应用机器学习技术，利用热重分析（TGA）数据预测棕榈生物废弃物纤维的催化热解过程

《Industrial Crops and Products》：Applying machine learning to predict catalytic pyrolysis of palm biowaste fibers using TGA data

　　

Soumia Atoui|Ahmed Belaadi|Mostefa Bourchak|Mudassir Hussain Tahir|Djamel Ghernaout|Boon Xian Chai

• •
  ANN26模型在所有数据集上的预测准确度（R2值）超过0.99996，能够有效预测ChFs的减重效果。
• •
  TGA和DTA技术研究了ChFs在β = 5–50?°C/min条件下的热解过程。
• •
  半纤维素、纤维素和木质素在220–500°C的温度下发生分解。
• •
  动力学参数（Ea、ΔH、ΔS、ΔG）与FWO、KAS和Starink的研究结果一致。
• •
  ANN模型能够准确预测未见过的数据，有助于优化生物质的热解过程。