AI赋能棉秆生物炭：罗丹明B高效吸附机制与智能预测突破

为解决水体染料污染问题，研究人员开发了棉秆生物炭（CS@B）吸附技术，系统研究了罗丹明B（RhB）的去除机制。通过SEM、FTIR和pHPZC表征揭示多孔结构及氢键、静电和π-π相互作用，在pH 2.0下实现99.7%去除率，最大吸附容量达117.84 mg g?1。AI模型ANN和SVR精准预测（R2最高0.994），CS@B可循环使用，突显其在可持续水处理中的潜力。

　　

在环境修复领域，一项创新研究聚焦于棉秆生物炭（Cotton Straw-derived Biochar, CS@B）对染料罗丹明B（Rhodamine B, RhB）的吸附性能。通过扫描电镜（Scanning Electron Microscopy, SEM）和傅里叶变换红外光谱（Fourier Transform Infrared Spectroscopy, FTIR）表征，CS@B展现出多孔结构，其零电荷点（pH_PZC）为8.27，吸附机制涉及氢键、静电相互作用及π-π相互作用。在酸性条件（pH 2.0）下，RhB去除率飙升至惊人的99.7%。动力学数据完美契合伪二阶模型，而平衡吸附则由Freundlich等温线精准描述，最大吸附容量高达117.84 mg g^?1——远超多数传统吸附剂。热力学分析证实该过程自发且吸热。人工智能（Artificial Intelligence, AI）闪亮登场：人工神经网络（Artificial Neural Networks, ANN）和支持向量回归（Support Vector Regression, SVR）模型表现出色，其中MLP 5–7-1架构的ANN测试集R²达0.994且RMSE极低，SVR模型R²为0.984。循环实验证明CS@B的持久性，虽效率微降但依旧可靠。这些成果不仅突显CS@B在污水处理中的实际价值，更通过AI建模为吸附系统装上“智能引擎”，大幅提升可预测性和效率。