在含蜡原油的输送过程中,当原油温度低于析蜡点时,原油中的重质组分就会从油品中析出来以固相的形式附着在管壁上。固相的附着直接导致管道有效流通面积的减小,增加了管道的沿程摩阻损失,使泵的功率消耗大大增加,同时当蜡沉积较多时,极有可能会堵塞管道,造成一系列的安全事故。然而,石油工业中管道中的蜡沉积危害仅仅只是冰山一角,在油气藏储集层、井筒、地面石油设施中,蜡沉积无处不在,这给石油生产带来严重的安全隐患和额外的能量损耗。因此,准确的预测蜡沉积温度和蜡沉积量对于石油工业而言意义深远。本文在充分调研了原油的化学组成,详细研究了蜡沉积的机理及影响因素,认为蜡沉积是一个复杂的物理化学过程,是多种机理共同作用的结果。本文使用热力学相平衡方法来研究油气体系中气-液-固相平衡,对常用的状态方程进行了详细的对比分析,选择PR状态方程来描述气相和液相的非理想性。为保障计算的精度以及使算法快速收敛,对原油中的重馏分进行了特征化处理;对于固相则使用了理想溶液理论,在计算蜡固相含量时使用经验公式进行修正。使用有关文献中生产数据对模型进行了验证,研究表明,该模型具有良好的收敛性和稳定性,计算数值与实验数据吻合较好,并且验证了“相平衡点更接近于溶蜡点”的说法。最后,介绍了 BP神经网络的工作原理,并认为对于工程中积累了大量生产实践数据的情况,可以使用BP神经网络来预测析蜡量。