基于模型与统计检验的工业催化剂测试实验活动设计框架

《Chemical Engineering Science》:A model-based statistical framework for the design of experimental campaigns in industrial catalyst testing

【字体: 大 中 小 】 时间:2026年09月26日 来源:Chemical Engineering Science 5.1

编辑推荐:

  摘要翻译: 一种用于工业催化剂测试中实验活动设计的基于模型的统计框架 • 通过基于模型的实验设计(MBDoE)和统计检验比较工业催化剂的新框架。 • 夹心检验(sandwich test)评估催化剂性能是否与参考催化剂统计等价或不同。 • 通过比较氨合成催化

  
摘要翻译:

一种用于工业催化剂测试中实验活动设计的基于模型的统计框架
• 通过基于模型的实验设计(MBDoE)和统计检验比较工业催化剂的新框架。
• 夹心检验(sandwich test)评估催化剂性能是否与参考催化剂统计等价或不同。
• 通过比较氨合成催化剂的工业性能对该框架进行测试。
• 该框架减少了确保催化剂比较所需的实验次数。
论文解读:

工业催化剂测试是化学工程中的标准实践,旨在通过对比不同商业催化剂在工业过程中的性能,以选择最优者,从而提升效率并满足环境要求。随着商业催化剂数量不断增加,选择过程日益复杂。传统实验活动通常依据历史经验制定的工业协议进行,但这些协议不一定能最大化信息含量,且可能因操作条件设置不当而导致对催化剂性能的错误评估。例如,文献表明不同工业协议对同一流化催化裂化催化剂可产生不一致的性能结果,且部分工业协议无法为催化剂失活评估提供充分数据。此外,工业协议通常只关注单一性能指标(如选择性、反应速率或产率),这可能影响比较结论的可靠性。

为应对这些挑战,研究人员提出了一种结合基于模型的实验设计(MBDoE)与新型统计检验的框架,旨在设计实验活动以比较工业催化剂与参比催化剂的性能。该框架首先使用第一性原理动力学模型拟合参比催化剂和待测催化剂的实验数据,然后通过MBDoE迭代设计实验,以最小化模型参数的不确定性。同时,引入一种新颖的夹心检验(sandwich test)作为停止准则,该检验基于两个双单侧t检验(TOST)的组合,能够将每个模型参数分类为统计等价、统计不同或不确定。当所有参数均被明确分类时,实验活动终止。这一方法通过利用历史工业数据校准统计阈值,从而将未测量变异的影响纳入比较。

研究人员开展的研究表明,该框架能显著减少所需实验次数,同时保证催化剂比较的可靠性。其意义在于为工业催化剂测试提供了一种数据驱动且信息高效的实验协议设计方法,能够降低实验成本并提高决策质量。具体而言,在工业氨合成催化剂案例中,与标准工业协议相比,MBDoE设计的协议在等价催化剂场景下最多节省三个实验(工业协议需九个),在不同催化剂场景下节省一个实验,且参数估计精度和模型响应不确定性均得到改善。

在关键技术方法上,研究人员采用了高压Temkin–Pyzhev方程作为动力学模型,反应器假设为平推流,模型参数包括α、Ea和kpre。参数通过最大似然(ML)估计,在假设同方差高斯噪声下退化为普通最小二乘。MBDoE采用D最优准则(D-optimality)优化实验条件。夹心检验的阈值Δlow通过七个历史实验活动(针对参考催化剂)进行成对校准,显著性水平设为γ=0.05。实验数据来自三年工业氨合成测试活动,其中参考催化剂历史活动七个;由于缺乏完整工业数据,后续实验通过计算机模拟生成。样本来源为工业氨合成流动反应器系统,使用Ni/Cr合金微反应器及Agilent 490 MicroGC分析。

研究结果部分:

5.1 等价催化剂案例(Case A: Equivalent catalyst):通过比较工业协议与MBDoE协议的夹心检验轨迹,两者均能正确判定待测催化剂A与参比催化剂等价,但MBDoE协议减少了所需实验次数。对于α和Ea,MBDoE节省一个实验;对于kpre,MBDoE节省三个实验,这是因为决策向量将设计集中于该参数。MBDoE协议获得的参数t值更高,参数相关性更低,响应不确定性更小,表明其模型质量更优。

5.2 不同催化剂案例(Case B: Different catalyst):待测催化剂B仅α参数与参考不同。两种协议均能正确分类α为不同,但MBDoE协议节省一个实验。对于Ea,MBDoE一次实验即可分类为等价,而工业协议需要更多实验。对于kpre,工业协议未能正确分类(t值低于参考值),而MBDoE正确分类。MBDoE协议同样展示了更低的参数相关性和更高的t值,平均产率预测与参考分离较清晰,而工业协议置信区间过宽,难以区分。

5.3 设计的实验条件:MBDoE协议选择的实验条件包括更高的氢气流速、更高的压力、更低的反应物比(非化学计量比)、更低的升温速率和更高的最高温度。这些条件提高了模型响应对参数的敏感性,从而加速信息获取。相比之下,工业协议保持恒定条件,信息效率较低。

讨论部分总结:MBDoE协议虽然实验条件通常更昂贵(如高压气体),但通过减少实验次数和降低不确定性,综合效益明显。夹心检验中的Δup阈值设定对分类时机有影响,可通过轨迹平稳性分析来缓解。未来工作将考虑成本多目标优化,并开展实际实验验证。

研究结论部分翻译如下:本文提出了一种基于MBDoE和统计方法组合的实验活动设计新框架,旨在比较工业催化剂与参比催化剂的性能,同时考虑工业环境中典型的多种不确定性来源。该方法依赖第一性原理动力学模型,并利用夹心检验实现催化剂行为的统计分类,从而在达到足够信息水平时终止实验。工业案例表明,MBDoE设计的协议在减少实验次数的同时,提高了最终模型的质量和催化剂性能评估的可靠性。未来研究将把成本因素纳入实验设计,并通过专门实验进行充分验证。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号