منحنی هیدرات در نمودار ‏۴‑۱۶ آمده است. از این منحنی درک می‌شود که در خط L008 و L005 در حال تشکیل هیدرات می‌باشند.

نمودار ‏۴‑۱۶ : منحنی‌های تشکیل هیدرات برای هر سه خط شبکه انتقال
(( اینجا فقط تکه ای از متن درج شده است. برای خرید متن کامل فایل پایان نامه با فرمت ورد می توانید به سایت nefo.ir مراجعه نمایید و کلمه کلیدی مورد نظرتان را جستجو نمایید. ))

در هر خط انتقال گاز مشاهده می‌شود که فشار کاهش می‌یابد و در کل شبکه هر چه به پایان خط انتقال نزدیک می‌شویم افت فشار افزایش آن بیشتر می‌باشد. در بخش مدل سازی دیده شد که در مکان‌هایی که افت فشار زیاد است هسته زدایی بسیار راحت‌تر صورت می‌گیرد. به این خاطر است که در نقاط پایانی خط لوله بیشتر هیدرات تشکیل می‌شود. تغییرات دما نیز مانند فشار در هر خط کاهش می‌یابد که شرایط مناسب را ایجاد می‌کند. در پایان خط انتقال باز هم افت محسوس دما دیده می‌شود. این افت دما و فشار شرایط مساعد تشکیل هیدرات را فراهم می‌کنند. درست است افزایش فشار خود از عوامل تشکیل هیدرات می‌باشد امّا در یک نتیجه گیری برای اولین بار اثبات می‌شود که افت ناگهانی فشار بسیار مهمتر از افزایش فشار برای تشکیل هیدرات می‌باشد. به همین خاطر است در مناطقی از لوله که انقباض و انبساط به واسطه شیر‌ها و… داریم هیدرات در آن مناطق بسیار تهدید کننده هستند.

نمودار ‏۴‑۱۷: تغییرات فشار در طول لوله برای هر سه خط شبکه انتقال
در نمودار ‏۴‑۱۸، کاهش دما در همه خطوط انتقال دیده می‌شود. درست است که کاهش دما شرایط تشکیل را مساعد می‌کند امّا انتهای شبکه در خط L008 درجه حرارت بسیار پایین‌تر از کل شبکه است و همواره در انتهای خط نیز کاهش می‌یابد و به این خاطر است که هیدرات در انتهای شبکه بیشتر است.

نمودار ‏۴‑۱۸: تغییرات دما در طول لوله برای هر سه خط شبکه انتقال
در نمودار ‏۴‑۱۹، آنتالپی )اندر تافت( مقدار گرمای سیستم در فشار ثابت است. در همین فصل در بخش مقاومت‌ها، نمودار فشار ثابت و دما ثابت تشکیل هیدرات را رسم کردیم. دیدیم که در یک فشار ثابت همواره دما کاهش می‌یابد و ما را به سمت منطقه هیدرات سوق میدهد. در ابتدای شبکه انتقال این گرما همواره کاهش می‌یابد و در انتهای شبکه به خاطر گرمازا بودن واکنش تشکیل هیدرات این مقدار در حال افزایش است.

نمودار ‏۴‑۱۹ : تغییرات آنتالپی در طول لوله برای هر سه خط شبکه انتقال
در نمودار ‏۴‑۲۰، در علوم پایه چگالی را مقدار جرم موجود در واحد حجم ماده می‌دانند در صورتی که در علوم پیشرفته، این تعریف از چگالی صحیح نیست و دقیقا تعریف جرم واحد حجم یا جرم مخصوص یا همان دانسیته می‌باشد. در ابتدای شبکه ما دارای هیدرات تشکیل شده توسط خط L005 هستیم و مقدار دانسیته به خاطر افزایش جرم در حجم(ذخیره شدن مولکول‌های گاز درون آب) افزایش می‌یابد. این مسئله در پایان خط L008 نیز جایی که هیدرات به شدت مستعد تشکیل شدن است افزایش می‌یابد. دانسیته در مناطقی که هیدرات تشکیل می‌شود بسیار زیاد است. اینگونه اثبات می‌شود که با دستگاه دانسیته متری با اندازه گیری مقدار دانسیته جریان می‌توان در خط لوله به راحتی نواحی تشکیل هیدرات را پیدا کرد و در آن مناطق از بازدارنده یا هیترهای گرمایی استفاده کرد.

نمودار ‏۴‑۲۰: تغییرات دانسیته در طول لوله برای هر سه خط شبکه انتقال
در نمودار ‏۴‑۲۱ ویسکوزیته نیز همانند دانسیته مشاهده می‌شود که در مناطقی که قالب‌های هیدرات تشکیل می‌شوند ویسکوزیته نیز افزایش می‌یابد. البته مقدار ویسکوزیته هرچند مقادیر بسیار کوچکی هستند امّا می‌توانیم با بهره گرفتن از تزریق مواد روان کننده، ویسکوزیته را نیز تغییر دهیم که اثبات می‌شود تغییر دانسیته و ویسکوزیته در خط لوله با توجه به مفاهیم علمی که از قبل از آنها داریم بتوان منجر به کاهش تشکیل هیدرات شویم.

