NO342640B1 - Fremgangsmåte for modifikasjon av en syntetisk generert analyse ved anvendelse av målte egenskaper på hel råolje - Google Patents

Abstract

Den foreliggende oppfinnelsen er en fremgangsmåte for å modifisere enhver syntetisk generert analyse av en hel råolje eller en del av en hel råolje slik som et kondensat eller residmateriale, ved å anvende målte råoljeegenskaper. Disse målte egenskapene anvendes for å justere de syntetiserte analyseverdien for å oppnå en mer nøyaktig representasjon av det ukjente hydrokarbonmaterialet. ?? ?? ?? ?? 1

Description

Den foreliggende oppfinnelsen vedrører en fremgangsmåte for generering av en analyse av grovolje, hvor fremgangsmåten innbefatter de trekk som går frem av krav 1. Spesielt gjøres analysen for å bestemme egenskapene for hel råolje.

Innenfor den petrokjemiske industrien finnes det mange tilfeller hvor svært detaljert analyse av prosessføde eller destillasjonsprodukt er nødvendig for formålet av å foreta forretningsbeslutninger, planlegging, regulering og optimalisering av drift og for å sertifisere produkter. En slik detaljert analyse vil bli henvist til som en analyse, en analyse på våt råolje som ett spesifikt eksempel. Siden en detaljert analyse både er kostbar og tidkrevende å utføre, er det ønskelig å ha en surrogatmetodologi som kan tilveiebringe informasjonen fra den detaljerte analysen på en billig måte og på kortere tid. Teknikker, slik som de som innebærer NMR, UV, synlig og nærog mellominfrarød spektroskopi, kan tilveiebringe informasjon med forskjellig detaljeringsgrad, på en billig måte og på en gunstig tid. Denne informasjonen kan deretter anvendes til å syntetisere et estimat av den detaljerte analysen, den virtuelle analysen.

Prediksjonskvaliteten av de forskjellige analyseegenskapene gjort under disse synteseteknikkene med virtuell analyse kan variere betydelig, som en funksjon av den spesifikke analytiske teknikken som brukes til å generere den virtuelle analysen, så vel som kvaliteten, omfanget og den spesifikke blandingen av referansematerialet som brukes. For eksempel er forskjellige former for NMR, nær- eller mellomområde IR-spektroskopier følsomme for spesielle typer molekyler eller molekylære funksjonelle grupper. Således kan disse spektroskopiene tilveiebringe informasjon om visse molekyler eller molekylære typer, men de måler ikke direkte slike egenskaper som molekylvekt eller kokepunkt, heller ikke er de følsomme for grunnstoffer med spornivå så som metaller (f.eks. Ni, V eller Fe) eller forbindelser med spornivå (f.eks. merkaptaner).

Derfor kan prediksjoner om nivået av disse egenskapene, grunnstoffene eller forbindelsene være mindre nøyaktige, og er ganske enkelt en funksjon av den valgte surrogaten eller blandinger av referansematerialet som anvendes for å tilpasse spektraene og andre målte nøkkelegenskaper. Referansematerialene som anvendes for å generere blandingen bestemmer også nøyaktigheten i blandingen. Dersom blandingen er omfattet av materialer som er svært likt målmaterialet som blir analysert, basert på tilsvarende geologiske, kjemiske formuleringer, eller fysisk plassering, da kan nøyaktigheten for prediksjonen være tilstrekkelig til å møte de påkrevde forretningsformålene. Imidlertid, dersom blandingen er omfattet av materialer som hovedsakelig er forskjellig fra målmaterialet som analyseres, da kan prediksjonen av disse egenskapene variere betydelig fra de virkelige nivåene til stede i målmaterialet.

Evnen til å forbedre den utførte virtuelle analyseprediksjonen, basert på disse analytiske teknikkene, ville derfor være ekstremt verdifull for å kunne ta bedre forretningsbeslutninger. Den gjeldende oppfinnelsen tilveiebringer en fremgangsmåte som gir en slik forbedret evne.

Dagens teknikk innen faget, slik som det rapporteres om i litteraturen, inkluderer, men er ikke begrenset til, analytiske teknikker som innebærer NMR, Uv, synlig og nær- mellominfrarød spektroskopi. Eksempler inkluderer:

Infrarød- og ramanspektroskopier har blitt brukt for prosessanalyse av en rekke petrokjemiske strømmer. G.M. Hieftje, D.E. Honigs og T.B. Hirschfeld (US 4800279 1/24/89) beskrev prediksjonen av fysikalske egenskaper for enkle hydrokarbonblandinger fra nær infrarød (MIR) spektra, ved anvendelse av multippel lineær regresjon (MLR). D.A. Swinkels, P.M. Fredricks og P.R. Osborn anvendte FT-IR og prinsipalkomponentregresjon (PCR) på analyse av kull (US 4701838 10/20/87). J.M. Brown US 5121337 6/9/92) beskriver en fremgangsmåte for predikering av egenskaps- og sammensetningsdata av prøver ved anvendelse av spektra og begrenset prinsipalspektraanalyse (CPSA). R. Clarke beskriver en fremgangsmåte for måling av egenskaper på hydrokarboner ved anvendelse av Ramanspektroskopi (US 5139334 8/18/92). R.H. Clarke og D. Tang beskriver en fremgangsmåte og mellominfrarød apparatur for bestemmelse av hydrokarbondrivstoffegenskaper (US 5225679 /7/6/93). D.C. Lambert og A. Martens (EP 2852521 og US 5490085 2/6/96) beskriver prediksjonen av oktantall ved anvendelse av NIR spektra og MLR, det samme gjør S.M. Maggard (US 4963745 10/16/90). Maggard beskriver også estimeringen av parafiner, isoparafiner, aromater, naftener og olefiner i bensin ved anvendelse av NIR og MLR eller partielle minste kvadrater (PLS) (US 5349188 9/20/94), prediksjonen av blandingsegenskaper fra spektraene av blandingskomponenter ved anvendelse av NIR og MLR (US 5223714 6/29/93), og prediksjonen av oksygenater og oksygeninnhold av bensin ved anvendelse av NIR-spektra.

