农业废物的能源利用:机器学习预测和热解转化
Dapeng Li1, Aijie Liang1, Mingwei Zhou1
1College of Resources and Environment, Northeast Agricultural University, No. 600 Changjiang Street, Harbin, Heilongjiang 150030, PR China.
Waste management (New York, N.Y.)
|January 14, 2024
概括
玉米生物炭是一种高效的储能材料. 机器学习确定玉米是最佳的,导致具有高容量 (732.6 F/g) 和超级电容器的优异稳定性的修饰生物炭.
科学领域:
- 材料科学 材料科学 材料科学
- 电化学 电化学 电化学
- 机器学习 机器学习
背景情况:
- 农业废物利用对于可持续的能源储存至关重要.
- 预测材料特性加速了先进电极材料的发展.
- 了解结构-属性关系是优化电容器性能的关键.
研究的目的:
- 开发机器学习模型来预测电极材料特性.
- 为超级电容应用确定最佳的农业废物材料.
- 提出一种高效的方法来从玉米中制备高性能电极材料.
主要方法:
- 从235篇文章中提取了2997个数据点,用于机器学习模型开发.
- 利用回归分析和索引评估来确定最佳材料.
- 开发了玉米生物炭的一步激活和两步修改过程.
主要成果:
- 机器学习模型准确地预测了电极材料的性能.
- 玉米被确定为电容电极的最佳前体.
- 经过修改的玉米生物炭实现了732.6F/g的最大电极电容,在5000个循环后保持96%的电容.
- 超级电容器表现出伪电容性行为,在1.0A/g时达到183.15F/g,功率密度为22kW/kg,能量密度为9.03Wh/kg.
结论:
- 改性玉米生物炭是一种经济高效且环保的电极材料,用于储能.
- 开发的机器学习方法为实际材料准备提供了理论基础.
- 这项研究强调了农业废物在先进的储能应用中的巨大潜力.
