基于机器学习预测介质阻挡放电反应器中等离子体CO2转化

《Green Chemistry》：Machine learning to predict plasma-based CO2 conversion in dielectric barrier discharge reactors

　　

本研究旨在开发一种稳健且可解释的机器学习（ML）框架，用于预测介质阻挡放电（DBD）反应器中等离子体CO₂转化及能量效率（EE）。研究人员系统性地收集了2010年至2025年间发表于文献的358组实验数据，涵盖六种关键操作与几何参数。基于该数据集，研究人员构建了融合物理信息神经网络（PINN）、随机森林（RF）与极端梯度提升（XGB）算法的混合ML模型。在严格的组5折交叉验证（CV）协议下，该集成模型始终优于各单一模型，最优折模型实现R²达0.791。误差-相关性分析揭示集成权重自适应于成对误差相关结构：PINN持续提供互补信息，而RF与XGB因高度可互换性，依据各自性能被选择性采用。在前瞻性实验验证中，混合模型在探索域内未观测数据上实现R²为0.92，并在数据稀疏区域消除非物理预测，输出严格非负的CO₂转化估计值。SHapley Additive exPlanations（SHAP）分析进一步识别流速与功率为主导输入特征，共同占模型预测的61%–71%。该研究建立了稳健且可解释的框架，同时量化ML模型在异质性数据环境中的泛化能力，为加速等离子体气体转化优化提供实用工具。本工作发表于《Green Chemistry》期刊。

该研究聚焦于等离子体CO₂转化这一新兴去化石技术，旨在将强效温室气体转化为有价值的化学原料。研究背景源于CO₂分子的高热力学稳定性导致其活化需大量能量输入，而非热等离子体（NTP）系统可在温和条件下断裂稳定的C-O键，且具有快速动态调控优势及与间歇性可再生电力良好的兼容性，使其成为电力转X（P2X）应用的关键使能技术。介质阻挡放电（DBD）反应器因结构简单、操作便捷、兼容催化剂及潜在可扩展性而备受关注。然而，等离子体技术工业化应用面临重大瓶颈：反应器性能受放电功率、气体流速、电场分布及反应器几何结构等多重因素耦合影响，关系高度非线性且常呈非单调性，转化提升常伴随效率损失。传统优化方法依赖计算昂贵的物理模拟或资源密集型实验，机理建模受不确定动力学参数约束，纯实验优化则面临高维参数空间的"维度灾难"。机器学习（机器学习，ML）为解决该难题提供了变革性工具，但其应用于等离子体气体转化领域尚处起步阶段，现有研究多依赖单一实验室的小样本同质数据集，存在"泛化性鸿沟"。

研究人员基于27篇文献的358组实验记录，建立了涵盖放电功率、频率、气体流速、放电间隙、介电常数和放电长度六种参数的综合性文献数据集，采用严格的按来源分组5折交叉验证策略，并引入物理信息神经网络（PINN），通过在其损失函数中增加热力学约束项以防止数据稀疏区域的非物理预测。进而将PINN与RF、XGB集成为混合集成模型，运用SHapley Additive exPlanations（SHAP）分析量化特征贡献，最终构建了热力学一致的ML框架。该框架在组5折交叉验证中平均R²达0.441，较最优单一模型提升21.8%；在前瞻性独立实验验证中R²达0.92；消除了极端外推条件下的负值预测；并识别流速与功率为主导特征。该研究为等离子体CO₂转化提供了透明、严格验证的基准，强调了社区范围内采用FAIR（可查找、可访问、可互操作、可重用）数据标准及开发嵌入机理约束的物理信息架构对推进真正具有预测能力的魔鬼学习模型的重要性。

该技术方法主要涉及以下关键步骤与技术：数据集构建与标准化处理（样本来源为2010–2025年发表的27篇文献的358组DBD反应器CO₂裂解实验数据）；皮尔逊相关系数（PCC）线性相关性分析；基于贝叶斯优化（贝叶斯优化，BO）的超参数优化；物理信息神经网络（PINN）、随机森林（RF）及极端梯度提升（XGB）三种基础模型的训练与组5折交叉验证；通过网格搜索确定最优权重的混合集成模型构建；基于合作博弈论的SHAP特征重要性分析；以及前瞻性独立实验验证。