S. Maggard og W.T. Welch diskuterer prediksjonen av organisk svovelinnhold for mellomdestillatdrivstoffer ved anvendelse av NIR-spektra (US5348645 9/20/94). J.B. Cooper, M.B. Sumner, W.T. Welch og K.L. Wise beskriver en fremgangsmåte for måling av oksygen og oksygenatinnhold av bensin ved anvendelse av ramanspektroskopi (US 5596196 2/21/97). R.R. Bledsoe, J.B. Cooper, M.B. Sumner, W.T. Welch, B.K. Wilt og K.L. Wise beskriver en fremgangsmåte for predikering av oktantall og Reid - damptrykk for bensin ved anvendelse av ramanspektroskopi (US 5892228 4/6/99). Disse fremgangsmåtene innebærer typiske lineære modeller for individuelle egenskaper, og er således ikke nødvendigvis nyttige for egenskaper som er ikke-lineære funksjoner av sammensetning, eller for prediksjonen av egenskaper til subfraksjoner av prøven som analyseres. Mens de kan tilveiebringe raske analyser på minimale prøvevolumer, ville deres anvendelse for detaljerte analyser kreve utviklingen og vedlikeholdet av et upraktisk stort antall modeller. I tillegg, mange av disse NIR-metodene opererer i spektralområder hvor råolje hovedsakelig er opak. Ramanmetoder er typisk ikke anvendbare på råoljer eller andre tunge hydrokarboner pga interferenser fra fluorescens.

Espinosa, A. Martens, G. Ventron, D.C. Lambert og A. Pasquier (EP 305090 og US 5475612 12/12/95) beskriver predikering av fysikalske egenskaper for blandinger fra nær infrarød spektra av blandingskomponenter ved anvendelse av MLR. Produkter og forhold av absorbanser var inkludert i et forsøk på å predikere ikke-lineære egenskaper så som RON. A. Espinosa, D.C. Lambert, A. Martens og G. Ventron (EP 304232 og US 5452232 4/25/90) beskriver en fremgangsmåte for predikering av egenskaper på prosessprodukter fra spektra av prosessføder ved anvendelse av NIR og MLR. Produkter og forhold av absorbanser ble igjen brukt til å håndtere ikke-lineære egenskaper. B.N. Perry og J.M. Brown beskriver en fremgangsmåte for forbedring av prediksjonen av ikke-lineære egenskaper ved postprosessering av resultater fra lineære modeller (US 5641962 6/24/97) J.M. Tolchard og A. Boyd (WO9417391) beskriver anvendelsen av NIR og nevrale nettverk for prediksjonen av hydrokarbonfysikalske egenskaper. Mens disse fremgangsmåtene potensielt kunne anvendes til å predikere egenskaper som har ikke-lineære relasjoner i sammensetning, ville alle påkreve at separate modeller bygges for hver egenskap som skal predikeres, og er således upraktiske for analysesyntese.

R. DiFoggio, M. Sadhukhan og M. Ranc (US 5360972 11/1/94) beskriver en fremgangsmåte for estimering av fysikalske egenskaper av et materiale ved anvendelse av en kombinasjon av infrarød data og data indikative for forbindelser med spornivå.

DiFoggio et al. viser ikke anvendelsen av infrarød- og inspeksjonsdata, og deres fremgangsmåte ville kreve at separate modeller bygges for hver egenskap som skal estimeres.

Andre metodologier har blitt brukt for detaljerte analyser av hydrokarboner. T.R. Ashe, R.W. Kapala og G. Roussis (US 5699270 12/16/97) brukte PLS-modeller av GC/MS-data til å predikere kjemiske, ytelses-, perseptuelle og fysikalske egenskaper av føde- og produktstrømmer fra forskjellige trinn i fremstilling av smøreolje. T.R. Ashe, S.G. Roussis, J.W. Fedora, G. Felshy og W.P. Fitzgerald (US 5699269 12/16/97) anvendte PLS-modeller av GC/MS-data til å predikere fysikalske og kjemiske egenskaper av råoljer. Begge fremgangsmåtene brukte separate modeller for hver egenskap som ble predikert.

H. Cho, J.G. Choi og H.I. Chung (WO 00/39561) beskrev en apparatur som kombinerte en destillasjonsenhet og et spektrometer for analyse av råoljer. Separate kjemometriske modeller ble brukt for hver egenskap av hvert destillatkutt.

K. Hidajat og S.M. Chong hevder å ha målt totalt kokepunkt og densitet på råoljer fra NIR-spektra. (Journal of Near Infrared Spectroscopy 8, 56-59 (2000)). Verken hel-oljeegenskaper eller egenskaper for destillatkuttene ble predikert.

PROCESS MRA fra Invensys - R.W. Karg og T.A. Clinkscales (WO 01/51588) beskriver en fremgangsmåte for anvendelse av NMR for å regulere en petroleumsdestillasjonsprosess. R.W. Karg og T.A. Clinkscales og C. Swart (WO 01/70912) beskriver en fremgangsmåte for anvendelse av NMR for å regulere råoljeblanding. Ingen av metodene tilveiebringer en fullstendig syntetisk analyse. Spesielt, beskriver metodene ikke prediksjonen av svovel, syretall, metallinnhold eller sporkomponenter.

TOPNIR fra Intertek/CaleBrett - B. Descales, D. Lambert, J. LLinas, A. Martens, S. Osta, M. Sanchez og S. Bages (US 6070128 5/30/2000) beskriver en topologibasert fremgangsmåte for bestemmelse av egenskaper fra NIR-spektra. Deres fremgangsmåte kalkulerer en euklidisk avstand mellom spektret for prøven som blir analysert og alle referansespektraene i basen. Referanseprøver, fra hvilke spektra faller innenfor en forutbestemt avstand av ukjente spektra velges, og egenskapene for det ukjente kalkuleres som gjennomsnittet av egenskapene til de valgte referansene. Alternativt kan spektret av det ukjente tilpasses som en lineær kombinasjon av de valgte referansene, og egenskapene for det ukjente kalkuleres som den vektede kombinasjonen av referanseprøveegenskapene. Ikke-lineære egenskaper håndteres gjennom blandingsfaktorer. Dersom det er utilstrekkelige referanser innenfor den forutbestemte avstanden til det ukjente, tilveiebringer fremgangsmåten et middel for å fortette databasen for å interpolere mellom referanseprøvene. Mens fremgangsmåten til Descales et al. kan anvendes til å analysere det ukjente som om den var en blanding av referanseprøvene, er blandingskomponentene begrenset til de prøvene hvis spektra er nesten identiske med spekteret for det ukjente, dvs. det nærmeste området i det spektrale rommet.

Petrobras NIR – A.F. Bueno beskrev anvendelsen av NIR for råolje-karakterisering (http://www.sbqclaq.sbq.or.br/celio/pdf/Aerenton.pdf, Pittsburgh Conference 2004, publikasjon 20600-300). Kun destillasjon og et begrenset antall fysikalske egenskaper ble predikert.

