2. 催化实验数据的特点与分类

催化实验的数据整理之所以比一般分析实验更复杂，根本原因在于：一次催化评价往往同时产生性能数据与表征数据两类性质完全不同的信息，它们的时间尺度、单位体系、记录载体和可信度判据都不一样。如果不在实验设计阶段就把"数据长什么样、从哪里来、记在哪里"想清楚，后期整理就会陷入反复翻原始记录、单位换算混乱、关键条件缺失的被动局面。本节围绕数据类型与数据来源两条主线展开，帮助建立可追溯的数据组织习惯。

一、四类常见数据类型及其特征

活性数据描述催化剂"转化多少"，核心是转化率与反应速率。转化率由进出口物料衡算得到，例如气相反应中常用 X = (n_in − n_out)/n_in × 100%；本征活性则需排除内外扩散影响后，用单位质量或单位比表面积的速率表示（如 mol·g⁻¹·s⁻¹）。活性数据的特点是强依赖操作条件：温度、空速、压力、配比任一变化，数值即不可直接比较。因此活性数据必须与条件"绑定"记录，孤立的转化率数字没有意义。

选择性数据描述"转化到哪去"，包括目标产物选择性、副产物分布、碳平衡收率。选择性通常由产物摩尔分数与化学计量关系计算，例如 S = (n_目标产物 / ν) / (n_原料转化量) × 100%。选择性数据最容易被忽视的问题是物料平衡闭合度——若碳平衡偏差超过约 5%，选择性数值本身就不足信，应先排查分析误差或未检出组分，而不是急着比较催化剂优劣。

稳定性数据描述"能撑多久"，是时间序列数据：转化率或选择性随运行时间（TOS）的变化曲线，以及再生前后的性能恢复程度。稳定性数据的关键在于采样密度与判据：通常需要连续运行数十至数百小时，按固定间隔取样，并明确"失活"的判定标准（如转化率下降超过初始值的 10%）。这类数据对记录连续性要求最高，一旦中断就难以还原失活趋势。

表征数据描述"催化剂是什么"，包括 XRD（物相）、BET（比表面积与孔结构）、TPR/TPD（还原性与酸性）、TEM/SEM（形貌粒径）、XPS（表面价态）等。表征数据多为离线、离散、单点的，且往往针对新鲜样、反应后样、再生样分别测试。它的价值在于与性能数据建立关联，因此样品标识（批次、取样阶段）必须与性能数据严格对应。

二、数据来源：在线、离线与人工三条通道

从图中可以看到，数据来源分为四条通道，但真正决定数据质量的往往是通道之间的时间对齐。在线分析仪（GC、MS、红外）给出的是反应过程中的实时组成，采样频率高、数据量大，但存在基线漂移、峰面积积分参数不一致等系统误差；流量与温压仪表提供的是条件参数，看似简单，却是活性计算的输入，一旦标定过期，所有转化率都会系统性偏移。

表征仪器属于离线通道，输出的是谱图、曲线、图像等非结构化原始文件，需要经过峰拟合、积分、模型计算才能变成可比数值。人工记录则承担称量、配气、现象观察、异常备注等无法自动采集的信息。实践中常见的问题是：在线数据自动存进了电脑，表征文件散落在各仪器工作站，人工记录只写了"反应正常"，三者之间没有统一的样品编号，导致整理时无法判断某张 XRD 谱图对应的是哪一次评价后的样品。

三、记录方式：三层载体与最小字段集

建议采用"纸质原始记录—仪器原始文件—电子汇总表"三层结构。纸质记录负责即时性与签字确认，仪器文件保留不可篡改的原始谱图，电子汇总表承担结构化与计算。三层之间靠唯一实验编号串联，编号规则应包含催化剂批次、反应条件组、运行日期与取样阶段，例如 CAT-A03_R450-1h_Post 表示 A03 批次催化剂在 450 ℃ 第一组条件运行 1 小时后取样。

电子汇总表的最小字段集建议包含：实验编号、催化剂标识（批次/负载量/预处理条件）、反应温度、压力、空速或流量、原料配比、取样时间（TOS）、转化率、目标产物选择性、碳平衡闭合度、表征文件路径、备注。其中碳平衡闭合度应作为独立字段保留，它是判断该行数据是否可用的第一道闸门。

四、整理时的两个易错点

第一是单位与基准不统一：活性有的用转化率、有的用时空收率，选择性有的按摩尔、有的按碳摩尔，汇总时必须统一并在表头注明基准，否则跨批次比较会得出错误结论。第二是把不同阶段样品混为一谈：新鲜样、反应后样、再生后样的表征结果差异本身就是重要信息，若样品标识缺失，构效关联就无从谈起。养成"先编号、再记录、后计算"的顺序，是催化数据可追溯的最低成本保障。