学术交流
位置: 首页 > 学术交流 > 正文

张大伟: 基于机器学习的CO2加氢制烯烃系统分析与优化

时间:2024-07-05来源:化学与化工学院

报告时间202407月06(星期六)10:20-11:00

报告地点:学术会议中心二楼报告厅

:张大伟 教授

工作单位suncitygroup太阳新城官网化学与化工学院

举办单位化学与化工学院

报告简介

CO2制低碳烯烃(CTLO)是一种极具发展前景的碳循环和增值策略。然而,该技术存在质能转化效率、经济效益皆不佳的问题。因此,深入剖析该工艺能源利用率低的根由,改进关键工艺参数,实现CO2高效转化利用和经济-环境权衡发展具有重要的现实意义和广阔的应用前景。本项目组首先提出了一种基于差分进化算法实现机器学习模型最优超参数自动化配置的混合数据驱动框架(AutoML-DE),旨在精准预测不同催化剂在各工艺参数条件下的潜在催化效能。通过优化了35种类型的催化剂参数发现,优化后的Cu-Zn-Al/SAPO-34(TEAOH)HCl催化剂有望在5000的空速下获得30.02%的低碳烯烃产率,是一种具有较有发展潜力的CTLO的催化剂。其次,针对传统的CTLO过程热力学性能低的问题,采用先进㶲分析方法从内源性/外源性和不可避免/可避免等角度对单元和系统的总㶲损进行剖析,量化了该工艺真正的节能空间并针对性制定了改进策略。最终使得CTLO系统可避免的㶲损显著减少32.27%,㶲效率提高8.12%。最后,针对CTLO工艺经济效益不佳、碳排放量高等问题,探究了灰氢、蓝氢和绿氢等不同氢源对CTLO工艺技术-经济-环境性能的影响,为决策者们提供了量化支持。

报告人简介

张大伟,毕业于中国科学技术大学材料学专业,教授,博士生导师,现任suncitygroup太阳新城官网化学与化工学院副院长,主要从事智能化工、能源化工、化学电源等领域的研究。近年来,主持了国家自然科学基金面上项目、青年基金、安徽省重大科技攻关项目等省部级课题研究,发表SCI论文60篇,获批授权发明专利9项。

关闭