孙　强, 王　丹, 郭绪强, 刘爱贤, 刘晓冬

(1. 中国石油大学(北京) 重质油国家重点实验室, 北京 102249; 2.中国船舶燃料有限责任公司，北京 100020;3.塔里木油田公司 塔西南勘探开发公司，新疆 喀什844804)



直链烷烃动力黏度与声速关系研究

孙强1, 王丹2, 郭绪强1, 刘爱贤1, 刘晓冬3

(1. 中国石油大学(北京) 重质油国家重点实验室, 北京 102249; 2.中国船舶燃料有限责任公司，北京 100020;3.塔里木油田公司 塔西南勘探开发公司，新疆 喀什844804)

目前用于原油黏度预测的计算模型需要测定的物性数据较为复杂，计算精度和适用范围有限。因此，实验中选取了几种具有代表性的直链烷烃作为模拟原油中烃类组分的模型化合物，分别测定了在不同温度、压力条件下的黏度和声速数据，考察了温度、压力对直链烷烃声速的影响规律，并建立了相应的黏度-声速关联模型。结果表明，直链烷烃的声速随温度增加而减小，随压力增加而增加，且声速与温度、压力均为线性关系。直链烷烃的黏度与声速为指数型对应关系。通过冀东油田3种不同原油对黏度-声速关联模型进行检验，计算结果表明适用性较好，从而为解决常规原油黏度计算对物性参数的高度依赖提供了一个可行的新方法。

原油；黏度；直链烷烃；声速；模型预测

目前，世界范围内的石油资源短缺趋势日益明显，而且由于常规原油易于开发、采油成本低，一般都优先开采，因此世界原油重质化已成大趋势。根据国外能源机构预测，目前全世界常规石油剩余可采量为1 400多亿t[1-2]，因而必须加大对石油资源的勘探开发程度，并努力提高原油的利用效率。原油运动黏度是表征原油物理性质的一项非常重要的指标，被广泛应用于原油勘探、生产、运输、存储等工程的工艺设计和维护过程。地层原油的黏度直接影响其在地下的运移和流动。在油田开发过程中，原油的黏度决定其在地层中的渗流能力，而在输送过程中，也影响它在管道中的流动能力。因此，了解原油的黏度特点，对提高原油井的产能、采收率、原油的集输以及对测井解释等都具有重要意义[3-6]。

地层原油黏度在油田内的分布受油气运移方向、构造形态、存储条件、重力、边水、底水等诸多因素的影响，因而不同类型原油的黏度分布规律不同，其变化规律比较复杂，黏度难以准确预测[7-8]，因此原油的高效开采及输送问题越来越严峻。随着稠油、超稠油开采量的增加，原油黏度准确预测的重要性日益突出。近几十年来，大量的研究者对原油及其组分的黏度进行了实验研究，提出了多种计算模型，取得了许多的研究成果[9-14]。目前石油工程中对于油气藏流体黏度计算主要采用的是经验或半经验关联式，适用条件限制和油气藏流体组成的复杂性是导致经验关联式误差较大的主要原因[15]。

原油测井过程中广泛采用地震波方式进行[16]，在获得相关地质参数的同时，由于不同原油组成、所处状态的差异，声速也各不相同，因此声速与原油之间存在着一定的计算关系。若能通过已有的地震波测井数据建立地层条件下原油黏度的经验性关联方程，就能为油田开发提供较为准确的地层原油黏度数据。张永发等[17]研究了超声波在原油中的吸收衰减，得出了黏度-温度、声衰减系数-声波频率、声速-温度及声速方次-温度关系。张剑英[18]编译了利用声速监测管输原油黏度、密度和含水量的实验研究，文中指出当原油含水量较少时声速与含水量存在线性关系，声速与原油密度呈线性变化关系，声速与黏度之间存在倒数关系。文中虽然给出了6批不同原油的声速-黏度计算关系，但每一种原油均有其特定的相适应的黏度计算参数，因而其计算关系不具有普遍适用性。基于以上分析，本文将测定原油中的重要烃类组分直链烷烃及其混合物的黏度及声速，分析二者之间的关系，在此基础上，建立直链烷烃黏度与声速的关联模型，以期得到能够适用于不同原油的普遍化的关系式。最后，通过测定油田实际油样的黏度-声速数据，对所建立的模型进行检验。