نمودار ‏۴‑۲۱ : تغییرات ویسکوزیته گاز در طول لوله برای هر سه خط شبکه انتقال
بررسی سرعت مخلوط بسیار مهم و نیاز به تعمل بیشتر دارد چون دیده می‌شود که سرعت مخلوط در خط L006 هرچند که پایین است امّا در این خط هیدرات نداشتیم و سرعت به طور یکنواختی در طول لوله در جریان بود. در خط L005 همواره هیدرات تشکیل شده باعث بستن خط و کاهش سرعت گاز می‌شود، این خط دارای سرعت قابل قبولی بخاطر کاهش سطح مقطع لوله و فشار گاز است. در فرضیات قبلی اعلام می‌شد که کاهش سرعت عامل مؤثر در تشکیل هیدرات است در حالیکه باید این موضوع اینگونه گفته شود که در مرحله هسته زایی و چسبندگی مولکول‌های آب در جداره لوله، سرعت پارامتر تأثیر گذاری می‌باشد ولی سرعت گاز در حدی نیست که بتواند مانع از تشکیل هیدرات شود. درست است سرعت باعث انتقال مولکول‌های آب می‌شود ولی در تجمع چندین مولکول که دانسیته و ویسکوزیته بالا می‌رود این سرعت توانایی انتقال ذرات، که هم زمان در حال محبوس شدن گاز درون خود است را ندارد و پروفایل سرعت در زمان‌های بیشتر میل به سمت فوقانی لوله پیدا می‌کند و کف لوله محل تجمع آب و مواد زاید می‌شود که بستر خوبی برای تشکیل هیدرات می‌باشد. جدا از عوامل توضیح داده شده در این فصل، قطرات آب همیشه هیدرات باقی نمی‌مانند و به خاطر عوامل مختلف عملیاتی و حتی فصل‌های زمستان و تابستان، قالب‌های هیدرات ذوب و گاز خود را آزاد می‌کنند و آب به انتهای خط انتقال می‌یابد و این آب به خاطر اثر پل و پدیده حافظه بسیار سریعتر هیدرات را تشکیل میدهند که میبینیم در خط L008 سرعت افزایش می‌یابد در حالی که احساس می‌شود در مسیر باید سرعت گاز کاهش یابد امّا اینگونه نشد. اغلب اوقات، هیدرات تشکیل می‌شود، ولی ما همچنان جریان درون لوله را داریم، در این حالت مشکلات ناشی از هیدرات بسیار کمتر است. باید گفت که قالب­های هیدرات به­ ویژه در خط لولۀ میعانات گازی، متخلخل و تراواست]۶۵[. بااین حال، این امر همواره صادق نیست و نباید به­عنوان پیش­فرض همیشگی مدنظر قرار گیرد. یکی دیگر از نکات مهم این است که نباید فرض کنیم که تنها یک قالب خط لوله را می­بندد، بلکه باید خود را برای امکان بسته شدن خط لوله از طریق چندین قالب آماده کنیم. قالب‌ها به نظر می‌رسد همواره بزرگتر می‌شوند و در طول لوله سطح مقطع را برای گاز تنگ تر می‌کنند.

نمودار ‏۴‑۲۲ : تغییرات سرعت مخلوط در طول لوله برای هر سه خط شبکه انتقال
برای اولیه بار نمودار‌های فازی یک خط گاز را رسم نمودیم. به عنوان تحقیقات بعدی می‌توان روی این نمودارها تجزیه و تحلیل بیشتری نمود. ما فقط در بخش J004 (محل تلاقی دو خط ورودی) این نمودار‌ها رسم کردیم در حالی که در تمامی خط‌ها می‌توانیم آنها را رسم کنیم. در خط ورودی و خروجی این منحنی شبنم و حباب در فشار پایین تری ایجاد می‌شوند. بررسی این شبکه زیاد است امّا در این پژوهش فقط در نقطه J004 تأثیر بازدارنده متانول را با غلظت ۲۰ و ۳۰ درصد غلظتی بررسی کردیم که تزریق بازدارنده منحنی تشکیل هیدرات را جابجا می‌کند. نمودار ‏۴‑۲۳ تا نمودار ‏۴‑۲۵ نشان می‌دهند که تزریق بازدارنده می‌تواند منحنی و شرایط تشکیل هیدرات را جابجا نماید.

نمودار ‏۴‑۲۳ : phase Envelope و منحنی هیدرات و بدون تزریق بازدارنده در J004

نمودار ‏۴‑۲۴ : phase Envelope و منحنی هیدرات و بازدارنده متانول با ۲۰ درصد غلظت در J004

