機械学習による持続可能な資源回収のためのリチウム・マグネシウム溶液のポリマー膜濃度

科学分野:

• 材料科学
• 化学工学
• 環境科学

背景:

• 海水と塩水から貴重な資源を効率的に回収することは,地球規模の持続可能性にとって不可欠です.
• 従来の膜方法は,性能の制限と不明確なメカニズムと闘っています.

研究 の 目的:

• ナノフィルタリング膜の性能を最適化するための機械学習フレームワークを開発する.
• 資源回収に関する構造・プロセス・パフォーマンスの関係を解明する.

主な方法:

• ナノフィルタリング膜の体系的な最適化に 機械学習モデルを活用した.
• 影響要因を理解するために統合されたシャップリー添加物説明 (SHAP) と部分依存性分析.
• 性能の向上のために粒子群の最適化を採用した.

主要な成果:

• 分離性能における支配的要因としてステリック障害を特定した.
• 高性能のための最適な膜圧 (5〜10バー) と表面の粗さ (3.4〜3.5nm) を決定した.
• 優れたリ+とMg2+の排斥で,高い水浸透率 (15.12 L·m−2·h−1) を達成した.

結論:

• 機械学習は 膜のプロセスと理解メカニズムを最適化するための強力なパラダイムを提供します
• このアプローチは,塩漬けから膜ベースの資源回収を進めるための理論的指針を提供します.