1　实验部分

1.1实验原料及装置

实验中用到的原料及相关物性如表1所示。图1所示为在高压条件下测定烷烃声速与黏度的装置示意图，主要由声速测量系统、高温高压釜、落球式黏度计、转样釜和高压泵组成。声速测量系统主要包含4部分：换能器、超声波讯号发射接收仪、示波器和数据采集分析软件。换能器(型号5052 UA)由中科院声学所制作，最大工作温度、压力分别为393.15 K、60 MPa，外壳直径为25 mm，长度为36 mm，其发射主频为1 MHz，方波脉冲由美国泛美5077PR数字脉冲发生接收仪分析。示波器为Tektronix Technology公司双通道数字示波器(型号TBS1012B-SC)，100 MHz带宽。高压釜为不锈钢材质，直径为42 mm，高为150 mm，设计压力为40 MPa。放入超声波发生及接收换能器以及相应的固定支架后，高压釜剩余容积为176 mL。高压釜上设有进料口、出料口及温度传感器安装口。釜顶有4个绝缘导线端口，为连接声速测量仪器的导线。实验装置放置在恒温干燥箱中维持温度恒定。在常压时，仍用图1装置测定烃类流体的声速，黏度则由毛细黏度计测量，如图2所示。

表1　实验原料及物性

图1　实验装置示意图

图2　毛细黏度计

1.2实验原理与步骤

1.2.1超声波声速测定步骤

(1) 将两换能器固定在直杆上，保持距离恒定。换能器分别连接到信号发射器的信号端和示波器，示波器与计算机相连。

(2) 用纯水标定：将300 mL的纯水倒入量筒中，放入换能器。在水浴293.15 K下恒温20 min。通过声速采集分析程序得到发射波到第一个接收波经历的时间t，查得纯水在293.15 K下的声速v，将两者相乘可得到换能器之间的距离d0。

(3) 在量筒中放入300 mL的待测烷烃，放入换能器。整个量筒浸在水浴中，在实验温度下恒温20 min后，打开脉冲信号发射器和示波器，用声速分析程序测定其声速并记录。

1.2.2高压黏度测定高压下的烷烃黏度和声速可同步测量。黏度采用落球式黏度计测定[19]，其工作原理基于Stokes定律。由于黏度计中小球下落的距离为定值且下落过程为层流运动，因此，通过测定小球从内管上端降落至底端所需的时间，即可由Stokes定律计算出烷烃的黏度，计算公式如式(1)：

(1)

式中：ρB、ρF分别为小球及待测烷烃的密度，t为时间，k为与仪器结构有关的常数。可以看出，当烷烃与小球的密度差为一定值时，烷烃黏度与小球下落时间成正比。式中k值需用已知黏度的流体进行标定得到。本实验采用中国计量科学研究院提供的标准实验硅油对黏度计进行标定。

1.2.3常压黏度测定常压下的流体黏度采用毛细管黏度计进行测定[20]，以Poiseuille定律为基础。在恒定的温度下，测定一定体积的液体在重力作用下流过一个经标定的玻璃毛细管黏度计的时间，黏度计的毛细管常数与流动时间的乘积，即为该温度下被测液体的运动黏度。

2　结果与分析

2.1温度、压力对声速的影响

分别测定了298.15～323.15 K、0.1～20.1 MPa下不同直链烷烃及其混合烃溶液(共9种)的声速，同时考察了温度、压力对直链烷烃声速的影响。实验中二元混合烃溶液的组分物质的量比为1∶1，三元混合烃溶液的组分物质的量比为1∶1∶1。图3为常压下不同温度时各烷烃溶液的声速值。图4为313.15 K、不同压力时各烃溶液的声速值。

图3　常压下不同温度时各烃类溶液的声速

图4　313.15 K不同压力时各烃类溶液的声速

由图3、4可以看出，不同直链烷烃溶液的声速与温度、压力均呈线性关系。声速随温度的增加而降低，随压力的增加而增加，其原因是温度升高导致烃的体积膨胀，可压缩系数增大，而压力升高导致烃类体积收缩和可压缩系数减小。当温度、压力一定时，直链烷烃的声速随着碳原子数的增加而增加。然而，不同直链烷烃混合时，其声速并不是各种烃声速的简单加和，这主要是由于不同烃的结构差异较大。由图4还可以得出，当温度一定时，不同直链烷烃(包括其混合溶液)的声速-压力关系曲线的斜率是相同的，截距则随烷烃C原子数不同而不同, 其声速-压力关系可由式(2)描述。

(2)

式中：S为特定温度下的声速，p为压力。这为预测直链烷烃的声速提供了一个较为快速、准确的方法。

2.2动力黏度与声速的关系

实验测定了303.15～323.15 K、0.1～20.1 MPa下不同直链烷烃及其混合烃溶液的黏度。图5为2.1、20.1 MPa时不同温度下各烷烃的动力黏度-声速关系曲线。

