利用动态统计建模和机器学习方法优化生物炭产量

《Journal of Molecular Liquids》：Optimization of biochar yield using dynamic statistical modeling and machine learning approaches

　　Mshari A. Alotaibi | Israf Ud Din | Jawad Gul | Asif Hussain Khoja | Abdulrahman I. Alharthi | Hajirah Kanwal | Amal A. Nassar | Rida Ihsan
沙特阿拉伯萨塔姆·本·阿卜杜勒阿齐兹大学科学与人文学院化学系，Al-Kharj 16278

**摘要**
缓慢热解为从藻类生物质中高效制备碳质生物炭提供了有前景的途径，以实现可持续应用。藻类生物炭可用于废物管理、碳封存和土壤改良等可持续目标。复杂合成过程及功能性特性之间的相互作用可通过机器学习（ML）方法得到最佳预测。本研究开发了一个集成ML-响应面优化（RSM）框架，用于建立可靠的藻类生物炭产量预测与优化模型。集成框架中使用了集成学习树（ELT）算法来捕捉实验数据集中的非线性关系，而RSM则负责系统化的实验设计与参数优化，从而提高了工艺效率和预测准确性。文献中的综合数据集用于训练ELT模型以分析生物炭产量，而RSM模型则用于优化生物炭的生产过程。在相同的热解条件下，对比了两种模型的预测结果，展示了传统方法与机器学习方法在优化生物炭生产方面的优势和协同作用。研究阐明了操作条件（如加热速率、停留时间、反应温度和颗粒大小）等关键热解参数对藻类样品产量的影响。ELT在处理基于文献的异构数据集中的非线性关系时表现出色，其泛化能力更强，预测准确性接近完美，测试和训练R2值分别为0.9559和0.8754，RMSE值分别为1.8007e?14和1.9805e?14。

**引言**
碳质生物炭通过其催化生物质燃料生产和土壤修复的功能特性，在应对气候变化中发挥着重要作用。这种基于生物质的固体产品能够封存大气中的二氧化碳[1]。对可持续能源需求的增长促进了两项目标：环境保护和减少化石燃料的依赖[2]。生物质转化是一种从丰富资源中获取有用产品的可持续方法[3]。两种最有前景的转化方法可产生多种燃料、生物产品和能源用途。热化学和生物化学转化方法在基础设施投入较低的情况下能够实现更高的生物产物产量[4]。然而，生物化学转化方法效率较低、预处理过程复杂且酶成本较高，这使得研究人员倾向于采用热化学方法进行生物质转化[5]。因此，氧限制热解技术是一种有前景的技术，可将固体生物质转化为生物炭、生物油和气体产品[6]。在300至800°C的操作温度下，氧匮乏的环境可生成藻类生物炭[7]。与其他热转化过程（如水热碳化和气化）相比，热解具有更宽的温度调节范围，从而能够实现最佳产量。由于高温下热解过程中挥发分的快速释放和二次裂解反应，生物炭的产量相对较低，其物理化学性质也受到显著影响[11]。热化学转化过程中较低的加热速率更有利于碳的凝结，从而提高生物炭产量[12]。较长的热解停留时间可促进热分解和二次反应。热解室内的停留时间会影响生物炭的结构稳定性和产量[13]。热解过程中颗粒大小影响热量和质量传递，较小颗粒加快了挥发分的释放，有助于保持温度均匀性，但可能限制生物炭产量；较大颗粒则限制了挥发物的扩散，减少了碳的形成[14]。目前，提高生物炭产量的尝试尚未充分解释各种热参数之间的复杂相互作用。尽管已有大量关于热解参数影响的文献，但缺乏系统的方法来量化各参数的重要性及其对生物炭产量的确切影响[7][9]。

结合统计分析和机器学习（ML）方法，考虑原料成分、热处理条件和最优生物炭生产参数，是解决这一研究空白的有效策略。数据集包含关键工艺变量（如温度、加热速率、停留时间和产量）。排除了缺乏这些重要参数的研究，以确保数据的一致性，并使用MATLAB的线性插值填补了缺失值。连续变量经过归一化处理后，按80:20的比例划分为训练集和测试集用于模型开发和验证。优化生物炭产量的关键是基于优化后的实验参数进行准确预测。响应面优化（RSM）方法通过设计多组实验来探索这些参数的影响。RSM能够创建预测模型，通过改变这些统计参数实现有效且准确的预测。统计工具设计的少量实验为理解各种参数对生物炭产量的影响提供了宝贵见解。RSM的预测机制依赖于精心设计的实验。基于机器学习的模型（尤其是集成学习树（ELT）能够开发多个决策学习器，提高预测稳定性。减少方差对于降低噪声和提升基于异构数据集训练的模型稳健性至关重要[14]。

