回复垃圾也是宝:进一步研究发现,提升活化剂添加量和反应温度,降低反应时间和升温速率对改善生物炭储能性能具有积极意义。
下载贤集网APP入驻自媒体
近日,记者从中国农业科学院获悉,该院农业环境与可持续发展研究所种植废弃物清洁转化与高值利用团队构建了机器学习大数据模型,揭示了秸秆生物炭材料及其储能特性的构效关系,相关研究成果近期发表在《化学工程杂志(Chemical Engineering Journal)》上。 该研究通过生物炭储能材料大数据检索分析,构建并优化了三种机器学习模型用于生物炭制备工艺与储能特性预测,模型预测精度可达93%,并发现升温速率、微孔占比、比表面积等是影响生物炭比电容的最重要因素。 进一步研究发现,提升活化剂添加量和反应温度,降低反应时间和升温速率对改善生物炭储能性能具有积极意义。 研究结果为秸秆生物炭在储能领域的应用提供了理论基础和技术支撑。该研究得到国家现代农业产业技术体系、中国农业科学院科技创新工程、国家自然科学基金等项目的资助。