沥青质与树脂含量对原油黏度的影响机制及新型预测模型研究

针对传统死油黏度模型忽略沥青质(asphaltene)和树脂(resin)组分影响的问题，Osamah Alomair团队通过357组重质油实验数据，建立包含温度、API度、As/Rs比值的非线性回归模型，平均相对误差仅18.53%，R2达0.97，为稠油开采、管道设计和EOR(提高采收率)提供了更精准的黏度预测工具。

　　

随着全球常规原油储量日益枯竭，重质油资源开发成为能源领域的重要方向。然而，重质油的高黏度特性给开采、运输和加工带来巨大挑战。准确预测死油(dead oil)黏度对油藏模拟、生产设施设计和提高采收率(EOR)至关重要。传统黏度模型主要依赖API度和温度参数，却普遍忽视沥青质(asphaltene)和树脂(resin)等极性组分的影响——这些物质在重质油中含量可达20%以上，对流体流动特性具有决定性作用。现有技术瓶颈在于：实验室PVT分析成本高昂，而忽略组分影响的经验公式在稠油系统中误差显著。针对这一难题，科威特大学的Osamah Alomair团队在《Fuel》发表创新研究，通过系统调控沥青质-树脂比例，建立了首个整合组分参数的高精度黏度预测模型。

研究采用三大关键技术：首先通过n-庚烷沉淀和硅胶柱色谱从科威特South Ratqa油田的3种重质油样(API 11.68°-13.48°)中分离沥青质和树脂；其次运用自动SARA-HPLC(高效液相色谱)和吸收光谱双重验证组分含量；最后采用ViscoLab高温高压黏度计在77-176°F范围测定357组重构油样的黏度数据，其中70%用于模型训练，30%用于验证。

【2. Materials and methods】

实验材料方面，选择三种典型重质油样本(A、B、C)，通过加热至230°F脱除轻烃获得C₇₊馏分。采用日本石油学会标准JPI-5S-45-95进行SARA(饱和烃、芳香烃、树脂、沥青质)组分分析，测得原始样品沥青质含量9.36-10.56%，树脂17.46-18.28%。

【3. Results and discussion】

温度固定104°F时，沥青质含量从0%增至3%使样本A黏度升高68.5%(165→278 cP)，树脂同等增幅导致黏度上升40.6%。值得注意的是，在去沥青质油样中添加树脂仍会提高黏度，但增幅降至22.4%，证实树脂对沥青质的稳定作用存在浓度阈值。通过ndCurveMaster软件建立的非线性方程ln(μ_od)=22.3491-5.19306(1/T)^-0.2-0.547028(1/API)^-0.75+0.192838(As/(As+Rs))^0.01，创新性地引入As/Rs比值参数，在验证集表现优异：相较传统模型如Bergman-Sutton(Ea=32.51%)和Standing(Ea=31.8%)，新模型将平均误差降至20.38%，且R²提升至0.96。

【4. Conclusions】

该研究首次量化证明了沥青质-树脂协同效应对黏度的影响机制：当树脂不足时，沥青质通过π-π堆积形成三维网络结构大幅增加黏度；适量树脂可包裹沥青质分子抑制聚集，但过量树脂会通过自身缔合再增黏。所建模型适用于API 11.68°-28.78°的原油，为稠油管道摩阻计算、蒸汽驱方案优化提供了关键参数。未来可扩展至超重质油(API<10°)领域，并整合饱和烃/芳香烃比例等参数进一步提升预测广度。这项突破使油田工程师能基于常规组分分析数据快速获取精准黏度值，显著降低实验成本并提高开发方案可靠性。