**结论**
单模型方法难以捕捉热解参数之间的复杂非线性关系，而ELT在处理此类数据时具有更高预测稳定性和泛化能力[15][16]。借助文献数据训练模型后，不同实验的生物炭产量预测结果具有较高准确性。将RSM和ML方法结合使用，为结构化实验和数据驱动的生物炭生产方案提供了可靠预测和验证平台。以往的研究主要关注单一的RSM和ML建模方法[17][18][19][20][21][22][23][24][25][26][27][28][29]。本文提出的方法综合考虑了主要影响参数，并将其与实验数据中的最佳生物炭产量相关联，填补了这一研究空白。

本研究采用逐步实施的方法，如图1所示。首先基于可控的热解参数优化生物炭产量，设计了详细的RSM实验方案。通过ANOVA分析预测生物炭产量，并在完成RSM实验后收集了具有相同热解条件的数据。对数据进行预处理，处理缺失值、重复项和异常值，然后进行ML建模以生成替代预测模型。将基于ML和RSM的预测结果进行比较，以评估整个实验方案的有效性。这个基于RSM（响应面回归）和ML（机器学习）的框架确保了一种有效的统计方法，能够成功报告实现最佳藻类生物焦产量的关键热解条件。系统集成是本研究的可靠优势，通过交叉验证的预测结果和实验进行了验证。然而，排除了藻类原料的特性（如近似分析和最终分析）有助于ML建模的更广泛泛化，但针对这些特性的更针对性方法可能会产生更精确、更适用于特定藻类菌株的模型。本研究的局限性在于缺乏扩展验证、缺乏专门的热解参数，以及数据集有限，这些因素影响了该方法在藻类生物焦优化方案中的最佳位置。本研究强调了结合RSM和ML技术预测藻类混合体慢速热解生物焦产量的有效性。采用系统化的实验设计、验证和建模方法，逐步比较了RSM和ML模型的预测产量与实际产量，如图1所示。目前文献中尚未专门报道将RSM和ML模型结合用于藻类生物焦产量的方法。ML模型基于从文献中收集的数据来预测藻类慢速热解的生物焦产量。这种双方法的应用使得生物焦产量的预测更加准确，并优化了生物焦的生产。集成ML方法有助于利用现有文献的有效模式进行生物焦产量的数值预测。RSM精确地结合了实验条件和结果，得到了所生产生物焦的最佳物理化学性质。RSM模型预测的产量为74%，与实际实验产量的误差为4%。另一方面，ELT模型的R2值达到了0.9559，但与实际实验相比误差较大。RSM优化的生物焦在物理化学分析中展现了非常理想的功能特性。在预测和验证方面，RSM显著优于ML模型，能够生产出具有最佳功能特性的生物焦。鉴于用于训练预测模型的特征数量有限，ML模型在某些特定场景下存在局限性。

**生物量原料获取**
藻类混合体来自巴基斯坦伊斯兰堡的Raval湖。Raval湖中的藻类主要为绿藻[35]。收集到的大型藻类用Millipore水清洗，直至洗净杂质和杂草。样本随后在阳光下晾晒48小时，然后在80°C的烤箱中烘干12小时。干燥后，使用实验室级别的研磨机将生物量研磨，并通过筛子处理，得到平均粒径为120 μm的颗粒。

**统计分析**
利用生物焦产量的实验数据建立了回归模型。共使用了四种模型，包括线性模型、双因素交互模型、二阶二次模型和立方模型。立方多项式模型、线性模型、二次模型和2FI模型的性能在表2中进行了比较。立方多项式模型在预测领域的R2值最高，调整后的R2值最低，表明了其优越性。

**总结与结论**
该研究表明，RSM和ML模型结合实验与数据建模，有助于理解热解过程以实现最佳藻类生物焦产量。RSM模型预测的藻类生物焦产量为74%，与实际实验相比误差仅为4%。该方法突出了产出生物焦的最佳产量，并生产出了具有理想特性的高功能生物焦。ELT模型在预测生物焦产量方面表现出极高的准确性，R2值为0.9559。

**作者贡献声明**
Mshari A. Alotaibi：概念构思
Israf Ud Din：数据整理、概念构思
Jawad Gul：数据整理、概念构思
Asif Hussain Khoja：写作 - 审阅与编辑、写作 - 原稿编写、概念构思
Abdulrahman I. Alharthi：数据整理、概念构思
Hajirah Kanwal：写作 - 审阅与编辑、写作 - 原稿编写、概念构思
Amal A. Nassar：概念构思
Rida Ihsan：概念构思

**利益冲突声明**
作者声明他们没有已知的财务利益或个人关系可能影响本文报告的工作。

**致谢**
作者感谢Prince Sattam bin Abdulaziz大学通过项目编号（PSAU-2025/01/35046）资助了这项研究工作。