基于机器学习的生物质热解三态产物产率提升研究     

易植  季玲  李明月  陈虎生  肖运昌 《林产化学与工业》2023,(6):113-122

通过挖掘文献中木质纤维素类生物质鼓泡流化床快速热解实验数据并建立随机森林(RF)回归模型,以生物质原料特性与热解条件对生物质热解生物油、生物炭、气体的产率进行预测。从影响生物质热解产物分布的5类关键因素中整理出15个特征变量,将输入变量进行了组合得到7个模型,均能很好地预测生物质热解三态产物,回归系数(R²)大于0.9。模型6的输入变量最少且准确度最高,对生物炭、生物油、生物质热解气产率预测的R²分别为0.942 8、 0.956 1、 0.939 1,均方根误差(RMSE)分别为2.679 1、 2.939 5和3.108 3。通过模型贡献度分析可知,热解条件(Ⅴ)为影响热解产物产率的最重要因素,其对生物炭、生物油、生物质热解气产率预测的贡献度分别为0.332 7、 0.220 4和0.214 7。采用部分依赖图(PDP)结合各个特征变量的分布箱线图分析,结果表明：热解温度(HT)、木质素质量分数(Lig)、颗粒粒径(PS)为影响生物炭产率的主要因素;生物油与生物质热解气产率则由HT、纤维素质量分数(Cel)与半纤维素质量分数(Hem)、进...  相似文献