数据驱动的机器学习方法同时预测废弃生物质热解中的三相产物与气体分布

《Journal of the Energy Institute》：Data-driven machine learning for simultaneous predicting three-phase product and gas distribution from waste biomass pyrolysis

　　

• •
  研究了从生物质热解中同时预测三相产物和气体组成的分布。
• •
  基于实验数据库开发了一种数据驱动的机器学习框架。
• •
  XGB模型取得了优越的预测性能，平均R²达到0.916。
• •
  热解温度是沼气生成的主导因素。
• •
  基于最优模型开发了一个图形用户界面。

引言

可再生能源的利用是替代化石燃料和减少全球碳排放的替代方法之一[1]。由于生物质被认为是唯一含碳的可再生能源，它引起了广泛的研究关注[2]。由于热解具有操作简单、原料适应性广和资源利用效率高等优势，已成为将低价值废弃生物质转化为高价值产品最有前景的技术之一[3]。然而，热解产物受工艺参数的高度控制，包括生物质的理化性质、操作参数（如温度、加热速率和停留时间）以及反应器的结构特征[4]。这些工艺参数之间的复杂相互作用对热解产物的分布有显著影响，导致生物质热解过程的准确预测和精确调控变得困难[5]，[6]，[7]。

预测生物质热解产物的传统方法主要分为机理模型和数据驱动模型[8]。机理模型是基于简化的热解反应机理建立的。然而，它们严重依赖大量假设近似。因此，难以准确描述多步骤、多组分和非线性热解反应[9]。相比之下，数据驱动模型从实验数据中导出，预测精度严格取决于训练数据集[10]。然而，有限的实验数据导致在应用于不同生物质原料时泛化能力差和适应性低。近年来，机器学习已成为解决热化学转化过程中复杂非线性相互作用的一种强大而创新的工具[11]。与机理驱动模型不同，数据驱动机器学习能够基于大规模实验数据集自动建立输入参数与预测目标之间的复杂非线性关系，无需对反应机理进行复杂的假设[12]。由于这一独特优势，机器学习非常适合用于生物质热解的预测建模[13]。目前，机器学习算法已被广泛用于预测生物质热解的产物分布，包括随机森林（RF）、人工神经网络（ANN）、多元线性回归（MLR）、k最近邻回归（kNN）、极端梯度提升（XGB）、梯度提升回归器（GBR）、高斯过程回归（GPR）、自适应提升（AdaBoost）、随机梯度下降（SGD）、线性回归（LR）、决策树（DT）和支持向量回归（SVR）。

大量近期研究证实了机器学习模型在预测生物质热解产物分布方面的卓越预测能力。例如，Cahanap等[14]采用四种代表性机器学习模型（包括ANN、RF、SVR和XGB）预测生物质热解的三相产物产率，发现预测精度排序为XGB > RF > ANN > SVR。Cheenkachorn等[15]研究了五种机器学习算法（如MLR、kNN、SVR、RF、XGB）用于同时预测废弃物生物质热解三相产物产率，证明XGB取得了优越的预测性能，训练决定系数（R²）为0.900。特征重要性分析表明，纤维素和半纤维素是生物油产率的主导因素，而热解温度和木质素主要控制生物炭的形成，木质素和半纤维素则主要影响沼气产率。同样，Divine等[16]也构建了六个机器学习模型（RF、GBR、XGB、AdaBoost、ANN、SGD）用于预测生物质热解，证明GBR是预测三相产物产率的最优模型。Nguyen等[17]采用LR、DT和XGB模型预测生物质/塑料共热解的产物产率，XGB表现出卓越的预测性能，生物炭、生物油和沼气的测试R²值分别为0.995、0.984和0.987。SHAP分析揭示，生物质/塑料比例是影响生物炭产率的主要因素，而热解温度、灰分含量和碳含量则主导生物油和沼气的生成。

