综述：生物质基CO2吸附剂的吸附机制与人工智能驱动发现

这篇综述全面探讨了生物质衍生活性炭（AC）在碳捕集与封存（CCS）中的关键作用，重点分析了前驱体选择、活化方法（如KOH化学活化）和表面修饰（如N/S掺杂）对CO2吸附性能的影响。作者系统总结了孔隙结构（微孔<2nm）、表面化学（含氧/氮官能团）与湿度耐受性的协同优化策略，并强调了人工智能（AI）在材料筛选和工艺建模中的创新应用，为开发低成本、高容量的可持续吸附剂提供了重要指导。

　　

生物质前驱体与吸附剂特性

生物质主要由纤维素（40-50wt%）、木质素（16-33wt%）和半纤维素（15-30wt%）构成，其中木质素因58.6%的高碳含量成为理想AC前驱体。椰子壳、稻壳等农业废弃物因高碳低灰特性被广泛使用，其衍生AC生产成本仅2-5美元/kg，远低于沸石（10-100美元/kg）和MOFs（20-500美元/kg）。热解过程中，纤维素在315-400°C分解产生大量CO，而木质素在160-900°C宽温域降解，生成富含微孔结构的碳骨架。

活化技术的突破

化学活化法（如KOH）通过形成K₂CO₃中间体在800°C以上刻蚀出2572m²/g的比表面积，CO₂吸附量达5.88mmol/g（0°C）。物理活化（CO₂/蒸汽）则通过Boudouard反应C+CO₂→2CO产生均匀微孔，但需更高能耗。最新研究显示ZnCl₂-CaCl₂熔盐体系可同步构建微/介孔分级结构，吸附动力学提升35%。

表面化学调控策略

氮掺杂引入吡啶/吡咯氮将CO₂吸附热提高至30.21kJ/mol，而硫掺杂通过形成硫醇基（-SH）增强疏水性，在90%湿度下保持80%初始容量。等离子体氟化处理使接触角达134°，CO₂/H₂O选择性提升至58。值得注意的是，MDEA胺浸渍AC在20%相对湿度下因HCO₃^-生成路径使吸附量增加56%。

AI驱动的材料革新

机器学习模型（ANN、SVM）成功预测了微孔体积与CO₂吸附量的线性关系（R²=0.988），自适应神经模糊系统（ANFIS）优化后的KOH活化温度误差<3%。深度学习更筛选出蜘蛛丝衍生氮掺杂碳（23.6mmol/g，0°C）等高性能材料，比传统试错法效率提升40倍。

吸附机制与工艺优化

Freundlich模型（n=1-10）揭示多层吸附特性，准二级动力学模型表明化学吸附占主导。压力摆动吸附（PSA）在1bar下实现99%CO₂纯度，而电热再生（ESA）通过焦耳效应将能耗降低至1.2kWh/kg。最新案例显示，PDMS改性核桃壳AC在循环测试中保持95%容量稳定性，印证了生物质吸附剂的工业化潜力。