图5　不同温度时各烃类溶液的黏度-声速关系

由图5可知，当温度、压力一定时，不同直链烷烃溶液的动力黏度与声速呈指数型关系，可近似用方程式(3)描述：

(3)

式中：μ、S分别表示特定温度、压力下烷烃的动力黏度和声速，a、b、c分别为对应的系数。例如，对常压、323.15 K条件下的实验数据拟合求得对应的系数a、b、c值，如表2所示。

表2　常压323.15 K时式(3)中参数a、b、c的值

用表2中数据对冀东油田3种原油在常压、323.15 K时的黏度-声速进行计算和检验，结果列于表3中。由表3可以看出，数据适用性较好，计算值与实际值的平均误差约为20%。误差产生的主要原因在于所用模型化合物(直链烃类)的黏度较低，与实际原油的黏度差别较大，导致计算的外推误差增大。因此，今后应选取其他高黏度的烃类，例如环烷烃和芳香烃等作为模型化合物，进一步优化原油的黏度-声速关联模型，从而提高预测精度。

表3　直链烷烃黏度-声速模型对实际原油适用性检验结果

3　结论

通过实验测定了9种直链烷烃及其混合溶液在不同温度、压力下的黏度和声速数据。实验结果表明，声速与温度、压力均呈线性关系。声速随温度增加而减小，随压力增加而增加。在特定温度、压力下，不同直链烷烃的黏度与声速之间为指数型关系，从而初步建立了黏度与声速的关联方程，并对冀东油田3种不同原油在常压下的黏度-声速进行了适用性检测，预测结果较为满意，与实验值的平均误差约为20%，从而在一定程度上克服了常规黏度模型计算过程中复杂物性数据测定带来的各种弊端。由于实验中所用模型化合物直链烃类的黏度较低，与实际原油黏度差别较大，导致计算结果产生偏差。可以推断，通过对高黏度烃类的黏度-声速数据进行测定和关联可提高原油黏度-声速模型的计算精度。

[1]丁锋.我国油气资源勘探开发战略研究[D].北京: 中国地质大学, 2007.

[2] BP Company. BP statistical review of world energy[R].BP Espaňa, 2009:1-48.

[3]AI-Marhoun M, Nizamuddin S, Raheem A, et al. Prediction of crude oil viscosity curve using artificial intelligence techniques [J]. Journal of Petroleum Science and Engineering, 2012, 86-87: 111-117.

[4]Homayuni F, Hamidi A, Vatani A. An experimental investigation of viscosity reduction for pipeline transportation of heavy and extra-heavy crude oils [J]. Petroleum Science and Technology, 2012, 30(18): 1946-1952.

[5]Torabi F, Abedini A, Abedini R. The development of an artificial neural network nodel for prediction of crude oil viscosities [J]. Petroleum Science and Technology, 2011, 29(8): 804-816.

[6]耿宏章,陈建文,孙仁远,等.二氧化碳溶解气对原油黏度的影响[J].石油大学学报(自然科学版),2004, 28(4): 78-80.

Geng Hongzhang, Chen Jianwen,Sun Renyuan， et al. Effect of dissolved carbon dioxide on the viscosity of crude oil[J]. Journal of the University of Petroleum，China, 2004, 28(4): 78-80.

[7]刘海波，郭绪强. 原油组分的性质与结构对其黏度的影响[J]. 新疆石油地质, 2008, 29(3): 347-349.

Liu Haibo,Guo Xuqiang. Influence of property and structure of crude oil on its viscosity[J]. Xinjiang Petroleum Geology, 2008, 29(3): 347-349.

[8]Elsharkawy A, Alikhan A. Models for predicting the viscosity of Middle East crude oils [J]. Fuel, 1999, 78(8): 891-903.

[9]Gao Y P, Li K W. New models for calculating the viscosity of mixed oil [J]. Fuel, 2012, 95: 431-437.

[10]Burg P, Selves J L, Colin J P. Prediction of kinematic viscosity of crude oil from chromatographic data [J]. Fuel, 1997, 76(11): 1005-1011.

[11]Dexheimer D, Jackson C M, Barrufet M A. A modification of Pedersen’s model for saturated crude oil viscosities using standard black oil PVT data [J]. Fluid Phase Equilibria, 2001, (183-184): 247-257.

[12]Elsharkawy A M, Hassan S A, Hashim Y S K, et al. New compositional models for calculating the viscosity of crude oils [J]. Industrial & Engineering Chemistry Research, 2003, 42(17): 4132-4142.

