基于生物炭性质分析和机器学习模型的重金属吸附效率预测.pdf

摘要 水体中的重金属会对水生系统以及人类健康造成严重威胁，吸附法是处理重金属废 水的有效途径之一。生物炭具有多孔结构、丰富的表面官能团，是一种廉价易得的高效 吸附剂。为了实现西藏地区生物质资源的高效利用，本文选用青稞秸秆和牦牛粪便为原 料，对其组成成分和热解特性进行分析，并将二者按照一定的质量比例混合，在不同环 境条件下，通过热解制备生物炭。采用元素分析、SEM-EDS 、FTIR 、BET 、TGA 等技 术对生物炭理化性质进行表征分析，研究吸附条件对生物炭吸附重金属Cd 效率的影响 规律。并结合本研究及相关文献报道，基于机器学习理论，采用DT 模型、GBDT 模型、 XGBoost 模型和Stacking 模型，依据生物炭的理化性质和吸附条件等预测生物炭对于各 类重金属离子的吸附效率。主要研究结果如下： （1）青稞秸秆的碳含量、挥发性有机物、固定碳含量显著高于牦牛粪便，其纤维素 含量是牦牛粪便的6.5 倍，牦牛粪便中则含有更多的木质素。采用热重分析仪对青稞秸 秆和牦牛粪便的热解特性进行分析，生物质热转化的适宜温度在360~590 ℃之间。 （2 ）秸秆生物炭的碳含量较高、比表面积较小，粪便生物炭的阳离子交换量、灰分 较高，表面官能团更丰富；在较高的热解温度下，生物炭的孔隙结构更丰富、比表面积 增大、碳化程度和芳香化程度增加；而在不同环境压力下热解对生物炭性质影响较小。 （3 ）共热解生物炭具有更明显的主体碳架结构，孔隙结构更丰富。在500℃下，秸 2 秆和牛粪以 1:1 混合制备的生物炭比表面积最大为 27.41 m /g ，阳离子交换量最高为 62.03 cmol/Kg ，O/C 和（O+N ）/C 最高，分别为0.154 和0.177。这些指标的值越大对吸 附过程越有利，证明共热解有利于优化生物炭结构，提高生物炭吸附性能。 （4 ）Cd2+溶液浓度为1.0 mmol/L 时，生物炭对于Cd2+ 的吸附容量最大为16.40 mg/g ； 溶液pH 为8 时，吸附容量最大为18.78 mg/g ；生物炭用量为0.80 g 时，吸附容量最大 为25.34 mg/g 。生物炭对于Cd2+ 的吸附符合Freundlich 模型，属于多层吸附。 （5 ）机器学习模型预测结果显示 Stacking 模型的RMSE 为0.0288 ，R2 为0.9816， MAE 为0.0185，拟合效果最好，均方根误差最小。溶液温度、初始浓度比、溶液pH 值、 生物炭的碳含量和阳离子交换量对于吸附效率预测结果的影响权重较大。 关键词：生物炭，重金属，热解，机器学习，吸附效率预测 I 目录 摘要I ABSTRACT II 目录IV 第一章 绪论 1 1.1 重金属污染概述及现状 1 1.1.1 重金属污染现状 1 1.1.2 重金属污染的危害2 1.1.3 重金属污染的修复技术3 1.2 生物炭的制备、性质与研究现状4 1.2.1 生物炭来源与制备4 1.2.2 生物炭性质影响因素5 1.2.3 生物炭的环境应用6 1.2.4 生物炭吸附溶液中重金属的研究现状7 1.3 机器学习研究现状与应用8 1.3.1 机器学习模型介绍8 1.3.2 机器学习模型在环境领域的应用9 1.4 研究内容与技术路线 10 第二章 生物质来源与成分分析 13 2.1 引言 13 2.2 实验材料 13 2.2.1 原料产量与分布 13 2.2.2 原料预处理 14 2.2.3 实验仪器 14 2.3 原料分析方法 1