
-
生物通官微
陪你抓住生命科技
跳动的脉搏
利用可持续生物质衍生的活性炭,通过机器学习辅助实现毒死蜱的固定床柱吸附
《npj Clean Water》:Machine learning-assisted fixed-bed column adsorption of chlorpyrifos using sustainable biomass-derived activated carbon
【字体: 大 中 小 】 时间:2026年08月12日 来源:npj Clean Water 11.0
编辑推荐:
摘要由于毒性强且会对生态系统和人类健康造成不良影响,水体中氯吡硫磷的污染已成为一个严重的环境问题。本研究采用由Magnolia champaca叶生物质制成的活性炭(MCAC)对氯吡硫磷进行连续固定床柱吸附处理。实验在pH值为2的条件下进行,通过改变流速(Q)、床层高度(Z)以及
由于毒性强且会对生态系统和人类健康造成不良影响,水体中氯吡硫磷的污染已成为一个严重的环境问题。本研究采用由Magnolia champaca叶生物质制成的活性炭(MCAC)对氯吡硫磷进行连续固定床柱吸附处理。实验在pH值为2的条件下进行,通过改变流速(Q)、床层高度(Z)以及进水中的氯吡硫磷浓度(C0)来研究其吸附性能。突破曲线分析表明,当C0为25毫克/升、Z为1厘米、Q为6毫升/分钟时,吸附效果最佳,吸附容量(qe)可达105.81毫克/克。在各类传统模型中,Thomas模型、Adams-Bohart模型和Yoon-Nelson模型的预测结果与实际值高度吻合,R2值均大于0.99。此外,还使用了多种机器学习模型,如SVR、XGB、RF、GB、CB、LGBM和ANN,来预测Ct/C0的变化规律。其中SVR模型的预测能力最强,测试时的R2值为0.9968,RMSE和MAE值分别为0.0182和0.0122。通过特征重要性分析和SHAP方法可知,接触时间是影响吸附突破行为的最关键参数。总体而言,本研究展示了一种结合固定床模型与可解释性机器学习方法的有效策略,可用于优化基于吸附的废水处理工艺。