东北师范大学环境学院 | 王宪泽携岩征高压反应釜，在RCR期刊发表生物质资源化利用方向研究论文

更新时间：2025/8/22 13:09:46 阅读：135

论文分享

论文导读

作者简介

郑洁敏

作者：郑洁敏，主要研究领域涵盖生物质资源高值化利用、多金属氧酸盐催化技术及机器学习在催化反应优化中的应用。在本研究中，她负责数据整理、概念构思及论文初稿的撰写与修订，深度参与了基于机器学习的木质素解聚预测建模与逆向设计系统的开发，优化了多金属氧酸盐催化剂的选择及反应条件，为实现木质素高效转化为高价值芳香化合物提供了关键支撑。其研究工作推动了生物质转化与人工智能交叉领域的技术创新，为可再生资源的可持续利用提供了新方法。

通讯作者：王宪泽教授，东北师范大学环境学院副院长，同时作为项目负责人主导了研究的整体规划与核心方向把控。其团队在多个领域开展创新性研究，涵盖机器学习应用、废水处理技术开发、资源循环利用及生物质高值化转化等。

PART.TWO

/ 论文摘要 /

Abstract

生物质作为一种可再生碳资源，在应对日益严峻的能源危机方面具有巨大潜力。其中，木质素作为生物质的关键组分，可通过多金属氧酸盐催化转化为高价值化合物，相关的木质素解聚实验在 25 mL 微型高压反应釜（YZPR-25，上海岩征实验仪器有限公司）中进行。然而，传统方法在催化剂选择和反应优化过程中依赖反复试验，不仅导致化学试剂的高消耗，还造成资源、能源与时间的显著浪费。为解决这一问题，本研究整合机器学习技术，开发了木质素解聚的预测建模与逆向设计系统，用于优化催化剂选择及反应条件。在所评估的模型中，人工神经网络（ANN）表现好，对木质素转化率及苯酚 / 苯乙酮产率的预测 R? 值分别达到 0.91、0.90 和 0.90；引入虚拟样本生成（VSG）及先验知识后，模型预测精度显著提升，平均 R? 值从 0.66 提高至 0.98。本研究为木质素解聚提供了一种更高效、更经济的方法，有助于提高资源利用率，为可持续发展做出贡献。