Aiming for optimized operation/conditions of petroleum refining units, the detailed knowledge of physical-chemical properties of petroleum streams is necessary. Due to its huge composition complexity, the thorough analytical characterization of all these petroleum streams, though technically possible, comprises along and economically unfeasible task. In this work, literature mathematical models were used to estimate the properties aniline point (AP) and specific gravity 60ºF/60ºF for kerosene jet fuel and naphtha fractions. Laboratory analysis for these fractions were made available from BDEMQ/Petrobrás databank. Using the original parameters for 7 aniline point prediction models, none of them was capable of replicating the experimental data from the kerosene databank with enough prediction compatibility as related to ASTM D611 experimental method. For the kerosene s specific weight, 8 prediction models were used, and none of them was also capable of replicating the experimental data with the ASTM D4052 experimental method reproducibility. For naphtha fraction, specific weight values were estimated using the same 8 prediction methods, and 7 models were capable of replicating the experimental data with enough prediction compatibility as related to the ASTM D4052 experimental method reproducibility for lower specific weight fractions. The statistical performance of the models with their original parameters were evaluated using average squared deviation and average deviation indicators (non-parametric), plus supplementary Fisher s F Distribution model indicator (parametric).All prediction models parameters were re-estimated based on basic properties from BDEMQ/Petrobrás databank, and the statistic performance were also evaluated. For aniline point, even with prediction improvements for all models, no re-estimated model was capable of replicate the experimental data from kerosene jet fuel databank with enough prediction compatibility as related to the ASTM D611 experimental method reproducibility. Similarly for the kerosene specific weight, the optimized prediction models did not reach the expected reproducibility from experimental method. For naphtha specific weight, however, all prediction models were capable of replicating the experimental data with enough prediction compatibility. At last, using the non-parametric boostrap resampling method to evaluate the parameters re-estimation procedure built-in error, both the parameters sensibility to their basic properties variations and the objective function s sensibility to the parameters uncertainties were verified. For the re-estimated aniline point models, all evaluated mathematical correlations showed very stable parameters standard deviation variations following the resampling number increase. Regarding the objective function sensibility for aniline point, only 2 models showed high sensibility to their parameters variations. For the re-estimated specific weight models, the bootstrap method allowed to verify that only one same model, for both data sets, presented good correlation with their basic properties. As regards to the specific weight s objective functions, only one model showed high sensibility, both to kerosene jet fuel and naphtha. All data processing over BDEMQ/Petrobrás databank was accomplished using programmed computational routines and packages available in R Language
Na busca por condições otimizadas de operação/projeto de unidades de refino de petróleo, o conhecimento detalhado das propriedades físico-químicas das correntes de petróleo se faz necessário. No entanto, devido à sua imensa complexidade de composição, a caracterização analítica completa dessas correntes, apesar de tecnicamente possível, se configura em uma tarefa demorada e economicamente inviável. Nesse trabalho, utilizou-se modelos matemáticos da literatura para estimar as propriedades ponto de anilina (AP) e densidade 60ºF/60ºFde frações de querosene de aviação (QAV) e nafta. As análises laboratoriais dessas frações foram disponibilizadas do banco de dados BDEMQ/Petrobrás. Utilizando-se os parâmetros originais de 7 modelos para AP, nenhum deles foi capaz de reproduzir os dados experimentais do banco de QAV com compatibilidade de predição suficiente em relação ao método experimental ASTM D611. Para a densidade de QAV, foram utilizados 8 modelos de predição, e também nenhum deles foi capaz de reproduzir os dados experimentais com a reprodutibilidade do método experimental ASTM D4052. Para a fração de nafta, estimou-se os valores de densidade utilizando os mesmos 8 modelos de predição, e 7 modelos foram capazes de reproduzir os dados experimentais com compatibilidade de predição suficiente em relação ao método ASTM D4052 para frações de menor densidade. O desempenho estatístico dos modelos com seus parâmetros originais foi avaliado utilizando-se indicadores de desvio quadrático médio e de desvio médio (não-paramétricos), além de indicador complementar de modelo Distribuição F de Fisher (paramétrico). Os parâmetros de todos os modelos foram re-estimados a partir dos dados de propriedades básicas do banco BDEMQ/Petrobrás, e o desempenho estatístico dos modelos otimizados também foi avaliado. Para AP, mesmo com melhorias de predição para todos os modelos, nenhum modelo re-estimado foi capaz de reproduzir os dados do banco de QAV com compatibilidade de predição suficiente em relação ao método experimental. Da mesma forma, para densidade de QAV, a previsão dos modelos otimizados também não alcançou a reprodutibilidade prevista pelo método experimental. Para densidade de nafta, por sua vez, todos os modelos foram capazes de reproduzir com compatibilidade de predição suficiente os dados do banco. Finalmente, utilizando-se o método de reamostragem bootstrap não-paramétrico para avaliar o erro embutido no procedimento de re-estimação dos parâmetros, verificou-se tanto a sensibilidade dos parâmetros às variações das suas propriedades básicas, quanto à sensibilidade das funções objetivo às incertezas desses parâmetros. Para os modelos de AP re-estimados, todas as correlações matemáticas avaliadas apresentaram variações bastante estáveis nos desvios padrões dos seus parâmetros com o aumento do número de reamostragens. Com relação à sensibilidade de sua da função objetivo, somente 2 modelos mostraram alta sensibilidade às variações dos seus parâmetros. Para os modelos re-estimados de densidade, o método bootstrap permitiu verificar que apenas um mesmo modelo para os 2 conjuntos de dados não apresentou boa correlação com suas propriedades básicas. Quanto à sensibilidade de suas funções objetivo, somente um modelo apresentou elevada sensibilidade, tanto para QAV quanto para nafta. Todo o processamento dos dados do banco BDEMQ/Petrobrás foi realizado através de rotinas computacionais programadas e pacotes computacionais disponíveis na Linguagem R
