2. 化工过程响应变量与因子识别

响应面法在化工中的第一步，不是急着设计实验，而是把“要优化什么”和“什么在影响它”说清楚。响应变量（response）是我们最终要评价的过程输出，因子（factor）是我们在允许范围内可以主动设定或至少可以记录的过程输入。二者一旦定义错误，后续的二次模型再精致也只是对错误问题的拟合。本节结合典型化工单元操作，讲清如何确定响应变量、如何筛选关键因子，并给出可操作的因子筛选练习。

一、响应变量：选“可测、可算、可比较”的输出

响应变量必须满足三个条件：能用仪表或取样分析获得数值；能按统一口径计算（如按进料量归一）；在实验范围内有足够变化幅度，否则模型无法分辨因子效应。化工中常见的响应变量可分为三类：

• 收率与选择性类：反应收率、目标产物选择性、转化率。例如管式反应器中以“目标产物摩尔流率/关键原料进料摩尔流率”定义收率，必须固定取样位置与停留时间口径。
• 质量与纯度类：产品纯度、杂质含量、含水率、粒径分布 D50。精馏塔顶产品纯度常以摩尔分数表示，需明确是塔顶采出还是回流液取样。
• 能耗与经济性类：再沸器热负荷、压缩机轴功率、单位产品蒸汽消耗、综合能耗。此类响应往往由多个操作参数共同决定，适合作为二次模型的响应。

需要强调的是，响应变量应尽量选单一、连续、可量化的指标。若同时关心纯度和能耗，可分别建模，或用加权综合指标，但权重必须在建模前确定，不能看到结果后再调。对于间歇过程，还要明确响应是“终点值”还是“过程积分值”，例如反应时间内的平均选择性。

二、因子识别：从单元操作机理出发列候选

因子不是越多越好。候选因子应来自对单元操作的机理分析，再通过筛选剔除不显著项。以三类典型单元为例：

表中“需固定的条件”就是区组或固定因子。响应面实验的一个基本要求是：未纳入模型的变量应保持稳定，否则其波动会混入误差，掩盖真实因子的效应。例如精馏实验中若进料组成波动，回流比的效应就会被干扰，因此进料组成必须预先配稳并记录。

三、因子筛选：先降维，再建模

当候选因子较多（如 6～8 个）时，直接做全因子或响应面设计成本过高。工程上常用筛选设计先识别显著因子，再用少量因子做响应面优化。常用手段包括部分因子设计（如 2^7-3）、Plackett-Burman 设计，以及基于机理判断的先验剔除。筛选阶段的目标不是精确建模，而是回答“哪些因子值得保留”。

筛选时要注意三点：一是因子水平范围要合理，过窄则效应被噪声淹没，过宽则可能触发副反应或操作不安全；二是保留中心点以估计纯误差和弯曲趋势；三是随机化实验顺序，避免时间漂移与因子效应混淆。筛选结果通常用主效应图或 Pareto 图判断，显著因子进入下一轮响应面设计。

四、因子筛选练习：以管式反应器收率为例

设某液相管式反应 A→P，目标响应为 P 的收率 Y（%）。候选因子为温度 T（60～90 ℃）、进料摩尔比 R（A:B，1.0～2.0）、停留时间 τ（10～30 min）、催化剂装填量 W（固定床体积分数 5%～15%）、进料总流量 F（0.5～1.5 L/min）。已知 F 与 τ 通过反应器体积相互制约，二者高度相关，不能同时作为独立因子。

筛选思路如下：先固定反应器体积与压力，将 F 与 τ 合并为“停留时间”一个因子，F 作为固定条件记录；W 在预实验中变化不明显，可先固定在中位水平，作为区组或固定因子；保留 T、R、τ 三个因子，采用 2³ 全因子加 3 个中心点，共 11 次实验。实验顺序随机化，每次取样分析 P 的摩尔分数并计算收率。若主效应图中 T 与 R 的效应明显大于 τ，则下一轮响应面设计可重点围绕 T、R 展开，τ 固定在较优水平。

五、形成可执行的因子清单

完成上述分析后，应形成一份简明的因子清单，至少包含：因子名称与符号、单位、低/中/高水平、是否可控、固定条件、与响应变量的预期关系方向。例如温度升高通常提高反应速率但也可能加剧副反应，因此预期对收率呈“先升后降”的弯曲关系，这正是二次模型需要捕捉的。清单确定后，才进入实验设计与模型拟合阶段。

需要提醒的是，响应变量与因子的定义不是一次性的。在模型拟合后发现残差存在明显结构、或某因子效应与机理矛盾时，应回到本节重新检查：响应口径是否一致、因子水平是否合理、是否有遗漏的关键变量。响应面法的可靠性，首先取决于这一步“问对问题”。