نمودار ‏۴‑۲۵ : phase Envelope و منحنی هیدرات و بازدارنده متانول با ۳۰ درصد غلظت در J004
انتخاب بازدارنده برتر
یکی از اصلی ترین شرایط تشکیل هیدرات دمای پایین و فشار بالا است. نتایج شبیه سازی نشان می‌دهد با افزایش فشار و تغییرات خیلی کم دما به خاطر افزایش آب در طول لوله، اولاً باعث افزایش میزان ماده تزریقی و غلظت آن می‌شود که علاوه بر بوجود آمدن شرایط تشکیل، تاییدی بر شبیه سازی نیز می باشد. ثانیا، MEG بر خلاف متانول می تواند با کمترین مقدار تزریق و غلظت بیشترین بازدهی را در طول لوله داشته باشد.
بازدارنده‌های ترمودینامیکی با اضافه شدن به سیال باعث تغییر پتانسیل شیمیایی و جابه جایی تعادل ترمودینامیکی تشکیل هیدرات می‌شود به گونه‌ای که منحنی تعادل هیدرات را به سمت دمای پایین‌تر و فشار بالاتر سوق می‌دهد و تا زمانی که سیستم از حالت پایداری دور باشد هیدرات تشکیل نخواهد شد. ساختمان مولکولی این مواد سبب می‌شود که پیوند قوی هیدروژنی این مواد با آب از تمایل مولکول‌های آب به تشکیل هیدرات بکاهد. از مهمترین ترکیبات این گروه می‌توان متانول، MEG و DEG را نام برد. برای مؤثر بودن گلایکول‌ها باید به صورت قطرات بسیار ریزی به درون گاز مرطوب پاشیده شوند. اگر مخلوط یک دستی از گلایکول مایع پاشیده شده و در گاز طبیعی به دست نیامد، گلایکول نخواهد توانست از تشکیل هیدرات گازی جلوگیری کند. این موضوع در تزریق متانول به آن اندازه مهم نمی‌باشد زیرا تمام یا کسر قابل توجهی از متانول به جریان گازی تبخیر شده و یک اثر حفاظتی را اعمال خواهد کرد. در جاهایی که تزریق پیوسته است و با حجم زیاد گاز مواجه هستیم، برای سرمایه گذاری‌های کمتر (بدون بازیافت) و برای تاسیسات موقت و با حجم گاز اندک، به صورت غیر پیوسته، متانول بیشتر مصرف می‌گردد.
تزریق متانول کاملاً با تزریق گلایکول متفاوت می‌باشد زیرا :
اولاً متانول اغلب قابل بازیافت نمی‌باشد لذا تاسیسات بازیافت برای آن لازم نیست.
ثانیاً نباید متانول اتمیزه گردد. صرفا یک پمپ با دبی کم و قابل اندازه‌گیری به این منظور کفایت می‌کند.
متانول به دلیل کارایی، قدرت محافظت، سهولت تزریق و در دسترس بودن، بیشتر به‌طور موقتی برای تخریب کلوخه و به‌شکل دائم برای جلوگیری از تشکیل هیدرات به کار میرود. متانول، ویسکوز نبوده و خورنده نیز نمی‌باشد. با وجود این، فشار بخار بالای آن، سبب اتلاف اساسی آن در فاز گاز می‌شود. علاوه بر این، بازیافت متانول گران است؛ بنابراین توسط تقطیر نسبتاً اغلب به طور دائمی بدون بازیافت مصرف می‌شود. امّا گلایکول ارزانتر می باشد. گلایکول‌ها این مزیت را دارند که به راحتی در فاز مایع قابل بازیافت بوده و توسط تقطیر، بازیابی شده و بازگردانده می‌شوند؛ ولی این عیب را دارند که دارای ویسکوزیته نسبتاً بالایی هستند.
با توجه به مزایا و معایب، شرایط خط انتقال گاز و نتایج شبیه سازی که نشان می‌دهد MEG با کمترین مقدار ماده تزریقی آن هم در غلظت پایین‌تر دارای نتایج بهتری برای بازدارندگی هیدرات است. پس انتخاب MEG یک راهکار صحیح برای خط لوله انتقال گاز می‌باشد.
در بخش نمک‌ها که نمودار‌های تکمیلی آن در زیر آمده است نیز می‌تواند نتیجه گرفت که انتخاب نمک بستگی به شرایط عملیاتی یعنی دما و فشار خط لوله دارد. بازدارنده‌های مختلف با درصد وزنی یکسان در میدان گازی لاوان مورد مقایسه قرار گرفتند که خود نمودار‌ها نتایج را به طور واضح نشان می‌دهند.
۱- با توجه به اینکه قدرت بازدارندگی کلرید سدیم و متانول بسیار نزدیک به هم می‌باشد، امّا غلظت نمک تزریقی در جریان ورودی به خط لوله بدلیل بالا بودن دمای جریان در آن نقاط افزایش یافته به طوریکه پس از رسیدن به نقاط سرد خط لوله رسوب می کند. به عبارت دیگر این گونه ممانعت کننده‌ها در جائیکه احتمال تشکیل هیدرات افزایش می‌یابد با غلظت کمتری وارد عمل می‌شوند. همچنین نسبت به سایر ممانعت کننده‌ها دارای خاصیت خورندگی بیشتری می‌باشند.
۲- با توجه به مطالب فوق می توان نتیجه گرفت که گلایکول‌ها و الکل‌ها بدلیل خورندگی کمتر، عدم رسوب گذاری و عدم واکنش‌های جانبی دارای کارایی بیشتری نسبت به نمک‌ها می‌باشند. همچنین الکل‌ها (متانول) بدلیل قدرت بازدارندگی بیشتر با درصد جرمی برابر در فاز آب و مقرون به صرفه بودن آن از لحاظ اقتصادی نسبت به گلایکول‌ها با در نظر گرفتن شرایط عملیاتی فرایند می‌توانند به عنوان بازدارنده برتر در صنعت مورد استفاده قرار گیرند.
۳- گلایکول‌ها نسبت به نمک‌ها برتری بیشتری دارند. در گلایکول‌ها به ترتیب DEG<Methanol<MEG و در نمک‌ها به ترتیبNa₂SO₄<KBr<KCL<NaCL دارای برتری بیشتری نسبت به هم هستند.
نمودار ‏۴‑۲۶ : مقایسه بازدارنده‌های نمکی تشکیل هیدرات‌گازی میدان لاوان با ۱۰ درصد وزنی
نمودار ‏۴‑۲۷ : مقایسه بازدارنده‌های نمکی تشکیل هیدرات‌گازی میدان لاوان با ۲۰ درصد وزنی
نمودار ‏۴‑۲۸ : مقایسه بازدارنده‌های نمکی تشکیل هیدرات‌گازی میدان لاوان با ۳۰ درصد وزنی
نمودار ‏۴‑۲۹ : مقایسه بازدارنده‌های نمکی تشکیل هیدرات‌گازی میدان لاوان با ۴۰ درصد وزنی
نمودار ‏۴‑۳۰ : مقایسه بازدارنده‌های نمکی تشکیل هیدرات‌گازی میدان لاوان با ۵۰ درصد وزنی
نمودار ‏۴‑۳۱ : مقایسه بازدارنده‌های نمکی تشکیل هیدرات‌گازی میدان لاوان با ۶۰ درصد وزنی
فصل پنجم
نتیجه گیری و پیشنهادات

۱,۴۶

۰

۴

۰,۰۸۱

۰٫۰۹۶۵

۱٫۴

۱,۴۶

۰,۰۶

۰,۱۶۲

۰٫۰۹۶۵

۱٫۴

۱,۴۶

۰,۱۲

۰,۳۲۴

۰٫۰۹۶۵

۱٫۴

۱,۴۶

۰,۲۴

۰,۴۷۲۵

۰٫۰۹۶۵

۱٫۴

۱,۴۶

۰,۳۵

جدول(۹-۳) پارامترهای مورد استفاده در مدل فلسک با بهره گرفتن از FFV برای پیش بینی تراوایی در MMM

( اینجا فقط تکه ای از متن فایل پایان نامه درج شده است. برای خرید متن کامل پایان نامه با فرمت ورد می توانید به سایت feko.ir مراجعه نمایید و کلمه کلیدی مورد نظرتان را جستجو نمایید. )

