降低汽油精製過程中的辛烷值損失模型
一、背景
汽油是小型車輛的主要燃料，汽油燃燒產生的尾氣排放對大氣環境有重要影響。為此，世界各國都制定了日益嚴格的汽油品質標準（見下表）。汽油清潔化重點是降低汽油中的硫、烯烴含量，同時儘量保持其辛烷值。
歐盟和我國車用汽油主要規格
| 車用汽油標準 | 辛烷值 | 硫含量/(μg/g) ≯ | 苯含量/% ≯ | 芳烴含量/% ≯ |
| 烯烴含量/% ≯ |
| 國Ⅲ（2010年） | 90-97 | 150 | 1 | 40 |
| 30 |
| 國Ⅳ（2014年） | 90-97 | 50 | 1 | 40 |
| 28 |
| 國Ⅴ（2017年） | 89-95 | 10 | 1 | 40 |
| 24 |
| 國Ⅵ-A（2019年） | 89-95 | 10 | 0.8 | 35 |
| 18 |
| 國Ⅵ-B（2023年） | 89-95 | 10 | 0.8 | 35 |
| 15 |
| 歐Ⅴ（2009年） | 95 | 10 | 1 | 35 |
| 18 |
| 歐VI（2013年） | 95 | 10 | 1 | 35 |
| 18 |
| 世界燃油規範（Ⅴ類汽油） | 95 | 10 | 1 | 35 |
| 10 |
注: μg/g是一個濃度單位，也有用mg/kg或ppm表示的（以下同）
我國原油對外依存度超過70%，且大部分是中東地區的含硫和高硫原油。原油中的重油通常佔比40-60%，這部分重油（以硫為代表的雜質含量也高）難以直接利用。為了有效利用重油資源，我國大力發展了以催化裂化為核心的重油輕質化工藝技術，將重油轉化為汽油、柴油和低碳烯烴，超過70%的汽油是由催化裂化生產得到，因此成品汽油中95%以上的硫和烯烴來自催化裂化汽油。故必須對催化裂化汽油進行精製處理，以滿足對汽油品質要求。
辛烷值（以RON表示）是反映汽油燃燒效能的最重要指標，並作為汽油的商品牌號（例如89#、92#、95#）。現有技術在對催化裂化汽油進行脫硫和降烯烴過程中，普遍降低了汽油辛烷值。辛烷值每降低1個單位，相當於損失約150元/噸。以一個100萬噸/年催化裂化汽油精製裝置為例，若能降低RON損失0.3個單位，其經濟效益將達到四千五百萬元。
化工過程的建模一般是通過資料關聯或機理建模的方法來實現的，取得了一定的成果。但是由於煉油工藝過程的複雜性以及裝置的多樣性，它們的操作變數（控制變數）之間具有高度非線性和相互強耦聯的關係，而且傳統的資料關聯模型中變數相對較少、機理建模對原料的分析要求較高，對過程優化的響應不及時，所以效果並不理想。
某石化企業的催化裂化汽油精製脫硫裝置執行4年，積累了大量歷史資料，其汽油產品辛烷值損失平均為1.37個單位，而同類裝置的最小損失值只有0.6個單位。故有較大的優化空間。請參賽研究生探索利用資料探勘技術來解決化工過程建模問題。
二、目標
依據從催化裂化汽油精製裝置採集的325個資料樣本（每個資料樣本都有354個操作變數），通過資料探勘技術來建立汽油辛烷值（RON）損失的預測模型，並給出每個樣本的優化操作條件，在保證汽油產品脫硫效果（歐六和國六標準均為不大於10μg/g，但為了給企業裝置操作留有空間，本次建模要求產品硫含量不大於5μg/g）的前提下，儘量降低汽油辛烷值損失在30%以上。
三、問題
1. 資料處理：請參考近4年的工業資料(見附件一「325個資料樣本資料.xlsx」)的預處理結果，依「樣本確定方法」（附件二）對285號和313號資料樣本進行預處理（原始資料見附件三「285號和313號樣本原始資料.xlsx」）並將處理後的資料分別加入到附件一中相應的樣本號中，供下面研究使用。
2. 尋找建模主要變數：
由於催化裂化汽油精製過程是連續的，雖然操作變數每3 分鐘就取樣一次，但辛烷值（因變數）的測量比較麻煩，一週僅2次無法對應。但根據實際情況可以認為辛烷值的測量值是測量時刻前兩小時內操作變數的綜合效果，因此預處理中取操作變數兩小時內的平均值與辛烷值的測量值對應。這樣產生了325個樣本（見附件一）。
建立降低辛烷值損失模型涉及包括7個原料性質、2個待生吸附劑性質、2個再生吸附劑性質、2個產品性質等變數以及另外354個操作變數（共計367個變數），工程技術應用中經常使用先降維後建模的方法，這有利於忽略次要因素，發現並分析影響模型的主要變數與因素。因此，請你們根據提供的325個樣本資料（見附件一），通過降維的方法從367個操作變數中篩選出建模主要變數，使之儘可能具有代表性、獨立性（為了工程應用方便，建議降維後的主要變數在30個以下），並請詳細說明建模主要變數的篩選過程及其合理性。（提示：請考慮將原料的辛烷值作為建模變數之一）。
3. 建立辛烷值（RON）損失預測模型：採用上述樣本和建模主要變數，通過資料探勘技術建立辛烷值（RON）損失預測模型，並進行模型驗證。
4. 主要變數操作方案的優化：要求在保證產品硫含量不大於5μg/g的前提下，利用你們的模型獲得325個資料樣本(見附件四「325個資料樣本資料.xlsx」)中，辛烷值（RON）損失降幅大於30%的樣本對應的主要變數優化後的操作條件（優化過程中原料、待生吸附劑、再生吸附劑的性質保持不變，以它們在樣本中的資料為準）。
5. 模型的視覺化展示：工業裝置為了平穩生產，優化後的主要操作變數（即：問題2中的主要變數）往往只能逐步調整到位，請你們對133號樣本（原料性質、待生吸附劑和再生吸附劑的性質資料保持不變，以樣本中的資料為準），以圖形展示其主要操作變數優化調整過程中對應的汽油辛烷值和硫含量的變化軌跡。（各主要操作變數每次允許調整幅度值Δ見附件四「354個操作變數資訊.xlsx」）。
附件：
附件一：325個樣本資料.xlsx
附件二：樣本確定方法.docx
附件三：285號和313號樣本原始資料.xlsx
附件四：354個操作變數資訊.xlsx