Abstract In the present study, prediction of crude oil blends compatibility and blend optimization for increasing heavy oil processing has been attempted. The crude oil blend compatibility (K model) is determined based on the physical parameter ratios of the crude oils. The physical parameter ratios of the crude oil include at least log (Sulphur)/Carbon Residue, API/Sulphur, and Kinematic Viscosity/API. The K model is developed by coefficients obtained by regression analysis between the ratios of physical parameters of known crude oils and composite compatibility measure determined from multiple compatibility test results of the known crude oils. Nine different tests conducted to estimate crude oils blend compatibility viz. colloidal instability index (CII), colloidal stability index (CSI), Stability Index (SI), Stankiewicz plot (SP), qualitative-qualitative analysis (QQA), Stability Cross Plot (SCP), Heithaus parameter (P value), Oil compatibility model (OCM) and Spot tests. 50 different crude oils have been participated in the development and tuning of the model. The compatibility criterion is proposed as if K ≥ 0; blend is compatible and if K There is strong relationship of K model with intensity of spot color, desalting performance and fouling behaviour which further verified through experiments. If K is positive; Spot color is darker, desalting is better and fouling is minimum. But if K is negative; there is lighter Spot color with asphaltene flocculation or precipitation, poor desalting and high fouling is observed. K model accurately predicts the blend composition to minimize operational problems while increasing heavy oil processing.

中文翻译：

---

预测原油混合物相容性和混合物优化以增加重油加工

摘要 在目前的研究中，已尝试预测原油混合物的相容性和混合物优化以增加重油加工。原油调和相容性（K 模型）是根据原油的物理参数比确定的。原油的物理参数比至少包括对数（硫）/残碳、API/硫和运动粘度/API。K模型是由已知原油的物理参数比值与已知原油多次相容性测试结果确定的复合相容性测度之间的回归分析得到的系数建立的。进行了九种不同的测试来估计原油混合物的兼容性，即。胶体不稳定性指数 (CII)、胶体稳定性指数 (CSI)、稳定性指数 (SI)、Stankiewicz 图 (SP)、定性-定性分析 (QQA)、稳定性交叉图 (SCP)、Heithaus 参数（P 值）、油相容性模型 (OCM) 和现场测试。50 种不同的原油参与了模型的开发和调整。建议兼容性准则为好像 K ≥ 0；混合是相容的，如果 K K 模型与专色强度、脱盐性能和结垢行为有很强的关系，这通过实验进一步验证。如果 K 为正；专色更深，脱盐效果更好，污垢最少。但是如果 K 是负数；有较浅的斑点颜色，有沥青质絮凝或沉淀，脱盐效果差，结垢严重。K 模型准确预测混合成分，以最大限度地减少操作问题，同时增加重油加工。稳定性交叉图 (SCP)、Heithaus 参数（P 值）、油相容性模型 (OCM) 和现场测试。50 种不同的原油参与了模型的开发和调整。建议兼容性准则为好像 K ≥ 0；混合是相容的，如果 K K 模型与专色强度、脱盐性能和结垢行为有很强的关系，这通过实验进一步验证。如果 K 为正；专色更深，脱盐效果更好，污垢最少。但是如果 K 是负数；有较浅的斑点颜色，有沥青质絮凝或沉淀，脱盐效果差，结垢严重。K 模型准确预测混合成分，以最大限度地减少操作问题，同时增加重油加工。稳定性交叉图 (SCP)、Heithaus 参数（P 值）、油相容性模型 (OCM) 和现场测试。50 种不同的原油参与了模型的开发和调整。建议兼容性准则为好像 K ≥ 0；混合是相容的，如果 K K 模型与专色强度、脱盐性能和结垢行为有很强的关系，这通过实验进一步验证。如果 K 为正；专色更深，脱盐效果更好，污垢最少。但是如果 K 是负数；有较浅的斑点颜色，有沥青质絮凝或沉淀，脱盐效果差，结垢严重。K 模型准确预测混合成分，以最大限度地减少操作问题，同时增加重油加工。油相容性模型 (OCM) 和现场测试。50 种不同的原油参与了模型的开发和调整。建议兼容性准则为好像 K ≥ 0；混合是相容的，如果 K K 模型与专色强度、脱盐性能和结垢行为有很强的关系，这通过实验进一步验证。如果 K 为正；专色更深，脱盐效果更好，污垢最少。但是如果 K 是负数；有较浅的斑点颜色，有沥青质絮凝或沉淀，脱盐效果差，结垢严重。K 模型准确预测混合成分，以最大限度地减少操作问题，同时增加重油加工。油相容性模型 (OCM) 和现场测试。50 种不同的原油参与了模型的开发和调整。建议兼容性准则为好像 K ≥ 0；混合是相容的，如果 K K 模型与专色强度、脱盐性能和结垢行为有很强的关系，这通过实验进一步验证。如果 K 为正；专色更深，脱盐效果更好，污垢最少。但是如果 K 是负数；有较浅的斑点颜色，有沥青质絮凝或沉淀，脱盐效果差，结垢严重。K 模型准确预测混合成分，以最大限度地减少操作问题，同时增加重油加工。建议兼容性准则为好像 K ≥ 0；混合是相容的，如果 K K 模型与专色强度、脱盐性能和结垢行为有很强的关系，这通过实验进一步验证。如果 K 为正；专色更深，脱盐效果更好，污垢最少。但是如果 K 是负数；有较浅的斑点颜色，有沥青质絮凝或沉淀，脱盐效果差，结垢严重。K 模型准确预测混合成分，以最大限度地减少操作问题，同时增加重油加工。建议兼容性准则为好像 K ≥ 0；混合是相容的，如果 K K 模型与专色强度、脱盐性能和结垢行为有很强的关系，这通过实验进一步验证。如果 K 为正；专色更深，脱盐效果更好，污垢最少。但是如果 K 是负数；有较浅的斑点颜色，有沥青质絮凝或沉淀，脱盐效果差，结垢严重。K 模型准确预测混合成分，以最大限度地减少操作问题，同时增加重油加工。脱盐效果更好，污垢最少。但是如果 K 是负数；有较浅的斑点颜色，有沥青质絮凝或沉淀，脱盐效果差，结垢严重。K 模型准确预测混合成分，以最大限度地减少操作问题，同时增加重油加工。脱盐效果更好，污垢最少。但是如果 K 是负数；有较浅的斑点颜色，有沥青质絮凝或沉淀，脱盐效果差，结垢严重。K 模型准确预测混合成分，以最大限度地减少操作问题，同时增加重油加工。