利用红泥催化剂对Prosopis juliflora废弃荚果及低密度聚乙烯废物进行热解：热力学与动力学分析及基于人工神经网络方法的预测建模

《Industrial & Engineering Chemistry Research》：Spent Red Mud-Catalyzed Copyrolysis of Waste Pods of Prosopis juliflora and Low-Density Polyethylene Waste: Thermal and Kinetic Insights and Predictive Modeling Using Artificial Neural Network Approach

　　

摘要

在本研究中，使用废红泥衍生催化剂（RMC）通过热重分析法研究了Prosopis juliflora豆荚（PJ）与废低密度聚乙烯（LDPE）的催化共裂解过程。实验在三种加热速率下进行：10、20和30 °C/min，分别针对PJ与LDPE的混合物（1:1）以及原料（PJ & LDPE）与RMC催化剂的混合物（1:1）。此外，还进行了动力学和热力学分析，并通过Criado的Z-master图方法阐明了反应机理。动力学参数使用四种不同的等转化率模型进行评估，随后估算了热力学参数。研究结果表明，在所有模型中，加入废红泥衍生催化剂（RMC）后，平均 activation energy（活化能）降低了9–10%。进一步地，应用人工神经网络（ANN）模型预测PJ和LDPE废料的催化共裂解行为，观察到高回归系数（R ≈ 0.99）和低均方误差（MSE ≈ 10^–5），这表明该预测模型对于PJ和LDPE废料的共裂解转化具有较高的准确性。因此，该研究证实了使用废红泥衍生催化剂通过经济可行且可持续的工艺将PJ和LDPE废料转化为燃料和化学品的潜力。