肇千慧



毕业时间:2024年6月(博士)

毕业去向:中石化长城润滑油公司

导师:史权 教授

学科专业:化学工程与技术

研究方向:石油与天然气化学

 

学位论文题目

稠油分子组成和致黏机理研究

Molecular composition and its impact on viscosity of heavy oil

 

论文摘要

稠油是储量最丰富的石油能源,稠油自身的高黏度使其难以开采利用。稠油分子组成复杂多样,结构繁多,不同油源稠油间组成差异很大,给稠油致黏机理的研究带来巨大挑战。在分子层次上表征稠油分子组成,研究致黏组分的作用机制,有助于全面分析稠油的致黏机理,为稠油降黏开采提供理论指导。本文围绕稠油分子的定性定量组成,研究特定组分的黏度贡献,并提出以统计力学为基础,结合摩擦理论的分子热力学稠油黏度模型。主要内容包括:

基于高分辨质谱半定量分析技术,分析了35个稠油的分子组成,结合机器学习方法分析了稠油的元素组成、族组成、分子组成对黏度的特征重要性,得出稠油致黏和降黏关键组分。该研究采用机器学习方法,首次基于稠油定量组成数据,提出了稠油黏度贡献的内部组成因素。

针对稠油中最为普遍的类型之一高酸油,通过高分辨质谱表征酸碱萃取法分离的石油酸在不同馏分中的分布及其分子组成,研究石油酸对稠油窄馏分黏度的影响,深入认识石油酸在稠油中的的作用机制;同时对酸碱萃取难以得到的重质石油酸,采用碱改硅胶柱色谱进行极性梯度分离,并研究其在稠油乳化过程中的作用及其对稠油乳状液黏度的影响。该研究以石油酸为研究对象,分析稠油中的不同分子量和极性的石油酸的组成和结构,提出石油酸在稠油和乳状液中对黏度的影响。

研究几种不同极性和分子量的轻组分对稠油降黏速率和降黏效果的影响,提出轻组分对稠油黏度的重要性,从组成缺失角度深入理解稠油黏度本质。

提出稠油黏度动态摩擦理论参数-分散沥青质FT PC-SAFT模型,该模型弥补了单(摩擦理论)参数-SARA FT PC-SAFT模型在模拟稠油低温下超高黏度的不足,同时建立了动态摩擦理论参数的单数据点拟合方法,首次提出了FT PC-SAFT稠油黏温模型。该研究为稠油原位开采及稠油在复杂温度压力下的黏度预测提供可行性模型方案。

关键词:稠油;分子组成;黏度;石油酸;高分辨质谱;机器学习;PC-SAFT

 

创新点

(1)从分子层面详细分析稠油化学组成,分析稠油分子微观组成对宏观黏度的贡献和影响,揭示稠油致黏的内部因素。(见第2章)

(2)研究石油酸对稠油和稠油乳状液黏度的影响;以及轻组分对稠油黏度的贡献,结合实验结果综合分析稠油致黏机理。(见第3章及第4章)

(3)基于摩擦理论和PC-SAFT状态方程,建立适用于不同稠油的黏度预测分子热力学模型,提出模型优化思路和参数拟合方法。(见第5章)

 

发表学术论文

  1. [1]Zheng, F.; Zhu, G. Y.; Chen, Z. Q.; Zhao, Q. L.; Shi, Q. Molecular composition of vanadyl porphyrins in the gilsonite. Ranliao Huaxue Xuebao/Journal of Fuel Chemistry and Technology 2020, 48 (5), 562–567
    https://doi.org/10.1016/s1872-5813(20)30023-2

  2. [2]Wu, J.; Li, H.; Zhao, Q.; Zhou, B.; Lun, Z.; Zhang, Y.; Chung, K. H.; Shi, Q. Characterization of crude oil interfacial material by high-resolution mass spectrometry. Journal of Petroleum Science and Engineering 2022, 214
    https://doi.org/10.1016/j.petrol.2022.110509

  3. [3]Su, R.; Li, Y.; Ma, S.; Xiang, H.; Wang, Z.; Hu, Z.; Zhao, Q.; Chen, L.; Pan, J.; Xu, C.; Liao, G.; Shi, Q. Evolution of Hydrocarbons and Carboxylic Acids in Heavy Oil during In Situ Combustion in Xinjiang Oilfield. Energy and Fuels 2023, 37 (18), 13751–13758
    https://doi.org/10.1021/acs.energyfuels.3c02475

  4. [4]Zhang, B.; Xu, C. M.; Liu, Z. Y.; Zhao, Q. H.; Cheng, H. Q.; Li, Y. Q.; Shi, Q. Mechanism investigation of steam flooding heavy oil by comprehensive molecular characterization. Petroleum Science 2023, 20 (4), 2554–2563
    https://doi.org/10.1016/j.petsci.2023.03.018

  5. [5]Zhao, Q.; Shi, Q.; AlHammadi, A. A. Viscosity Modeling of Heavy Crude Oil Using the Friction Theory Combined with PC-SAFT. Energy and Fuels 2023, 37 (14), 10248–10256
    https://doi.org/10.1021/acs.energyfuels.3c01405

  6. [6]Zhao, Q. H.; Ma, S.; Wu, J. X.; Chang, W. F.; Zhang, S. F.; Sun, X. G.; Zhou, B.; Lun, Z. M.; Chung, K. H.; Shi, Q. Molecular composition of naphthenic acids in a Chinese heavy crude oil and their impacts on oil viscosity. Petroleum Science 2023, 20 (2), 1225–1230
    https://doi.org/10.1016/j.petsci.2022.09.016

  7. [7]Zhao, Q. H.; Wu, J. X.; Zhou, T. H.; Zhao, S. Q.; Shi, Q. Impact of molecular composition on viscosity of heavy oil: Machine learning based on semi-quantitative analysis results from high-resolution mass spectrometry. Petroleum Science 2024, 21 (6), 4446–4453
    https://doi.org/10.1016/j.petsci.2024.03.026

  8. [8]Qi, R.; Lei, L.; Zhao, Q.; Wei, A.; Wang, Y.; Kong, F.; Zhang, Y.; Zhang, L.; Zhao, L.; Xu, C.; Shi, Q. Molecular Characterization of Oxygen-Containing Compounds in Aged Lubricant Base Oils. ACS Omega 2025, 10 (39), 46097–46104
    https://doi.org/10.1021/acsomega.5c07547

  9. [9]Zhao, Q.; Li, Y.; Wu, D.; He, C.; Wu, J.; Jiang, H.; Shi, Q.; Sun, Y. ACIDIFICATION-DRIVEN MOLECULAR FRACTIONATION OF DISSOLVED ORGANIC MATTER DURING DIRECT ANALYSIS OF FRESH WATER USING UPLCORBITRAP MS. In 32nd International Meeting on Organic Geochemistry, IMOG 2025, 2025; European Association of Geoscientists and Engineers, EAGE
    https://doi.org/10.3997/2214-4609.202533098

  10. [10]Zhao, Q.; Li, Y.; He, C.; Wu, D.; Wu, J.; Jiang, H.; Shi, Q.; Sun, Y. Acidification-driven molecular fractionation of dissolved organic matter during direct analysis of freshwater using UPLC-Orbitrap MS. Limnology and Oceanography: Methods 2026, 24 (8)
    https://doi.org/10.1002/lom3.70061