重質船用燃料油黏度預測模型研究

劉名瑞，王曉霖，王海波，于 陽，王 剛

(1.中國石化大連(撫順)石油化工研究院，遼寧 大連 116045；2.中國石化燃料油銷售有限公司遼寧分公司)

重質船用燃料油是用于大型中低速船用柴油機的燃料，也稱為殘渣型燃料油，通常是直餾渣油、減壓渣油和一定比例的輕組分混合而成[1-2]。這種調合燃料油的產品性質主要取決于調合方案，因此，計算調合方案時對調合產品的指標預測就顯得尤為重要。黏度作為重質船用燃料油的首要指標，若采用線性模型進行預測，誤差較大，嚴重影響調合生產。因此，對重質船用燃料油黏度預測模型的研究與應用至關重要。

在原油指標預測方面可借鑒的經驗式很多[3-5]，但由于燃料油調合組分的性質差異而并不適用。常用的燃料油調合組分油有渣油、頁巖油、煤柴、油漿等，這些組分油的黏度跨度很大，從幾十mm2/s到幾萬mm2/s。其中，煤柴是指中、低溫煤焦油通過分餾裝置提煉而出的二次煉油產物。若調合方案中組分油之間的黏度差異較大，黏度大的組分所占比例每增加1%，調合產品的黏度就會上浮10%～20%，很容易造成產品超過國家標準要求而不合格。相反，若減少黏度大的組分油，又容易出現黏度過低而不適合船用發動機使用的情況。因此，對調合產品的各項指標進行精確預測，優化調合比例，可有效降低產品不合格風險，避免資源浪費，同時提高生產效率。有些性質指標如黏度、閃點、凝點等，其計算式屬于非線性關系，計算過程較復雜，需選用特定的物理模型公式計算[6]。另外，除了通過一般物理模型進行預測外，還可以通過具有一定邏輯公式的計算模型進行預測，如蛛網模型、神經網絡模型、最小二乘支持向量機模型等[7-9]。這類模型需要通過建模來實現，且具有更高的精確度[10]，但是操作難度相對較大。

本課題主要研究現有黏度預測模型應用于重質船用燃料油黏度預測的可行性，篩選幾種常見的黏度物理模型，進行試驗數據對比和最優模型選取，基于重質船用燃料油數據庫對Cragoe模型進行修正，并結合摻稀降黏試驗數據分析混合機制對預測模型相對誤差的影響。

1 常用黏度預測模型

黏度是重質船用燃料油中最為重要的性質指標，是劃分油品牌號的依據，因此，對適用于重質船用燃料油的黏度模型進行研究，有利于指導調合生產。現有的物理預測模型常用于原油調合，對具有高黏度比的混合原油的黏度預測大多是基于區域性稠油數據的經驗式[11]，這些經驗式只對特定區域特定組分的稠油才有很高的預測精度，能否被應用于重質船用燃料油的黏度預測值得研究。

1.1 Arrhenius黏度模型

Arrhenius黏度模型[式(1)]是國際通用的黏度調合計算模型，被推薦用于計算混合原油的黏度[12]。該模型是建立在高黏度比的基礎上，在計算稠油和輕質油混合黏度方面表現較好[13]。

(1)

該模型的缺點是對低黏度比或混合油中含有過多瀝青質沉淀體系的計算精度不高[14]。重質船用燃料油的調合體系中，調合組分一般在3種或3種以上，且有2種或2種以上的組分黏度較為接近。另外，重質船用燃料油的殘渣型調合組分油，往往有某些組分的瀝青質含量相對較高，如渣油、煤柴等，在計算過程中會導致偏差較大。因此，該模型在重質船用燃料油的黏度預測上存在一定的局限性。

1.2 雙對數黏度模型

雙對數模型[式(2)]是美國標準局的黏度調合計算模型[15]，廣泛應用于混合油品的調合，在目前的重質船用燃料油的實際調合生產中，該模型應用最多。但該模型不適用于計算非牛頓流體混合油的黏度，以及組分油黏度指數差距較大的混合油黏度。另外，有研究[16]表明，其計算黏度會隨低黏度原油比例的變化而改變。

(2)

在重質船用燃料油黏度的預測計算中，經常使用雙對數模型的變型式[式(3)]計算黏度系數υi，50。

υi，50=19.20+33.5lglg(μi，50+0.85)

