2020年“华为杯”第十七届中国研究生数学建模竞赛题目B：汽油辛烷值建模优秀论文范例含源代码（共四篇）.docxVIP

2020年“华为杯”第十七届中国研究生数学建模竞

赛题目B:汽油辛烷值建模优秀论文范例含源代码

(共四篇)

降低汽油精制过程中的辛烷值损失模型……2

汽油精制过程中的辛烷值损失预测及优化研究……………37

汽油辛烷值优化建模…………78

汽油辛烷值优化建模…………128

1

中国研究生创新实践系列大赛

“华为杯”第十七届中国研究生数学建模竞赛

题目降低汽油精制过程中的辛烷值损失模型

摘要：

在汽油燃烧的尾气排放对大气环境污染有重要影响的今天，汽油清洁化技术十分关键。我国目前大规模采用的精制汽油的工艺为Szorb技术，该方法能够在保证较低的辛烷值损耗的前提下生产在10ppm以下的低硫汽油，辛烷值每降低1个单位，相当于损失约150元/吨。因此，如果能够通过相关工艺技术的调整或改进，降低辛烷值的损失，则可以为整个催化裂化重油化工工业乃至国民经济的发展带来巨大的效益。

对于问题1,将285号和313号样本数据采集记录并主要针对非操作变量进行预处

理，采取处理如下方式：变量值缺失值取为前后一段时间内平均；若超出变量范围则取为对应的最小值或最大值；利用3σ准则将异常数据剔除。两样本筛出不符合变量范围的数据分别为120和290个，剔除3σ区间外数据为0和65个。

对于问题2,基于数据预处理的366个变量(包括12个性质变量及354个操作变

量),根据其属性首先利用基于EM算法的GMM聚类对354个操作变量进行聚类，将其分为30类，并通过t-SNE降维可视化技术对聚类结果进行可视化；其次对12维性质变量及30类中每一聚类簇中根据信息增益理论计算其关于辛烷值损失的信息增益值，在信息增益计算结果排序的基础上结合斯皮尔曼相关系数，对42维变量进行筛选，剔除相关性较大及信息增益值较低的变量，最终筛选出28维具有代表性和独立性的变量(包括3维性质变量及25维操作变量)

对于问题3,根据前问筛选出来的28个具有代表性及独立性的主要变量，建立了基于慢特征分析的即时学习(SFA-JITL)辛烷值损失预测框架。该模型首先对28个主要变量进行了慢特征分析筛选出7维慢特征，其次搭建即时学习框架对样本序列依次输入完成每个样本值辛烷值损失的预测，并在加入更新样本的过程中利用局部加权慢特征方法对慢特征权重不断调整，该模型适用于与工艺流程数据更新的预测建模。此外，SFA-JITL辛烷值预测模型结果与真实值对比并于其他模型相比较验证了模型的有效性。

对于问题4,根据问题3的辛烷值损失预测值，总结325个样本的辛烷值减损方案。在保证产品硫含量处于汽油标准范围的前提下，挑出降幅大于30%的样本共56个，并详细分析所对应的主要变量经过优化后的操作条件，采取求均值的方法，获得最大可能适用所有样本的操作条件，进而为石化企业的长期、高效运营提供科学稳健的理论支撑。

对于问题5,根据问题4中的优化方案，对133号样本的各主要操作变量进行逐步的迭代，最终迭代49步到达最终的优化方案。经过模型的分析预测，得到了整个迭代过程中产品的辛烷值、辛烷值损失和硫含量值数据，对整个迭代优化过程中对应的成品汽油的辛烷值和硫含量的变化轨迹进行可视化。

关键词：辛烷值损失，GMM聚类，信息增益特征筛选，SFA-JITL框架，操作变量优化

2

1.问题重述

1.1问题背景

石油炼制工业是国民经济的重要支柱产业，其中，催化裂化工艺是石化工业中最重要的工艺之一，其兴起源于现代运输行业对高辛烷值汽油和甲苯的需求。该工艺既可以实现原油深度加工，又可以提高轻质油收率、品质和经济效益[1。目前，随着家用汽车的日渐普及，中国已逐步发展为世界上最大的燃料油品市场，且汽油消费量仍在逐年高速增长。

图1所示为世界各大经济体的汽油池组成情况，纵观全球平均水平，催化裂化汽油和重整汽油占比近乎持平；反观我国，催化裂化汽油占汽油池的74%,是重油轻质化工艺技术的核心。截至2019年12月，我国成品汽油中95%以上的硫和烯烃来自催化裂化汽油[21。因此，今后催化裂化汽油还有很大的发展空间。

■催化裂化汽油■重整汽油■烷基化油

■异构化油■含氧组分■其他

图1世界各地汽油池组成情况

此外，重整汽油占比15%,我国对催化工艺的研究开发始于20世纪50年代，根据催化剂再生方式的类型，国内重整技术主要分为半再生重整技术、连续重整技术两种。

截至2019年6月底，我国的连续重整规模达到了93.32Mt/a,是半再生重整技术的11.5倍。连续重整技术的过程由许多单元组成，还伴随着复杂的化学反应，如图2所示[3]。然而，催化裂