1. 课程导论与参数对照方法总览

工业催化过程优化，本质上不是“把某个参数调到最大”或“把某个指标压到最低”，而是在催化剂、反应器、原料与产品约束共同构成的系统中，找到一组彼此协调的操作条件与工艺参数。催化反应受热力学平衡、动力学速率、传质传热、催化剂失活与选择性等多重因素耦合影响，任何一个参数的改变往往同时带来转化率、选择性、收率、能耗与催化剂寿命的连锁变化。因此，本课程的核心对象可以概括为四类：催化剂参数（活性组分、助剂、载体、粒径、比表面积、装填方式）、反应参数（温度、压力、空速、氢油比或氧烯比等配比、停留时间）、物料参数（原料组成、杂质含量、循环比）以及设备与操作参数（床层压降、热点位置、换热能力、再生周期）。优化的目标，是在这些参数构成的可行域内，使收率、选择性、能耗与运行稳定性达到可接受的平衡。

参数对照的意义，正在于把“单点经验”转化为“可比较、可迁移的判断”。工业现场常见的困境是：某装置在A条件下运行良好，换到B装置或换批原料后效果骤降，操作人员却难以说清差异来自哪里。参数对照通过固定可比基准、明确变量与响应指标，把模糊的“感觉变了”变成可追溯的“哪个参数偏离了多少、引起了哪项指标怎样变化”。它既是故障诊断的入口，也是工艺优化与放大设计的依据。

上图把本课程的方法主线压缩为一条可操作的对照链：先识别四类参数对象，再建立可比基准、锁定变量与响应、采集并归一化数据，最后做差异归因与判读。需要强调的是，对照的前提是参照系一致。例如温度必须注明是床层入口温度、出口温度还是热点温度；空速应统一为标况体积空速；收率必须按同一产品定义计算。否则会出现“转化率升高、收率反而下降”的表面矛盾——这往往不是数据错误，而是选择性下降或产品定义不一致所致。

为了让对照真正可执行，建议在每组建模或标定时形成一张最小参数对照表。以下为教学示例（数值为合理假设，用于说明字段与判读方式，非实测数据）：

这张表的价值不在于数字本身，而在于它把“调了温度”这一动作拆成了可核查的因果链：温度升高使反应速率上升、转化率提高，同时副反应加剧使选择性下降；由于转化率增幅大于选择性降幅，收率仍净增。若只看转化率就下结论，很容易忽略选择性损失带来的后续分离负荷与催化剂积炭风险。实际工作中，还应同步记录催化剂运行时长与再生次数，因为同样温度下新鲜剂与接近再生周期的催化剂，其响应可能完全不同。

关于典型案例的选取，本课程遵循五条原则：有明确对照基准与可测响应；参数变化可解释、可复现；覆盖加氢、氧化、重整、聚合等不同反应类型与工艺环节；兼顾成功优化与失效复盘；数据来源标注清楚，教学示例与实测数据严格区分。这样安排的目的，是让学习者在不同案例中反复练习同一套对照思维，而不是记忆零散的经验数字。

课程学习路径按“方法总览—参数体系—典型反应案例—对照分析—优化决策”推进。每一节都围绕“对象—参数—响应—判读”的闭环展开：先明确该过程的关键对象与可控参数，再说明参数如何影响响应指标，最后给出结果判读与决策依据。学习者应逐步养成三个习惯：动手前先定义参照系，采集时同步记录干扰因素，判读时同时看转化率、选择性与收率三项指标，避免单指标误导。