如果我們要緩解氣候變化，我們必須找到具有成本效益和可持續(xù)的方法來減少工業(yè)二氧化碳 (CO2) 排放。不幸的是，大多數(shù)成熟的工業(yè)后燃燒源碳捕獲和儲存 (CCS) 方法都存在重大缺點，例如成本高、環(huán)境毒性或耐久性問題。在這種背景下，許多研究人員將注意力集中在我們對下一代 CCS 系統(tǒng)的最佳選擇上：使用固體多孔碳材料吸附CO2。
使用多孔碳封存CO2 的一個臭名昭著的優(yōu)勢是它們可以從生物質(zhì)廢物中生產(chǎn)，例如農(nóng)業(yè)廢物、食物廢物、動物廢物和森林碎片。這使得生物質(zhì)廢物衍生的多孔碳 (BWDPC) 具有吸引力，不僅因為它們的成本低，還因為它們提供了一種將生物質(zhì)廢物充分利用的替代方法。雖然 BWDPCs 肯定可以讓我們更接近循環(huán)經(jīng)濟，但這個研究領(lǐng)域相對年輕，科學(xué)家之間沒有明確的指導(dǎo)方針或共識，關(guān)于 BWDPCs 應(yīng)該如何合成，或者他們應(yīng)該爭取什么樣的材料特性和成分。
人工智能 (AI) 能否幫助我們解決這個難題?在最近發(fā)表在《環(huán)境科學(xué)與技術(shù)》上的一項研究中，高麗大學(xué)和新加坡國立大學(xué)的合作研究團隊采用了一種基于機器學(xué)習(xí)的方法，可以指導(dǎo)未來多孔碳合成策略的發(fā)展?？茖W(xué)家們指出，影響B(tài)WDPC 中CO2吸附特性的三個核心因素是：多孔固體的元素組成、其質(zhì)地特性以及其運行時的吸附參數(shù)，例如溫度和壓力。然而，直到現(xiàn)在，在開發(fā) BWDPC 時應(yīng)該如何優(yōu)先考慮這些核心因素仍不清楚。
為了幫助解決這個問題，該團隊首先進行了文獻回顧，并選擇了 76 篇描述各種 BWDPC 的合成和性能的出版物。經(jīng)過整理，這些論文提供了 500 多個數(shù)據(jù)點，用于訓(xùn)練和測試三個基于樹的模型。“我們工作的主要目的是闡明如何利用機器學(xué)習(xí)工具進行預(yù)測分析，并利用 BWDPC為 CO2吸附過程提供有價值的見解，”領(lǐng)導(dǎo)這項研究的高麗大學(xué)教授 Yong Sik Ok 解釋說.
模型的輸入特征是三個核心因素，而輸出特征是CO2吸附水平。盡管模型本身在訓(xùn)練過程后本質(zhì)上變成了“黑匣子”，但它們可用于僅根據(jù)所考慮的核心因素對 BWDPC 的性能進行準確預(yù)測。最重要的是，通過特征分析，研究團隊確定了每個輸入特征對于做出準確預(yù)測的相對重要性。換句話說，他們確定了哪些核心因素對實現(xiàn)高 CO2最重要吸附。結(jié)果表明，吸附參數(shù)比其他兩個核心因素對模型做出正確預(yù)測的貢獻更大，強調(diào)了首先優(yōu)化操作條件的重要性。BWDPC 的結(jié)構(gòu)特性，例如它們的孔徑和表面積，排在第二位，其元素組成排在最后。
標簽：
免責(zé)聲明：本文由用戶上傳，如有侵權(quán)請聯(lián)系刪除！