Noen av disse teknikkene kunne bli anvendt til å generere noen eller alle dataene for en syntetisert analyse, som er utgangspunktet for anvendelsen av metodologien i denne oppfinnelsen. Imidlertid, er den foretrukne fremgangsmåten for å generere en virtuell analyse, teknikken beskrevet av J.M. Brown, US Patent 662116 B2. 9. desember 2003, “Method for Analyzing an Unknown Material as a Blend of Known Materials Calculated so at to Match Certain Analytical Data and Predicting Properties of the Unknown Based on the Calculated Blend” (heretter referert til som en “EM virtuell analyse”).

Noen av disse teknikkene velger enten den nærmeste tilpasningen, basert på et sett forutbestemte kriterier fra et bibliotek av råoljer, eller utvikler en blanding av materialer, som passer til det infrarøde spektrum, og andre målte nøkkelegenskaper for tilfellet av Brown-patentet US 6662116. Den kalkulerte blandingen av referansematerialene anvendes deretter til å predikere ytterligere kjemiske og fysikalske egenskaper av det ukjente, ved anvendelse av de målte kjemiske og fysikalske egenskapen til referansematerialene og kjente blandingsrelasjoner.

Ingen av disse eksisterende teknikkene har benyttet direkte målte egenskapsverdier til å justere den predikerte eller blandete heloljen og fordelte verdier som oppstår fra de analytiske testene som denne oppfinnelsen dekker.

OPPSUMMERING AV OPPFINNELSEN

Den foreliggende oppfinnelsen er en fremgangsmåte for å modifisere enhver syntetisk generert analyse av en hel råolje eller en del av en hel råolje, slik som et kondensat eller resid-materiale, ved anvendelse av målte råoljeegenskaper på den måten som er angitt i krav 1. Disse målte egenskapene anvendes til å justere de syntetiserte analyseverdiene for å oppnå en mer nøyaktig representasjon av det ukjente hydrokarbonmaterialet. Den syntetisk genererte analysen kan formuleres ved å anvende et antall analytiske teknikker. Disse analytiske teknikkene anvendes typisk til å enten velge en surrogatråolje basert på nærmeste tilpassede kriterier, eller for å beregne en blanding av referansematerialer for å predikere kjemiske, fysikalske og ytelsesegenskaper for det ukjente målematerialet. Enhver syntetisk generert analyse utviklet ved disse teknikkene refereres til hvori som en virtuell analyse.

Gjeldende begrensninger på disse synteseteknikkene for virtuelle analyse, enten de som velger en nærmeste tilpasning eller genererer en blanding av analyser, er at kun visse egenskaper eller kvaliteter kan velges for å bestemme den nærmeste tilpasningen, eller for anvendelse som optimaliseringsmål når en blanding av råoljer skal bestemmes. Imidlertid kan forskjellige egenskaper være kritiske for forskjellige raffinerier, avhengig av deres utstyrskonfigurasjon, tilgjengelighet eller produktspesifikasjoner. Så, mens et raffineri kan være begrenset av totalt svovel i råoljen, eller en særskilt destillatstrøm, kan et annet raffineri ha en begrensning på nøytraliseringstall i det atmosfæriske residet. Derfor er det forventet forskjellige nivåer av nøyaktighet for forskjellige egenskaper og for forskjellige raffinerier. Ikke alle egenskapene generert med en virtuell analyse predikeres med det samme nøyaktighetsnivået.

Den foreliggende oppfinnelsen er en metodologi for å modifisere den virtuelle analysepredikerte hele råoljen og fordelte egenskaper (egenskaper som en funksjon av kokepunkt) for å oppnå en mer nøyaktig representasjon av råoljekvaliteten. Oppfinnelsen inkluderer trinn for å bestemme hvilke råoljeegenskaper som er kritiske for å måle en gitt målprøve, fordelingsprioriteringer som bør følges, en prosedyre for å modifisere verdiene og justere de fordelte egenskapene tilsvarende, og sikre at den endelige modifiserte syntetiske analysen er i materialbalanse.

Råolje, for hvilken analysen genereres, er referert til som målråoljen. Denne oppfinnelsen innebærer først bestemmelse av hvilke råoljeegenskaper som skal måles for målråoljen. Dette er en funksjon av hvilke egenskaper som er til stede for målråoljen ved tilstrekkelige nivåer til å være kritiske, hvilke raffinerier som ville prosessere målråoljen og prosessbegrensningene for disse raffineriene. De valgte hele råoljeegenskapene testes ved de generelt aksepterte analytiske testprosedyrene, så som ASTM-metoder eller proprietære teknikker. Den virtuelle analysen for målråoljen lastes deretter inn i et analysearbeidsverktøy. Analysearbeidsverktøyet er konstruert for å ta laboratoriedata og generere en fullstendig avsluttet analyse. Ved dette punktet, ved antagelse av at verdiene for egenskapene målt for målråoljeprøven er forskjellig fra de samme egenskapene predikert fra den virtuelle analysen, modifiseres de virtuelle analyseverdiene for å tilpasse de målte verdiene, og egenskapsfordelingen som en funksjon av kokepunkt justeres tilsvarende.

Ved anvendelse av et analysearbeidsverktøy, velges en surrogatanalyse, som utviser tilsvarende karakteristikker for målråoljen. Det ideelle surrogatet er en analyse basert på den samme råoljekvaliteten. Et alternativt valg er en råolje av tilsvarende karakteristikker, som utviser tilsvarende kvaliteter og egenskapsfordelinger. Surrogatet lastes inn i analysearbeidsverktøyet. Egenskapsfordelingen for surrogatanalysen legges over målanalysen, og skaleres slik at den samlede egenskapsverdien passer til den målte målverdien og egenskapsfordelingen er tilsvarende surrogatanalysen.

Denne metodologien tilveiebringer en nøyaktig verdi på hele råoljeegenskapen så vel som en bedre fordelt egenskapskarakterisering av målråoljen som kan anvendes som enhver annen råoljeanalyse for en rekke forretningsformål. Oppfinnelsen vedrører således en fremgangsmåte for å generere en analyse av et materiale innbefattende en full grovolje eller en del av en full grovolje omfattende:

a) å generere en synteseanalyse for materialet, hvor genereringen av synteseanalysen omfatter å måle et infrarødt spektrum av materialet, tilpasse det infrarøde spektrumet til en lineær kombinasjon av kjente infrarøde spektra i en database, hvor databasen innbefatter spektra av referansematerialer hvis analyseegenskaper er kjent og å bestemme en egenskap av materialet fra analyseegenskapene av referansematerialene, og som er karakterisert ved de ytterligere trinnene

b) å måle én eller flere kritiske egenskaper for materialet,

c) å velge en surrogatanalyse for hver av de kritiske egenskapene for å tilveiebringe en egenskapsfordeling for hver kritiske egenskap, hvor nevnte egenskapsfordeling er en funksjon av kokepunkt, hvor surrogatanalysen er en analyse av en grovolje som har samme grad eller liknende fysisk, kjemisk eller geologisk familie som materialet,

d) å justere egenskapsfordelingen for surrogatanalysen slik at de materialbalanserte egenskapsverdiene er lik de målte egenskapsverdiene for hver kritisk egenskap,

e) å erstatte egenskapsfordelingen for den synteseanalysen med den justerte egenskapsfordelingen til trinn (d).

