition de la floculation d'asphaltènes en fonction des conditions thermodynamiques du système et la concentration des résines ajoutées dans le pétrole brut. La fraction acide des asphaltènes a la meilleure performance contre le phénomène de floculation. Cette fraction a montré une bonne inhibition de la déposition des asphaltènes dans les deux cas statique et dynamique. Afin de prédire le seuil de floculation des asphaltènes dans une huile de surface qui constitue la première phase pour étudier l’efficacité des inhibiteurs, un modèle de réseau neuronal précis et robuste a été construit sur la base de données expérimentales. Il permet d’estimer le seuil de floculation de façon précise et rapide
  • No Thumbnail Available
    Item
    Inhibition of asphaltene flocculation in light crude oil: effect of pressure, temperature and inhibitor concentration
    (Taylor and Francis Online, 2018) Gharbi, Kheira; Benyounes, Khaled; Benamara, Chahrazed
    In this study, a light crude oil sample was taken from Hassi Messaoud field to characterize its physicochemical properties. The asphaltene flocculation onset was determined in the dead oil by Flocculation Titrimeter equipment. The petroleum resins have been extracted from the same crude oil and tested as an inhibitor of asphaltene flocculation then their efficiency has been studied at different conditions of pressure and temperature. The results point out that the extracted resins may have two different effects on the onset point depending upon the operator conditions and the concentration of the added resins to crude oil.
  • No Thumbnail Available
    Item
    Modeling wax disappearance temperature using advanced intelligent frameworks
    (American Chemical Society, 2019) Benamara, Chahrazed; Nait Amar, Menad; Gharbi, Kheira; Hamada, Boudjema
    The deposition of wax is one of the most potential problems that disturbs the flow assurance during production processes of hydrocarbon fluids. In this study, wax disappearance temperature (WDT) that is recognized as a vital parameter in such circumstances is modeled using advanced machine learning techniques, namely, radial basis function neural network (RBFNN) coupled with genetic algorithm (GA) and artificial bee colony (ABC). Besides, an accurate and user-friendly correlation was established by implementing the group method of data handling. Results revealed the high reliability of the proposed hybrid models and the established correlation. Moreover, RBFNN coupled with ABC (RBFNN-ABC) was found to be the best paradigm with an overall average absolute relative error value of 0.5402% and a total coefficient of determination (R2) of 0.9706. Furthermore, the performance comparison showed that RBFNN-ABC and the established explicit correlation outperform the prior intelligent and thermodynamic models. Finally, by performing the outlier detection, the quality of the utilized database was assessed, the applicability realm of the best model was delineated, and only one point was found as doubtful
  • No Thumbnail Available
    Item
    Removal and prevention of asphaltene deposition during oil production : a literature review
    (Elsevier, 2017) Gharbi, Kheira; Benyounes, Khaled; Khodja, Mohamed

DSpace software copyright © 2002-2025 LYRASIS

  • Privacy policy
  • End User Agreement
  • Send Feedback
Repository logo COAR Notify