研究结果部分如下：

**训练数据集特征分析**

数据集统计汇总显示各参数范围广泛：放电功率0.5–1000 W，气体流速10–3000 mL min^?1，频率0.05–120 kHz，放电间隙0.25–8.00 mm，放电长度1–40 cm，介电常数3.7–10。数据密度分布不均，中等流速（25–100 mL min^?1）和中高功率（20–50 W）区域采样较密集，反映常规实验室实践。CO₂转化率为1.06%–54.49%，能量效率（EE）为0.55%–23.34%，体现不同反应器配置与操作条件下的性能多样性。

**输入参数相对重要性分析**

PCC分析显示流速为CO₂转化和能量效率的最重要参数，贡献占比分别为34.2%和45.4%。放电长度和放电间隙依次为CO₂转化的第二、第三重要参数（25.9%和16.1%），但对能量效率影响甚微（3.4%和7.4%）。频率和功率对能量效率较为重要（22.7%和19.6%），但对CO₂转化影响较弱（6.3%和8.4%）。介电常数对CO₂转化具有中度重要性（9.2%），但对能量效率影响可忽略（1.4%）。

**单一机器学习模型性能**

三种基础模型在组5折交叉验证框架下表现差异显著。XGB模型取得最高的五折平均R²（0.362）和最低误差指标，RF次之，PINN表现最弱（平均R²为0.038）。但最优单一模型因折而异：RF在第1折和第5折优于XGB，XGB在第2、3、4折最强。各模型性能存在显著折间变异性，第2折中三者均表现良好（XGB的R²达0.780），第3折则性能崩溃（PINN和RF的R²分别为?1.077和?0.658，XGB仅为0.017）。PINN显示最大的性能波动，表明其对训练和测试来源组成的敏感性。

**混合机器学习模型性能**

混合集成模型在各折中均超越最优单一模型，五折平均R²达0.441，较最强单一学习者（XGB，平均R²为0.362）提升21.8%，各项误差指标相应降低。最优权重在各折中变化显著：多数折收敛为双模型配置（RF被排除或主导，XGB在三个分区获最大权重）；第5折为三模型均不可否认例外（PINN/RF/XGB权重分别为0.47/0.25/0.28）；最具挑战性的第3折集中于XGB（权重0.93）。基础模型误差相关性分析显示RF与XGB误差相关性始终高于0.8，而PINN与树模型误差相关性较低且变异较大，反映其架构差异性提供的互补信息。前瞻性实验验证中，混合模型对未观测数据的预测与实验结果高度一致，R²达0.924，同时消除了数据稀疏区域的非物理预测。

**PINN模型的外推能力**

在第2折（最有利分区）中比较PINN与纯数据驱动ANN：尽管标准ANN经架构优化，其个体R²（0.403）远低于PINN（0.660），且集成权重为零被完全排除；而PINN在集成中保留有意义的互补角色。针对高流速（1000 mL min^?1）、低功率（18–38 W）的极端外推条件，标准ANN产生负CO<sub>2转化值并高估能量效率约7倍；混合PINN模型则完全消除负值预测，为CO2转化返回严格正值，并将能量效率高估降至2–3倍，实现了对非物理预测的完全消除。

**模型可解释性：SHAP分析**

对混合模型中最佳XGB组件进行SHAP分析，结果在多个折叠中稳定复现。流速始终为最具影响力的描述符，其次为功率，放电间隙居第三位；此排序在不同折叠中保持不变。全局可解释性分析显示反应条件（流速、功率、频率）整体支配反应器尺寸（放电间隙、介电常数、放电长度）约2倍，前者贡献占比69.7%–76.8%。需强调的是，SHAP值反映模型学到的条件关联而非独立物理因果性，流速和功率的高SHAP值部分归因于其较宽的采样范围，且二者通过比能量输入（SEI）存在多重共线性。