Trinnene i fremgangsmåten ved den foreliggende oppfinnelsen inkluderer generering av en syntetisk analyse for et materiale, måling av én eller flere kritiske egenskaper for materialet, velge en surrogatanalyse for hver av de kritiske egenskapene for å tilveiebringe en egenskapsfordeling for hver kritiske egenskap, kalkulere en materialbalansert verdi for hver kritiske egenskap, justere egenskapsfordelingen for surrogatanalysen slik at de materialbalanserte egenskapsverdiene er lik det målet egenskapsverdiene for hver kritiske egenskap, og erstatte egenskapsfordelingen for den syntetiske analysen med den justerte egenskapsfordelingen av trinn (e).

Trinnene ved fremgangsmåten av den foreliggende oppfinnelsen inkluderer generering av en syntetisk analyse for et materiale, måle én eller flere kritiske egenskaper for materiale, velge en surrogatanalyse for hver av de kritiske egenskapene for å tilveiebringe en egenskapsfordeling for hver kritisk egenskap, kalkulere en materialbalansert verdi for hver kritisk egenskap, justere egenskapsfordelingen for surrogatanalysen slik at de materialbalanserte egenskapsverdiene er lik de målte egenskapsverdiene for hver kritisk egenskap, og erstatte egenskapsfordelingen for den syntetiske analysen med justerte egenskapsfordelingen i trinn (e).

I en foretrukket utførelsesform er materialet en råolje, et kondensat eller et resid og den syntetiske analysen genereres med EM virtuell analyse.

KORT BESKRIVELSE AV TEGNINGENE

Figur 1 viser svovelfordelingen for Ob River Light.

Figur 2 viser nitrogenfordelingen for Ob River Light

Figur 3 viser Conradson Karbon fordelingen for Ob River Light.

Figur 4 viser svovelfordelingen for Mondo.

DETALJERT BESKRIVELSE AV DE FORETRUKNE UTFØRELSESFORMENE

Innenfor den petrokjemiske industrien er det mange tilfeller hvor det er behov for svært detaljert analyse av en prosessføde eller -produkt for formålet av å foreta forretningsbeslutninger for planlegging, regulerings- og optimaliseringsoperasjoner, og sertifisere produktet. Metodologien som anvendes i den detaljerte analysen, som er typisk kjent som en våt råoljeanalyse, er kostbar og tidkrevende å utføre, og er ikke brukbar for sanntidsanalyse. En våt råoljeanalyse kan ta fra flere uker til flere måneder å fullføre.

Den anbefalte analyseterminologien anvendes typisk på en våt råoljeanalyse som føles å være ganske representativ for den gjeldende kvaliteten av en spesifikk gradering av råolje. Det er et godt etablert og anerkjent faktum i industrien at det forekommer variasjon i råoljekvalitet. De fleste innen industrien velger en våtanalyse som føles å være representativ for kvaliteten som kan forventes for den spesifikke graderingen av råolje, og anvende disse analysedataene for å gjøre driftsbeslutninger når denne råoljekvaliteten anskaffes og raffineres. Denne våte analysen antas å representere en typisk råoljelastprøve og refereres typisk til som “anbefalt analyse”.

I mange tilfeller, dersom variasjonen av råoljekvaliteten er stor, kan den anbefalte analysen ikke være representativ for gjeldende laster, og dens anvendelse kan føre til unøyaktige forretningsbeslutninger. I tillegg, ettersom nye råoljekvaliteter blir tilgjengelige, kan det være anledninger til å kjøpe disse før en våtanalyse kan gjennomføres. Ved slike tilfeller er det ønskelig med et alternativt middel for å estimere analysedata på løpende og potensielle laster.

Historisk, dersom en våtanalyse ikke er tilgjengelig, har det vært vanlig å velge en surrogatråolje for å representere kvaliteten som skal prosesseres. Valget ble typisk gjort basert på kjente geokjemiske similariteter og begrensede helråoljemålinger. I den siste tiden har alternative metodologier blitt beskrevet, som genererer tilsvarende informasjon som den for den detaljerte analysen på en billigere og mer tidsbesvarende måte. Som tidligere beskrevet har det blitt gjort forskjellige forsøk på å korrelere analyseegenskaper til NMR og infrarød spektra og til GC/MS-data. Mens disse korrelasjonsmetodene ikke kalkulerer alle de målte egenskapene i en våtanalyse, kan de predikerte egenskapene for en ukjent råolje som anvendes som basis for utvelgelse av surrogatet. Fremgangsmåtene for B. Descales, D. Lambert, J. LLinas, A. Martens, S. Osta, M. Sanchez og S. Bages (US 6070128 5/30/2000) og J.M. Brown, (US patent 6662116 B2, 12/9/2003) er i stand til å predikere en fullstendig syntetisk analyse, enten ved å velge den nærmeste tilpasningen i et bibliotek av FT-NIR råoljespektra, eller ved å utvikle en blanding av råoljer for å tilpasse FT-MIR spektraene, og andre målte nøkkelegenskaper. Imidlertid er ikke nøyaktigheten for de fysikalske og kjemiske karakteriseringer fremstilt ved disse fremgangsmåtene alltid sammenlignbare med de som oppnås ved den målte våtanalysen.

Mens disse teknikkene kan brukes til å optimalisere tilpasningen av målprøven til den nærmeste tilpasningen eller blandingen, kan ikke alle egenskapene tilpasses innenfor samme nøyaktighetsnivå. Derfor kan mange kritiske egenskapsprediksjoner forbedres ved en alternativ fremgangsmåte for å utvikle disse verdiene.

Dataene avledet fra disse analysene vil typisk bli lagret i en elektronisk database hvor de kan matematisk manipuleres i et analysearbeidsverktøy for å estimere råoljekvaliteter for ethvert ønskelig destillasjonsområde. For eksempel er kommersielle råolje-analysebibliotek tilgjengelig fra Haverly Systems Inc., og HPI Consultants Inc., som begge tilveiebringer verktøy for å manipulere dataene, det samme gjør Aspentech Inc. Analysedata publiseres av Crude Quality Inc., ved Shell Oil Company, og av Statoil. Dataene for egenskap mot destillasjonstemperatur blir typisk tilpasset til glatte kurver som kan anvendes for å estimere egenskapen for ethvert ønskelig destillasjonskutt.

