《Chinese Journal of Chemical Engineering》：Interpretable machine learning-based prediction of hydrodynamic performance of divided fixed-valve tray in distillation columns
编辑推荐：
本研究开发了集成数据驱动建模与可解释机器学习的方法，用于预测分程固定阀板 tray 的水力特性，包括湿压降、清液高度、泄漏率和雾沫携带率。通过对比随机森林、极端梯度提升、支持向量回归和浅层多层感知机的性能，发现支持向量回归模型（SVR）具有最佳预测精度，其复合R2值分别达到0.9750和0.9834。通过构建物理启发的特征集并应用Pearson相关分析和SHAP解释方法，揭示了各特征对水力特性的主导影响及正负作用关系。该框架不仅提高了预测可靠性，还为板式设备设计与操作优化提供了可操作的见解。
彭 Wang | 元星 | 王可汉 | 徐世智 | 学嘉兴 | 王焕 | 吴秀华 | 赵宏康 | 李群生
中国北京化工大学化学资源工程国家重点实验室，北京 100029
摘要
准确预测塔板流体力学特性对于现代蒸馏设备的设计和优化至关重要。传统的经验关联式在多种操作条件下的普适性往往有限，这限制了它们的实际应用。在这项研究中，开发了一个结合了可解释机器学习（Interpretable Machine Learning, ML）的数据驱动建模（Data-Driven Modeling, DDM）框架，用于预测分隔式固定阀塔板的流体力学特性，包括湿压降、清晰液位高度、溢流率和夹带率。从冷模实验中获得了总共760个实验数据点。训练并比较了四种机器学习算法——随机森林（Random Forest）、极端梯度提升（Extreme Gradient Boosting）、支持向量回归（Support Vector Regression）和浅层多层感知器（Shallow Multilayer Perceptron）。模型性能通过决定系数（R2）、均方根误差（RMSE）以及基于R2的复合指数（R_com）进行评估。其中，SVR模型取得了最高的预测准确性，测试集和扩展集的R_com值分别为0.9750和0.9834。在表现最佳的SVR模型基础上，通过物理信息转换孔口动能因子和溢流强度，构建了一个扩展的特征集。应用皮尔逊相关性（Pearson Correlation）和SHAP分析来量化每个特征的贡献，揭示了主要的流体力学驱动因素，并明确了它们对塔板行为的正面或负面影响。这种集成建模和可解释性框架不仅提高了预测的可靠性，还为塔板设计和操作优化提供了可行的见解。
引言
塔板是蒸馏、吸收和其他分离过程中的关键设备，在化工行业中得到了广泛应用。几十年来，已经开发出了许多创新的塔板设计，以提高传质效率和气液相互作用。代表性的例子包括导流筛板[1]、三维旋转流筛板[2][3][4]、正交波板[5]、泡沫整体塔板[6][7]、Nye塔板[8][9]、螺旋喷嘴塔板[10]、涡流塔板[11][12]和全喷塔板[13]。准确评估这些新型塔板的流体力学性能对于其结构优化和工业应用至关重要。
传统上，塔板流体力学与汽液负荷之间的关系是通过基于物理定律、守恒方程或理论关联式的模型驱动建模（Model-Driven Modeling, MDM）方法来研究的。例如，Kotschering等人[14]提出了一个适用于双流塔板的等效清晰液位高度关联式，后来Xu等人[15]对其进行了修改以适应更大的塔板直径。Zhang等人[16]进一步纳入了孔间距的影响来完善该模型。在夹带率方面，Kister和Haas[17]以及Bennett等人[18]开发了经验关联式，而Uys等人[19]通过实验表明液体粘度对夹带率有显著影响——这是早期公式中未考虑到的。Zhang和Tan[20][21]提出了静态和交叉流条件下气泡形成和溢流的理论模型。然而，塔板孔口上方的实际多相流动行为非常复杂且多变，使得传统的MDM方法难以准确捕捉这些现象。开发适用于新塔板配置的全面理论模型仍然具有挑战性。蒸馏过程涉及多个相互作用变量，如气液性质、操作条件和塔板几何形状，这些变量通常具有高度非线性。此外，任何结构修改或流动状态的变化通常需要大量的实验工作来重新校准甚至重新推导模型参数[22][23]。
