基于数据驱动的过程建模与效率预测：利用树状机器学习算法对离子吸附型稀土矿的柱浸提取过程进行研究

《Journal of Environmental Chemical Engineering》：Data-driven process modeling and efficiency prediction for column leaching of ion-adsorption rare earth ore via tree-based machine learning algorithms

离子吸附型稀土矿石柱式浸出过程通过八种树基机器学习算法建模与预测，构建包含1943条记录的多元数据集，发现反应时间、Anion I/Cation I浓度、pH及原矿稀土含量为关键影响因素，CatBoost模型表现最优（训练集R2=0.9963，测试集R2=0.9709），并开发图形用户界面实现动态参数调整与实时反馈。

　　这项研究聚焦于一种关键的战略性资源——离子吸附型稀土矿（IAREO）的提取过程，特别是在实验室条件下使用柱浸法进行稀土氧化物（REO）的浸出效率预测。稀土元素因其独特的物理和化学特性，在现代工业中扮演着不可或缺的角色，尤其在高科技产业、可再生能源技术和国防系统等领域。然而，由于其在地壳中的自然丰度极低（0.2-6.4 ppm），稀土资源的可持续供应面临巨大挑战。因此，探索更加高效且环保的提取方法变得尤为重要。

IAREO主要分布在南半球和北半球的中低纬度地区，例如中国南方、巴西、智利、缅甸、泰国、马来西亚等。这些矿床中的稀土元素通常以水合阳离子或羟基水合阳离子的形式吸附在高岭石和蒙脱石等粘土矿物的表面。与传统的氟碳铈矿和独居石的处理方式不同，IAREO的提取主要依赖于离子交换原理，即在电解液溶液中，活性阳离子可以置换粘土矿物表面的稀土元素，而不会破坏宿主矿物的晶体结构。目前，常见的柱浸技术包括原位浸出、堆浸、搅拌浸出和生物浸出等。这些方法各有优劣，例如原位浸出虽然避免了矿石开采，减少了环境影响，但受限于矿石渗透性，可能导致残留浸出剂的长期存在；堆浸虽然适用于低品位矿石，但需要较长的处理时间，且存在较高的环境风险；搅拌浸出则能够快速获得高回收率，但能耗较高，产生大量需要进一步处理的残渣；而生物浸出则是一种更为环保的选择，但其处理速度较慢，对微生物环境的控制要求较高。

随着现代科技的快速发展，传统的实验室测试方法在开发水处理冶金工艺方面显得效率低下，且耗时耗力。因此，研究者开始探索利用机器学习（ML）技术来优化稀土提取过程。机器学习是一种数据驱动的方法，能够通过历史数据发现潜在规律，并在多个领域推动创新，包括材料科学、化学工程等。在稀土提取方面，已有研究者基于50天的试验数据建立了堆浸过程的预测模型，发现浸出液流速与效率之间存在线性关系；还有研究者利用ML模型评估和指导沸石材料的改进，以增强其对水溶液中稀土元素的吸附能力；此外，研究者还开发了基于ML的框架，用于从钕铁硼废料中实现智能稀土回收，揭示了多种参数的复杂影响，并构建了图形用户界面（GUI）用于操作部署。然而，到目前为止，尚未有研究将机器学习应用于IAREO的柱浸过程预测。

本研究旨在探讨使用机器学习算法预测IAREO柱浸过程的可行性，并深入理解影响浸出效率的关键变量。通过系统收集相关文献，构建了一个包含1943条数据的全面数据集，涵盖了IAREO的柱浸特性，包括矿石属性、浸出系统组成和操作条件。随后，研究者使用了八种不同的树模型，包括决策树（DT）、随机森林（RF）、极端随机树（Extra Trees）、梯度提升回归（GBR）、XGBoost、LightGBM、AdaBoost和CatBoost，开发了基于ML的预测模型，以提供一种替代传统试错方法的解决方案。该方法不仅有望降低研发成本，加快工艺开发，还能够提高浸出效率，从而推动IAREO的智能化和可持续开采。

树模型在处理结构化表格数据（如数据库条目或电子表格数据）方面表现出色，尤其是在小规模到中等规模的数据集上。这种性能优势源于其在自动处理混合特征类型、捕捉非线性关系和特征交互、对异常值和噪声具有较强的鲁棒性，以及增强可解释性方面的固有优势。为了进行严格的算法性能比较，本研究选择了八种不同的树模型，并对其在预测稀土浸出效率方面的表现进行了系统比较。通过这种方式，研究者期望能够获得关于这些模型在特定应用领域中的优势和局限性的深入见解，从而为工业应用提供实用的指导。