Den foreliggende oppfinnelsen er anvendbar for å forbedre prediksjonsnøyaktigheten for de kjemiske, fysikalske og utføringsegenskapene for råoljen, så vel som petrokjemiske og produktstrømmer. Den foreliggende oppfinnelsen anvender produksjonen av de blandede hele råoljeegenskapene, basert på den multivariate analytiske teknikken beskrevet av Brown, eller andre slike teknikker som produserer en fullstendig analyse henvist til som en virtuell analyse, og beskriver videre en metodologi for å modifisere predikerte hele råolje og fordelte egenskaper generert ved de alternative analytiske teknikkene beskrevet ovenfor for å oppnå mer nøyaktig råoljeanalyse.

Oppfinnelsen kan også inkludere trinnene:

● Bestemmelse av hvilke hele råoljeegenskaper som er kritiske for å måle en gitt målprøvetaking

● Bestemmelse av fordelingsverdiprioriteringer som bør følges

● Justere de fordelte egenskapene tilsvarende, sikre at den endelig modifiserte blandete analysen er i materialbalanse.

Signifikante økonomiske fordeler kan realiseres

Verdiene for særskilte egenskaper for en gitt gradering av råolje er viktige av en rekke grunner. For noen raffinerier kan ytelsen for prosesseringsenheter, så som reformere hydrogenbehandlere, katalytiske crackere, begrenses ved totalmengder av nitrogen, svovel, Conradson karbon eller metallnivåer i deres føder. Derfor er det ikke bare egenskapene for hele råoljen som er av interesse, men hvordan disse egenskapene fordeles gjennom kokeområdet for materialet er kritisk. Hel råoljesvovel kan variere mellom mindre enn 0,01 vektprosent til mer enn 5,0 vektprosent. Nitrogeninnhold kan variere med mellom mindre enn 1 ppm til over 8000 ppm, mens Conradson karbon kan strekke seg fra 0 og over 15 %. Man kan forvente at disse verdiene kun er av betydning for et raffineri dersom de overstiger raffineriets driftsparametere. Imidlertid kan de også være kritiske dersom et raffineri forsøker å kjøpe en føde med et lavere svovel- eller nitrogeninnhold for å utjevne en råolje som allerede har blitt anskaffet, som er høyere enn deres driftsmessige begrensninger ville tillate. Som et eksempel kan et raffineri ha en grense på 500 ppm svovel i deres diesel. De kan ha en råolje, som, dersom prosessert alene gjennom deres prosesseringsenheter, ville føre til en dieselsvovel på 650 ppm. Derfor ville de søke å anskaffe en råolje med et lavere svovelinnhold for å blande råoljen med høyere svovelinnhold for å utjevne de resulterende svovelnivåene og oppnå deres 500 ppm målsetning. Derfor, svovelnivåer som kan variere med tilsynelatende bare ubetydelige 100 til 200 ppm i dieselområdet, kan i virkeligheten ha en vesentlig økonomisk innvirkning på raffineriets operasjoner. Råoljeverdier kan vesentlig variere som en funksjon av nøkkelkvaliteter så som tyngde, svovel, nøytraliseringstall, con karbon og nitrogen som eksempler. Potensielle prisdifferensialer som kan variere mellom 0,25 $ per fat til 0,75 $ pr fat eller mer, kan eksistere mellom råolje som en funksjon av deres tilsynelatende tilsvarende svovelegenskaper. Når laster bestående av 500 000 fat i en enkeltanskaffelse vurderes, kan dette føre til en økonomisk forskjell på $125 000 til $375 000 i en enkelt anskaffelse av råolje. Når flere laster typisk anskaffes hver uke, kan betydelige årlige økonomiske insentiver realiseres med en mer nøyaktig representasjon av råoljens kvalitetsfordeling.

Bestemmelse av hvilke egenskaper av hel råolje som er kritiske for å måle for en gitt målprøvetaking

Oppfinnelsen krever først en bestemmelse av hvilke egenskaper av hel råolje som skal måles. Denne bestemmelsen er basert på det absolutte nivået av egenskapen som genereres av blandingen, den iboende nøyaktigheten for prediksjonen og denne egenskapens kritikalitet for den tiltenkte forretningsanvendelsen. Egenskapens kritikalitet kan varieres med en funksjon av den spesifikke forretningsanvendelsen, eller raffinerikonfigurasjonen og driftsbegrensninger. Tabell 1 identifiserer de typiske testene for hel råolje som gjennomføres på en våtanalyse av hel råolje. Andre egenskaper målt med industriaksepterte tester kan også justeres, basert på tilnærmelsen skissert i denne oppfinnelsen.

Tabell 1

Trinn 1: Velg kandidatraffinerier som potensielt kunne prosessere den målsatte råoljen

Ikke alle råoljer er typisk globalt tilgjengelige. Derfor gjøres først en bestemmelse med hensyn til hvilke særskilte raffinerier som er tilbøyelige til å ha tilgjengelighet for en gitt råolje, basert på geografi, transportopsjoner og økonomi. I dette eksemplet er de to målsatte råoljene som skal analyseres Ob River Light og Mondo. Raffineriene som er potensielt interessert i å prosessere denne råoljen er raffineri A og B på grunn av gjeldende prissetting, tilgjengelighet og driftskonvolutter. Nøkkelegenskapene av interesser er identifisert i tabell 2.

Tabell 2 – Råoljer og opprinnelig analyserte verdier

Trinn 2: Identifisere nøkkelraffineri prosesseringsbegrensninger

Raffineri A er interessert i potensiell prosessering av Ob River Light, imidlertid er svovel-, nitrogen- og con karbonnivåer i gassoljen og residdelene av strømmen prosesseringsbegrensninger. Raffineri B er også interessert i Ob River Light og Mondo, imidlertid er svovelinnholdet i råoljen og dens fordeling gjennom et område av 600 °F (315,6 °C) pluss av kritisk betydning.

Trinn 3: Identifisere målsatte råoljekvaliteter som kan generere ytelsesemner uavhengig av ethvert gitt raffineri

I tillegg er det flere egenskaper som kan ha signifikant økonomisk eller driftsmessig innvirkning på et raffineri. Egenskaper så som det totale kvikksølvnivået i råolje som er mottagelig for kvikksølvforgiftning, eller flytpunktet for råolje som kan utvise høye flytpunkttemperaturer, kan også ha konsekvenser. Mens disse kvalitetene typisk ikke kan fordeles, kan de måles og egenskapene for den hele råoljen oppdateres med gjeldende verdier for en gitt representativ prøvetaking. Det vedheftede eksemplet vil ikke ta for seg denne spesifikke situasjonen, siden dette er et enkelt tilfelle for å måle egenskapene for hele råoljen og fordeler det igjennom kokeområdet.