اعتبار سنجی و مقایسه ی عملکرد مدل های استفاده شده
به منظور سنجش اعتبار و مقایسه مدل های استفاده شده نخست برای هر گاز و به صورت جداگانه در نموداری کسر حجمی بارگذاری ذرات را مقابل تراوایی رسم کردیم . این کار با بهره گرفتن از نرم افزار (اوریجین پرو ۹٫۱^[۶۶]) انجام شد . این اًشکال نشان دهنده تفاوت و تطابق بین مدل های مختلف استفاده شده با یکدیگر و داده های تجربی میباشد ؛ در مجموع برای ۴ سیستم مختلف ۱۷ نمودار نشان دهنده ی عملکرد مدل های پیش بینی تراوایی و داده های تجربی میباشد .
با این حال نزدیک بودن نتایج به هم استفاده از روش دیگری که بتواند خطاها و دقت عملکرد مدل های گوناگون را بهتر نشان دهد ضرورت میبخشد . بنابراین با بهره گرفتن از روابط (۱۹-۳) تا(۲۱-۳) میانگین انحراف از معیار مطلق را محاسبه میکنیم.
که تراوایی محاسبه شده و تراوایی تجربی است و تعداد نقاط اندازه گیری شده است.
فصل چهارم
نتایج پژوهش
بررسی رفتار MMMs پرشده با نانو MOFs
جدول (۱-۳) تعدادی از غشاهای ماتریس آمیخته پرشده با نانو MOFs را نشان میدهد . بر طبق این جدول افزودن MOFs در ابعاد نانو به هر میزان به پلیمر موجب افزایش تراوایی میشود . البته در سیستم شماره (۵) داده ها روند متفاوتی را طی میکنند و افزودن نانو MOFs به پلیمر در کسرهایی از بارگذاری ذرات موجب افزایش و در کسرهایی از بارگذاری ذرات موجب کاهش تراوایی پلیمر میشود . به طور مثال در ۲۰% وزنی بارگذاری تراوایی در همه گازها به جز نسبت به پلیمر خالص کمتر است اما در ۳۰% وزنی بارگذاری تراوایی همه گازها بیشتر از پلیمر خالص است و در ۵۰% و ۶۰% وزنی بارگذاری پرکننده ها تراوایی گازها به شدت کاهش میابد .
با این حال در ۱۱ سیستم موجود در جدول (۱-۳) تراوایی ۱۰ سیستم با افزودن MOFs به پلیمر خالص روند کاملا افزایشی دارد اما گزینش پذیری گازها روند کاملا متفاوتی با تراوایی دارد . بدین صورت که افزودن پر کننده ها به پلیمر در مواردی موجب افزایش گزینش پذیری (در سیستم های ۱و۴و۷و۸)میشود . در واقع افزودن MOFs در هر کسر بارگذاری در این سیستم ها موجب افزایش گزینش پذیری بین مخلوط های گازی مختلف میشود . در مواردی نیز افزودن MOFs در هر کسر بارگذاری موجب کاهش گزینش پذیری (در سیستم های ۲و۳و۶و۹و۱۰و۱۱) میشود . اما روند گزینش پذیری در سیستم شماره (۵) نیز متفاوت میباشد و در کسرهایی از بارگذاری ذرات افزایش و در کسرهایی از بارگذاری ذرات نیز موجب کاهش تراوایی میشود. بر طبق تئوری افزایش حجم آزاد در دسترس پلیمر و با توجه به بیشتر بودن تراوایی اغلب گازها در MOFs نسبت به پلیمر افزایش تراوایی هنگام افزودن نانو MOFs به پلیمر کاملا طبیعی است . افزایش گزینش پذیری در MMMs نسبت به پلیمر خالص با افزایش بارگذاری MOFs نیز با توجه به گزینش پذیری بیشتر MOFs نسبت به پلیمر نیز قابل پیش بینی میباشد . همچنین با توجه به تئوری افزایش FFV پلیمر و تغییر مکانیزم عبور گازها از بخشی از پلیمر ؛ ممکن است تغییر الگوی تراوایی منجر به افزایش بیشتر تراوایی گازهای بزرگتر نسبت به گازهای کوچکتر شده و موجب کاهش گزینش پذیری کلی شود . بنابراین این پدیده که افزایش کسر بارگذاری MOFs موجب کاهش گزینش پذیری میشود نیز طبیعی است.
هرچند مکانیزم افزایش FFV هنگام افزودن نانو ذرات MOFs به پلیمر توسط بسیاری از محققان به اثبات رسیده است ؛ با این وجود گروهی از محققان برای پیش بینی عملکرد تراوایی MOFs از مکانیزم های استفاده کردند که در MMMs پرشده با میکرو ذرات تراوا استفاده شده است و در مواردی نیز نشان دادند که عملکرد مدل های پیش بینی زمانی که از مکانیزم سفت شدن بخشی از پلیمر استفاده میکنیم بهتر از مدل های ایده آل است . جدول (۲-۳) که نشان دهنده ی نتایج پیش بینی مدل مکسول و داده های آزمایشگاهی در سیستم های موجود در جدول(۱-۳) میباشد به منظور بررسی مکانیزم تماس بین MOFs و پلیمر میباشد .
مدل مکسول تماس بین ذرات معدنی و پلیمر را ایده آل محسوب میکند . بنابراین میتوان گفت در مواردی که پیش بینی مکسول بیشتر از داده های آزمایشگاهی باشد عامل/عامل هایی به وجود آمده است که موجب کاهش تراوایی در MMMs نسبت به حالت ایده آل میشود . با توجه به نتایج بدست آمده توسط محققان در مورد عوامل تاثیر گذار بر عملکرد MMMs تا کنون یکی از دو عامل سفت شدن بخشی از پلیمر و انسداد کلی و یا جزئی منافذ پرکننده ها باشد .انسداد منافذ پرکننده ها بیشتر به علت اشکالات ایجاد شده در ساخت MMMs اتفاق می افتد که با توجه به به روش های نوین ساخت غشاها پدیده انسداد منافذ پرکننده ها به ندرت رخ میدهد. [۷] بنابراین کاهش تراوایی مدل مکسول نسبت به داده های آزمایشگاهی نتیجه ی پدیده ی کاهش حجم آزاد پلیمر یا همان سفت شدن بخشی از پلیمر میباشد . در مواردی که پیش بینی مکسول کمتر از داده های آزمایشگاهی است عامل/عامل هایی به وجو آمده که موجب افزایش تراوایی در MMMs نسبت به حالت ایده آل میشود . با توجه به نتایج بدست آمده توسط محققان در مورد عوامل تاثیر گذار بر عملکرد MMMs تا کنون [۳, ۱۳, ۲۸] یکی از عوامل ایجاد حفره اطراف ذرات معدنی و افزایش FFV بخشی از پلیمر میباشد. ایجاد حفرات نامطلوب اطراف ذرات معدنی موجب از دست رفتن شدید گزینش پذیری و افزایش شدید تراوایی میشود که در هیچ یک از ۱۱ سیستم جدول (۱-۳) و دیگر منابع ذکر شده در این پژوهش افزودن MOFs به پلیمر این اتفاق رخ نداده است . بنابراین افزایش تراوایی مدل مکسول نسبت به داده های آزمایشگاهی نتیجه ی پدیده ی افزایش حجم آزاد پلیمر میباشد.
پدیده دیگری که میتواند بر عملکرد تراوایی گازها در MMMs تاثیر گذار بوده و در برخی موارد باعث شود تا تراوایی پیش بینی شده توسط مکسول کمتر از مقادیر اندازه گیری شده باشد بر هم کنش بین نانوذرات و تجمع آن ها است. البته این پدیده در کسر حجمی متوسط و بالا(معمولا بالاتر از ۲۰% ) بارگذاری پرکننده ها رخ میدهد . این در حالی است که نتایج جدول (۲-۳) نشان میدهد که حتی در کسر بارگذاری کم ذرات نیز مقادیر پیش بینی شده توسط مدل مکسول کمتر از داده های آزمایشگاهی است. به طور مثال در سیستم شماره(۲) حتی در ۳% و ۵% وزنی بارگذاری ذرات نیز مقادیر گزارش شده بیش از پیش بینی مکسول میباشد . اما در ۳% و ۵% وزنی بارگذاری ذرات ، ذرات معدنی تقریبا هیچ گونه تعاملی با یکدیگر نداشته و بر هم کنش ذرات تاثیری بر عملکرد MMMs ندارد.
از مجموع ۱۶۴ نقطه داده که مورد بررسی قرار گرفته است در ۲۹ نقطه داده مقادیر پییش بینی شده توسط مدل مکسول بیش از داده های آزمایشگاهی است که از بین این موارد ۲۰ نقطه داده مربوط به سیستم شماره(۵) میباشد . همچنین در ۱۰۲ نقطه داده پیش بینی مدل مکسول کمتر از داده های آزمایشگاهی است . بنابراین میتوان گفت بجز سیستم شماره (۵) در بقیه MMMs پر شده با نانو ذرات MOFs تماس بین این ذرات و پلیمر موجب افزایش حجم آزاد در دسترس پلیمر میشود و تئوری افزایش FFV تطابق بهتری با داده های تجربی دارد و مکانیزم غالب میباشد .

