数学建模对乙醇偶合制备C4烯烃的问题研究资源-CSDN下载

版权申诉

5星 · 超过95%的资源 13 浏览量 2022-05-26 21:13:12 上传评论 30 收藏 937KB PDF 举报

资源详情

资源评论

资源推荐

1

对乙醇偶合制备 C4 烯烃的问题研究

摘要

在化工产品及医药的生产领域，C4 烯烃是一种重要的化工原料。一般用化石能源

作为制备，但实际化石能源短缺且污染环境，相比之下，乙醇不仅来源广泛且环保健

康，故用新型方法制备 C4 烯烃是社会发展的必然选择。本文研究的是乙醇催化偶合

制备 C4 烯烃的工艺条件对结果的影响并对其进行建模分析。

针对问题一，首先用 Python 对附件 1 中温度与乙醇转化率的关系进行可视化分

析，从分析结果得出温度与乙醇转化率和 C4 烯烃选择性有着一定的线性关系，其次

建立协方差分析模型用 MATLAB 中的 Corr 函数求出相关系数，最后得出随着温度的升

高乙醇转化率也随之升高但单位时间内转化率增长幅度在减小。用同样的方法对附件

2 给定条件下不同时间下得出的实验结果进行分析得出随着时间的推移乙醇转化率和

烯烃收率越来越低且时间与 C4 烯烃选择性的关系不大。

针对问题二，首先针对附件 1 中不同的催化剂组合类型进行归类，将催化剂组合

分为 Co 负载量、乙醇浓度、装料比、同装料比不同质量、装料方式几大类。建立线

性回归模型。使用 SPSS 软件得到各个因素对乙醇转化率和 C4 烯烃选择性的权重。对

比得乙醇浓度和温度对乙醇转化率的影响较大，其余量对乙醇转化率的影响较小。Co

负载量和温度对 C4 烯烃选择性影响较大，其余量对 C4 烯烃选择性的影响较小。

针对问题三，在问题 2 的基础上，首先进行数据预处理，除去特殊的有石英砂无

HAP 的一组数据最终得到 20 组数据。其次用 MATLAB 中的 regress 函数进行多元线性

回归和非线性规划求解，并引用交叉项进行模型优化。最后用 LINGO 建立线性规划模

型求得问题的最优解（使 C4 烯烃收率最大的催化剂组合和温度）是催化剂 A3，直接

在约束条件下加入 T<350 度可以得 350 度以下的最优解（组合）是催化剂 A2。

针对问题四，基于前三个问题首先分析实验数据，采用正交选择实验法，根据已

有实验某种因素分析出来的结果有着不具有说服性或者不准确等的缺点，发现实验中

考虑到装料方式、是否有石英砂 HAP、温度过高及不同温度时时间对结果的影响试验

次数较少，用控制变量法的原理改变装料方式、是否有石英砂 HAP 等使其具有说服性

和准确性，设计出五组实验针对发现的缺点进行优化改进。

关键词：C4 烯烃相关系数多元线性回归线性规划正交选择实验法

2

1 问题重述

1.1 问题背景

在化工产品及医药的生产领域，C4 烯烃是一种重要的化工原料

[1]

。一般用化石能

源作为制备，但实际化石能源短缺且污染环境，相比之下，乙醇作为生产制备 C4 烯

烃的原料不仅来源广泛且健康环保，故用新型方法制备 C4 烯烃是社会发展的必然选

择。在制备过程中，研究工艺条件对结果产生的影响成为发展的必要趋势

。

1.2 需要解决的问题

我们通过分析相关数据，建立数学模型来分析研究乙醇催化偶合制备 C4 烯烃的

工艺条件，需要解决以下问题：

问题 1：需要研究附件 1 中 21 种催化剂组合的乙醇转化率、C4 烯烃选择性与温

度的关系，并分析附件 2 中给定的催化剂组合在 350 度不同时间的试验结果。

问题 2：研究不同催化剂组合及温度对乙醇转化率以及 C4 烯烃选择性大小的影响。

问题 3：在相同的实验条件下，如何选择催化剂组合和温度，使 C4 烯烃收率尽可

能高。如果温度低于 350 度，如何选择催化剂的组合和温度。

问题 4：再设计 5 次实验并给出设计方法及理由。

2 问题分析

2.1 问题 1 分析

分析问题 1，首先对附件 1 每种催化剂组合，用 Python 可视化乙醇转化率、C4

烯烃的选择性与温度的关系，得出乙醇转化率、C4 烯烃的选择性与温度是否具有一定

的线性关系，如果具有一定的线性关系，则建立建立协方差分析模型用 MATLAB 中的

corr 函数求出相关系数，否则建立非线性数学模型，同理对附件 2 给定条件下时间对

实验的影响进行建模分析，最后得出结论。

2.2 问题 2 分析

分析问题 2，首先针对附件 1 中不同的催化剂组合类型进行归类，将催化剂组合

分为 Co 负载量、乙醇浓度、装料比、同装料比不同质量，装料方式几大类。建立线

性回归模型。使用 SPSS 软件得到各个因素对乙醇转化率和 C4 烯烃选择性的权重，最

后得出结论。

2.3 问题 3 分析

在问题 2 的基础上，首先进行数据预处理，除去特殊的有石英砂无 HAP 的一组数

据最终得到 20 组数据。其次用 MATLAB 中的 regress 函数进行多元线性回归和非线性

规划求解。并引用交叉项进行模型优化。最后用 LINGO 建立线性规划模型求得问题的

最优解（使 C4 烯烃收率最大的催化剂组合和温度），直接在约束条件下加入 T<350 度

可以得 350 度以下的最优解（组合）。

剩余25页未读，继续阅读

评论30

cool_cat942

2023-08-11

有没有代码资源啊？跪求

内容反馈

版权申诉

机器人spider

粉丝: 1w+

最新资源

资源上传下载、课程学习等过程中有任何疑问或建议，欢迎提出宝贵意见哦~我们会及时处理！点击此处反馈

feedback-tip