Trinn 4: Identifisere egenskaper som kan måles for en gitt prøvetaking av råolje

For Ob River Light vil svovel, nitrogen og Conradson karbon bli målt, mens for Mondo vil kun svovel bli målt for fordeling.

Fordelingsverdiprioriteringer som bør følges

Tabell 3 tilveiebringer de typiske kapabilitetene for raffinerilaboratorietest av hel råolje, fordelingsutvelgelsesprioriteringer, omtrentlig kostnad for testene og omtrentlig prøvetaking påkrevd. Selv dersom en beslutning gjøres om at alle testene er påkrevd, vil de kunne gjennomføres ved den beskjedne kostnaden på mellom $1000 og $2000, og kreve en beskjeden prøvetakingsstørrelse på mindre enn 2 liter av den råoljen som er målet.

Tabell 3

Typisk raffineritestkapabilitet på hel råolje

Fordelingsutvelgelsesprioriteringen anvendes for å veilede hvilke egenskaper som skal anvendes når mer enn én kritisk egenskap er tilgjengelig. I alle tilfelle bør den målte verdien alltid velges og de råoljeverdiene som er målet bør modifiseres som beskrevet nedenfor for å være konsistente med de målte verdiene for den hele råoljen. Når en målt verdi av en hel råolje ikke er tilgjengelig, da må det gjøres et valg mellom anvendelse av verdien oppnådd fra de alternative analytiske teknikkene beskrevet ovenfor, eller anvende den anbefalte analyseverdien.

Avhengig av målepåliteligheten for analyseprosessen for den våte råoljen og prediksjonsnøyaktigheten for den våte råoljen og prediksjonsnøyaktigheten for den særskilte analytiske fremgangsmåten valgt, etableres et “seriatim” av hvilket egenskapen skal anvendes for å modulere den endelige råoljekarakteriseringen. Dette særskilte seriatimet er basert på de alternative analytiske fremgangsmåtene beskrevet av J.M. Brown.

Justering av de fordelte egenskapene tilsvarende

De syntetiserte analysene for de to råoljene som var målet, ble generert ved anvendelse av fremgangsmåten til Brown (US patent 6662116 B2, 12/9/2003). FT-MIR-spektra av råoljeprøvene som var målet, ble samlet inn over 5000-1000 cm-1 området med prøvetakingene opprettholdt ved 65 °C. API-tyngde og kinematisk viskositet ved 40 °C ble også målt. For Mondo-eksemplet ble disse dataene analysert i forhold til et bibliotek som inneholdt data for 530 referanseoljer, for hvilke våtanalysedata var tilgjengelige. For Ob River Light-eksemplet ble det anvendt et større bibliotek inneholdende data for 562 råoljer. Spektraldataene i 4685,2-3450,0 cm -1, 2238,0 – 1549,5 cm-1 og 1340,3-1045,2 cm -1 områder ble ortogonalisert for korreksjoner til grunnlinje, flytende vann og vanndamp, konkatenert til de vektede dataene for lineært blandbare data for API-tyngde og viskositet, og tilpasset som en lineær kombinasjon av tilsvarende ortogonaliserte og konkatenerte data for referanseråoljer ved anvendelse av en ikke-negativ lineær minste kvadraters algoritme. R2 kalkuleres som

λu(api)og λu(visc)er de volumetrisk blandbare formene av API-tyngde og viskositet, og WAPIog Wviscer vektingsfaktorer for de to inspeksjonene. λ’u(API)og λ’u(visc)er de estimerte blandbare formene av API-tyngde og viskositet kalkulert basert på den visuelle blandingen.

En tilpasningskvalitet, FQ, kalkuleres som:

Tilpasningskvalitetsforholdet, FQR, kalkuleres som:

FQC er en tilpasningskvalitetsavkutt. FQC velges slik at analyser med FQR ≤ 1,0 vil produsere prediksjoner av adekvat presisjon for den tiltenkte applikasjonen. Analyser for hvilke FQR er ≤ 1,0 refereres til som “Tier 1” analyser. For biblioteket anvendt i dette eksemplet ble FQC-verdi på 0,0080 valgt slik at presisjonen for utbytteprediksjoner for Tier 1-analyser er sammenlignbare med reproduserbarheten for destillasjonen. Mens metodologien ved denne oppfinnelsen fortrinnsvis anvender resultatene fra Tier 1-analyser som input, anvendes også Tier 2-analyser (FQR < 1,5).

For Mondoråoljeprøvetakingen oppnås en Tier 1-analyse med FQR på 0,63 basert på en blanding av 15 referanseråoljer. (Tabell 4). Til tross for det faktum at den anbefalte analysen er én av bibliotekreferanseråoljene, er den ikke inkludert i den virtuelle blandingen, trolig på grunn av dens vesentlige høyere syreinnhold. Som forventet for Tier 1-analysen er destillasjonsutbytteprediksjonene innenfor reproduserbarheten i destillasjonsprosedyren (tabell 6). Imidlertid er svovelanalysen for Mondoråoljeprøvetakingen (0,25 vektprosent) vesentlig lavere enn verdien predikert av den virtuelle analysen (0,38 vektprosent), hvilket indikerer at svovelfordelingen også vil være av. Siden svovelinnholdet og dens fordeling er kritisk for raffineri B, anvendes metodologien for denne oppfinnelsen til å rekalkulere svovelfordelingen for Mondomålet.

Tabell 4 - virtuell blanding for analyse av Mondo

Tabell 5 - Virtuelle analyseresultater for Mondo

For råoljeprøvetakingen til Ob River Light oppnås en Tier 2-tilpasning med en FQR på 1,48, basert på en virtuell blanding av 14 referanseråoljer (tabell 6). Denne relativt dårlige tilpasningen indikerer at den gjeldende prøvetakingen er betydelig forskjellig fra alle referanseråoljer i biblioteket, inkludert referansen for Old River Heavy. Mens destillasjonsutbytteprediksjonene ikke forventes å være innenfor reproduserbarheten for destillasjonsprosessen, er utbytteprediksjonene et vesentlig bedre estimat for sammensetning enn anvendelse av Old River Heavy anbefalte analysen (tabell 7). Svovelet, nitrogenet og Conradson karbonprediksjonene fra Tuier 2-tilpasningen er ikke adekvate og må forbedres ved anvendelse av metodologien i denne oppfinnelsen.

Tabell 6 - Virtuell blanding for analyse av Old River Light

Tabell 7 - Virtuelle analyseresultater for Ob River Light

De virtuelle analysepredikerte fordelingene for disse egenskapene modifiseres på den følgende måte:

● I hvert tilfelle velges en surrogatråolje for å representere den forventede formen på egenskapsfordelingen. I disse eksemplene anvendes den anbefalte analysen som surrogatet for både Mondo og Ob River Light.

