基于SPSS软件的棕榈油生物柴油的低温流动性研究与分析

3.2 SPSS数学模型建立过程

本研究采用数理统计建模方法探究多参数间的关联特性，重点考察响应变量与解释变量之间的统计相关性。基于SPSS 26.0统计分析平台，构建多元非线性回归模型，通过最小二乘算法拟合最优回归方程，其数学表达式为[4]：

3.3 凝点与脂肪酸甲酯的预测模型

基于表3-1中的数据，使用曲线估算发现凝点与五种脂肪酸甲酯为多元非线性关系， 采用最小二乘法进行计算，最终的拟合方程为：

其中：Y-凝点（CP）X1-硬脂酸甲酯；X2-棕榈酸甲酯；X3-油酸甲酯；X4-亚油酸甲酯；X5-亚麻酸甲酯。

对公式3-1进行回归方程的统计分析，结果如表3-2所示。

基于表3-2的模型拟合结果分析表明：该回归模型具有显著的统计学意义（R=0.93，R²=0.864），其判定系数远超临界值（Rcrit=0.281），证实五种脂肪酸甲酯组分与凝点存在显著相关性（P<0.01），决定系数R²=0.864，表明模型显著性检验P<0.001，远低于α=0.01的显著性水平，一次项系数分析显示非线性特征显著。正向影响因子：X₁（硬脂酸甲酯），影响因数最大；X₂（棕榈酸甲酯）；说明这两种组分对凝点的升高有正向作用；负向影响因子：X₃（油酸甲酯）；X₄（亚油酸甲酯）；X₅（亚麻酸甲酯），说明这三种组分对凝点的升高有反向作用，但其绝对值较小，所以总体来说对凝点的影响不大。影响效果以各项参数的绝对值为参考，最终体现为X1＞X2＞X4＞X5＞X3。

3.4 冷滤点和运动粘度与脂肪酸甲酯的预测模型

基于表3-1的数据，对五种脂肪酸甲酯和冷滤点建立多元非线性回归预测模型，系数如表3-3，3-4所示。

由表3-3，3-4最终建立的预测模型如式3-2、3-3所示：

表3-3的统计分析结果表明，所建立的数学模型3-2具有优异的拟合效果和预测能力。模型的相关性系数达到0.98（P<0.001），决定系数R²为0.962，这意味着该模型能够解释96.2%的冷滤点变化，且显著高于0.281的临界值。通过显著性检验（P<0.01）证实了五种脂肪酸甲酯组分与冷滤点之间存在显著的非线性关系。

进一步分析模型参数发现：1）在主要影响因素中，X₁和X₂呈现显著正效应（P<0.01），表明这两种饱和脂肪酸甲酯会显著提升冷滤点温度；2）二次项系数分析显示，X12和X22的标准化系数绝对值最大，证实其影响最为显著；3）各组分影响程度排序为：X₁＞X₂＞X₅＞X₄＞X₃，其中不饱和组分（X₃-X₅）均表现出负向调节作用。

基于数学模型3-3的系数分析结果，五种脂肪酸甲酯对运动黏度（KV）的影响程度存在显著差异。通过标准化回归系数的比较发现：亚麻酸甲酯（X5）表现出最强的正向影响，其次分别为油酸甲酯（X3）、硬脂酸甲酯（X1）和棕榈酸甲酯（X2），而亚油酸甲酯（X4）的影响相对最弱。这一排序结果（X5＞X3＞X1＞X2＞X4）表明，不饱和脂肪酸甲酯（特别是多不饱和组分）对运动黏度的提升作用反而比饱和组分更为显著。

4 结论

本研究系统探究了生物柴油低温流动性能的关键影响因素及作用机制，主要研究成果如下：

（1）基于ASTM和EN标准，确立了浊点（CP）、冷滤点（CFPP）和运动粘度（KV）三位一体的低温性能评价指标体系，为生物柴油低温适用性评估提供了完整方案。

（2）研究了组分影响机理：C16：0和C18：0等饱和脂肪酸甲酯通过增强分子间作用力，促进结晶网络形成，当含量超过35%时，CFPP显著升高8-12℃（p<0.01）；C18：1和C18：2等不饱和组分通过双键的空间位阻效应，可使结晶温度降低5-8℃/双键，但需控制C18：1含量在40-60%以获得最佳平衡。

（3）预测模型开发：建立的三个非线性回归模型（R²>0.90）显示，各组分对CP、CFPP、KV的影响存在显著差异：CP主要受C18：0支配；CFPP对C16：0最敏感；KV受C18：3影响最大。

参考文献

[1]李川， and 胡献国. "绿色生物质灰催化剂用于合成生物柴油." 石油学报（石油加工34.1（2018）：8.

[2]申加旭等. "抗氧化剂与降凝剂对生物柴油性能的复合影响研究." 中国油脂43.3（2018）：5.

[3]何抗抗，杨超，蔺华林.改善稻米油生物柴油的低温流动性[J] .中国油脂，2017（7） .

[4]王文超，李法社，李瑛.生物柴油酯基结构的优化及其对低温流动性能影响 [J] .中国油脂，2018，43（12）：112- 115+120