在这种背景下，数据驱动建模（Data-Driven Modeling, DDM）提供了一种灵活高效的替代方案。与基于物理的方法不同，DDM直接从数据中推导变量关系，而不需要预先定义的机制假设，因此特别适用于非线性和多变量系统[24]。作为DDM的核心，机器学习（Machine Learning, ML）技术已在化学过程建模中得到广泛应用。最近在化学工程领域的研究展示了ML辅助DDM的强大潜力：Hu等人[25]开发了一个混合框架，将CFD（Computational Fluid Dynamics）与贝叶斯优化和大型语言模型相结合，有效地探索了固定床反应器中的多目标权衡，展示了数据驱动策略在智能反应器设计中的潜力。在更广泛的背景下，Zhu等人[26]系统回顾了机器学习在多相流体力学、传输和反应中的应用，强调了数据驱动和基于物理的模型如何补充传统的CFD，以提高预测精度并加速过程优化。Wang等人[27]开发了一个XGBoost-AdaBoost-ET集成框架，提高了非线性蒸馏建模的预测准确性；Bi和Qiu[28]提出了一种基于遗传算法（GA）和粒子群优化（PSO）的SVM用于原油性质预测，并显示出比传统SVM更优越的性能。Soroush等人[29]使用Levenberg-Marquardt人工神经网络（ANN）对酸气吸收行为进行了建模，具有高回归精度，而Liu等人[30]将CFD模拟与几种ML算法相结合，确定高斯过程回归（Gaussian Process Regression）是反应优化的最可靠替代方法。Xu等人[31]引入了一个混沌小波神经网络来预测气液固流沸腾中的压降信号，显著提高了准确性；Zhou等人[32]开发了一个混合CFD-LSTM模型，能够比CFD快几个数量级地预测转化率和浓度分布。Lahiri等人[33]应用了基于遗传算法优化的SVR框架进行浆液流压降预测，并报告了相比经验关联式的显著改进；Chen等人[34]比较了多种ML模型在搅拌生物反应器中的体积传质系数预测，确定CatBoost和XGBoost分别最适合牛顿和非牛顿系统。
与MDM和CFD模拟相比，ML辅助DDM在保持高预测准确性的同时大大降低了计算需求，特别是对于复杂或大规模流动系统[32]。尽管数据驱动方法在塔板流体力学中的应用尚未得到广泛探索，但随着人工智能的进步，其潜力日益受到认可。一旦训练得当，DDM可以有效地替代经验关联式，并无缝集成到优化框架中。因此，本研究系统评估了多种ML算法，以确定最适合预测分隔式固定阀塔板流体力学行为的DDM方法。此外，还开发了一个结合DDM和可解释性ML的混合框架，以确定最佳操作窗口，并为塔板设计和放大提供实用指导。
方法
本研究的工作流程如图1所示。在数据采集阶段，研究了一种分隔式固定阀塔板。选择孔口动能因子和溢流强度作为输入变量，而湿压降、清晰液位高度、溢流率和夹带率被定义为输出目标。首先进行了初步的探索性数据分析，以检查数据分布并检测异常值，然后进行预处理以确保数据质量。
数据预处理
对从冷流塔板实验中获得的760组实验数据进行了初步的探索性分析。图4中的直方图展示了主要输入和输出变量的分布。初步的数据探索确认所有变量的数值范围和变化趋势是合理的。这表明整体数据质量令人满意，为后续建模和分析提供了可靠的基础。
结论
本研究系统评估了四种ML模型在预测分隔式固定阀塔板流体力学性能方面的表现，并随后开发了一个结合数据驱动模型（DDM）和可解释机器学习的混合框架。结果表明，ML辅助的数据驱动方法在预测湿压降、清晰液位高度、溢流率和夹带率方面比传统的模型驱动方法具有显著优势。
作者贡献声明
赵宏康：撰写 – 审稿与编辑、监督、项目管理。
彭 Wang：撰写 – 审稿与编辑、初稿撰写、方法论、研究、数据整理。
李群生：撰写 – 审稿与编辑、监督、项目管理、资金获取。
学嘉兴：监督、项目管理、概念构思。
徐世智：软件开发、形式分析、概念构思。
王可汉：软件开发、研究、资金获取。
元星：可视化。
未引用参考文献
[40]; [41]; [42]。
关于写作过程中生成式AI和AI辅助技术的声明
声明：在准备本工作时，作者使用了OpenAI的ChatGPT来协助语言润色和手稿修改。使用该工具后，作者根据需要审查和编辑了内容，并对发表文章的内容负全责。
利益冲突声明
? 作者声明他们没有已知的竞争性财务利益或个人关系可能会影响本文所述的工作。
致谢
本研究得到了国家自然科学基金（U2267226）的支持。
