面向热解过程的可解释物理信息机器学习

《Biomass》：Interpretable Physics-Informed Machine Learning for Pyrolysis

　　

本研究旨在解决生物质热解产物精确预测中的核心挑战，即热化学动力学的固有复杂性及现代机器学习（Machine Learning, ML）模型在机理解释性方面的不足。研究人员通过比较标准人工神经网络（Artificial Neural Network, ANN）、新型混合物理信息神经网络（Physics-Informed Neural Network, PINN）以及透明模型（粗糙集机器学习, Rough Set Machine Learning, RSML）在生物炭产率预测中的表现，来应对黑箱模型问题。标准ANN表现出较差的泛化性能（R² = ?2.4109），并存在物理不一致性，其物理一致性度（Physical Consistency Degree, PCD）仅为0.6429，且偏依赖分析（Partial Dependence Analysis, PDA）显示非单调行为。PINN采用独立平行反应机理（Independent Parallel Reactions Scheme, IPRS）通过偏微分方程损失项（L_PDE）施加动力学约束。结果表明存在关键权衡：标准平衡模式下的PINN训练失败（PCD = 0.0714），而扩展动力学拟合模式成功实现了完全物理一致性（PCD = 1），证明施加物理约束可作为强大的正则化手段，显著提升预测精度（R² = 0.82）。此外，该物理一致的PINN自主发现了有效的活化能参数（E_a = 152.41 kJ/mol），建立了热力学一致的主热解阶段全局活化能垒，提供了直接机理解释。RSML模型则生成了高确定性（cer = 1.0）的IF-THEN规则，将动力学原理转化为可操作的操作指南（如操作温度和原料灰分含量的具体阈值）。研究表明，物理信息机器学习（Physics-Informed Machine Learning, PIML）是实现化学工程领域可靠、鲁棒且机理解释性建模的有前景途径。

本研究聚焦于生物质热解这一可持续生产可再生生物燃料、烃类及高价值生物制品的基础热化学转化途径，旨在开发能够实现精确预测且具备机理解释性的混合建模框架。当前该领域面临的核心问题在于：传统机理模型（如详细动力学模型、计算流体力学模型）虽具备物理严谨性，但开发成本高、计算量大且常受限于不完整的动力学数据集；而纯数据驱动的机器学习模型虽能捕捉经验输入-输出关系，却普遍因黑箱特性而缺乏可解释性，导致用户信任度低、外推能力差，且在实验数据有限时易出现灾难性过拟合。为克服上述局限，研究人员提出了融合物理信息机器学习与显式可解释性技术的集成框架，以实现物理一致性与操作透明性的双重目标。

该研究的数据基础来源于文献汇总的72个数据点，涵盖20种不同生物质物种，输入特征包括热解温度（T)、元素分析（C、H、O、N）、工业分析（固定碳FC、挥发分VM、灰分Ash）及衍生的H/C摩尔比；输出变量为生物炭产率（Y_char）。数据集按温度分层随机划分为训练集（60%）、验证集（20%）和测试集（20%），并采用StandardScaler进行标准化处理。外部验证采用南方黄松（Southern Yellow Pine，灰分含量0.75%）的热重分析实验数据，以确保模型在真实场景下的泛化能力。

研究构建了三大支柱模型体系。第一支柱为标准ANN基准模型，采用两层各50个神经元的全连接架构，以ReLU为激活函数，Adam优化器最小化均方误差损失，旨在建立无物理约束下的性能基线。第二支柱为混合PINN模型，基于TensorFlow/Keras框架，以独立平行反应机理为物理约束，采用阿伦尼乌斯速率方程的单伪组元简化形式，通过自动微分计算动力学方程残差，构建包含数据拟合损失与偏微分方程损失的总损失函数；该模型测试了两种训练模式——标准平衡模式（λ_data = λ_physics）与扩展动力学拟合模式（重物理约束权重λ_physics >> λ_data），以探索物理约束对模型行为的调控作用。第三支柱为RSML透明模型，利用ROSE2软件引擎及RoughSetPC包，将连续的O/C摩尔比离散化为高稳定性类别，生成IF-THEN决策规则，并以确定性（cer）和覆盖率（cov）评估规则质量。

