基于黑箱与白箱机器学习技术的纳米颗粒辅助原油降黏建模

《Results in Engineering》：Modeling of nanoparticle-assisted crude oil viscosity reduction using black-box and white-box machine learning techniques

　　

重质与超重质原油的高黏度对其生产、运输及加工构成了重大挑战。近期研究进展表明，纳米颗粒（NPs）可通过破坏沥青质（asphaltene）聚集并改善流动行为而有效降低原油黏度。本研究利用包含646组实验测量值的综合数据集，采用先进机器学习技术对纳米颗粒辅助原油降黏过程进行建模。研究人员分别建立并系统比较了黑箱模型，包括随机森林（Random Forest）、梯度提升（Gradient Boosting）、极端梯度提升（XGBoost）和类别提升（CatBoost），以及白箱方法，包括基因表达式编程（Gene Expression Programming, GEP）和数据处理群体方法（Group Method of Data Handling, GMDH）。在所有模型中，XGBoost表现出最高预测精度，其总体均方根误差（RMSE）为0.013，平均绝对相对误差（MARE）为1.01%，决定系数（R²）为0.9918；与此同时，GMDH作为最可靠的白箱模型优于GEP，其总MARE为3.50%。趋势分析与敏感性分析表明，黏度降低主要受纳米颗粒浓度控制，其次为原油性质，而操作条件的影响相对较小。杠杆值分析（leverage analysis）证实了黑箱与白箱模型的稳健性以及基础数据集的可靠性。总体而言，本研究表明，将高精度黑箱模型与可解释白箱关联式相结合，可为预测纳米颗粒辅助原油降黏提供一种高效且实用的框架。

该文发表于《Results in Engineering》，聚焦纳米颗粒辅助重质与超重质原油降黏过程的智能建模问题。研究背景在于，随着常规轻质原油资源需求不断增长，储量占比较高的重质和超重质原油日益受到重视，但其极高黏度显著限制了储层孔隙介质中的流动性，也增加了开采、集输和加工成本。传统物理降黏方法，如稀释和加热，虽然能够改善流动性，但普遍存在成本高、能耗大、效果持续性有限等问题；化学方法虽可借助表面活性剂、聚合物和纳米流体实现降黏，但作用机制复杂。近年来，纳米材料凭借高比表面积、较强界面反应活性和可调表面特性，在石油工程中显示出显著潜力，尤其能够通过吸附沥青质分子、破坏沥青质—树脂形成的黏弹性网络，从而降低原油黏度。然而，已有研究以实验探索为主，建模工作相对不足，且多偏重黑箱算法，虽预测精度高，但解释性有限，不利于工程应用与规律提炼。因此，开展兼顾高精度与可解释性的黑箱—白箱对比研究，具有明确的方法学价值和工程意义。

研究人员据此构建了一个涵盖646组实验数据的多源数据集，围绕纳米颗粒处理后原油黏度变化开展系统建模。研究以最终黏度与初始黏度之比作为目标输出，选取原油API度、原油初始黏度、纳米颗粒平均粒径、纳米颗粒浓度、纳米颗粒密度、温度和剪切速率7个输入变量，分别建立随机森林、GBoost、XGBoost、CatBoost、GEP与GMDH六类模型，并借助统计指标、交叉图、误差分布、累计频率分析、趋势分析、敏感性分析及Williams图进行综合评价。研究结论显示，在全部候选模型中，XGBoost的整体预测性能最佳；在白箱模型中，GMDH优于GEP，能够在保持一定可解释性的同时提供较可靠的显式关联式。研究还表明，纳米颗粒浓度是影响降黏效果的首要因素，原油性质次之，操作条件总体影响较弱。该研究的重要意义在于提出了一个将高精度黑箱模型与可解释白箱相关式结合的实用途径，可用于纳米颗粒辅助原油降黏行为的快速预测与机理相关规律分析。

研究人员采用的主要技术方法包括：首先从已发表文献中汇编646组实验数据，样本来源于可信公开文献数据集；随后以80%数据作为训练集、20%数据作为测试集，并在训练阶段采用5折交叉验证（5-fold cross-validation）与网格搜索（Grid Search）进行超参数优化；在模型层面同时构建4种树模型黑箱算法与2种白箱算法；最后结合决定系数（R²）、均方根误差（RMSE）、平均绝对相对误差（MARE）、平均相对误差（MRE）、标准差（SD）、Pearson相关、Spearman相关、SHAP分析及杠杆值法（leverage method）对模型性能、变量重要性和适用域进行验证。

5.1 Developed correlations
在“Developed correlations”部分，研究人员基于GMDH和GEP建立了用于预测纳米颗粒处理原油降黏程度的数学关联式。结果显示，两类白箱模型均采用6个输入变量，即原油API度、初始原油黏度、纳米颗粒平均粒径、纳米颗粒浓度、纳米颗粒密度和温度。剪切速率由于与目标变量相关性较弱，未被纳入最终白箱数学表达式。该部分的核心结论是：研究不仅提供了高精度机器学习模型，也形成了可直接应用的显式数学公式，其中GMDH关联式在白箱方法中表现更优。

5.2 Performance comparison of machine learning models
在“Performance comparison of machine learning models”部分，研究人员对六种模型的预测性能进行了系统比较。统计结果表明，XGBoost取得最佳综合表现，总RMSE为0.013，总SD为0.019，总MARE为1.01%，总R²为0.9918。按总体精度排序，XGBoost优于CatBoost、随机森林和GBoost，这些黑箱模型均显示出较强预测能力。相较之下，GMDH和GEP两种白箱模型精度较低，但GMDH总MARE为3.50%，明显优于GEP。交叉图分析进一步说明，黑箱模型预测值在实验值等值线附近高度聚集，其中XGBoost最为紧密，说明其拟合和泛化能力最强；GMDH虽能较好跟随总体趋势，但离散程度较大；GEP偏离最为明显。相对误差分布图显示，大多数黑箱模型预测误差集中在较窄范围内，多数样本位于±10%以内，XGBoost误差带最窄。累计频率分析则表明，XGBoost在近90%数据上可将误差控制在2.4%以内。该部分说明，树模型特别是XGBoost在纳米颗粒辅助原油降黏预测中具有显著优势，而GMDH则是兼顾解释性与实用性的最优白箱方案。

