机器学习用于通过热化学转换实现可持续性的城市污泥回收利用

科学领域:

• 环境科学 环境科学
• 化学工程是化学工程的重要组成部分.
• 数据科学数据科学数据科学

背景情况:

• 高湿度城市污泥 (MS) 的可持续处置是一个日益严重的环境问题.
• 热化学转化提供了一种回收MS成生物燃料和有价值的固体产品的途径.

研究的目的:

• 为了比较不同热化学技术的能量回收潜力,用于MS处置.
• 探索机器学习 (ML) 在优化MS回收过程中的应用.

主要方法:

• 使用统计分析来比较焚烧,热解和热水转换的能量回收.
• 在了解MS组件,过程参数和反应方面审查ML应用.

主要成果:

• 水热转换显示出从MS回收能源的巨大潜力.
• ML可以解读MS热化学转换中的复杂关系.

结论:

• 未来的MS回收的ML模型应该包含连续的反应过程.
• 解决数据收集,预处理,优化和可解释性方面的挑战对于提高MS热化学转换中的ML有效性至关重要.