[13]Naseri A, Nikazar M, Dehghani S A M. A correlation approach for prediction of crude oil viscosities [J]. Journal of Petroleum Science and Engineering, 2005, 47(3-4): 163-174.

[14]Abedini R, Esfandyari M, Nezhadmoghadam A, et al. The prediction of undersaturated crude oil viscosity: An artificial neural network and fuzzy model approach [J]. Petroleum Science and Technology, 2012, 30(19): 2008-2021.

[15]冯国强, 陈爽, 郭绪强, 等. 油气藏流体黏度预测模型的对比分析[J]. 油气地质与采收率, 2007, 14(5): 81-83.

Feng Guoqiang, Chen Shuang, Guo Xuqiang，et al. Comparison and analysis of the viscosity forecasting models of reservoir fluids[J]. Petroleum Geology and Recovery Efficiency, 2007, 14(5): 81-83.

[16]陈爽, 郭绪强. 流体中声速计算模型的开发和预测[J]. 青岛大学学报(工程技术版), 2007, 22(3): 73-76.

Chen Shuang, Guo Xuqiang. Study and prediction of sound velocity models in fluid[J]. Journal of Qingdao University (E & T) , 2007, 22(3): 73-76.

[17]张永发, 马凯, 胡长华. 超声波在原油中的吸收衰减[J]. 北京理工大学学报, 2005, 25(6): 517-521.

Zhang Yongfa, Ma Kai, Hu Changhua. Ultrasonic absorption and attenuation in crude oil[J]. Transactions of Beijing Institute of Technology, 2005, 25(6): 517-521.

[18]张剑英,编译. 利用声速监测管输原油黏度、密度和含水量的实验研究[J]. 国外油田工程，1995, 4: 33-38.

[19]唐果书. 落球法测液体粘滞系数实验的研究[J]. 安徽教育学院学报, 2006, 24(3): 22-23.

Tang Guoshu. Examining the experiment of measuring viscous coefficient of liquid through ball falling [J]. Journal of Anhui Institute of Education, 2006, 24(3): 22-23.

[20]林海军, 滕召胜, 杨圣洁, 等. 毛细管黏度计自适应液位检测方法研究[J]. 仪器仪表学报, 2009, 30(3): 625-629.

Lin Haijun, Teng Zhaosheng, Yang Shengjie, et al. Adaptive liquid-level detection method for capillary-gravity viscometer[J]. Chinese Journal of Scientific Instrument, 2009, 30(3): 625-629.

(编辑闫玉玲)

The Relationship between Viscosity and Sound Velocity of Straight-Chain Alkanes

Sun Qiang1, Wang Dan2, Guo Xuqiang1, Liu Aixian1, Liu Xiaodong3

(1.StateKeyLaboratoryofHeavyOilProcessing,ChinaUniversityofPetroleum,Beijing102249,China;2.ChinaMarineBunker(PetroChina)Co.,Ltd.,Beijing100020,China;3.TowerSouthwestExplorationandDevelopmentBranch,TarimOilfieldCo.,Ltd.,KashiXinjiang844804,China)

The calculation models for crude oil viscosityare complex because of the determination of physical data,the limited calculation accuracy and application scope. Consequently, some representative straight-chain alkanes were taken as model compounds of crude oil, and their viscosity and sound velocity were measured under different temperatures and pressures in this work. The influences of temperature and pressure on the sound velocity of straight-chain alkanes were investigated, and the correlation model between viscosity and sound velocity was built on the base of experimental results. The experimental results indicated that the sound velocity of straight-chain alkaneslinearly decreased with the increase of temperature and the decrease of pressure. The relationship between viscosity and sound velocity of alkanes was exponential type, and the viscosity-sound velocity correlation model was applied to three different oils in Jidong Oilfield. The calculation results demonstrated a satisfactory applicability of the model. So, a feasible method was provided to reduce the dependence of conventional viscosity models on the physical property parameters.

Crude oil; Viscosity; Straight-chain alkanes; Sound velocity; Model

1006-396X(2016)01-0001-05

投稿网址：http://journal.lnpu.edu.cn

2015-10-21

2015-11-30

国家科技部973计划项目(2012CB215005)；国家自然科学基金项目(21306226);中国石油大学(北京)科研基金资助(YJRC-2013-09)。

孙强(1981-)，男，博士，讲师，从事水合物及流体相平衡方向研究；E-mail:sunq@cup.edu.cn。

郭绪强(1963-)，男，博士，教授，博士生导师，从事石油天然气加工、气体水合物等方面的研究；E-mail：guoxq@cup.edu.cn。

TE622

Adoi:10.3969/j.issn.1006-396X.2016.01.001