汽油辛烷值损失的数学模型分析.pdf
《汽油辛烷值损失的数学模型分析.pdf》由会员分享,可在线阅读,更多相关《汽油辛烷值损失的数学模型分析.pdf(5页珍藏版)》请在咨信网上搜索。
1、第4 3卷第3期黄 冈 师 范 学 院 学 报V o l.4 3N o.32 0 2 3年6月J o u r n a l o fH u a n g g a n gN o r m a lU n i v e r s i t yJ u n e.2 0 2 3汽油辛烷值损失的数学模型分析库在强,付 爽,熊一凡(黄冈师范学院 数学与统计学院,湖北 黄冈4 3 8 0 0 0)摘 要:降低汽油中的硫、烯烃含量,同时尽量保持其辛烷值是汽油清洁化的重点。由于炼油工艺过程的操作变量之间具有高度非线性及相互强耦联的关系,因此,本文在提高脱硫率的前提下,降低辛烷值损失的比例。采用3 准则剔除异常值,用均值进行填充。
2、再用核主成分分析方法,筛选与产品辛烷值和硫含量关联度高的3 0个变量,考虑降维的结果,赋予不同权重,建立量化评价模型,根据量化得分,确定出影响辛烷值预测的主要变量。最后利用岭回归和随机森林的方法,分别建立辛烷值损失预测模型,并对预测的结果进行了对比分析,发现岭回归方法的判定系数R2可达到0.9 2 7,预测精度较好。关键词:汽油;辛烷值;特征选择;核主成分分析;岭回归中图分类号:O 2 9 文献标志码:A 文章编号:2 0 9 6-7 0 2 0(2 0 2 3)0 3-0 0 3 8-0 5收稿日期:2 0 2 2-0 6-2 6 D O I:1 0.3 9 6 9/j.i s s n.2
3、0 9 6-7 0 2 0.2 0 2 3.0 3.0 0 8作者简介:库在强,男,湖北黄冈人,教授,主要研究方向为数学教育和系统最优化;付爽,女,湖北十堰人,专业学位教育硕士研究生;熊一凡,女,湖北随州人,专业学位教育硕士研究生。M a t h e m a t i c a lm o d e l a n a l y s i so fo c t a n e l o s s i ng a s o l i n eK UZ a i-q i a n g,F US h u a n g,X I O N GY i-f a n(S c h o o l o fM a t h e m a t i c sa n dS
4、 t a t i s t i c s,H u a n g g a n gN o r m a lU n i v e r s i t y,H u a n g g a n g4 3 8 0 0 0,H u b e i,C h i n a)A b s t r a c t R e d u c i n gs u l f u ra n do l e f i nc o n t e n t i ng a s o l i n ea n dk e e p i n go c t a n en u m b e ra s f a ra sp o s s i b l e i st h ek e yt oc l e a ng
5、 a s o l i n e.D u e t ot h eh i g h l yn o n-l i n e a ra n ds t r o n g l yc o u p l e dr e l a t i o n s h i pb e t w e e nt h eo p e r a t i o n a lv a r i a b l e so f t h er e f i n e r yp r o c e s s,t h ep e r c e n t a g eo fo c t a n e l o s sh a db e e nr e d u c e du n d e r t h ep r e m
6、 i s eo f i m p r o v i n g t h ed e s u l f u r i z a t i o nr a t e.T h eo u t-l i e r sh a db e e nr e m o v e du s i n gt h e3 c r i t e r i o na n d f i l l e dw i t ht h em e a nv a l u e s.T h e nt h ek e r n e l p r i n c i p a l c o m p o n e n t a n a l y-s i s(K P C A)m e t h o dh a db e
7、e nu s e d t os c r e e n3 0v a r i a b l e s t h a tw e r eh i g h l yc o r r e l a t e dw i t ht h eo c t a n e a n ds u l f u r c o n t e n t o ft h ep r o d u c t s.B yc o n s i d e r i n gt h er e s u l t so fd i m e n s i o n a l i t yr e d u c t i o n,w eh a da s s i g n e dd i f f e r e n tw
8、 e i g h t s t ot h e s ev a r i a b l e st ob u i l daq u a n t i t a t i v ee v a l u a t i o nm o d e l.S u b s e q u e n t l y,b a s e do nt h eq u a n t i t a t i v es c o r e s,t h em a i nv a r i a b l e sa f f e c t i n go c-t a n ep r e d i c t i o nh a db e e n i d e n t i f i e d.F i n a
9、l l y,t h ep r e d i c t i o nm o d e l so f o c t a n en u m b e r l o s sh a db e e ne s t a b l i s h e db yr i d g e r e-g r e s s i o nm e t h o da n dr a n d o mf o r e s tm e t h o dr e s p e c t i v e l y.M e a n w h i l e,w eh a dc o n d u c t e da c o m p a r a t i v ea n a l y s i so f t