本研究的框架如图1所示，主要包括以下几个步骤。首先，对IAREO柱浸的相关文献进行了系统综述，并收集了关键参数，包括矿石样品特性、浸出系统组成和操作条件。接着，对数据集进行了标准化处理，并将其划分为训练集和测试集。随后，对八种ML算法进行了训练、测试和比较，以确定最佳的超参数配置，从而提高对REO浸出效率的预测能力。在完成模型训练后，研究者对最佳模型进行了特征解释和预测分析，采用SHapley Additive exPlanations（SHAP）和partial dependence plots（PDPs）等技术，以揭示各个变量对浸出效率的影响程度。最后，研究者开发了一个专用的用户界面，以提升模型的操作性和可访问性，使研究人员能够方便地进行动态参数调整和实时反馈，从而实现对REO浸出效率的便捷预测。

在数据收集过程中，研究者系统回顾了2013年至2024年间发表的学术论文和硕士论文，采用了包含“稀土”和“浸出”关键词的搜索策略，并至少包含“离子吸附”、“离子吸附”、“风化壳”或“离子”中的一个。筛选标准要求每篇被纳入的研究论文都应提供足够的细节，包括矿石样品特性、浸出系统组成和操作条件。通过这种方式，研究者确保了数据集的全面性和代表性。

数据集的统计分析如图2所示，展示了17个输入变量的分布模式和关键统计信息。对于数值变量，研究者采用了小提琴图与箱线图相结合的方式进行可视化，而对于四个分类变量，则使用了条形图来展示其频率分布。图2a-d分别展示了矿石属性的分布情况。如图2a所示，REO含量范围在0.03%至0.20%之间，其算术平均值和中位数分别表明了矿石中稀土元素的平均浓度。其他变量如浸出液的pH值、反应时间、阴离子I的浓度和阳离子I的浓度也呈现出不同的分布特征，为后续的模型训练和优化提供了基础数据支持。

在模型训练过程中，研究者对所有八种树模型的关键超参数进行了优化，采用了贝叶斯优化方法。通过这种方式，研究者能够系统地评估不同模型在预测REO浸出效率方面的表现。结果显示，CatBoost模型在训练集和测试集上均表现出色，其R2值分别为0.9963和0.9709，均方根误差（RMSE）分别为1.5582%和4.5284%。这表明CatBoost模型在预测精度和稳定性方面具有显著优势，能够有效地捕捉稀土浸出过程中的复杂关系，为实际应用提供可靠的预测结果。

此外，研究者还通过SHAP分析和部分依赖图（PDPs）对模型的特征重要性进行了深入解读。SHAP分析结果显示，反应时间是影响REO浸出效率的最关键因素，其次是阴离子I的浓度、阳离子I的浓度、pH值和原始矿石中的REO含量。这些发现为优化浸出过程提供了重要依据，使研究人员能够更加精准地调整关键参数，以提高浸出效率并减少资源浪费。同时，部分依赖图进一步揭示了参数之间的相互作用，帮助研究者识别不同变量在不同条件下的协同效应，从而提出更加科学的优化策略。

基于这些分析结果，研究者开发了一个图形用户界面（GUI），用于动态调整参数和实时反馈，使研究人员能够方便地进行REO浸出效率的预测。该界面不仅提高了模型的实用性，还增强了其在实际操作中的可访问性，使研究人员能够更加直观地理解浸出过程的动态变化，从而实现更加智能化的资源开采。此外，该数据驱动的框架为稀土资源的可持续利用提供了新的思路，使研究人员能够在不依赖传统试错方法的情况下，快速评估和优化浸出过程，提高资源利用效率，减少环境影响。

总体而言，本研究通过引入机器学习技术，为IAREO的柱浸过程预测提供了一种高效且环保的解决方案。这不仅有助于提高稀土资源的提取效率，还能够降低研发成本，加快工艺开发进程，从而推动稀土资源的智能化和可持续开采。随着人工智能和大数据技术的不断发展，机器学习在资源提取领域的应用前景广阔，未来有望在更多方面发挥重要作用。