本發(fā)明涉及污泥炭活性位點研究，更具體的說是涉及一種輔助構(gòu)筑污泥炭活性位點的機(jī)器學(xué)習(xí)方法及系統(tǒng)。

背景技術(shù)：

1、熱處理將污泥(ss)廢物轉(zhuǎn)化為功能性炭材料，提供了一種高效且環(huán)保的污泥高值回收方法。高活性催化劑的研發(fā)是提高類芬頓催化降解效率的關(guān)鍵，此外，ss炭基功能材料的活性位點是影響其活性的關(guān)鍵因素。吡啶n作為污泥炭催化劑中重要活性位點，不僅可以通過增強(qiáng)活性中心提高催化劑活性，還能通過調(diào)節(jié)催化劑表面電子結(jié)構(gòu)影響催化劑的整體性能。值得注意的是，ss原料中fe影響吡啶n活性位點的形成。在熱解過程中，原料中鐵氧化物首先會催化焦炭中蛋白質(zhì)氮轉(zhuǎn)化為含氮功能團(tuán)(吡咯氮、季氮、氮氧化物等)，使氮固定在焦炭中。然后隨著熱解溫度的升高，形成α-fe并與半焦中的吡啶n反應(yīng)進(jìn)一步形成fexn。隨著熱解溫度升高，fexn分解轉(zhuǎn)化為n2。其次，fe促進(jìn)污泥炭表面結(jié)構(gòu)缺陷生成，這些缺陷是活性位點的優(yōu)良生成位點。因此，fe在構(gòu)建催化劑活性位點過程發(fā)揮重要作用。此外，在不同熱解參數(shù)(加熱速率、熱解溫度和氣氛)下，ss炭化過程涉及多種組分之間的復(fù)雜鏈?zhǔn)椒磻?yīng)。在現(xiàn)有的科學(xué)條件下，很難觀察到熱解過程中中間態(tài)和官能團(tuán)的變化，成為闡明活性位點形成機(jī)理的一大障礙，進(jìn)而影響活性位點的精準(zhǔn)調(diào)控。

2、通過人工智能手段，借助大數(shù)據(jù)分析和機(jī)器學(xué)習(xí)算法，可發(fā)現(xiàn)隱藏的信息和復(fù)雜的非線性關(guān)系。但是傳統(tǒng)的模型存在一些問題，比如，隨機(jī)森林對高維稀疏數(shù)據(jù)效果不好，xgboost對異常值和噪聲非常敏感。值得注意的是，extra?tree是一種基于隨機(jī)森林的變體，通過隨機(jī)選擇特征和數(shù)據(jù)子集來生成多個決策樹，能夠很好地處理高維數(shù)據(jù)和噪聲。因此，本發(fā)明將兩個模型集成實現(xiàn)互補(bǔ)：xgboost的強(qiáng)預(yù)測能力結(jié)合extra?tree的魯棒性，可以處理不同類型的數(shù)據(jù)，提高模型整體的泛化能力，從而在不同的數(shù)據(jù)集上表現(xiàn)出更好的穩(wěn)定性和準(zhǔn)確性。將兩個模型的預(yù)測結(jié)果進(jìn)行加權(quán)平均，獲得比單個模型更準(zhǔn)確的預(yù)測結(jié)果。因此亟需一種輔助構(gòu)筑污泥炭活性位點的機(jī)器學(xué)習(xí)方法及系統(tǒng)，準(zhǔn)確預(yù)測污泥炭催化劑表面的關(guān)鍵活性位點并高通量篩選位點的構(gòu)筑條件。

技術(shù)實現(xiàn)思路

1、有鑒于此，本發(fā)明提供了一種輔助構(gòu)筑污泥炭活性位點的機(jī)器學(xué)習(xí)方法及系統(tǒng)，通過借助大數(shù)據(jù)分析和機(jī)器學(xué)習(xí)算法集成，構(gòu)建污泥基催化劑原料組成和制備參數(shù)與吡啶氮位點組成之間的復(fù)雜關(guān)系。

2、為了實現(xiàn)上述目的，本發(fā)明采用如下技術(shù)方案：

3、一方面，本發(fā)明提供了一種輔助構(gòu)筑污泥炭活性位點的機(jī)器學(xué)習(xí)方法，包括以下步驟：

4、收集污泥基催化劑參數(shù)，構(gòu)建用于預(yù)測污泥炭基催化劑活性位點的污泥基催化劑參數(shù)數(shù)據(jù)集；

5、對污泥基催化劑參數(shù)數(shù)據(jù)集中的數(shù)據(jù)進(jìn)行預(yù)處理，并將預(yù)處理后的污泥基催化劑參數(shù)數(shù)據(jù)集劃分為訓(xùn)練集和測試集；