(3)

假設組分油的黏度系數是呈線性關系，則混合油品的黏度系數計算式如式(4)所示。

(4)

可以利用υm，50和式(3)反推出50 ℃時的混合油運動黏度μm，50。

雖然該模型在重質船用油的調合生產中應用較多，但是一般是忽略了組分油中的非牛頓流體，因此計算中存在一定的誤差。但對于黏度差距較大的重質船用燃料油的調合組分來說，該模型的預測能力具有一定的參考價值。

1.3 Cragoe黏度模型

Cragoe黏度模型[式(5)～式(8)]提出了一種表征流體流動性能的流函數概念，并在試驗數據的基礎上認為流函數L是具有加和性的[17]。Cragoe黏度模型不僅適用于低黏度混合油，還適用于稠油與稀油黏度比值大于1×103的系統[12]。因此對于稠油摻稀后的黏度可用該模型計算。

(5)

(6)

(7)

(8)

重質船用燃料油與原油調合最根本的區別在于組分油含有黏度較大的劣質油，這使得很多黏度模型用于重質船用燃料油的黏度預測時準確性差。而Cragoe黏度模型區別于其他物理模型的優點是它適用于各種黏度比的體系[18]，但是否對多組分的殘渣型重質船用燃料油調合適用仍待進一步考察。

1.4 Bingham黏度模型

Bingham黏度模型[式(9)]是將黏度的概念與電阻概念類比，結合試驗數據發現黏度的倒數是有加和性的，于是提出了以倒數混合規則為基礎的黏度預測模型[19]。

(9)

Bingham黏度模型的研究目前還比較少見，該模型對多組分油品調合的適配性仍需要大量的試驗來考察。作為一種對非牛頓流體黏度的預測模型，可通過試驗數據的對比來進一步討論其在重質船用燃料油調合中應用的可能性。

2 模型篩選

2.1 原料油性質

選用常用的重質船用燃料油調合組分(水上油、頁巖油、煤柴、渣油和油漿)進行調合試驗，分別測量各組分油在50 ℃時的運動黏度等基本性質。重質船用燃料油的7種常用調合組分油的基本性質見表1。采用逆流黏度法測量混合黏度，同時應用上述各模型進行黏度預測值的計算，并對結果進行對比分析。

表1 重質船用燃料油的7種常用調合組分油的基本性質

2.2 模型篩選方法

采用相對誤差對模型的預測結果進行準確性評價。相對誤差(R)指試驗測量值(μexp)與預測計算值(μcal)之差的絕對值相對于試驗測量值的比例，其計算式如下：

(10)

由于渣油的黏度遠遠大于其他幾個組分油的黏度，故選用3種渣油作為大黏度組分油，選用水上油、頁巖油和煤柴作為稀組分油(簡稱稀油)，進行了12組調合試驗(所得混合油樣品分別記作1號～12號)，所采用的調合比例如表2所示。試驗考察采用相同比例的渣油進行調合時各模型對黏度預測的準確性，渣油比例增加時對預測準確性的影響以及不含大黏度渣油時模型預測的準確性。

表2 調合比例

2.3 模型對比

分別采用Arrhenius黏度模型、雙對數黏度模型、Cragoe黏度模型以及Bingham黏度模型對1號～12號混合油樣品的黏度進行預測，并與實測黏度進行對比，結果如表3所示，模型預測的相對誤差如圖1所示。

表3 實測黏度與模型預測黏度的對比

圖1 4種模型預測的相對誤差■—Arrhenius模型； ●—雙對數模型； ▲—Cragoe模型； 模型

由表2和表3可以看出，使用黏度達到104數量級的渣油進行調合時，增加2百分點的渣油使得調合油的黏度增加50～90 mm2/s，這對物理模型的適用能力是很大的考驗。