● Ideelt, dersom den er innenfor kapabiliteten til analyseverktøyet, skaleres egenskapsfordelingskurven for surrogatråoljen opp eller ned, med en multiplikasjonsfaktor. Verdien på faktoren justeres således for å oppnå en mate rialbalanse for egenskapen. Surrogategenskapsfordelingskurven multipliseres med den tilsvarende utbyttekurven (volumprosentutbytte for volumetriske egenskaper og vektprosentutbytter for vektbaserte egenskaper, så som de i eksemplet) og integrert for å estimere egenskapsverdien for hele prøvetakingen. Skaleringsfaktoren justeres inntil estimatet stemmer over ens med den målte egenskapen.

● Alternativt, dersom analysearbeidsverktøyet ikke har denne kapabiliteten, kan det være nødvendig å anvende surrogatråoljeanalysen for å estimere egenskapsverdier for diskrete destillasjonskutt over hele kokeområdet. Destillasjonskuttene, for hvilke egenskapen estimeres, ville tilsvare de for hvor egenskapen vanligvis måles i den våte analysen. Egenskapsverdien for disse diskrete kuttene skaleres deretter opp eller ned med en faktor, og anvendes for å regenerere en ny egenskapsfordelingskurve etterfølgende prosedyren som vanligvis brukes for analysedataarbeid. Helheten av produktet for egenskaps- og utbytte kurvene blir igjen sjekket mot den målte egenskapsverdien for råoljen som er målet, og skaleringsfaktoren justeres for å oppnå materialbalanse.

Tabell 8 til 11 oppsummerer de forskjellige egenskapsverdiene for Ob River Light og Mondo som bestemt fra arbeidet vist i figurer 1-4. I hvert tilfelle ble en ny våtanalyse gjort på råoljeprøvetakingen som var målet, som en kontroll på fordelingsmodifikasjonsmetodologien.

Tabell 8 - Svovelfordeling (vektprosent) for Ob River Light

Tabell 9 - Nitrogenfordeling (ppm) for Ob River Light

Tabell 10 - Conradson karbonfordeling (vektprosent) for Ob River Light

Tabell 11 – Svovel (vektprosent) fordeling for Mondo

Den anbefalte analysen er den gjeldende analysen som vurderes til å være den beste representasjonen for den gjeldende kvaliteten for en råoljegradering basert på tidligere data. Den VA-predikerte analysen er det oppdaterte estimatet, basert på analytiske og matematiske teknikker for å oppdatere en gradering, i dette tilfelle metodologien til Brown. Den omfordelte analysen er den VA-predikerte analysen som ble modifisert med teknikkene i denne oppfinnelsen. Våtanalysen er en fullstendig laboratorieanalyse av den samme prøvetakingen som var målet, anvendt som basis for den VA-predikerte analysen og den omfordelte analysen som ble utført for å teste nøyaktigheten for denne metodologien.

Tabeller 12 og 13 tilveiebringer en oppsummering av endringen i nøyaktigheten i predikering av kuttegenskaper tilknyttet denne teknikken. Tabell 12 – prosentendring for våtanalyse, oppsummerer den prosentvise forskjellen mellom den anbefalte analysen, VA-predikerte og omfordelte analysen til den virkelige målte våtanalysen. Tabell 13 – absolutt endring for våtanalyse, oppsummerer den absolutte verdien for forskjellene mellom den anbefalte analysen, VA-predikerte og omfordelte analysen til den virkelig målte våtanalysen.

Tabell 12 – Prosent endring til våtanalyse

Prosentendring = (valgt metodeverdi-våtanalyseverdi)/valgt metodeverdi

Tabell 13 – Absolutt endring for våtanalyse

Absolutt endring = (valgt metodeverdi-våtanalyseverdi)/valgt metodeverdi

Disse tabellene viser klart at for hver egenskap som har blitt modifisert ved metodologien i denne oppfinnelsen, er de omfordelte analyseresultatene (omfordelt våtanalyse) for det kritiske 343 °C kuttet vesentlig nærmere de nye våtanalyseresultatene som ble direkte målt. Disse forskjellene vil ha en materialinnvirkning på beslutninger om råoljeanskaffelse, og en betydelig økonomisk delta i verdi.

Metodologien for å modifisere en direkte blandet eller nærmest tilpasset analyse er som følger:

1. Danne den virtuelle analysen (målanalysen) som en funksjon av den særskilte mattematiske eller analytiske teknikken som brukes, fortrinnsvis metodologien til Brown (US patent 6662116B2, 12/9/2003), heri referert til som en EM virtuell analyse.

2. Importer verdiene for målanalysen, generert ved denne teknikken, til et analysearbeidsprogram. Analysearbeidsprogrammet anvendes typisk for å importere målte laboratoriedata generert under utførelsen av en våtråoljeanalyse, og anvendes for kurvetilpassing, jevne ut og fordele målte egenskaper gjennom hele kokeområdet for råoljen. Resultatet av analysearbeidsprosessen er en fullstendig, materialbalansert analyse, med fulle egenskapsfordelinger som deretter kan anvendes for forretningsbeslutninger som vist i figurer 1-4.

3. Bestemme hvilken råolje som skal anvendes som en surrogatråolje for målanalysen, for å tilveiebringe en basis for egenskapsfordeling. Det er anerkjent at råolje som deler tilsvarende fysikalske og/eller kjemiske karakteristikker vil ha deres egenskaper fordelt på en tilsvarende måte som en funksjon av kokepunkt. Den beste utvelgelsen av et surrogat er en råolje av samme kvalitet, basert på en tidligere våtoljeanalyse. Mens de absolutte verdiene kan skille, vil råoljer som deler disse karakteristikkene også utvise tilsvarende egenskapsfordelinger. Dersom en våtoljeanalyse ikke er tilgjengelig for å bli valgt ut som et surrogat, da er utvelgelse av en råolje basert på tilsvarende fysikalske, kjemiske eller geologiske familie det nest beste alternativet.

4. Importere surrogatråoljeanalysen inn i analysearbeidsverktøyet.

5. Modifisere fordelingen av den valgte egenskapen i målanalysen (svovel, nitrogen og Conradson karbon i de vedheftede figurene, men denne tilnærmelsen virker like bra for en hver fordelt egenskap) for fordelingen utvist av surrogatanalysen hvilken som basert på en virkelig målt våt råoljeanalyse.