物理一致性度作为量化指标，通过计算模型预测斜率与物理预期单调关系（温度升高时生物炭产率应单调递减）的一致比例，评估模型对热化学定律的遵循程度。

研究结果部分呈现如下。

**数据收集与初步分析**：研究人员从专业文献中整理并清洗得到72个数据点。描述性统计分析显示，氢含量在不同生物质间较为恒定（标准差1.22），而灰分和温度变异较大，反映了原料多样性和操作条件广泛性对建模的挑战。

**黑箱模型（ANN）性能**：标准ANN在训练集上表现出较强的统计拟合（R² = 0.8095），但测试集性能完全崩溃（R² = ?2.4109，RMSE = 13.1589%），意味着其预测比简单均值猜测更差，呈现典型灾难性过拟合。偏依赖分析揭示其预测曲线存在违反阿伦尼乌斯定律的正斜率段和振荡，物理一致性度仅0.6429，即35.71%的预测违反基本热动力学原理。该结果证实，在无显式物理指令条件下，ANN优先拟合数据噪声而非遵循物理定律。

**物理信息神经网络（PINN）结果**：标准PINN训练模式因数据损失与物理损失的破坏性竞争，导致梯度病理问题，测试集R²降至?2.8199、PCD降至0.0714，表现劣于ANN。而扩展动力学拟合模式通过设置极高物理约束权重，强制消除物理不可能的预测路径，使PCD在20个训练周期内迅速收敛至1.0，同时测试集R²提升至0.82。该模式成功将物理约束转化为结构性正则化器，克服了标准模式的优化失败。在此物理完全一致状态下，PINN自主发现的动力学参数为：活化能E_a = 152.41 kJ/mol、指前因子A = 2.36 × 10¹⁰ min^?1、反应级数n = 2.69，其中活化能数值与现有化学文献验证一致，证明PINN可作为反演建模与基础发现的工具。

**透明箱模型（RSML）结果**：RSML针对生物炭高稳定性（O/C ≤ 0.2）预测生成多条IF-THEN规则。关键规则R1为：若温度高于653.51°C且灰分低于3.79%，则可获得高稳定性生物炭（cer = 1.0，cov = 26%）；规则R2为：若温度高于644.99°C且H/C摩尔比低于1.53%，则获高稳定性生物炭（cer = 1.0，cov = 50%）。高确定性（100%）与化学合理性（高温促进脱挥发分、低灰分利于稳定性）证实了规则的工程应用价值，尽管覆盖率（26–50%）反映了精确规则需以牺牲泛化广度为代价。

**外部验证：黄松案例研究**：采用南方黄松实验热重数据（最高温度846.10°C，实测生物炭产率15.36%）进行外部验证。原始实验数据因仪器噪声导致PCD为0.8348，而PINN将其正则化为完美的物理一致性（PCD = 1.0）；同时RSML规则R1被正确触发，以100%确定性将生物炭归类为高稳定性。该结果验证了框架对真实工业原料的适用性，但研究人员也指出，过度平滑可能滤除微裂纹或局部催化效应等真实高频物理现象。

结论部分，研究人员总结指出以下核心发现：可解释人工智能的不一致性是可量化的，标准ANN的物理不一致性（PCD = 0.6429）证明仅依赖事后解释方法无法确保科学有效性；物理一致性必须通过显式约束强制执行，扩展动力学拟合模式以完美PCD = 1.0证明物理规律是最有效的正则化手段；PIML能够实现机理发现，自主发现的动力学参数具备文献验证的物理可解释性；RSML提供了操作层面的清晰性，将热解原理转化为可直接指导反应器设计与优化的操作指南。外部实验进一步证实，PINN架构可作为物理过滤器消除噪声，RSML规则对真实原料具有鲁棒适用性。未来工作需扩展至多目标优化，同步发现三伪组元（半纤维素、纤维素、木质素）的多动力学参数，并将预测范围扩展至生物油和气体产物。