**讨论部分总结与结论：**

研究人员在讨论中深入分析了参数重要性的物理根源与模型解释性的统计约束。流速的主导性能源于其同时控制反应物停留时间和比能量输入这两个竞争因素；功率与能量效率的强相关性源于其作为能量效率分子的角色，而与CO2转化的弱相关性表明增加功率主要导致气体加热和复合反应加速。反应器几何结构对转化的重要性可通过等离子体物理解释：较小放电间隙提高约化电场强度促进电子碰撞解离，较长放电长度增加停留时间；但这些改进不直接解决CO与O2逆反应这一根本限制。研究人员特别指出，SHAP排名应严格解读为模型内部关联结构的描述性总结，而非独立物理因果性的证据，因其受差异方差和多元共线性两种统计性质制约。

验证策略对比研究揭示了传统随机拆分交叉验证的严重局限性：随机拆分下XGB和混合模型的平均R²均高于0.91，是分组交叉验证结果的两倍以上，这种膨胀源于同一研究来源的相互关联数据点跨越训练集和验证集导致的数据泄漏。研究人员强调，分组感知验证对聚合文献数据的模型训练至关重要， modest R²（0.441）并非建模方法的失败，而是对跨实验室预测能力迁移度的诚实量化。

集成模型的权重分配机制分析表明，三种典型模式受基础模型成对误差相关性及其个体预测能力共同决定：RF与XGB因高误差相关性而基本可互换；PINN因低-中等相关性提供持续互补信息。两模型配置时单一去相关误差流产生适度改进（第1、2折）；三模型配置且各模型性能相当时，多对去相关误差流同时作用产生最大增益（第5折，ΔR²=0.139）。该集成本质上是通过自适应消除源于域迁移的、在不同架构中不均匀表达的预测误差来发挥作用。

与现有ML模型的比较显示，本研究在方法学上有诸多精炼之处：基于更大且明确多来源的数据汇编（358数据点），采用严格的来源留空交叉验证框架，整合热力学约束的PINN以防止非物理预测，并提供交叉实验室迁移性的结构诚实估计。现有研究如Cai等人应用混合模型于单一实验装置的同质数据集，Wang等人的催化焦油重整模型在新数据上性能显著下降，均体现了本研究在泛化性评估方面的优势。

研究人员对机器学习模型在等离子体气体转化中的应用提出批判性审视：当前最大瓶颈非算法层面而是基础设施层面——等离子体化学社区缺乏包含放电机制关键物理描述符（如平均电子能量、电子密度）及催化剂属性的标准化、可机读数据库。在数据受限现状下，纯数据驱动模型本质上为高保真内插器，外推能力有限。PINN通过嵌入热力学约束扩展了可信度边界，但更为雄心勃勃的物理-数据融合方法（如保留动力学方程结构的神经主方程框架）是未来发展方向。

**研究结论：**

研究人员开发了用于预测DBD反应器中CO2转化和能量效率的稳健且可解释的ML框架，该框架基于357组文献观测数据训练，时间跨度2010年至2025年。混合集成模型在来源留空组5折交叉验证框架下始终优于最优单一模型，平均R²实现21.8%的相对提升。误差相关性分析确定集成权重由基础模型的成对误差相关结构及其个体预测精度共同决定，而相比单一模型的改进幅度受误差去相关程度和可抵消误差量控制。该集成模型在探索域内未观测数据上实现0.92的R²，同时物理信息损失消除了数据稀疏区域的非物理预测，产生严格非负的CO2转化估计值。SHAP分析识别流速和功率为主导特征，共同占模型预测的61%–71%，这受制于训练数据分布调节下的统计关联。总体而言，该工作提供了透明、严格验证的基准，并强调等离子体气体转化中真正具有预测能力的ML发展将受益于社区范围内FAIR数据标准的采用，以及将机理约束直接嵌入高级学习框架的物理信息架构的开发。</sub>