论文标题：Predictive neural network model and empirical equations for the physico–chemical properties and solvent characteristics of potassium carbonate solutions in carbon capture processes

期刊：Frontiers of Chemical Science and Engineering

作者：Abolhasan Ameri

发表时间：15 Dec 2024

DOI：10.1007/s11705-025-2532-7

微信链接：点击此处阅读微信文章

长按识别查看原文

文章速览

控制和优化碳捕集过程对于提高效率、降低能耗以及增强可持续性至关重要，而过程分析技术（PAT）是实现这些目标的关键手段。通过建立物理化学性质（PCPs）与溶剂特性（如负载量和浓度）之间的关联关系，可有效推动PAT的实际应用。本研究针对碳酸钾溶液的PCPs（包括密度、折射率和电导率）开发了经验模型，针对不同温度、溶剂浓度和溶剂负载量条件下的pH值建立了机理模型；这些模型与实验数据高度吻合。研究表明，密度和折射率随溶剂浓度的增加而升高，随温度的升高而降低；电导率与溶剂浓度和温度呈正相关，但随溶剂负载量的增加而降低。研究采用前馈神经网络，通过八种输入场景对溶剂浓度和负载量进行了预测。结果表明，当结合PCPs与傅里叶变换红外光谱（FTIR）/紫外-可见光谱（UV-Vis）数据、仅使用PCPs数据、或联合PCPs与FTIR和UV-Vis数据（不包括pH值）时，预测精度最高。这些研究结果为揭示碳酸钾溶液的行为规律提供了重要依据，对碳捕集技术的进步具有推动作用。

引用格式

Abolhasan Ameri. Predictive neural network model and empirical equations for the physico–chemical properties and solvent characteristics of potassium carbonate solutions in carbon capture processes. Front. Chem. Sci. Eng., 2025, 19(4): 31

https://doi.org/10.1007/s11705-025-2532-7

《前沿》系列英文学术期刊

由教育部主管、高等教育出版社主办的《前沿》（Frontiers）系列英文学术期刊，于2006年正式创刊，以网络版和印刷版向全球发行。系列期刊包括基础科学、生命科学、工程技术和人文社会科学四个主题，是我国覆盖学科最广泛的英文学术期刊群，其中12种被SCI收录，其他也被A&HCI、Ei、MEDLINE或相应学科国际权威检索系统收录，具有一定的国际学术影响力。系列期刊采用在线优先出版方式，保证文章以最快速度发表。

中国学术前沿期刊网

http://journal.hep.com.cn