۲-۱۷-۴) یکبار مصرف بودن

این مورد متغیر است، زیرا در بعضی رشته های انبوه مثل بیمه های اتومبیل، درجه بالای استاندارد سازی وجود دارد و یکبار مصرف نیست.

۲-۱۷-۵) تأثیر گذاری مشتری

این مورد هم متغیر است اما می بینیم که تصورات و پیش ادراک مشتری، عامل مهم در خرید بیمه یا منصرف شدن او از این کار است. با این وصف بیمه خدمت صرف نیست، اما مثل خدمات گرایش بیشتری به نامرئی و ناملموس بودن دارد. علی ایحال وقتی بیمه را با رضایت مندی مشتری مرتبط می سازیم، بیمه نوعی خدمت تلقی می شود و اصول بازاریابی خاص خود را دارد.

۲-۱۸) مشتری

در مباحث مربوط به بازاریابی و فروش، مشتری به مخاطبی گفته می شود که توانایی یا استعداد خرید کالا و یا خدمتی را داشته باشند. در این تعریف توانایی یعنی امکان پرداخت وجه و استعداد به مفهوم درک وشناخت مزیت های کالا و خدمتی که موجب تأمین بخشی از نیازهای مخاطب می شود بکار گرفته شده است.
مصرف کننده
خرده فروش
توزیع کننده
تولید کننده
عرضه کننده
مشتریان داخلی
شکل ۲-۲ : انواع مشتریان در زنجیره ارزش داخلی و خارجی (حبیبی و گیلانی نیا،۱۳۸۸)
مشتری شخصی حقیقی یا حقوقی است که محصول یا خدمتی را دریافت می کند. مشتریان به طور کلی به دو گروه مشتریان داخلی و خارجی تقسیم می شوند. مشتریان خارجی به دو دسته مصرف کننده نهایی و مشتریان میانی تقسیم می شوند. مصرف کننده های نهایی مستقیماً کالاها و خدمات را استفاده می کنند و مشتریان میانی در زنجیره ارزش خارجی نقش واسطه را بین تولیدکننده و مصرف کننده نهایی بر عهده دارند.
مشتریان داخلی سازما ن کارکنانی هستند که در زنجیره ارزش داخلی دریافت کننده محصول، خدمت یا اطلاعات هستند (رهنور، ۱۳۸۳).

۲-۱۹) چرخه زندگی مشتری

واژه چرخه زندگی مشتری به مراحلی در رتباط بین مشتری و تجارت بر می گردد و آگاهی نسبت به آن موجب سودآوری مشتری می شود. عموماً چهار مرحله در چرخه زندگی مشتری وجود دارد :

1. 1. مشتریان بالقوه : افرادی که هنوز ممشتری نیستند ولی در بازار هدف قرار دارند.

1. 1. مشتریانی که عکس العمل نشان می دهند : مشتریان بالقوه یا احتمالی که به یک محصول یا خدمت علاقه یا واکنش نشان می دهند.

1. 1. مشتریان بالفعل : افرادی که در حال حاضر محصول یا خدمتی را بکار می برند.

1. 1. مشتریان سابق : اینگونه افراد مشتریان مناسبی نیستند چرا که مدت زیادی در فروش قرار ندارند ویا خریدشان را به سمت محصولات رقیب برده اند. ( شاه سمندی ، ۱۳۸۴).

۲-۲۰) فرایند رویگردانی مشتری

• • • • 1. 1. 1. 1. مرحله آگاهی : مشتری در این مرحله از وجود گزینه مناسبتر که دارای شرایط جذابتری می باشد مطلع شده و انگیزه ای برای ورود به مرحله بعد پیدا می کند.

              ( اینجا فقط تکه ای از متن درج شده است. برای خرید متن کامل فایل پایان نامه با فرمت ورد می توانید به سایت feko.ir مراجعه نمایید و کلمه کلیدی مورد نظرتان را جستجو نمایید. )

        1. 1. مرحله جستجو : در این مرحله مشتری در پی یافتن اطلاعات و بررسی شرایط خود می باشد.
        1. 1. مرحله ارزیابی : پس از اینکه اطلاعات مشتری در خصوص عرضه کننده جدید کامل شد، او عرضه کننده قبلی را با این عرضه کننده و شرایط خود مقایسه می کند، در صورتی که شرایط سازمان کنونی را درآورده ساختن انتظاراتش بهتر ارزیابی کند، در سازمان باقی می ماند در غیر این صورت یکی از حالت های زیر اتفاق می افتد. اگر اختلاف حاصل از عرضه کننده جدید نسبت به عرضه کننده کنونی برای مشتری زیاد باشد تا حدی که ارزش مورد انتظار آن بالاتر از هزینه جا به جایی ارزیابی شود، در این صورت مشتری سازمان کنونی را ترک و وارد مرحله بعدی می شود. در غیر این صورت فرد علیرغم آگاهی نسبت به شرایط بهتر در سازمان کنونی باقی می ماند و این امر تأثیری در میزان رضایتمندی وی نخواهد داشت.
        1. 1. مرحله انتقال : هنگامی که فرد ارزش مورد انتظار حاصل از انتخاب عرضه کننده جدید را بیشتربداند هزینه های فوق را متحمل شده و وارد سازمان جدید می شود. ولی اگر مشتری توانایی تحمل هزینه های جابجایی را نداشته باشد و مجبور به ادامه روند فعلی خود شود، در این حالت مشتری اصلاحاً حبس شده است. این حالت تأثیر بدی در میزان رضایتمندی وی خواهد گذاشت. البته ناگفته نماند در برخی از موارد در حقیقت تنبلی فرد است که موجب انفعال وی نسبت به وضع موجود می شود.
        1. 1. مرحله تثبیت : هنگامی که فرایند آنتقال اتفاق افتاد و مشتری روند معمول خود را پی گیری کرد ونسبت به انتظارات خود به سطح قابل قبولی از رضایتمندی دست یافت در این صورت روابط خود را با سازمان جدید تثبیت می کند، در غیر این صورت مجدداً در فکر جابجایی و انتخاب گزینه مناسب خواهد بود ( گیلانی نیا و حبیبی ،۱۳۸۸).

