《Journal of Environmental Chemical Engineering》：ULTRASOUND ACCELERATES ZEOLITE SYNTHESIS: PREDICTIVE MODELLING VIA MACHINE LEARNING
编辑推荐：
模板-free超声合成LTA沸石工艺优化及机器学习预测模型研究。
作者列表：
Deborah Braide | Islam G. Al-Sakkari | Christopher Panaritis | Long Zhe Li | Ntumba Kabongo Etienne | Laura Lavigne | Alexander Abanobi | Ahmed Ragab | Gregory Patience | Daria Camilla Boffito
所属机构：加拿大魁北克省蒙特利尔市蒙特利尔理工学院化学工程系
摘要
沸石是一种多功能晶体材料，可用于催化、水净化、基于膜的分离以及脱水过程。然而，传统的沸石合成方法耗时较长（最长可达数天），并且需要使用有毒模板来控制其晶体结构。本文比较了超声辅助水热合成、直接超声合成（即不进行水热处理）以及机械搅拌辅助水热合成三种方法，在无模板条件下制备Linde Type-A（LTA）沸石（又称Zeolite A）。直接超声合成方法将总合成时间从11小时缩短至6小时，并使产品产率提高了60%，从而无需额外的水热处理步骤。直接超声合成得到的LTA晶体呈立方形态，粒径范围为1微米至14微米；而机械搅拌辅助合成得到的则是不规则结晶的聚集体，平均粒径约为25微米。当超声振幅超过35%（61 W/L）时，产品产率和粒径的提升达到峰值。为将合成参数与LTA沸石的物理性质（如结晶度、产率和粒径）关联起来，我们开发并建立了一个机器学习（ML）预测模型。基于36个实验数据点训练的树状ML模型
Catboost在预测产率（R2 = 0.93）、粒径（R2 = 0.91）和结晶度（R2 = 0.88）方面表现最佳。模型表明，输入系统的能量（超声振幅）是影响所有输出参数的最关键因素；通过集成模型，产率预测的准确性进一步提高（R2 = 0.98）。
章节摘录
引言
在直接CO?转化、逆水煤气变换（RWGS）、费托合成（FT）等气液转化过程中，水作为副产物产生，这会改变反应平衡、降低转化效率，并需要后续分离处理[1][2]。通过过程强化技术，可以将反应与分离结合在一个单元操作中，从而减少后续分离步骤，节省能源、时间和空间。
化学品与材料
所有化学品均购自Sigma-Aldrich公司，为分析级纯度，无需进一步纯化。所用物质包括氢氧化钠（NaOH，98 wt.%）、铝酸钠（NaAlO?，Al?O?: 50-56 wt.%，Na?O: 37-45 wt.%）以及Ludox胶体二氧化硅（40 wt.%溶于水中）。实验用水为去离子水（DI水）。
超声处理设备
实验中使用的是一台功率为500 W的超声液体处理器（VCX 500，Sonics & Materials Inc.制造），其探头长度为254 mm，尖端直径为13 mm，振动频率为115 MHz。
机器学习模型
我们的方法结合了人工智能（AI）和机器学习（ML）的分类与预测功能[51][52]。为避免模型对某些变量的偏好，我们通过标准化处理数据以确保各模型间的公平性。实验数据处理流程包括：（i）原始数据清洗；（ii）特征归类以应对样本量有限的问题；（iii）分层划分数据以平衡不同类别的比例。
不同超声处理时间对沸石性能的影响
LTA沸石在超声处理后分别老化0.5小时（U-0.5）、3小时（U-3）和4小时（U-4），随后在80°C下进行5小时的水热结晶。超声处理时的功率密度恒定为100 W/L（振幅40%，脉冲开启时间为2秒）。XRD图谱显示其特征峰位于2θ = 7.2°、10.19°、12.49°、16.14°、20.46°、21.41°、24.04°、25.13°、26.17°、30.01°、30.90°、33.45°和34.26°（图3[63]）。经过0.5小时的处理后，样品出现团聚现象。
结论
本研究采用无模板、原位合成技术，结合机械搅拌和超声辅助方法制备了LTA沸石。与机械搅拌相比，超声处理使颗粒尺寸从约25微米的不规则结晶聚集体减小到1至14微米的小颗粒，同时保持了LTA沸石的晶体结构。超声处理后产品产率提高了60倍；随着水热处理时间的延长（1小时至5小时）和老化时间的延长（0.5小时至6小时），产率进一步增加。然而，超声振幅对产率的影响也存在一定范围。
作者贡献说明
Alexander Abanobi：负责实验研究；
Laura Lavigne：负责数据验证与研究；
Ntumba Kabongo Etienne：负责方法设计与研究；
Long Zhe Li：负责数据验证与研究；
Daria Camilla Boffito：负责论文撰写、审稿与编辑、项目监督、资源协调、资金争取及概念构思；
Gregory Patience：负责论文撰写、审稿与编辑、项目监督及资源协调；
Ahmed Ragab：负责论文撰写、审稿与编辑、项目监督及概念构思；
Christopher Panaritis：负责论文撰写与审稿。
利益冲突声明
作者声明不存在可能影响本文研究结果的财务利益冲突或个人关系。
致谢
作者感谢加拿大自然科学与工程研究委员会（NSERC）、Prima Québec、SAF+联盟、CCG气候解决方案加速器以及Tyler Lewis基金会的支持。本研究部分资金来自加拿大研究主席计划（Canada Research Chair Program）。
