聚合物膜接触器用于沼气升级的合成与表征：实验验证与基于AI的性能预测

本文推荐语： 该研究通过相转化技术合成PVDF、PS和PVC疏水多孔膜，构建气液膜接触器(GLMC)系统用于沼气中CO2分离。实验表明PS膜在0.2 M NaOH吸收剂下获得最高CO2通量(10.71×10?2 mol/m2·s)，并创新性开发基于极端随机树(extra trees regressor)的AI模型预测传质性能，为可再生能源提质提供高效解决方案。

　　

Highlight
本研究亮点在于开发了本土化的平板式气液膜接触器系统，采用三种具有不同特性的聚合物膜材料（PVDF、PS、PVC）进行CO₂捕集性能比较。特别值得注意的是，聚苯乙烯膜展现出卓越的疏水性能（接触角达132°），其独特的非对称孔结构在0.5 L/min液体流速下实现了突破性的CO₂吸收通量。

Development of artificial intelligence (AI) models
人工智能模型开发
我们建立了一套完整的机器学习流程（如图3所示），将65组实验数据通过独热编码(one-hot encoding)处理分类变量后，对比了随机森林、梯度提升等七种算法。令人振奋的是，极端随机树模型在预测CO₂通量时表现出最高精度（R²=0.98），这为膜接触器的智能化运维提供了"数字孪生"解决方案。

Scanning electron microscopy (SEM)
扫描电镜分析
图4揭示了三类膜的微观奥秘：PVDF呈现典型的纤维状表面和海绵状断面（图4a-b），PVC则显示出独特的叶脉状孔道结构（图4c-d）。最引人注目的是PS膜（图4e-f），其表面分布着"火山口"状大孔结构，这种特殊形貌使其比表面积达到惊人的285 m²/g，完美解释了其卓越的CO₂捕获能力。

Data collection and preprocessing
数据预处理
如表5所示，我们系统采集了包括膜类型、溶剂浓度（0.1-0.5M MEA/NaOH）、流速（0.2-0.5 L/min）等6维特征数据。通过Z-score标准化处理后，数据变异系数控制在5%以内，为后续建模奠定了坚实基础。

Conclusions
结论
本研究证实：1）PS膜因其超高疏水性成为GLMC最佳选择；2）NaOH吸收剂性能显著优于传统MEA；3）AI模型可准确预测通量（误差<3%）。这些发现为开发下一代"智能型"膜接触器提供了双重保障——既优化了材料选择，又引入了数字化预测工具。