         

     

۲-۲۱) منحنی طول عمر رابطه خریدار و فروشنده

تئوری منحنی طول عمر رابطه توسط دایر شور در سال ۱۹۸۷ مطرح شد. این مدل چگونگی ایجاد و توسعه یک رابطه را از مرحله آگاهی تا زوال نشان می دهد.
استحکام رابطه

زمان زوال تعهد توسعه اکتشاف آگاهی
شکل ۲-۳ : منحنی طول عمر رابطه خریدار و فروشنده (واری وپلامر،۱۹۹۴)

وزن های تصادفی کوچک پیشنهاد می شود.
۳-۱۴ نقاط قوّت و محدودیتها
موارد زیر دلایلی هستند که بخاطر آنها، شبکه های عصبی مصنوعی تبدیل به یک ابزار محاسباتی جذاب شده اند:
می توانندبدون هیچ ملاحضات فیزیکی خاصی،رابطه بین متغیرهای ورودی وخروجی راتشخیص دهند.
حتی زمانی که مجموعه های آموزشی دارای نویز و خطای اندازه گیری هستند، بخوبی کار خود را انجام می دهند.
قادرهستنند با گذشت زمان، با راه حل ها تطبیق پیدا تا تغییرات محیطی جبران گردد.
از خصوصیات ذاتی پردازش اطلاعات دیگری برخوردارند و زمانیکه یکبار آموزش داده شوند، استفاده از آنها ساده خواهد بود.
در بسیاری از اوقات، مسائل به وضوح درک نشده یا برای تحلیلی معنی دار با بهره گرفتن از روش های مبتنی بر فیزیک، به سختی قابل تعریف اند. حتی زمانیکه چنین مدلهایی قابل دسترس هستند، باید بر یکسری فرضیاتی تکیه کنند که این خود باعث می شود تا شبکه های عصبی مصنوعی جذاب تر به نظر برسند. از این گذشته، شبکه های عصبی مصنوعی به طور پیوسته غیر خطی بودن فرایندهای زیربنایی را مدلسازی می نمایند، بدون اینکه مجبور باشند درگیر حل معادلات دیفرانسل جزئی پیچیده گردند. برخلاف تکنیک های مبتنی بر رگرسیون، هیچ نیازی به فرضِ مفروضات در خصوص شکل ریاضیاتی رابطه بین ورودی و خروجی نمی باشد.

( اینجا فقط تکه ای از متن فایل پایان نامه درج شده است. برای خرید متن کامل پایان نامه با فرمت ورد می توانید به سایت feko.ir مراجعه نمایید و کلمه کلیدی مورد نظرتان را جستجو نمایید. )

بدلیل پردازش توزیع شده در شبکه، وجود نویز در ورودی ها و خروجی ها توسط شبکه عصبی مصنوعی
۴۸
مرتفع می گردد، بدون اینکه تأثیر شدیدی بر صحت نتیجه نهایی داشته باشد. این ویژگی، به همراه ذات غیرخطی تابع فعال سازی، حقیقتاً کلیت بخشی به توانایی های شبکه عصبی مصنوعی را پیشرفت داده و آنها را برای بازه گسترده ای از مسائل در مقوله علوم مهندسی تبدیل به گزینه ای مطلوب می نماید.
علی رغم اینکه مطالعات متعدد نشان می دهد که شبکه های عصبی مصنوعی بطور بالقوه ابزاری مفید در علوم مهندسی هستند، اما نباید معایب آنها نادیده گرفته شود. موفقیت یک شبکه عصبی مصنوعی بستگی به کمیت و کیفیت داده های قابل دسترسی دارد. این نیازمندی چیزی نیست که به سادگی بدست آید، چرا که بسیاری از بایگانی های سوابق در علوم مهندسی، به اندازه کافی به قبل برنمی گردند. بسیاری از اوقات، داده های پیش شرط برای این امر قابل دسترسی نبوده و لازم است تا توسط روش های دیگری از قبیل دیگر مدلهایی که بخوبی آزموده شده اند تهیه و تولید گردند. حتی زمانیکه بایگانی سوابق دراز مدت در دسترس است، ما مطمئن نیستیم که شرایط در طول آن بازه از زمان بدون تغییر باقی مانده باشد. بنابراین، مجموعه داده های بایگانی شده از یک سیستم، که نسبتاً پایدار و دست نخورده توسط فعالیتهای انسانی هستند، مطلوبِ این امر می باشند. نمایش تغییرات زودگذر اغلب بواسطه شامل نمودن ورودی و خروجی های گذشته بعنوان ورودیهای فعلی بدست می آیند. البته، بلافاصله مشخص نخواهد شد که چقدر باید به گذشته برگردیم تا تأثیرات موقت نیز شامل گردند. این موضوع، حاصل ساختار شبکه عصبی مصنوعی را پیچیده تر می کند. هنوز، یک محدودیت عمده شبکه های عصبی مصنوعی، در خصوص فقدان مفاهیم و روابط فیزیکی است. این قضیه تبدیل به یکی از دلایل اولیه برای برخوردی آمیخته با شک با این متدولوژی می باشد. همچنین، این حقیقت که هیچ روش استاندارد شده ای برای انتخاب معماری شبکه وجود ندارد، خود مسئله ای است که بر آن انتقادات زیادی وارد است. انتخاب معماری شبکه، الگوریتم فراگیری، و تعریف خطا معمولاً بجای اینکه بر اساس جنبه های فیزیکی مسئله تعریف شوند، مبتنی بر تجربه قبلی و ترجیح کاربر تعیین می گردند.
۴۹
۳-۱۵ برخی از قابلیت‌های شبکه‌های عصبی در مهندسی عمران

• • در مسائل بهینه سازی ، تحلیل خطی و غیر خطی سازه‌ها

• • آموزش شبکه در ایجاد ضرایب المانهای ماتریس سختی سازه در محدوده مشخصی از اطلاعات ورودی در حل بسیاری از مسائل غیر خطی که با بهره گرفتن از روش های پیچیده اجزائ محدود صورت می‌گیرد.

• • کاربرد قابل توجهی در کنترل فعالیت سازه‌ها تحت اثر نیروهای دینامیکی دارد.

• • کاربرد در طراحی اولیه سازه‌ها، با بهره گرفتن از شبکه‌های عصبی امکان رسیدن به طرح اولیه و یا مقدماتی امکان پذیر می‌گردد.

