📖 О модели прогнозирования свойств смесей нефтей

Научный инструмент для нефтегазовой отрасли · Магистерская диссертация

🎯 Назначение модели

Модель предназначена для прогнозирования реологических и физико-химических свойств смесей нефтей различного состава. Она позволяет рассчитать, какие характеристики будет иметь смесь двух нефтей из разных месторождений при заданном соотношении, и определить оптимальные режимы их совместной транспортировки и переработки.

Инструмент разработан в рамках магистерской диссертации по направлению «Нефтегазовое дело» по теме «Прогнозирование реологических свойств смесей нефти различного физико-химического состава».

🔬 Теоретические основы

1. Плотность смеси

Применяется правило аддитивности (линейное смешение):

ρmix = x₁ · ρ₁ + x₂ · ρ₂

где x₁, x₂ — массовые доли компонент, ρ₁, ρ₂ — плотности исходных нефтей.

2. Вязкость смеси (модель Refutas / Аррениуса)

Для вязкости используется логарифмическое правило смешения, физически обоснованное для углеводородных систем:

ln(ηmix) = x₁ · ln(η₁) + x₂ · ln(η₂)

Это соответствует модели идеального смешения в логарифмической шкале, что подтверждено многочисленными лабораторными данными.

3. Температурная зависимость вязкости (уравнение Аррениуса)

По двум известным точкам (20°C и 50°C) находятся коэффициенты A и B:

ln(η) = A + B / T

Для смеси коэффициенты усредняются линейно: Amix = x₁·A₁ + x₂·A₂. Это позволяет рассчитать вязкость при любой температуре от 0 до 100°C.

4. Компонентный состав

Содержание серы, парафинов, смол и асфальтенов рассчитывается по линейному правилу смешения:

Cmix = x₁ · C₁ + x₂ · C₂

5. Температура застывания (модель с синергией парафинов)

Для температуры застывания применяется эмпирическая модель, учитывающая синергетический эффект взаимодействия парафинов двух нефтей:

Tpp = x₁·T₁ + x₂·T₂ + k · x₁·x₂ · |T₁ − T₂|

где k = 0.08 — коэффициент нелинейного взаимодействия (настраивается под лабораторные данные). Член x₁·x₂ создаёт характерный «горб» на кривой, что наблюдается в реальных смесях.

6. API Gravity

Пересчёт плотности в американскую шкалу (стандарт нефтегазовой отрасли):

API = 141.5 / SG − 131.5

где SG — относительная плотность (ρ/1000).

📥 Входные параметры

Для каждой нефти задаются 8 физико-химических показателей:

Параметр Единица измерения Описание
Плотность при 20°C кг/м³ Базовая характеристика, определяет класс нефти
Вязкость при 20°C сПз (мПа·с) Реологическая характеристика при комнатной температуре
Вязкость при 50°C сПз (мПа·с) Для построения температурной зависимости
Сера % мас. Определяет коррозионную активность и класс нефти
Парафины % мас. Влияют на температуру застывания
Смолы % мас. Стабилизаторы коллоидной системы
Асфальтены % мас. Определяют стабильность смеси
Температура застывания °C Низкотемпературные свойства, важны для транспортировки

📊 Выходные данные

Модель рассчитывает и визуализирует:

  • ✅ Плотность смеси при 20°C
  • ✅ Вязкость при 20°C и 50°C
  • ✅ Температурный профиль вязкости (0–100°C)
  • ✅ Компонентный состав (сера, парафины, смолы, асфальтены)
  • ✅ Температура застывания с учётом синергии парафинов
  • ✅ API Gravity — классификация по шкале API
  • Автоматический анализ совместимости (6 критериев)
  • Оптимальное соотношение смеси по целевым показателям
  • Тепловая карта вязкости (доля × температура)

🎯 Области применения

🛢️ Подбор смесей

Определение оптимальных соотношений для получения товарной нефти заданных характеристик

🚰 Транспортировка

Прогнозирование режимов перекачки: температура, вязкость, риск застывания

🏭 Переработка на НПЗ

Подготовка сырья с заданными свойствами для установок первичной переработки

🔬 Научные исследования

Изучение реологии смесей, проверка гипотез о взаимодействии компонентов

💻 Гидродинамическое моделирование

Подготовка PVT-данных для программного обеспечения типа OLGA

🎓 Образование

Учебный инструмент для студентов нефтегазовых специальностей

⚙️ Техническая реализация

Приложение разработано с использованием современного стека технологий:

  • Backend: Python 3 + Flask
  • Вычисления: NumPy, Pandas
  • Визуализация: Matplotlib
  • Frontend: HTML5, CSS3, JavaScript
  • Production: Gunicorn + Nginx на Debian Linux

📬 Контакты и обратная связь

Если у вас есть вопросы, предложения по улучшению модели или вы хотите сотрудничать в области научных исследований — пожалуйста, свяжитесь с автором.

Направление: Нефтегазовое дело
Тип работы: Магистерская диссертация
Год: 2026