杜明洋,张甜甜,薄其高,许文文

齐鲁工业大学(山东省科学院) 数学与统计学院,济南 250353

目前,小型车辆的主要燃料是汽油,汽油燃烧排放的产物主要有一氧化碳、氮氧化合物、碳氢化合物、微粒等,对大气环境造成了重大影响。为此,世界各国都制定了日益严格的汽油质量标准。汽油清洁化重点是降低汽油中的硫、烯烃含量,同时尽量保持其辛烷值。为满足日益严格的清洁汽油标准不断降低硫和烯烃含量的需求,国内外在汽油清洁化领域开展了大量的研究工作。

辛烷值(RON)是反映汽油燃烧性能的最重要指标,目前除考虑改进发动机的构造和操作条件外,主要依靠提高汽油辛烷值,借以提高发动机压缩比的办法来增加功率和节约汽油。但是现有技术在对催化裂化汽油进行脱硫和降烯烃过程中,普遍降低了汽油辛烷值。辛烷值每降低1个单位,相当于损失约150元/吨。以一个100万吨/年催化裂化汽油精制装置为例,若能降低0.3个单位RON损失,其经济效益将达到4 500万元。因此降低汽油辛烷值损失具有重要意义。本文采用改进的因子分析法和随机森林算法建立汽油精制过程中的辛烷值损失预测模型。具体数据来源于某石化企业的催化裂化汽油精制脱硫装置运行4年所积累的历史数据[1-3]。

1 变量降维

在解决实际问题时,自变量过多对于模型的构建是弊大于利的,因此,一般采用先降维再建立模型的方法来简化模型。本文采用改进的因子分析法、随机森林两种方法分别对操作变量进行降维,最后比较两种方法的降维效果。……