基于多元非线性回归的乙醇制备C_(4)烯烃优化模型研究

以2021年全国大学生数学建模竞赛B题“乙醇偶合制备C_(4)烯烃”为例,综合多因素方差分析、相关性分析、多元非线性回归分析等模型,结合SPSS 24、MATLAB、EXCEL等软件,对乙醇制备C_(4)烯烃进行研究,利用多因素方差分析及相关性分析,探讨不同催化剂组合及温度对C_(4)烯烃收率的影响,通过变量替换建立多元非线性回归模型,通过预测值与实验值比较进行模型精度分析,通过搜索法得出附件1中C_(4)烯烃收率最大的催化剂组合及温度。

基于规划模型的乙醇偶合制备C4烯烃的最佳温度与催化剂选择

乙醇是生产制备C4烯烃的原料,C4烯烃广泛应用于化工产品及医药的生产。通过建立规划模型,采用控制变量、多项式拟合、数形结合及逐步回归分析等方法,寻找乙醇催化偶合制备C4烯烃工艺的最佳催化剂组合及温度选择。实验得出,为使C4烯烃收率尽可能高,当温度高于350℃时,催化剂与温度组合方式为:Co负载量为1wt%,Co/SiO_(2)和HAP装料比为1︰1,乙醇浓度为0.705mL/min,温度为449.9390℃。当温度低于350℃时,催化剂与温度组合方式为:Co负载量为2wt%,Co/SiO_(2)和HAP装料比为1︰1,乙醇浓度为0.705mL/min,温度越接近350℃,C4烯烃收率越高。

乙醇偶合制备C4烯烃的最优决策

为研究催化剂与温度的组合对乙醇的转化率和C4烯烃的选择性和收率的影响以及乙醇偶合制备C4烯烃的最佳催化剂与温度的组合,本文通过相关性分析和灰色关联分析对各因素之间的关联性进行研究,并建立多元二次交互回归模型和决策树模型进行分析,最后进行目标决策。分析得出温度、Co负载量、Co/SiO2和HAP装料比、乙醇加入速度与乙醇的转化率以及C4烯烃的选择性和收率均具有较强的关联性;决策树模型存在较为严重的过拟合问题,而多元二次交互回归模型则拟合效果更好,所以采用多元二次交互回归模型的结果进一步进行目标优化;对于装料方式A,若仅考虑C4烯烃的收率,那么在温度为450℃,Co负载量为5wt%,Co/SiO2和HAP装料比为1.34:1,乙醇加入速度为0.55ml/min时,C4烯烃的收率可达到最高为86.06%;而对于装料方式B,需要加入Co负载量、Co/SiO2和HAP装料比两者的变化进行试验,才能更好地进行分析并得出结论。