Med hjälp av röntgentekniker, forskare utvecklar ett analysverktyg som mer exakt kan förutsäga hur svavelföreningar i en sats av råolja kan korrodera utrustning – en viktig säkerhetsfråga för oljeindustrin.

Resultaten av dessa pågående experiment vid Stanford Synchrotron Radiation Lightsource (SSRL) vid Department of Energys SLAC National Accelerator Laboratory kommer att förbättra industrins riktlinjer. Målet är att karakterisera de typer av svavel som är mest kritiska att identifiera i oljan, för att bättre kunna förutse potentialen för korrosionshastigheter.

Ett team av forskare från Chevron och University of Saskatchewan utför en serie studier vid SSRL för att noggrant undersöka former av svavel i råolja.

"Genom att titta på råolja med en kombination av röntgenspektroskopitekniker, vi kunde undersöka och beskriva den komplexa kemin hos svavelföreningarna med hög specificitet, sa Monica Barney, en materialforskningsingenjör på Chevron.

Komplexiteter i data

Nästan en miljon fat olja bearbetas en viss dag på Chevrons stora raffinaderier i hela USA, och svavlet som finns i oljan kan reagera med metallerna i olika typer av utrustning och orsaka skada. Dessa reaktioner är något ingenjörer måste överväga för att säkerställa säker och pålitlig bearbetning.

Men höga svavelkoncentrationer korrelerar inte alltid med höga nivåer av korrosion, eller tvärtom, och detta gör det svårt att förutse hur frätande en viss råolja kommer att vara.

"Vi kan mäta koncentrationen av svavel, men det berättar inte om reaktiviteten, säger Barney, vem som leder studierna. "Att känna till typen av svavel i råolja är avgörande för att förutsäga egenskaper relaterade till korrosion."

Samarbetet började när Barney arbetade med en separat korrosionsstudie på SSRL. Efter att ha samlat in uppgifterna, Chevron-teamet kämpade med hur de skulle tolka komplexiteten de såg i resultaten.

I en onlinesökning, de kom över ett diagram utvecklat av två professorer vid University of Saskatchewan, Graham George och Ingrid Pickering, medan de var i personalen på SSRL. De har genomfört molekylärbiologiska och toxikologiska experiment vid SSRL-synkrotronen i flera år.

Diagrammet visade spektroskopiinformation som samlats in från överlagring av data på många svaveltyper, liknande vad man ser i råolja. Den visade hur en jämförelse av ett övergripande spektrum med ett bibliotek av standarder kunde identifiera enskilda typer av föreningar.

"När jag stötte på den här figuren, Jag trodde, 'Detta är det. Det här är vad vi behöver. Det är vad vi har letat efter i flera år - en karakteriseringsmetod som kan kvantifiera mängderna av varje typ av svavel, säger Barney.

Tanken var att använda samma teknik - svavel K-kant röntgenabsorptionsspektroskopi - för att mäta och bestämma typerna av svavel i råoljor.

Barney började snart samarbeta med George och Pickering för att hitta en lösning. Båda arbetade tidigare inom olje- och gasindustrin, och Barney säger att deras expertis var en perfekt match med det Chevron ville studera.

Med denna analysmetod, teamet utvecklade en metod för att undersöka råoljan med "ömma röntgenstrålar, " som upptar medelvägen mellan högenergi- och lågenergiröntgenstrålar.

Inställd på rätt energi, Röntgenstrålar gjorde det möjligt för forskarna att samla in detaljerad information om svavlet och dess kemiska grannar och hjälpa till att reta igenom den överlappande informationen som genereras av likheter i svavelföreningarna.

Förstå svavelkemi

Det stora antalet olika svavelföreningar som finns i råoljan, var och en subtilt olika från de andra, gör resultaten från de flesta typer av karaktäriseringstekniker svåra att tolka eller till och med ofullständiga.

Röntgenabsorptionsspektroskopiarbetet vid SSRL gör det möjligt för forskarna att se en exakt beskrivning av råoljans svavelkemi.

"Detta är ett exempel på att använda toppmodern spektroskopi för en verklig tillämpning, " säger George.

Detta arbete är en del av ett större samarbete på Chevron som använder flera andra tekniker för att förstå kemin av svavel i råolja. Experimentdata från flera kemiska karakteriseringsmetoder kombineras och jämförs med data från korrosionsstudier och förutsägelser från datormodellering.