バナナ皮とポリプロピレンのマイクロ波補助触媒共溶:実験と機械学習の最適化
Nilesh S Rajpurohit1, Shruti Sinha1, Ramesh Potnuri1
1Control Systems & Machine Learning Research Laboratory, Department of Chemical Engineering, National Institute of Technology Karnataka Surathkal-575025 India csrao@nitk.edu.in.
RSC advances
|August 27, 2025
まとめ
この研究では,バナナ皮とプラスチック廃棄物のマイクロ波による触媒共解を調査した. このプロセスは効率的に廃棄物を価値ある製品に変換し,制御されたパラメータと機械学習の予測を通じて収穫を最適化します.
科学分野:
- 化学工学
- 環境科学
- 材料科学
背景:
- 農業とプラスチック廃棄物の蓄積は 深刻な環境問題をもたらします
- 持続可能な再利用戦略は廃棄物管理と資源回収に不可欠です.
研究 の 目的:
- バナナ皮とポリプロピレンのマイクロ波による触媒共解を調査する.
- プロセスのパラメータを変化させることで,製品の収穫量と熱性能を最適化します.
- 熱分解の収穫量を予測するための機械学習モデルを開発する.
主な方法:
- グラファイトを感受体として,ヒドロキシドを触媒として使用したマイクロ波による触媒共溶.
- バイオマスとプラスチックの比率とマイクロ波の電力レベルの体系的な変化
- フーリエ変換赤外線光譜法 (FTIR),X線微分法 (XRD),ブルナウアー・エメット・テラー法 (BET),熱重力測定法 (TGA) を用いた製品の特徴化.
- 収穫予測のためのサポートベクトル回帰 (SVR) モデルの開発
主要な成果:
- バイオマスとプラスチックの比率を最適化し 電子レンジの電力を増やすことで 石油の生産性が向上しました
- 質量損失率と加熱率は,変換効率に大きく影響した.
- SVRモデルは高度な予測精度 (R2 0.810.99) を達成し,機械学習の有効性を実証した.
- 特徴付けにより,吸着剤や触媒の用途に適していることが確認された.
結論:
- 混合廃棄物を有価な製品に変換する有望な方法である.
- 実験データを機械学習モデルと統合することで プロセスの最適化と予測が向上します
- 廃棄物をエネルギーに変換する効率的な経路を強調しています.
さらに関連する動画
10:44Preparation of Biomass-based Mesoporous Carbon with Higher Nitrogen-/Oxygen-chelating Adsorption for CuII Through Microwave Pre-Pyrolysis
Published on: February 12, 2019
10.0K
07:06A Microwave-Assisted Direct Heteroarylation of Ketones Using Transition Metal Catalysis
Published on: February 16, 2020
8.3K
