机器学习可模拟优化秸秆生物炭制备调控

近日,中国农业科学院农业环境与可持续发展研究所种植废弃物清洁转化与高值利用团队构建了机器学习大数据模型,揭示了秸秆生物炭材料及其储能特性的构效关系,相关研究成果发表在《化学工程杂志》(Chemical Engineering Journal)上。

生物炭因其可再生性和独特的理化特性是超级电容器电极的理想前体,将生物炭应用于储能领域对于我国“双碳”目标的实现具有重要意义,但秸秆生物炭制备调控过程较为复杂,难以通过传统试验确定最佳工艺,并且理化特性与储能的构效关系仍不清晰。

该研究通过生物炭储能材料大数据检索分析,构建并优化了三种机器学习模型用于生物炭制备工艺与储能特性预测,模型预测精度可达93%,并发现升温速率、微孔占比、比表面积等是影响生物炭比电容的最重要因素。

研究进一步发现,提升活化剂添加量和反应温度,降低反应时间和升温速率对改善生物炭储能性能具有积极意义。研究结果为秸秆生物炭在储能领域的应用提供理论基础和技术支撑。

该研究得到国家现代农业产业技术体系、中国农业科学院科技创新工程、国家自然科学基金等项目的资助。

相关论文信息:https://doi.org/10.1016/j.cej.2024.149975