编辑推荐：
为解决生物质热解生物油含氧量高、塑料废弃物处理难等问题，研究人员开展核桃壳与 HDPE 在镍掺杂废氧化铝吸附剂衍生催化剂（NAO）作用下的催化共热解研究。发现 NAO 使活化能降低 28%，ANN 模型预测效果佳（R≈0.99，MSE<10??），为废吸附剂再利用及固废转化提供方向。
化石能源枯竭与塑料污染双重压力下，生物质与废塑料的协同转化成为破解能源与环境困局的关键。传统生物质热解生成的生物油富含醇、醛、酮等含氧化合物，存在高极性、低热值等缺陷，直接应用受限；而全球每年超 3 亿吨废塑料中仅 9% 被回收，79% 填埋或焚烧，引发土壤退化与有毒气体排放等问题。如何将 “农业废弃物” 核桃壳与 “白色污染” HDPE 通过高效催化体系转化为高值燃料与化学品，兼具资源循环与污染治理双重价值，成为学界探索的热点。
为此，印度理工学院鲁尔基分校（Indian Institute of Technology Roorkee）的研究团队开展了一项创新研究，相关成果发表在《Catalysis Today》。该研究聚焦镍掺杂废氢氧化铝纳米颗粒吸附剂（AHNP）衍生催化剂（NAO）在核桃壳与 HDPE 共热解中的催化效能，通过动力学、热力学分析与人工神经网络（ANN）建模，揭示催化机制并构建精准预测体系，为废吸附剂资源化利用与固废能源化提供了新范式。
主要技术方法
研究采用热重分析（TGA）测定不同样品（核桃壳、HDPE、1:1 物理混合物、1:1 催化剂 - 原料混合物）在 10-40°C/min 升温速率下的热失重行为。运用无模型等转化率方法（包括 Ozawa-Flynn-Wall（OFW）、Kissinger-Akahira-Sunose（KAS）和 Starink 模型）计算活化能（E?）、指前因子等动力学参数，以及熵、焓、吉布斯自由能等热力学参数。同时，构建人工神经网络模型，以热解温度、升温速率、催化剂比例等为输入层，降解率为输出层，通过多层神经元训练实现对复杂降解过程的预测。
研究结果
催化剂显著降低共热解活化能
热重曲线显示，NAO 催化剂的加入使核桃壳与 HDPE 共热解的失重峰向低温区偏移。通过 KAS 方法计算发现，催化体系的活化能较非催化体系降低 28%，表明 NAO 通过吸附中间体、降低反应能垒显著提升反应速率。OFW 与 Starink 模型计算结果与之吻合，验证了催化剂对反应动力学的优化作用。
热力学参数揭示催化反应自发性
热力学分析表明，催化共热解过程的吉布斯自由能（ΔG）为负值，且熵变（ΔS）与焓变（ΔH）均呈现有利趋势，说明催化反应在热力学上具有自发性。镍掺杂增强了催化剂表面酸性位点与氧化还原能力，促进含氧化合物脱除与烃类生成，这与人工神经网络模型预测的高附加值产物收率提升一致。
人工神经网络实现精准预测
构建的 ANN 模型通过三层架构（输入层 4 节点、隐藏层 8 节点、输出层 1 节点），以均方误差（MSE<10??）与高回归系数（R≈0.99）展现出对共热解降解率的精准预测能力。该模型可有效模拟不同工艺参数下的反应行为，减少实验试错成本，为工业化放大提供数据支撑。
研究结论与意义
本研究首次将废 AHNP 吸附剂经镍掺杂改性后用于生物质与塑料共热解，证实其可同时实现催化效能提升与固废循环利用。NAO 催化剂通过降低活化能（降幅达 28%）、优化热力学路径，显著改善生物油品质（减少含氧化合物、提高热值），且 ANN 模型为工艺优化提供了高效预测工具。该成果不仅为废吸附剂的 “变废为宝” 开辟了新路径，也为解决农业与塑料废弃物污染、推动低碳能源转型提供了兼具技术可行性与环境经济性的解决方案，对发展循环经济与可持续化学具有重要借鉴意义。
