基于LightGBM超参数优化的有害废阴极碳中碳纯化的机器学习框架

《Recycling》:Machine Learning Framework for Carbon Purification from Hazardous Spent Cathode Carbon via LightGBM Hyperparameter Optimization

【字体: 大 中 小 】 时间:2026年08月14日 来源:Recycling 5.2

编辑推荐:

  废阴极碳(SCC)是原生铝生产过程中产生的一种危险废物,含有宝贵的石墨碳资源,但由于碳纯化受多个浸出参数之间复杂相互作用的制约,难以回收。传统的工艺优化依赖大量实验室实验,导致高化学品消耗、能源消耗和开发成本。本研究提出了一种可解释的机器学习框架,用于在有限数

  
废阴极碳(SCC)是原生铝生产过程中产生的一种危险废物,含有宝贵的石墨碳资源,但由于碳纯化受多个浸出参数之间复杂相互作用的制约,难以回收。传统的工艺优化依赖大量实验室实验,导致高化学品消耗、能源消耗和开发成本。本研究提出了一种可解释的机器学习框架,用于在有限数据条件下从SCC中实现更清洁、更资源高效的碳纯化。研究人员使用碱性浸出实验数据评估了六种机器学习算法(GBDT、CatBoost、XGBoost、LightGBM、随机森林和决策树)。通过结合响应面法(RSM)、正交实验设计(OED)和局部参数优化方法,系统优化了LightGBM模型。优化后的模型(min_child_samples = 2, num_leaves = 32, n_estimators = 500, learning_rate = 0.5)在独立测试集上实现了R2为0.8015,RMSE为0.9163,MAE为0.6599。SHAP分析表明,初始碱浓度、液固比、搅拌速率和浸出时间是控制碳纯化的主要因素,而在所研究操作范围内温度的影响相对较小。结果表明,改善试剂利用率和流体动力学条件比单独增加热输入具有更大的碳纯化提升潜力。通过将统计实验设计与可解释机器学习相结合,本研究建立了一个高效、可解释且可迁移的决策支持框架,用于优化有限数据条件下的危险废物回收及其他资源回收过程,从而支持清洁生产和循环经济实践。
**论文解读:基于可解释机器学习框架的有害废阴极碳碳纯化过程优化**

**研究背景与问题**
废阴极碳(Spent Cathode Carbon, SCC)是铝电解过程中产生的一种危险固体废物,含有氟化物和氰化物等有毒物质,若处理不当会带来严重的环境和生态风险。同时,SCC中含有大量具有石墨结构的宝贵碳资源,可作为电池负极、石墨烯材料和碳化硅合成等高附加值应用的二次原料。然而,SCC的碳纯化过程受温度、浸出时间、液固比、碱浓度和搅拌速率等多个操作变量之间复杂非线性相互作用的制约。传统的工艺优化方法(如单因素分析和响应面法)通常需要大量实验,导致化学品、水和能源的高消耗,且难以捕捉变量间的交互效应,尤其在小样本数据集条件下。因此,开发一种高效、可解释且资源节约的优化方法对于实现SCC的清洁回收和循环利用至关重要。

**研究内容与结论**
本研究基于Yuan等人(根据原文,数据集来源于Yuan等[17]的碱性浸出实验,所有42个实验均来自中国河南某铝厂同一批均质化SCC)的碱性浸出实验数据,开发了一个可解释的机器学习框架。研究人员系统评估了六种机器学习算法(GBDT、CatBoost、XGBoost、LightGBM、随机森林和决策树),并选择LightGBM作为代表性模型进行进一步优化。通过集成响应面法(RSM)、正交实验设计(OED)和局部参数精调,建立了高效且可解释的超参数优化策略。优化后的LightGBM模型(min_child_samples = 2, num_leaves = 32, n_estimators = 500, learning_rate = 0.5)在独立测试集上实现了R2为0.8015,RMSE为0.9163,MAE为0.6599。SHAP分析揭示了初始碱浓度、液固比、搅拌速率和浸出时间是控制碳纯化的主要变量,而温度的影响较小。该框架在有限数据条件下实现了高效工艺优化,减少了实验工作量,并支持清洁生产。论文发表在《Recycling》。

**关键技术方法**
研究人员主要使用了以下关键技术方法:
1. **数据集与预处理**:数据来源于Yuan等[17]的碱性浸出实验,共42个实验样本,均来自同一批均质化SCC(中国河南某铝厂)。包含五个操作变量:温度(40–80°C)、时间(30–150 min)、液固比(4–8 mL g?1)、初始碱浓度(0.2–1.0 mol L?1)和搅拌速率(100–500 rpm)。目标变量为浸出残渣的碳含量(通过烧失量法测定)。
2. **机器学习模型选择与评估**:比较了GBDT、CatBoost、XGBoost、LightGBM、随机森林(RF)和决策树(DT)六种算法,采用4:1训练-测试划分,以R2、RMSE和MAE为评价指标。
3. **超参数优化**:结合响应面法(RSM,Box-Behnken设计)和正交实验设计(OED,L9(33))对LightGBM的三个关键超参数(num_leaves, n_estimators, learning_rate)进行系统优化,并与网格搜索和贝叶斯优化对比。
4. **鲁棒性验证**:采用五折交叉验证和100次蒙特卡洛重复留出验证(80:20划分)评估模型对数据划分的敏感性。
5. **模型可解释性**:使用SHAP(Shapley Additive Explanations)分析量化各操作变量对碳含量预测的贡献。