6、分別將訓(xùn)練集輸入到多個機(jī)器學(xué)習(xí)回歸算法模型進(jìn)行訓(xùn)練，并利用測試集分別對多個機(jī)器學(xué)習(xí)回歸算法模型進(jìn)行預(yù)測性能評估，選取每個活性位點預(yù)測性能的最佳模型；

7、對每個活性位點預(yù)測性能的最佳模型進(jìn)行分析，并定量評估污泥原料組成和熱解參數(shù)對活性位點預(yù)測的貢獻(xiàn)度，根據(jù)貢獻(xiàn)度選取最佳模型的最優(yōu)污泥原料和制備條件參數(shù)；

8、輸入污泥原料和制備條件參數(shù)至集成模型進(jìn)行污泥炭的活性位點預(yù)測，得到污泥炭的活性位點預(yù)測結(jié)果。

9、優(yōu)選的，收集污泥基催化劑參數(shù)，包括：

10、數(shù)據(jù)集輸入特征包括：c％、n％、o％、fe％、pyrolysis?temperature、heatingrate和pyrolysis?time和1個輸出變量pyridinic?n。

11、優(yōu)選的，數(shù)據(jù)預(yù)處理選擇標(biāo)準(zhǔn)化作為預(yù)處理方法。

12、優(yōu)選的，機(jī)器學(xué)習(xí)回歸算法模型包括：

13、svm、kneighbors、bagging、決策樹、extra?tree、xgboosting、ard回歸、貝葉斯嶺和隨機(jī)森林。

14、優(yōu)選的，計算訓(xùn)練和測試數(shù)據(jù)集的r2和rmse值以評估模型預(yù)測準(zhǔn)確性；篩選決策樹、extra?tree、xgboosting、ard回歸和貝葉斯嶺機(jī)器學(xué)習(xí)算法進(jìn)行進(jìn)一步優(yōu)化。

15、優(yōu)選的，對extra?tree和xgboosting機(jī)器學(xué)習(xí)算法進(jìn)行集成優(yōu)化和貝葉斯優(yōu)化。

16、優(yōu)選的，使用特征重要性和shap算法對活性位點預(yù)測性能的集成模型進(jìn)行分析，并評估污泥原料組成和熱解參數(shù)對活性位點預(yù)測的貢獻(xiàn)度，通過部分依賴圖分析，得出吡啶n生成的最佳熱解時間、熱解溫度和升溫速率條件。

17、另一方面，本發(fā)明還提供了一種輔助構(gòu)筑污泥炭活性位點的機(jī)器學(xué)習(xí)系統(tǒng)，用于實現(xiàn)上述任一項所述的一種輔助構(gòu)筑污泥炭活性位點的機(jī)器學(xué)習(xí)方法，包括依次連接的數(shù)據(jù)獲取單元、預(yù)處理單元、模型評估單元、貢獻(xiàn)度評估單元和活性位點預(yù)測單元：

18、數(shù)據(jù)獲取單元，收集污泥基催化劑參數(shù)，構(gòu)建用于預(yù)測污泥炭基催化劑活性位點的污泥基催化劑參數(shù)數(shù)據(jù)集；

19、預(yù)處理單元，用于對污泥基催化劑參數(shù)數(shù)據(jù)集中的數(shù)據(jù)進(jìn)行預(yù)處理，并將預(yù)處理后的污泥基催化劑參數(shù)數(shù)據(jù)集劃分為訓(xùn)練集和測試集；

20、模型評估單元，用于分別將訓(xùn)練集輸入到多個機(jī)器學(xué)習(xí)回歸算法模型進(jìn)行訓(xùn)練，并利用測試集分別對多個機(jī)器學(xué)習(xí)回歸算法模型進(jìn)行預(yù)測性能評估，選取每個活性位點預(yù)測性能的最佳模型；

21、貢獻(xiàn)度評估單元，用于對每個活性位點預(yù)測性能的最佳模型進(jìn)行分析，并定量評估污泥原料組成和熱解參數(shù)對活性位點預(yù)測的貢獻(xiàn)度，根據(jù)貢獻(xiàn)度選取最佳模型的最優(yōu)污泥原料和制備條件參數(shù)；

22、活性位點預(yù)測單元，用于輸入污泥原料和制備條件參數(shù)至集成模型進(jìn)行污泥炭的活性位點預(yù)測，得到污泥炭的活性位點預(yù)測結(jié)果。

23、經(jīng)由上述的技術(shù)方案可知，與現(xiàn)有技術(shù)相比，本發(fā)明公開提供了一種輔助構(gòu)筑污泥炭活性位點的機(jī)器學(xué)習(xí)方法及系統(tǒng)，具有以下有益效果：

24、(1)本發(fā)明所述的預(yù)測污泥炭活性位點的方法，集成extra?tree和xgboosting機(jī)器學(xué)習(xí)模型，僅需要輸入c％、n％、o％、fe％、升溫速率、熱解溫度和熱解時間七個參數(shù)，得到的預(yù)測模型r2值達(dá)0.80，可以直接根據(jù)原料組成和制備參數(shù)預(yù)測活性位點。不需要大規(guī)模地機(jī)械化進(jìn)行實驗，減少了人力物力的成本；

