ABSTRAKWax merupakan masalah yang potensial terjadi di industri minyak bumi.
Pendekatan termodinamika digunakan untuk mengetahui apakah wax dapat
terbentuk, dan berapa banyak potensi wax terbentuk pada suatu kondisi tertentu.
Model Coutinho diaplikasikan terhadap dua laruran wax buatan dan sembilan
minyak bumi dari berbagai lapangan di Indonesia. Input dari model tersebut
adalah komposisi n-alkana C20+ yang diperoleh dari kromatografi gas. Data
WAT dan pembentukan wax diperoleh dari pengukuran differential scanning
calorimetry (DSC).
Model Coutinho dapat diterapkan secara penuh pada minyak ringan hingga
sedang. Minyak berat dengan MW lebih dari 318 gram/mol memiliki
pseudokomponen non-wax setara dengan C21 atau lebih. Model menghitung
pseudokomponen yang demikian sebagai salah satu komponen wax. Hasil
pemodelan menunjukkan nilai WAT dengan presisi average absolute deviation
(AAD) sebesar 2,44°C terhadap data DSC. Untuk minyak ringan hingga sedang,
pemodelan dapat memprediksi dengan baik presipitasi wax sepanjang temperatur
dengan AAD rata-rata 8,2%.
ABSTRACTWax is a potential problem that occurs in the petroleum industry. Thermodynamic
approach is used to determine whether the wax can be formed, and how much
wax potentially formed at a certain condition. Coutinho model was applied to
various Indonesia crude oils. Input of the model is the composition of C20+ nalkanes
obtained from gas chromatography. Wax precipitation data obtained from
differential scanning Calorimetry (DSC) measurement.
Coutinho Model can be applied to predict wax precipitation in light and
intermediate crude oil. Heavy crude oils having MW heavier than 318 gram/mol
gave single non-wax pseudocomponent as C21 or greater. The model calculate
such pseudocomponent as another wax component. For all range of crude oil
studied, the WAT obtained from model had AAD precision as 2,44°C compared
to that of DSC. For light to intermediate crude oil, the model could predict wax
precipitation along the temperature range with AAD value of 8.2% compared to
DSC data.