• • کاربرد شبکه‌های عصبی دربررسی رفتارسازه‌هاوتعیین مواردضعف احتمالی آنهاتحت اثرنیروهای دینامیکی.

• • در کارخانه‌های تولید کننده قطعات پیش ساخته فولادی و بتن مسلح که در کاربردی محصولات تولیدی آنها تغییرات مختصری صورت می‌گیرد، بکاربستن شبکه‌های عصبی می‌تواند بسیار مفید و موثر واقع گردد.

۳-۱۶ کاربرد شبکه‌های عصبی مصنوعی در بهینه‌سازی سازه‌ها
در طراحی بهینه سازه‌ها لازم است سازه را در دفعات متوالی تحلیل نمود، زیرا توپولوژی و مشخصات سازه در پروسه بهینه سازی مرتب تغییر پیدا می‌کند. استفاده از روش‌های تقریبی تحلیل سازه جانشین مناسبی برای تحلیل دقیق می‌باشد زیرا در روش دقیق مدت زمان محاسبات رایانه‌ای برای بهینه سازی بطور قابل ملاحظه‌ای افزایش می‌یابد. برتری شبکه‌های عصبی بر روش‌های دیگر، سرعت بسیار زیاد آنها در پاسخ دادن به داده‌ها است. در این صورت می‌توان زمان مورد نیاز برای بهینه سازی سازه‌ها را کاهش داد و سازه‌های بزرگ در
۵۰
دنیای واقعی را بهینه نمود. برای استفاده از یک شبکه عصبی در بهینه سازی به عنوان یک تحلیل کننده سریع، لازم است ابتدا شبکه بر اساس یک سری زوجهای ورودی خروجی تصادفی آموزش داده شود. بدیهی است که کارکرد شبکه قبلاً بایستی کنترل شود تا دقت خروجی‌ها در محدوده قابل قبول باشد. پس از آموزش شبکه و در مرحله بهینه سازی سازه، دیگر نیازی به تحلیل مجدد سازه نیست، بلکه در تکرارهای بی شمار که صورت می‌گیرد شبکه عصبی به عنوان یک تحلیل کننده سریع عمل می نماید.
۳-۱۷ معرفی نرم افزار Matlab
نرم افزار Matlab یک محیط کارآمد برای انجام محاسبات تکنیکی است که امکان محاسبات، نمایش اطلاعات و برنامه نویسی را در قالب یک محیط ساده و علائم مرسوم ریاضی فراهم می آورد.[۲]
کاربردهای معمول Matlab را می توان در موارد زیر خلاصه نمود:
توسعه الگوریتم ها
دریافت و جمع آوری داده ها
مدلسازی، شبیه سازی و ساخت نمونه های اولیه
تحلیل داده ها، اکتشاف و نمایش دادها
گرافیک مهندسی و علمی
توسعه برنامه های کاربردی و ساخت رابط های گرافیکی کاربر
Matlab یک سیستم محاوره ای است که آرایه های فاقد اندازه، اجزای اولیه آنرا تشکیل می دهند. Matlab شماراقادر به حل بسیاری ازمسائل محاسباتی به خصوص مسائلی که در قالب برداری و ماتریسی فرموله
۵۱
می شوند، می سازد. زمان مورد نیاز جهت انجام محاسبات در Matlab نسبت به زبان هایی مثل C و Fortran بسیار اندک می باشد .
نام نرم افزار Matlab از حروف ابتدایی از دوکلمه matrix laboratory ( آزمایشگاه ماتریس) استخراج شده است. این نرم افزار اولین بار برای دسترسی بهتر به نرم افزار ماتریسی توسعه داده شده در پروژه های LINPACK و EISPACK نوشته شد. امروزه Matlab ترکیبی از کتابخانه های LAPACK و BLAS را گردهم می آورد. شکل ۳- ۳ نمایی کلی از محیط کار نرم افزار Matlab را نمایش می دهد.
شکل ۳- ۳: نمایی کلی از محیط کار نرم افزار Matlab
۵۲
۳-۱۸ مراحل مدل سازی
ابتدا آمار و اطلاعات مورد نیاز از سازمان نظام مهندسی ساختمان آذرشهر تهیه و با بهره گرفتن از تابع توزیع نرمال ورودی های شبکه را نرمالیزه کرده و مدل شبکه عصبی مصنوعی با هدف پیش بینی مکانی ظرفیت باربری طراحی شده است.
شرح مراحل کار به ترتیب انجام شده:
تعیین پارامترها(مختصات جغرافیایی، ظرفیت باربری مجاز ، عرض پی)
تهیه دادها
مرتب سازی داده ها به صورت فایل متنی
نرمال کردن داده ها در محدوده بین ۰ و ۱
تعیین هندسه کلی مدل به روش سعی و خطا
تعیین هندسه مدل به روش سعی و خطا ( برای مشخص نمودن هندسه مدل به صورت سعی و خطا عمل می کنیم بدین صورت که تعداد گره های لایه میانی را عوض کرده و هربار خطای مدل را محاسبه می کنیم تا زمانی که به کمترین خطا برسیم. این روش برای تعیین تابع مورد استفاده لایه میانی و خروجی نیز استفاده می گردد.)

(۱-۱۵)
از مجموع دو رابطه‌ی (۱-۱۴) و (۱-۱۵) می‌توان ضریب پوسته را به‌دست آورد [۱۸].
تعیین  : اگر زمان تولید قبل از بسته‌شدن چاه کم ‌باشد، با فرض اینکه افت فشار ایجاد شده به مرز مخزن نرسیده است از برونیابی نمودار نیمه لگاریتمی می‌توان مقدار فشار اولیه‌ی مخزن را به‌دست آورد.
اگر در زمان تولید افت فشار به مرز مخزن رسیده باشد (  به‌سمت یک میل کند) هر قدر هم زمان بستن چاه طولانی باشد باز هم به فشار اولیه نمی‌رسد -مگر اینکه آبده بسیار قوی داشته باشد- فشار به‌دست آمده ^٭ Pمی‌باشد حالت مذکور در شکل(۱-۶) نشان داده‌ شده‌است [۱۸].
شکل(۱- ۶): برونیابی نمودار هرنر برای به‌دست آوردن P* [۱۹]

(( اینجا فقط تکه ای از متن درج شده است. برای خرید متن کامل فایل پایان نامه با فرمت ورد می توانید به سایت feko.ir مراجعه نمایید و کلمه کلیدی مورد نظرتان را جستجو نمایید. ))

