基于多元線性回歸模型的乙醇偶合制備C4烯烴方法

摘要：本文通過對催化劑組合設計，探索乙醇催化偶合制備C4烯烴的工藝條件具有非常 重要的意義和價值。某化工實驗室針對不同催化劑在不同溫度下做了一系列實驗，通過matlab運用多元線性回歸模型，對每種催化劑組合，分別研究乙醇轉化率、C4 烯烴的選擇性與溫度的關系，并對350度時給定的催化劑組合在一次實驗不同時間的測試結果進行分析;如何選擇催化劑組合與溫度，使得在相同實驗條件下C4烯烴收率盡可能高;還探討了不同催化劑組合及溫度對乙醇轉化率以及C4烯烴選擇性大小的影響，最后給出一定條件下Co在催化劑表面高度分散，催化劑表面酸、堿適宜，因此具有較高催化活性。

關鍵詞：乙醇;C4烯烴;多元線性回歸模型;matlab

1 引言

近年來，隨著汽車和化工行業等新型經濟體不斷發展，煤炭及化石能源的需求不斷增加，從而引發了資源短缺、環境污染等一系列的問題。 因此，尋找一種 替代的可再生的能源是當前研究的熱點。乙醇作為一種清潔能源， 可以通過秸稈、玉米等生物質發酵獲得，原料來源十分廣泛。隨著乙醇產量的逐年增加和生產成本的下降，其作為平臺分子轉化為其他高附加值的產品具有廣闊的應用前景。C4烯烴作為重要的化工原料，被廣泛的應用于化工產品及醫藥中間體的生產。傳統的生產方法均采用化石能源為原料，但隨著化石能源產量的短缺及對環境影響的加重，能源的供給逐漸趨向于多元化，開發新型的清潔能源顯的愈加緊迫。乙醇分子可以通過生物質發酵制備，來源廣泛、綠色清潔，以其為平臺分子生產高附加值的丁醇及C4烯烴具有巨大的應用前景及經濟效益，受到國內外廣泛關注。因此，本論文以乙醇為平臺化合物，通過對催化劑的結構設計與制備，探索了乙醇催化偶合制備丁醇及C4烯烴的工藝條件。

2 研究乙醇轉化率、C4 烯烴的選擇性與溫度的關系

根據要求分別研究乙醇轉化率（）、C4烯烴的選擇性（）與溫度（c）的關系，同時并以350度時給定的催化劑組合在一次實驗不同時間的測試結果進行分析：

（1）乙醇轉化率、C4烯烴得選擇性與溫度的關系函數分別如下：

運用SPSS多元線性回歸模型偏相關分析得結果，當涉入“溫度C”這個變量后，“乙醇轉化率”和“C4烯烴的選擇性”的相關系數多數在溫度下大于0.5，P值小于0.01，相關關系具有統計學的意義，呈現正相關函數圖。

（2）在350度下給定催化劑組合的實驗時間范圍為：20～273（min）

確定控制變量：時間（T）;因變量：、、乙烯選擇性（A）、乙醛選擇性（B）、碳數4-12脂肪醇（D）、甲基苯甲醛和甲基苯甲醇（E）。

現根據因變量與自變量關系以及數據，利用Excel篩選、、T幾組數據得出結論：隨時間變化增加趨勢，得出逐漸下降;趨勢與相反。呈現上升現象。

3 不同催化劑組合及溫度對乙醇轉化率以及C4烯烴選擇性大小的影響

探究不同催化劑組合及溫度對乙醇轉化率以及C4烯烴選擇性大小的影響，在問題1分別

對乙醇轉化率、C4烯烴選擇性與溫度進行了關系分析，故而3在采用2基礎上增加附件一、二中Excel散點排序圖、篩選數據、在計算SPSS中選擇數學的線性回歸函數，得出關于不同催化劑組合及溫度對、兩者的影響。

a. 因變量：溫度

b. 預測變量：（常量）， C4烯烴選擇性（%）， 乙醇轉化率（%）

此實驗采用了四組實驗催化劑組合得出結論分析：在圖表顯示中可以看出F和顯著性，顯著性在遠小于0.05下表明系數的檢驗顯著;在回歸系數的絕對值顯著大于0，表明自變量可以有效的預測因變量的變異。F值測驗組間和組內的離差平方與自由度的比值，F越大，越說明組間方差是主要方差來源，處理的影響越顯著;F越小，越說明隨機方差是主要的方差來源，處理的影響越不顯著。

4 如何選擇催化劑組合與溫度，使得在相同實驗條件下C4烯烴收率盡可能高。

在考慮從幾組數據進行Excel散點圖排布，而后在問題3條件影響下，得出A 組B組數據，在使得在相同的實驗條件下C4烯烴收率盡可能達到最大值。根據線性回歸函數得出情況。

公式：

情況表明：在A組我們發現當x1越接近0，x2越接近1，它們的C4烯烴收率達到最高值;

（1）在偏差在0.2內，同時絕對值接近1，數值都較高;

絕對值在0.7-1.3內，如：A組中A2～A7;

（2）在偏差在0.3內，絕對值接近2.5，數值較高，如：A5;在絕對值接近0，數值為0，如：A13。下舉兩個特例：A10、A11。

A10、A11：在x1、x2都遠大于、遠小于以上兩種情況。

下面根據A組表示圖可知：部分催化劑組合與溫度關系，在大于350度后C4烯烴收率發生變化，大多數催化劑組合在q的取值中200mg最為合適，在w的取值中2%wtCo/Sio2最為合適，催化劑載體的容量200最為合適，在速率上0.3～0.9最為合適。具體將采取兩組效果圖說明：

綜上結論：在綜合所有數據及圖表得在大于350度后C4烯烴收率發生變化，大多數催化劑組合在q的取值中200mg最為合適，在w的取值中2%wtCo/Sio2最為合適，催化劑載體的容量200最為合適，在速率上0.3～0.9最為合適。經過我們對上述問題的延伸，發現Co負載量在數值2時C4烯烴收率比較高，因此我們以Co負載量為關鍵設計另外兩組實驗，分別是第四組和第五組實驗。第四組：我們在A3的基礎上設計了A33，我們將A3的Co負載量值1wt%增加到1.5 wt%，其他條件保持，然后進行實驗。第五組：我們在A3的基礎上設計了A34，我們將A3的Co負載量值1 wt%增加到2 wt%，其他條件保持，然后進行實驗。

5 小結

本文主要運用了多元線性回歸模型偏相關與相關性結合的方法給出基本思路原理，通過matlab來實現，研究它們之間關系并對350度下定向催化劑組合與時間進行分析可靠性更高;而后面的問題二模型二利用數學線性回歸函數來解決問題得以較好的完成。由于沒有在更多實際數據下處理，和其他實驗因素干擾，模型三、四的建立還有待進一步研究。

參考文獻

[1]戴明強，數學模型及其應用，科學出版社，2007年。

[2]李東梅，數學建模，科學出版社，2007年。

[3]孫麗，閆文楠，賀鵬飛，線性回歸，山西大學，?2011年。

[4]陳宏偉，相關性研究，現代經濟信息，19期，2014年。

[5] 張萍萍，張建華，尹咪咪，生物學結構， 鄭州大學學報（理學版），02期，2016年。

基金項目：南寧學院2019年校級科研項目（2019XJ16）

作者簡介：李玲玲，女，壯族，廣西南寧人，副教授，研究方向：概率論與數理統計.