從圖1可以看出：Cragoe模型的預測結果最優，相對誤差較小，為5.1%～35.0%，相比其他模型，Cragoe模型更適用于這種具有大黏度比的調合體系；雙對數模型的預測趨勢和Cragoe模型大體一致，但相對誤差略高一些，為14.3%～43.9%；而Arrhenius模型和Bingham模型的預測相對誤差都很大，均在60%以上，說明這兩種模型不適用于具有高黏度劣質組分的重質船用燃料油調合指標預測。Cragoe模型和雙對數模型的相對誤差變化趨勢接近，這是因為兩種模型均采用了將組分油黏度進行對數變換，利用對數的形式進行擬合形成一個黏度的相關系數，該系數呈線性加和關系，利用相關系數線性加和得到混合黏度系數，從而反推混合黏度。兩個模型從建模原理上是相近的，因此對于預測的相對誤差變化趨勢也較為接近。從總體相對誤差小的角度來說，在重質船用燃料油的調合中，計算黏度的物理模型優選Cragoe模型。

2.4 Cragoe模型修正

選取最優模型Cragoe進行修正優化以進一步降低預測的相對誤差。目前文獻中對Cragoe模型的修正方法均引入了質量比或體積比為1∶1時的混合油黏度μjk，修正后的模型如式(11)～式(15)所示[20]。

這種方法增加了試驗量，對于重質船用油生產企業來說無疑增加了油品生產周期，應用較難。針對新疆某混合原油，研究人員根據試驗數據建立了Cjk與2種組分原油黏度函數間的經驗關系，引入Cjk得到修正模型Ⅱ，其中Cjk按式(16)計算[18]。

Cjk=0.030 2(Lj+Lk)-16.240 4

(16)

(17)

(18)

(19)

(20)

利用重質船用燃料油調合數據庫內的28組調合數據對Cragoe修正模型Ⅲ進行校驗，結果發現對于一般重質船用燃料油的調合體系，預測黏度的相對誤差范圍為0.01%～26.5%；當樣品黏度過低或黏度不超過10 mm2/s時，相對誤差變大，說明針對重質船用燃料油的黏度范圍，該模型具有很好的預測效果。

選用重質船用燃料油調合數據庫外的4個調合方案，使用Cragoe模型系列(Cragoe模型、Cragoe修正模型 Ⅱ 和Cragoe修正模型Ⅲ)進行黏度預測和誤差分析，其中，調合組分新增加氫油漿(50 ℃黏度為245.50 mm2/s)、切割渣油(50 ℃黏度為299.80 mm2/s)以及更低黏度的C9(50 ℃黏度為2.78 mm2/s)和C10(50 ℃黏度為1.82 mm2/s)組分，所得混合油樣品分別記作13號～16號，具體調合方案如表4所示，預測結果如表5所示，預測的相對誤差如圖2所示。

從圖2可以看出，Cragoe修正模型Ⅲ具有較低且穩定的相對誤差，相比Cragoe模型和Cragoe修正模型Ⅱ對于多組分大差異油品的混合黏度預測具有更好的準確度。但Cragoe修正模型Ⅲ在黏度過低的情況下，相對誤差會略有升高，在實際黏度(50 ℃)達到30 mm2/s附近，相對誤差比Cragoe模型要高。這主要是由于該模型的擬合優化主要基于重質船用燃料油數據庫，重質船用燃料油數據庫的黏度(50 ℃)范圍一般在70 mm2/s以上，因此混合黏度過低時，模型的預測誤差偏大，黏度(50 ℃)在70 mm2/s以上時具有較高的預測準確性。

表4 Cragoe模型系列驗證方案的調合比例

表5 Cragoe模型系列驗證方案的實測黏度與預測黏度對比

圖2 3個模型的相對誤差■—Cragoe模型； ■—Cragoe修正模型Ⅱ； ■—Cragoe修正模型Ⅲ

2.5 混合機制對預測誤差的影響

值得注意的是，對比1號和2號、4號和6號樣品發現，黏度大的組分油比例不變時，低黏度組分油比例增加會引起相對誤差變大，這是因為在物理模型的計算中，低黏度組分的比例變大勢必引起計算黏度值的減小。而實際調合過程中，頁巖油和煤柴的比例雖均有增加，但是考慮體系中摻稀降黏會產生一定的絡合效應[20]，黏度沒有呈下降趨勢，反而因煤柴比例的增加使得混合黏度略有增大，因此導致了物理模型預測誤差變大的現象。12號樣本中使用油漿取代渣油后，使得體系最大黏度比的數量級從104縮小到102，相對誤差大幅減小至5.1%。說明調合組分的黏度越接近，在調合時由黏度差產生的預測誤差就會越小，使得模型的預測準確性越高。另外，同12號樣品相似的6號～9號和11號調合樣品中，同時使用了渣油和油漿，模型的計算誤差都有所降低。這是因為在黏度預測模型的計算中，組分油黏度的分布范圍從10～1×102到1×102～1×104形成了一個梯度式混合，而非10～1×104的斷崖式混合，亦即變相減小了體系的黏度比。但其中11號樣品不同于其他樣品，其屬于低黏度樣品，混合配比中稀油組分占主體地位，在模型預測時，稀油黏度過小導致混合黏度對其比例增大的影響不敏感，因此計算結果會偏大。