5.3 Trend analysis
在“Trend analysis”部分，研究人员重点验证了XGBoost对关键物理趋势的捕捉能力。首先，在SiO₂纳米颗粒平均粒径8.3 nm、浓度1000 ppm、温度298.15 K、原油初始黏度600000 cP条件下，分析剪切速率变化对最终黏度/初始黏度比值的影响。结果表明，随着剪切速率从10 s^?1增至50 s^?1，黏度比逐渐下降，纳米颗粒使原油黏度降低约26%–43%，呈现典型剪切变稀行为，且XGBoost能准确再现实验趋势。其次，在固定剪切速率10 s^?1条件下，以粒径约20 nm、浓度1000 ppm的MgO纳米颗粒处理初始黏度为613.61 cP的原油，考察温度效应。结果显示，加入MgO后黏度降至原值约0.82，且随温度升高降黏效应略有增强，XGBoost对温度驱动的变化具有良好表征能力。最后，在固定温度298.15 K与剪切速率10 s^?1条件下，考察平均粒径10 nm的TiO₂纳米颗粒在500–2000 ppm浓度范围内对初始黏度613 cP原油的影响。结果表明，纳米颗粒加入后黏度约降至原值0.75，且浓度与降黏效果呈非线性关系：初始增浓可显著改善流动性，但高浓度下效果趋于平台化。XGBoost准确捕捉了这一复杂非线性规律。该部分说明，所建立模型不仅精度高，而且符合实验观察到的流变学趋势。

5.4 Sensitivity analysis
在“Sensitivity analysis”部分，研究人员采用Pearson相关系数、Spearman秩相关系数以及SHAP（Shapley Additive Explanations）分析识别关键控制因素。Pearson与Spearman结果均表明，纳米颗粒浓度对降黏的影响最大，其中Spearman系数达到0.600，提示其作用具有显著非线性特征。其后依次为原油API度和初始黏度，说明原油本征性质对降黏响应具有中等强度影响。纳米颗粒密度、温度和纳米颗粒粒径影响相对较小，而剪切速率相关性最弱。SHAP分析进一步验证了这一排序：纳米颗粒浓度具有最高平均绝对SHAP值0.0855，初始原油黏度次之，为0.0434；随后为原油API度0.0149、温度0.0082、粒径0.0051、剪切速率0.0040和纳米颗粒密度0.0033。该部分的核心结论是，纳米颗粒浓度与原油性质构成影响降黏行为的主导因素，且这一结论在多种敏感性评价方法间高度一致。

5.5 Leverage method
在“Leverage method”部分，研究人员利用杠杆值法评估模型适用域与数据可靠性，并选取表现最佳的黑箱模型XGBoost和最可靠的白箱模型GMDH进行Williams图分析。研究中计算得到临界杠杆值H^*=0.0371。结果显示，XGBoost识别出9个可疑点和34个高杠杆点，GMDH识别出11个可疑点和33个高杠杆点。由于相对于646组样本而言，被标记点数量较少，说明整体数据集质量较高，且两类模型在定义的适用域内均具有良好的稳健性与可信度。该部分支持了前述建模结果的可靠性，并表明所建立模型具备较好的工程应用潜力。

对于讨论部分的总结，论文围绕“高精度预测”与“可解释建模”两个核心目标展开。讨论结果表明，基于树的集成学习模型在处理温度、纳米颗粒浓度、粒径、原油性质等多因素耦合的强非线性问题时优势明显，尤其XGBoost在精度、稳定性和趋势重现能力方面最为突出。与此同时，GMDH虽不及黑箱模型精确，但能够提供透明的数学表达式，适用于对输入—输出关系有解释需求的场景。讨论还强调，纳米颗粒浓度是最关键的调控参数，而原油API度和初始黏度反映的原油组成特征同样重要；相比之下，剪切速率等操作条件影响较小。综合来看，该研究通过并行比较黑箱与白箱方法，建立了兼具预测性能与解释能力的降黏建模框架。

研究结论部分可译为：
本研究利用包含646组实验测量值的综合数据集，考察了纳米颗粒处理后原油黏度的变化，并采用6种先进建模技术，包括黑箱与白箱机器学习框架，建立了纳米颗粒辅助降黏预测模型。
在所有评估方法中，XGBoost展现出最高预测精度，其总RMSE为0.013、SD为0.019、MARE为1.01%，R²为0.9918。相比之下，表现最佳的白箱方法GMDH总MARE为3.50%，优于GEP，并提供了具有可解释性的数学关联式。这些结果清楚表明，XGBoost在精度方面表现最优，而GMDH则体现出透明建模的实际价值。
分析还表明，随着温度升高、纳米颗粒粒径减小、纳米颗粒浓度增大以及剪切速率提高，原油降黏程度增强，且所建立模型能够准确捕捉这些趋势。敏感性分析显示，纳米颗粒浓度对降黏的影响最强，其次为原油API度和初始黏度等原油性质，而操作条件的作用相对较小。
最后，杠杆值法仅在XGBoost与GMDH模型中识别出少量可疑点和高杠杆点，表明两者均具有稳健性能，并证实了用于建模的数据集具有较高可靠性。