**研究结果**
**2.1 响应面方差分析**
通过Box-Behnken设计建立响应面模型,方差分析表明学习率(C)是最敏感的超参数,其二次项效应显著,而num_leaves(A)和n_estimators(B)影响较小。响应面图显示R2、RMSE和MAE主要沿C轴弯曲,说明模型性能主要由学习率主导,交互作用有限。

**2.2 正交实验结果分析**
L9(33)正交实验的极差分析和方差分析确认超参数重要性顺序为C > B > A。最优组合为A=32, B=500, C=0.50(同时min_child_samples固定为2),此时模型在独立测试集上R2=0.8015, RMSE=0.9163, MAE=0.6599。OED方法比网格搜索效率更高,且能清晰识别因子重要性。

**2.3 优化策略对比**
与网格搜索(64次参数评估)和贝叶斯优化相比,RSM-OED策略仅需极少参数评估次数即可达到可比预测性能,且具有更好的因子解释性。

**2.4 优化LightGBM模型的鲁棒性验证**
在固定33:9划分下模型表现良好,但五折交叉验证和蒙特卡洛重复验证显示R2变异较大,这反映了稀疏数据固有的统计不确定性,而非模型缺陷。RMSE和MAE的分布更稳定,表明模型具有可靠的预测能力。

**2.5 模型可解释性与过程变量重要性**
SHAP分析量化了各变量的平均绝对SHAP值:初始碱浓度(1.5812,贡献29.9%)、液固比(1.0777,23.3%)、搅拌速率(0.8676,18.8%)、浸出时间(0.7871,17.0%)、温度(0.5081,11.0%)。结果表明,改善试剂利用率和流体动力学条件比单纯增加热输入更能提升碳纯化效率。Pearson相关分析进一步表明液固比与碳含量正相关最强(r=0.544),搅拌速率呈负相关(r=-0.233)。

**2.6 对清洁生产与资源回收的启示**
所提框架通过与网格搜索对比,实现了约86%的搜索空间缩减,同时提供因子重要性信息。该框架可减少优化所需的验证实验次数,降低化学品、水和能源消耗及二次废物产生,符合清洁生产原则。其可扩展性为其他危险废物(如废锂离子电池、赤泥、飞灰等)的优化提供了可迁移的方法。

**2.7 潜在工业部署**
该框架可嵌入工业传感器或分布式控制系统(DCS)中,实现实时碳含量预测,并可作为未来数字孪生系统的计算模块,需要进一步的中试和工业数据集验证。

**2.8 研究局限与未来工作**
当前模型基于单一均质化SCC源,原料组成固定,因此模型具有原料特异性。未来需要纳入不同SCC来源的更大规模数据集,考虑初始碳含量、灰分、矿物组成等输入特征,并在中试和工业规模验证。

**总结讨论与结论**
研究人员通过集成RSM、OED和局部参数精调,显著提升了LightGBM模型的预测能力。优化后的模型在有限数据条件下实现了满意的预测精度,且SHAP分析为过程变量重要性提供了定量解释。该框架不仅提高了预测准确性,还增强了过程理解,减少了优化工作量,支持更资源高效的工艺开发。结论部分翻译如下:
本研究开发了一个可解释的机器学习框架,用于在有限数据条件下预测SCC浸出残渣的碳含量。系统评估了六种广泛使用的机器学习算法(GBDT、CatBoost、XGBoost、LightGBM、RF和DT),并选择LightGBM进行进一步优化。通过集成RSM、OED和局部参数精调,建立了一个高效且可解释的超参数优化策略。此外,结合鲁棒性验证和SHAP分析,提高了模型的可靠性和可解释性。系统的超参数优化显著提升了LightGBM模型的预测能力。优化后的模型(min_child_samples = 2, num_leaves = 32, n_estimators = 500, learning_rate = 0.5)在独立测试集上实现了R2为0.8015,RMSE为0.9163,MAE为0.6599。与传统的网格搜索相比,所提出的RSM-OED引导策略达到了相当的预测精度,同时大幅减少了参数评估次数,并提供了对单个超参数相对重要性的更深入理解。鲁棒性分析进一步表明,重复验证中观察到的变异性主要反映了有限实验数据带来的统计不确定性,而非优化模型的缺陷。SHAP分析表明,初始碱浓度、液固比、搅拌速率和浸出时间是控制碳纯化效率的主要过程变量,而在所研究的操作范围内温度的影响相对较小。这些发现表明,改善试剂利用率和流体动力学条件比单独增加热输入具有更大的碳纯化效率提升潜力。通过将统计实验设计与可解释人工智能相结合,所提出的框架不仅提高了预测精度,还增强了过程理解,减少了优化工作量,并通过更资源高效的工艺开发支持清洁生产。尽管所提出的框架为有限数据条件下的工艺优化提供了有效的数据驱动工具,但在更广泛的工业应用之前,仍需使用更大、更多样化的数据集进行进一步验证。未来的工作应使用来自不同铝厂的更大、更多样化的数据集验证该框架,并评估其在其他危险废物回收和资源纯化过程中的适用性。总体而言,所提出的可解释机器学习框架为在有限数据条件下优化危险废物回收过程提供了一个高效、可解释且可迁移的决策支持工具,有助于清洁生产和宝贵碳资源的可持续纯化。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号