根據模型計算結果可以看出，決定模型預測準確性的因素主要是大黏度渣油在調合中對黏度的影響，因此，分別采用渣油1、渣油2、渣油3與稀油進行兩兩調合，測量調合油品在50 ℃時的逆流黏度，建立大黏度渣油與稀油的稀釋黏度關系，分析渣油摻稀后黏度下降的趨勢及原因。圖3所示為3種渣油分別與煤柴、水上油、頁巖油這3種稀油在不同摻稀比下調合時混合油黏度與摻稀比的關系曲線，其中摻稀比為稀油與渣油的質量比。

從圖3可以看出，煤柴在與渣油的摻稀比小于0.3的時候，渣油的降黏速率很小，當摻稀比超過0.3后，渣油的黏度會出現急劇下降，摻稀比超過0.4后，降黏速率趨于穩定；而頁巖油和水上油添加后，渣油的黏度迅速降低，當摻稀比達到0.4后，渣油黏度基本穩定下降。由油品的組成可以看出，渣油與煤柴的瀝青質較多，煤柴的加入會使潛在的瀝青質發生絡合反應[21]，使黏度的下降趨勢不如頁巖油和水上油明顯，因此在渣油比例不變，煤柴的比例增加后，勢必使得頁巖油或水上油的比例減少，渣油的稀釋效果不明顯，而使黏度出現了增加；另一方面，對于11號樣品這樣的稀油體系，在實際混合中，由于稀油對稠油的摻稀比例已經增加到很大，因此實際黏度會迅速降低，這與上述混合試驗的結果吻合。

圖3 3種渣油分別與3種稀油調合時混合油黏度與摻稀比的關系■—煤柴； 頁巖油； ●—水上油

3 結 論

從模型的對比結果來看，物理模型計算一般均具有一定的局限性，對于重質船用燃料油的黏度預測來說，由于船用燃料油組分油的物理性質特殊性以及可能存在較大的黏度比，Cragoe黏度模型表現出了很好的適應能力以及相對較高的預測準確度。提出針對重質船用燃料油調合的黏度預測模型——Cragoe修正模型Ⅲ，該模型基于重質船用燃料油數據庫擬合參數，預測準確度得到了提高，尤其黏度(50 ℃)在70 mm2/s以上時，預測的相對誤差較小。分析組分油對黏度模型的影響機制可以看出，渣油黏度的數量級影響模型的預測準確性，組分油之間的黏度越接近其誤差越小。同時，在大黏度渣油中加入稀油來降低黏度時，兩者之間可能存在瀝青質的絡合效應，使得混合黏度在一定范圍內的下降趨勢不明顯。

符號說明

Cjk——Cragoe修正模型Ⅱ的修正常數；

Lm——混合油品的流函數值；

Li——組分i的流函數值；

Lj——組分j的流函數值；

Lk——組分k的流函數值；

Ljk——組分j和組分k按照1∶1混合時的流函數值；

mi——組分i在調合油中的質量分數，%；

mj——組分j和組分k按照1∶1混合時組分j的質量分數，%；

mk——組分j和組分k按照1∶1混合時組分k的質量分數，%；

n——組分油個數；

R——相對誤差，%；

μm——混合油品在某溫度下的運動黏度，mm2/s；

μi——組分i在同溫度下的運動黏度，mm2/s；

μi，50——組分i在50 ℃下的運動黏度，mm2/s；

μjk——組分j和組分k在同溫度下按照1∶1混合時的運動黏度，mm2/s；

μexp——試驗測量運動黏度，mm2/s；

μcal——預測計算運動黏度，mm2/s；

υm，50——混合油品在50 ℃下的黏度系數；

υi，50——組分i在50 ℃下的黏度系數；

φi——組分i在調合油中的體積分數，%。