6. Justere den fordelte kurven for målanalysen, for å sikre at det samlede nivået på svovel til stede i den hele råoljen svarer til den målte verdien oppnådd fra råoljen som er målet. Hvis mulig skaleres den fullstendige fordelingskurven slik at integralet av produktet av fordelings- og utbyttekurver stemmer overens med den målte egenskapsverdien. Alternativt, bruk kurven for surrogatråoljen for å estimere egenskapsdata for de destillasjonskuttene hvor egenskapen vil bli målt i en våtanalyse, skaler disse estimerte egenskapsverdiene, tilpass på nytt disse skalerte verdiene via den normale anlysearbeidsprosedyren for å oppnå en ny egenskapsfordelingskurve, og sjekk at integralene av produktet av egenskaps- og utbyttekurvene passer til den målte egenskapsverdien for målet. Juster skaleringsfaktoren anvendt for å oppnå materialbalanse.

7. Gjenta prosedyren for alle andre egenskaper som har blitt målt og krever justering. For Ob River Light-eksemplet som er tilveiebrakt, ville svovel, nitrogen og Conradson karbon bli justert. Mens det kan typisk forventes at den samme surrogatråoljen ville bli valgt til å bli anvendt som en basis for å justere analyseverdiene som er målet, ville forskjellige surrogatråoljer kunne velges dersom det er bestemt at de modellerer den særskilte egenskapsfordelingen bedre.

Sikre at den endelig modifiserte blandete analysen er i materialbalanse

8. Varsomhet må utvises for å sikre at alle egenskaper er i ordentlig materialbalanse. Mens den ovenstående fremgangsmåten sikrer at summen av de fordelte egenskapene er lik verdien på den målte hele råoljen, må andre interrelaterte egenskaper også sjekkes.

9. Interrelaterte egenskaper inkluderer, men er ikke begrenset til totalt svovel og alifatisk svovel, nitrogen og basisk nitrogen, og særskilt metallverdi mot de totale metallene i råoljen. Det er opplagt at en spesialisert kjemisk form for svovel eller nitrogen ikke kan overskride det totale svovelet eller nitrogenet til stede i en råolje. Derfor må justeringer gjøres for å sikre at råoljefordelingene er materialbalanserte. Derfor bør andre interrelaterte egenskaper justeres proporsjonsmessig i råoljen som er målet, for å passe til relasjonen utvist i surrogatråoljen.

10. Lagre de justerte råoljeverdiene som er målet, og eksportere til råoljeanalysedatabase for anvendelse med andre analyser for råolje.

Fordelen med denne oppfinnelsen er at det oppstår en analyse som fanger fordelene av raskere og billigere analytiske teknikker som nå er tilgjengelige, men fortsatt opprettholder den høye kvaliteten og nøyaktigheten for kritiske verdier i analysen. Tilveiebringelse av en nøyaktig analyse er viktig for råoljevalg for å sikre optimal råoljeevaluering og -utvelgelse. Som tidligere forklart er forskjeller i svovel, som et eksempel, så lite som 100-200 ppm i dieselkuttet, og vil kunne ha økonomiske følger på godt over $250 000 for hver last som kjøpes. Nøyaktig bestemmelse av disse verdiene oversettes til viktige økonomiske kreditt når det kjøpes råolje i store volumer, som er typisk for store råoljetankskip.

I tillegg, å overskride raffineribegrensninger for kritiske verdier har en innvirkning utover den egentlige økonomiske verdisetningen for anskaffelse. Et raffineri kan kjøpe en råoljelast hvor det forventes en svovelverdi på 1 % svovel, basert på de raske analytiske teknikkene som er beskrevet. Dette særskilte raffineriet kan ha en begrensning på svovelinnhold på 1 %, på grunn av raffinerikonfigurasjon og produktspesifikasjoner. Dersom den anskaffede råoljen ankommer med en verdi på 1,5 % svovel, må raffineriet anskaffe en råolje med svært lavt svovel, ved en økonomisk premie for å blande tilbake til en 1 % målsetning for svovelnivået. Dette kan føre til et økonomisk tap eller begrensede prosesseringsvalg for å kjøre ned anskaffelsen av det høye svovelet. Nøyaktig karakterisering av råvaren er viktig ut fra et økonomisk, driftsmessig og sikkerhetsmessig synspunkt.

For figurer 1 til 4, brukes den følgende terminologien.

1. Anbefalt analyse – gjeldende analyse for en gitt gradering som anvendes for å representere den gjeldende råoljekvaliteten.

2. VA-predikert – kvaliteten som predikeres ved tilnærmelsen identifisert ved EM-visuell analyse.

3. Omfordelt – egenskapskurven som oppstår etter måling av egenskapen for hele råoljen av interesse og omfordeler den for tidligere analysekurver.

4. Våtanalyse – den nye analysen som oppstår fra en fullstendig analyse utført på råoljekvaliteten som er sammenlignbar med den omfordelte analysen.

Claims (6)

Patentkrav

1. Fremgangsmåte for å generere en analyse av et materiale innbefattende en full grovolje eller en del av en full grovolje omfattende:

a) å generere en synteseanalyse for materialet, hvor genereringen av synteseanalysen omfatter å måle et infrarødt spektrum av materialet, tilpasse det infrarøde spektrumet til en lineær kombinasjon av kjente infrarøde spektra i en database, hvor databasen innbefatter spektra av referansematerialer hvis analyseegenskaper er kjent og å bestemme en egenskap av materialet fra analyseegenskapene av referansematerialene, og som er k a r a k t e r i s e r t v e d de ytterligere trinnene

b) å måle én eller flere kritiske egenskaper for materialet,

c) å velge en surrogatanalyse for hver av de kritiske egenskapene for å tilveiebringe en egenskapsfordeling for hver kritiske egenskap, hvor nevnte egenskapsfordeling er en funksjon av kokepunkt, hvor surrogatanalysen er en analyse av en grovolje som har samme grad eller liknende fysisk, kjemisk eller geologisk familie som materialet,

d) å justere egenskapsfordelingen for surrogatanalysen slik at de materialbalanserte egenskapsverdiene er lik de målte egenskapsverdiene for hver kritisk egenskap,

e) å erstatte egenskapsfordelingen for den synteseanalysen med den justerte egenskapsfordelingen til trinn (d).

2. Fremgangsmåte ifølge krav 1, hvori materialet er en råolje, et kondensat eller et residuum.

3. Fremgangsmåte ifølge krav 1, hvori den kritiske egenskapen velges fra gruppen bestående av API-tyngde (American Petroleum Institute), svovel, RVP (Reid Vapor Pressure), salt, Ni, V, Fe, Na og nøytraliseringstall.

4. Fremgangsmåte ifølge krav 3, hvori den kritiske egenskapen er API-tyngde.

5. Fremgangsmåte ifølge krav 3, hvori den kritiske egenskapen er svovel.

6. Fremgangsmåte ifølge krav 3, hvori den kritiske egenskapen er nøytraliseringstall.