机器学习辅助分析:无机催化水热碳化,以提高生物质碳稳定性
Ting Yan1, Zhe Zhang1, Zherui Zhang1
1Institute of Environment and Sustainable Development in Agriculture, Chinese Academy of Agricultural Sciences, Beijing 100081, China.
Bioresource technology
|October 8, 2025
概括
层状双氧化物 (LDHs) 通过水热碳化 (HTC) 提高了8%的废物转化. 这通过改变溶解有机物 (DOM) 结构来增强 (HC) 稳定性,并通过机器学习分析得到证实.
科学领域:
- 可持续的废物管理 可持续的废物管理
- 材料科学是一种材料科学.
- 催化剂是一种催化剂.
背景情况:
- 水热碳化 (HTC) 是可持续废物转化和碳固定的关键技术.
- (HC) 的碳稳定性对于评估HTC质量至关重要.
- 溶解有机物 (DOM) 组成显著影响HC的特性.
研究的目的:
- 研究无机层双氧化物 (LDHs) 作为HTC中的催化剂的影响.
- 为了增强碳回收和碳稳定性.
- 阐明DOM修改在改善碳固定中的作用.
主要方法:
- 在HTC过程中使用了三种类型的无机层双氧化物 (LDH) 作为催化剂.
- 在 (HC) 中分析溶解有机物 (DOM) 的成分和结构.
- 使用机器学习 (ML),包括特征重要性和SHAP分析,以将DOM属性与HC稳定性相关联.
主要成果:
- 使用LDH催化剂实现了碳回收8%的提升.
- 添加LDH显著改变了DOM的组成和结构,增加了双重债券等价值 (DBE-O).
- 增加的DBE-O表明碳骨架不和度更高,DOM中氧化程度更低,与改善的HC稳定性相关.
结论:
- 由LDH催化的HTC通过修改DOM有效地提高了碳稳定性和回收.
- 机器学习模型为DOM修改的机制及其对碳固定的影响提供了可解释的见解.
- 这种方法为可持续的废物利用和碳捕获提供了一个有希望的战略.