25、(2)本發(fā)明成功構(gòu)建的模型可以精準(zhǔn)篩選生成吡啶n的最佳熱解時間、升溫速率和熱解溫度。熱解溫度在500-600℃、加熱速率在5-10℃/min、熱解時間在150min左右時有利于吡啶n位點生成；

26、(3)本發(fā)明所述的預(yù)測污泥炭活性位點的方法，打破了含fe污泥炭表面吡啶氮活性位點精準(zhǔn)化制備的瓶頸。所開發(fā)的預(yù)測污泥炭活性位點的方法為機(jī)器學(xué)習(xí)在污泥炭活性位點領(lǐng)域的應(yīng)用提供了新見解。

技術(shù)特征：

1.一種輔助構(gòu)筑污泥炭活性位點的機(jī)器學(xué)習(xí)方法，其特征在于，包括以下步驟：

2.根據(jù)權(quán)利要求1所述的一種輔助構(gòu)筑污泥炭活性位點的機(jī)器學(xué)習(xí)方法，其特征在于，收集污泥基催化劑參數(shù)，包括：

3.根據(jù)權(quán)利要求1所述的一種輔助構(gòu)筑污泥炭活性位點的機(jī)器學(xué)習(xí)方法，其特征在于，數(shù)據(jù)預(yù)處理選擇標(biāo)準(zhǔn)化作為預(yù)處理方法。

4.根據(jù)權(quán)利要求1所述的一種輔助構(gòu)筑污泥炭活性位點的機(jī)器學(xué)習(xí)方法，其特征在于，機(jī)器學(xué)習(xí)回歸算法模型包括：

5.根據(jù)權(quán)利要求4所述的一種輔助構(gòu)筑污泥炭活性位點的機(jī)器學(xué)習(xí)方法，其特征在于，計算訓(xùn)練和測試數(shù)據(jù)集的r2和rmse值以評估模型預(yù)測準(zhǔn)確性；篩選決策樹、extra?tree、xgboosting、ard回歸和貝葉斯嶺機(jī)器學(xué)習(xí)算法進(jìn)行進(jìn)一步優(yōu)化。

6.根據(jù)權(quán)利要求5所述的一種輔助構(gòu)筑污泥炭活性位點的機(jī)器學(xué)習(xí)方法，其特征在于，對extra?tree和xgboosting機(jī)器學(xué)習(xí)算法進(jìn)行集成優(yōu)化和貝葉斯優(yōu)化。

7.根據(jù)權(quán)利要求1所述的一種輔助構(gòu)筑污泥炭活性位點的機(jī)器學(xué)習(xí)方法，其特征在于，使用特征重要性和shap算法對活性位點預(yù)測性能的集成模型進(jìn)行分析，并評估污泥原料組成和熱解參數(shù)對活性位點預(yù)測的貢獻(xiàn)度，通過部分依賴圖分析，得出吡啶n生成的最佳熱解時間、熱解溫度和升溫速率條件。

8.一種輔助構(gòu)筑污泥炭活性位點的機(jī)器學(xué)習(xí)系統(tǒng)，其特征在于，用于實現(xiàn)如權(quán)利要求1-7任一項所述的一種輔助構(gòu)筑污泥炭活性位點的機(jī)器學(xué)習(xí)方法，包括依次連接的數(shù)據(jù)獲取單元、預(yù)處理單元、模型評估單元、貢獻(xiàn)度評估單元和活性位點預(yù)測單元：

技術(shù)總結(jié)
本發(fā)明公開了一種輔助構(gòu)筑污泥炭活性位點的機(jī)器學(xué)習(xí)方法及系統(tǒng)，屬于污泥炭活性位點研究技術(shù)領(lǐng)域。包括收集污泥基催化劑參數(shù)；對污泥基催化劑參數(shù)數(shù)據(jù)集中的數(shù)據(jù)進(jìn)行預(yù)處理；選取每個活性位點預(yù)測性能的最佳模型；對每個活性位點預(yù)測性能的最佳模型進(jìn)行分析；輸入污泥原料和制備條件參數(shù)至集成模型進(jìn)行污泥炭的活性位點預(yù)測，得到污泥炭的活性位點預(yù)測結(jié)果。本發(fā)明有助于準(zhǔn)確預(yù)測污泥炭催化劑表面的關(guān)鍵活性位點并高通量篩選位點的構(gòu)筑條件。

技術(shù)研發(fā)人員：陳冠益,李寧,和煦,梁瀾,顏蓓蓓,程占軍,崔孝強(qiáng)
受保護(hù)的技術(shù)使用者：天津大學(xué)
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/10