Abdelfattah等[18]开发了一种用于生物炭产率预测的数据驱动机器学习框架，确认DT模型表现最佳，测试R²为0.771，MSE为16.182。SHAP分析表明，热解温度和灰分含量是影响生物炭产率的主要因素。为了进一步提高预测精度，Campos等[19]提出了一种混合建模框架，将五种机器学习模型（ELM、ANN、RF、SVR、XGB）与六种优化算法相结合，用于预测生物炭产率，声称最优XGB具有出色的测试集性能，R² = 0.815，RMSE = 3.845，MAE = 2.199。同时，模型性能主要由机器学习框架而非优化算法决定。在后续研究中，Campos等[20]系统比较了四种机器学习框架（AutoGluon、Auto-Sklearn、FLAML、TPOT）用于预测生物油产率，发现FLAML与XGB的组合取得了出色的性能，R²为0.890，RMSE为3.158。Jiahao等[21]采用基于树的算法预测生物质热解的合成气产率，确认DT和RF为最优模型。Cakar等[22]，[23]利用GPR、RF、SVM和DT模型预测沼气产率，声称RF模型取得了最高的预测性能，R²为0.93。Xue等[24]应用五种机器学习算法预测流化床反应器中的沼气组成，报告XGB表现出优异的预测性能，测试R²值在0.89到0.92之间。当量比和蒸汽/生物质比被证明是氢气生成的主要操作参数。Bu等[25]也使用机器学习预测生物质和废塑料共热解的沼气产率，发现XGB模型获得了优越的性能。SHAP解释表明，热解温度和生物质/塑料比分别是影响沼气形成的两个主要因素。机器学习算法在预测生物质热解产物分布方面已取得优异性能。然而，仍存在显著的研究空白。大多数现有研究主要关注单一类型生物质热解的三相产物产率。然而，当应用于不同生物质原料时，所建立机器学习模型的泛化能力和工程实用性仍然不足。同时，很少有研究同时预测不同生物质热解的三相产率和沼气组成。

为了解决上述研究空白，本研究开发了一个综合的数据驱动机器学习框架，整合来自不同废弃物生物质热解的实验数据集，同时预测三相产物产率和沼气组分。本研究的主要目标总结如下：(1) 基于综述文献中汇编的实验数据，建立了包含9个输入特征和7个预测目标的高质量数据库。(2) 采用三种机器学习模型，包括XGBoost（XGB）、随机森林（RF）和支持向量回归（SVR），同时预测三相产物（生物炭、生物油和沼气）产率和沼气组分（CO、CO₂、H₂和CH₄），以决定系数（R²）、平均绝对误差（MAE）和均方根误差（RMSE）作为评价指标。(3) 使用SHAP（SHapley Additive exPlanations）分析定量评估特征重要性及输入特征的影响机制，从而揭示调控生物质热解的主要因素。(4) 基于最优模型开发了一个桌面图形用户界面，并通过实验数据验证了其实际性能。本研究为预测废弃物生物质热解的产物分布和优化工艺参数提供了一种高效可靠的替代方案。

章节摘要

数据来源与筛选标准

为确保数据库的代表性、全面性和真实性，从权威学术数据库（包括Web of Science、Elsevier和Google Scholar）系统收集了生物质热解的实验数据，发表时间跨度为2000年至2025年。文献检索基于与"biomass"（生物质）和"pyrolysis"（热解）相关的标题、摘要和关键词进行。用于数据库构建的相关文献总结如下

模型预测性能的对比分析

使用XGB、RF和SVR模型预测废弃物生物质热解的七个预测目标，相应结果如图3所示。可以看出，XGB模型取得了最佳的预测性能，七个预测目标的平均R²达到0.916，远高于RF（R² = 0.740）和SVR（R² = 0.649）。就三相产物产率而言，XGB对生物油产率表现出最高的精度（R² = 0.955），其次是生物炭产率（R²

结论

本研究开发了一种数据驱动的机器学习框架，用于同时预测废弃物生物质热解的三相产物产率和沼气组成。完成了包括数据库构建、模型比较、可解释性分析和实验验证在内的完整研究流程，主要发现如下：

• (1)
  通过严格的文献

CRediT作者贡献声明

韩军：撰写——初稿，调查研究，资金获取。秦林波：撰写——审阅与编辑，方法论，资金获取。梁新海：软件，调查研究。张磊：调查研究，数据整理。赵博：验证，项目管理，调查研究。王子翔：验证，软件

利益冲突声明

? 作者声明以下可能被视为潜在利益冲突的财务利益/个人关系：本研究得到国家自然科学基金（批准号：52574473）、湖北省科技创新专项资金（批准号：2025AFA061）、武汉市自然科学基金（2024040701010057，2025041001010356）和湖北省教育厅科技研究项目（F2023001）的资助。

致谢

本研究得到国家自然科学基金（批准号：52676241，52574473）、湖北省科技创新专项资金（批准号：2025AFA061）、河南省国际科技合作项目（批准号：262102520063）和武汉市自然科学基金（2025041001010356）的资助。

韩军|张磊|秦林波|梁新海|王子翔|赵博