10、h ep r e-d i c t e dr e s u l t s.A sar e s u l t,i ti sf o u n dt h a tt h ed e t e r m i n a t i o nc o e f f i c i e n tR2o ft h er i d g er e g r e s s i o n m e t h o dc a nr e a c h0.9 2 7,w h i c h i n d i c a t e sab e t t e rp r e d i c t i o na c c u r a c y.K e yw o r d s g a s o l i n e;
11、o c t a n en u m b e r;f e a t u r es e l e c t i o n;n u c l e a rp r i n c i p a l c o m p o n e n t a n a l y s i s;r i d g er e g r e s s i o n 当今世界,随着汽车的使用量日益增加,汽车尾气排放产生的能源和环保问题日趋严重。辛烷值(R ON)是反映汽车燃烧性能的重要指标,如何降低汽油中的硫、烯烃含量,同时尽量保持其辛烷值是汽油清洁化的重点。现有技术在对催化裂化汽油进行脱硫处理时,由于烯烃和芳烃都是辛烷值的重要成分,在加氢反应中,烯烃与芳烃容易达到
12、饱和,从而普遍降低了辛烷值。由于炼油工艺第3期库在强,等:汽油辛烷值损失的数学模型分析过程的复杂性及设备的多样性,影响产品辛烷值和硫含量的变量之间具有高度非线性和相互强耦联的关系,这导致传统的辛烷值损失分析模型并不理想。已有众多研究学者对汽油辛烷值损失进行了研究,陈延展等1基于机器学习和改进灰狼优化算法建立了汽油辛烷值损失的预测和优化模型。将优化后的样本辛烷值损失值减小到0.4左右,损失幅度也降低到6 0%8 0%。徐佳奇等2在保证辛烷值含量不变的前提下,通过随机森林算法、灰色关联分析对变量进行筛选,建立了基于退火算法的辛烷值损失降幅优化模型,最终硫含量达到4.4。叶怡豪和仲梁维3利用B P神
13、经网络,建立辛烷值损失模型,优化后的辛烷值损失值下降幅度为4 2.1 4%。蒋伟和佟国香4通过改进主成分分析算法筛选出操作变量,结合数据挖掘技术建立 化 工 过 程 模 型,预 测 结 果 准 确 率 高 达9 9.1 3%,模型拟合效果非常接近。上述研究通过灰狼优化算法、神经网络、遗传算法等对操作变量进行改变,构建相应的优化模型。但是基于灰狼优化算法未考虑到工业生产过程的实时性,基于神经网络预测模型解释性较差,基于遗传算法的预测模型自身存在局部最优性。S o n g5通过优化脱硫过程,运用残差分析法和最小二乘法建立辛烷值损失模型,分析了脱硫过程中减少操作步骤从而降低辛烷值的损失。高绪伟6将核
14、函数与主成分分析相结合,发现核主成分分析与传统分析相比,能够很好地适应数据的非线性特征。孙嘉聪7将岭回归与偏最小二乘法进行比较,发现岭回归能更好的减少多重共线性对模型的影响,使模型更加的稳定。刘畅等8将汽油辛烷值作为建模变量之一,利用随机森林的分类原理建立汽油产品辛烷值为因变量的预测模型,以此来预测脱硫过程中汽油辛烷值的损失。这些研究表明随机森林算法既可以用于分类,又可用于回归,其泛化能力较强;核主成分分析能很好地适用于具有非线性关系数据的特征选择,随机森林分类与核主成分分析算法均可用于数据的降维;岭回归可以解决模型拟合过程中,自变量之间存在多重共线性的问题。基于此,本文以产品辛烷值和硫含量为
15、主要研究对象,引用某石化企业精制脱硫装置近四年积累的大量历史数据,提出了基于核主成分分析(K P C A)的特征筛选方法,筛选出3 0个建模变量,在此基础上利用岭回归和随机森林回归建立辛烷值损失的预测模型,以提高脱硫率为前提,降低辛烷值损失的比例,给平衡脱硫率和辛烷值损失提供决策依据,最大化提升精制脱硫装置经济效益。1 数据与方法建立辛烷值损失的分析模型主要解决两个方面的问题。一方面是数据的预处理和降维,即将高维空间的数据映射到低维空间,以此来提炼出原始数据最本质的特征。降维的最终目的是筛选出与辛烷值损失关联程度最高的3 0个变量。另一方面是要选择合适的方法建立预测模型,在降维的基础上,建立的
16、预测模型还应该最大程度地契合实验数据的性质。1.1 样本数据预处理1.1.1 整体样本的处理本文数据源包括3 2 5个样本的3 6 7个变量,在预处理过程中,假设建立预测模型的误差独立同分布,除本文样本数据包含3 6 7个变量对辛烷值损失的影响外,其他因素对辛烷值损失的影响忽略不计,并且不考虑数据处理中不同工具、不同计算方法造成的计算误差。利用E x c e l中的C OUNT I F函数找出每个变量中有缺失值的位数的个数,计算出它们占3 2 5个样本的比例。对于占比高于2 0%的1 7个变量直接删除(表1)。表1 样本数据删除变量统计表编号变量名称缺失值占比/%编号变量名称缺失值占比/%2
17、6P V.1 34 4.6 21 2 3P V.9 13 3.5 43 8P V.2 58 8.6 21 6 4D A C A.3 64 2.1 53 9P V.2 63 8.7 72 1 8D A C A.8 39 4.4 64 1P V.2 84 1.2 32 2 1D A C A.8 69 1.3 85 9P V.4 64 2.1 52 2 9D A C A.9 49 4.7 78 7P V.7 46 7.3 83 1 2D A C A.1 7 06 5.8 59 1P V.7 86 5.8 53 4 5P V.1 2 34 1.2 31 0 2T O T A L.15 7.5 43 6
18、 0P V.1 3 82 5.8 51 0 9T O T A L.83 7.8 5 样本数据中空值占比低于2 0%的变量有9个(表2),共计1 0 6个位点,空值处采用3 2 5个样本中该变量的平均值替换。1.1.2 特殊样本的处理对于特殊样本的处理,先利用统计学上的3 93黄 冈 师 范 学 院 学 报 第4 3卷准则9,剔除异常值,再进行插补等处理。主要算法步骤如下:(1)利用E x e c l中的C OUNT I F函数找出缺失点位数的个数,计算出相应的比例,若某变量缺失值占比 超 过3 0%,则 将 该 变 量 删 除;若 低 于3 0%,则用前后两小时变量的平均值替换。表2 整体样本
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 汽油 辛烷值 损失 数学模型 分析
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。