ب- روش MDH
این روش زمانی کاربرد دارد که زمان تولید  نسبت به زمان بسته ماندن چاه طولانی باشد. به‌عبارت دیگر در زمان تولید افت فشار به مرز مخزن رسیده باشد. برای حالت مذکور معادله‌ی (۱-۱۶) کاربرد دارد.
(۱-۱۶)
با توجه به معادله‌ی (۱-۱۶) و از طریق رسم اختلاف فشار بر حسب log∆t می‌توان مقدار تراوائی و هدایت چاه را به‌دست آورد [۲۰-۱۸].
۱-۵-۲-۳-۲- آزمایش کاهش فشار(جریانی)
آزمایش جریانی عکس آزمایش خیزش فشار می‌باشد. در این آزمایش چاه بسته‌شده را با دبی ثابت برای تولید بازکرده و سپس اطلاعات فشار در برابر زمان ثبت می‌کنند. این آزمایش معمولا بلافاصله بعد از آزمایش خیزش فشار انجام می‌شود [۱۹].
نحوه‌ی تغییرات فشار نسبت به زمان در آزمایش جریانی در شکل (۱-۷) نشان داده‌است. از این شکل کاملاً واضح است که در آزمایش جریانی، فشار ته‌چاه در طول زمان، به‌طور پیوسته کاهش می‌یابد.
شکل(۱- ۷): نمودار تغییر فشار نسبت به زمان در آزمایش جریانی [۱۴]
معادله‌ی (۱-۱۷) تغییرات فشار بر حسب زمان را در چاه‌آزمائی جریانی، زمانی که نرخ جریان ثابت است را نشان می‌دهد. رابطه‌ی مذکور بر حسب واحدهای دارسی می‌باشد [۱۸].
(۱-۱۷)
(۱-۱۸)
که در آن E_i تابع انتگرال نمایی [۲۱] و  نفوذ‌پذیری هیدرولیکی نامیده می‌شود.
در صورتیکه  باشد (معمولاً قبل از ذخیره درون چاهی این اتفاق می‌افتد) تابع E_i را می‌توان به وسیله‌ی تابع لگاریتم طبیعی جایگزین کرد. رابطه مذکور به معادله‌ی (۱-۱۹) تبدیل می‌گردد.
(۱-۱۹)
چون در اغلب موارد از سیستم آمریکایی در محاسبات استفاده می‌شود رابطه‌ی (۱-۱۹) به‌صورت معادله‌ی (۱-۲۰) نمایان می‌شود.
(۱-۲۰)
از طریق شیب خط معادله‌ی (۱-۲۰) می‌توان میزان هدایت و تراوائی را از معادلات (۱-۲۱) و (۱-۲۲) به‌دست آورد.
(۱-۲۱)
(۱-۲۲)
مقدار ضریب پوسته نیز از طریق رابطه‌ی (۱-۲۳) قابل محاسبه است [۱۸-۱۰].
(۱-۲۳)
مشکلات چاه‌آزمائی جریانی
ثابت نگه‌داشتن دبی جریان در این نوع چاه‌آزمائی مشکل است. حتی اگر چاه پایداری داشته باشد.
زمانی که چاه تازه حفاری شده باشد یا اینکه چاه قبل از چاه‌آزمائی بسته و دوباره به جریان افتاده باشد، پایداری جریان چاه دشوار است [۱۸-۸و ۲۳-۲۲].
بیشتر اطلاعات چاه‌آزمائی از تحلیل خیزش فشار^[۲۶] حاصل می‌شود. تحلیل آزمایش جریانی^[۲۷] به نوسانات دبی تولیدی وابسته بوده و تغییر دبی باعث تغییرات فشار می‌شود که خطای تحلیل را زیاد می‌کند. در دبی صفر به علت عدم وجود نوسانات مشتق فشار، مشکل خطا وجود ندارد .اما به دلیل اهمیت داشتن تولید روزانه، بستن چاه به مدت دو یا سه روز برای انجام آزمایش‌ تا حدود زیادی امکان‌پذیر نیست و یا خیلی سخت است به همین دلیل مجهز کردن چاه‌ها به سیستم‌های هوشمند (چاه هوشمند) برای ثبت فشار و زمان و دبی تولید می‌تواند تا حدودی نیاز به انجام عملیات چاه‌آزمائی را برطرف می‌کند [۲۳].
۱-۵-۳- کاربرد نمودارهای مشتق در تحلیل آزمایشات چاه‌آزمائی
در بسیاری از موارد دیده شده‌است که نمودارهای مشتق خصوصیات مربوط به چاه‌آزمائی را خیلی بهتر از نمودارهای اصلی نشان می‌دهند. گاهی از یک نمودار مشتق می‌توان به چندین خاصیت مخزن پی‌برد که در حالت عادی برای هر یک از آنها نیاز به یک منحنی جداگانه می‌باشد [۲۹]. دقت نمودارهای مشتق (نمودار مشتق فشار در برابر زمان) از نمودارهای اصلی نیز بیشتر است [۱۱]. در واقع ۱نمودار‌های مشتق نیز یک نوع نمودار مدل هستند.
در مجموع ویژگی‌هایی از نمودار مشتق که باعث می‌شود که مشتق یک وسیله بسیار خوب برای تشخیص باشد عبارتند از:
تمام جریان‌ها را در یک نمودار می‌توان دید.
هر جریانی یک خط افقی یا یک خط با شیب n را آشکار می‌کند.
با بهره گرفتن از نمودارهای مشتق به‌طور همزمان log∆P بر حسب log∆t و log(dp/dt) بر حسب log∆t را می‌توان با یکدیگر مقایسه نمود. برای استفاده از نمودارهای مشتق معمولاً از زمان بدون بعد و فشار بدون بعد استفاده می‌شود [۲۹].
(۱-۳۵)
(۱-۳۶)
۱-۵-۳-۱- مثال‌هایی از کاربرد منحنی‌های مشتق فشار
در شکل (۱-۱۲) نمودار فشار بر حسب زمان اطلاعات زیادی را نشان نمی‌دهد ولی نمودار مشتق گویای این واقعیت است که چاه به یک مرز غیر‌قابل گذر مانند یک گسل غیر‌قابل نفوذ نزدیک است [۱۵].
P
PΔ
PΔ
شکل(۱-۸): دو برابر شدن شیب نشانگر وجود یک گسل [۱۵]
در شکل (۱-۱۳) نیز نمودار فشار بر حسب زمان اطلاعات خاصی را نشان نمی‌دهد اما نمودار مشتق آن تفاوت دو آزمایش جریانی و خیزش فشار را نشان می‌دهد که در آزمایش خیزش کاهش اختلاف فشار و در آزمایش جریانی افزایش اختلاف فشار وجود دارد [۲۰].
P