基于无信息泄漏多模型机器学习的塑料废物催化热解优化：面向高收率原油生产的可重复框架

《Cleaner Engineering and Technology》：Applied machine learning multi-model benchmarking to plastic waste pyrolysis for optimizing crude oil yield production

为应对塑料污染严峻挑战及非可回收塑料热解液体燃料收率优化困境，本研究开发了一套无信息泄漏的机器学习流程。通过系统评估18种监督学习算法，成功构建了精准预测模型，并利用粒子群优化算法确定最优反应条件。实验验证实现了原油收率（56.95 wt%）较基线翻倍以上的提升，为可持续废塑料制燃料研究提供了透明、可重复的数据驱动优化方案。

　　

在塑料消费量激增的今天，全球每年产生数百万吨难以通过传统方式回收的塑料垃圾。它们堆积在填埋场或被焚烧，不仅污染环境，也造成了巨大的资源浪费。如何将这些“废物”转化为有价值的能源，成为一项紧迫的挑战。催化热解技术为此提供了一线曙光，它能在无氧条件下将塑料分解，产出类似原油的液体燃料。然而，这个过程的优化却是个“多变量、高成本”的迷宫——温度、物料组成、催化剂种类等众多因素交织影响，使得通过传统实验方法寻找最优解既昂贵又低效。这时，善于从数据中寻找复杂规律的机器学习（ML）似乎成了理想的“导航仪”。但现实是，许多已发表的机器学习研究可能存在“信息泄漏”问题，导致模型性能被夸大，结果难以复现，这让科研人员对数据驱动的优化路径既充满期待又心存疑虑。

为此，由Jose Romero、Guinel Zapata、Edilberto Avalos-Ortecho和Silvia Ponce组成的研究团队，在《Cleaner Engineering and Technology》上发表了一项研究，旨在建立一套严谨、透明且可重复的机器学习框架，专门用于优化从非可回收塑料废物中生产原油的催化热解过程。他们决心直面信息泄漏的挑战，探索出一条真正可靠的数据驱动优化之路。

本研究采用了几个关键技术方法：首先，研究团队构建了一个包含754个热解实验的数据集，并设计了并行的“无泄漏”与“有泄漏”机器学习工作流程进行对比。其次，他们系统评估了包括人工神经网络（ANN）、随机森林（RF）、CatBoost、XGBoost等在内的18种监督学习算法。在无泄漏流程中，严格执行了数据先划分、后预处理的步骤，所有操作仅基于训练集进行。最后，利用表现最佳的模型作为代理模型，结合粒子群优化（PSO）算法搜索最优工艺参数，并在真实的固定床反应器中进行实验验证，对产物进行了密度、热值（HHV）和傅里叶变换红外光谱（FTIR）表征。

研究结果如下：

模型性能

研究表明，在严格控制信息泄漏的流程下，所有模型的性能评估更为保守和可信。其中，随机森林（RF）模型表现最为均衡，其在测试集上的确定系数（R²）为0.7401，平均绝对误差（MAE）为11.92 wt%。相比之下，在允许信息泄漏的设置下训练的相同模型，其R²被夸大至0.8419。这清晰地证明了忽视信息泄漏控制会严重高估模型性能，导致不可靠的结论。

热解优化

利用表现最佳的随机森林模型作为目标函数，粒子群优化（PSO）算法在设定的实际操作约束内，预测出了理论上最优的原油收率可达75.02 wt%。对应的最优条件包括：以高密度聚乙烯（HDPE，约58 wt%）和聚丙烯（PP，约39 wt%）为主的原料、3.5毫米的固定粒径、约1.09公斤的进料量以及470°C的平均反应温度。

实验验证与实际限制

在实验室固定床反应器中实施优化条件后，实际获得的原油收率为56.95 wt%。尽管低于模型预测的最优值，但相比该反应器先前20%的基准收率，提升超过了100%，是迄今为止在该系统上达到的最高收率。研究指出，预测值与实验值之间的差异反映了模型固有的不确定性（如随机森林模型的RMSE为15.25 wt%）以及实际反应器中无法完全建模的物理限制（如热传递损失、催化剂失活等）。这证实了该机器学习框架能够有效识别出可实践、可带来显著改进的工艺区域。

表征

对实验产物的分析显示，优化条件下得到的原油（M2样品）密度约为0.768 g/cm³，热值（HHV）为17.94 kJ/g。傅里叶变换红外光谱（FTIR）分析表明，产物主要具有脂肪族烃结构，同时优化条件下的样品显示出更复杂的分子指纹，在低波数区出现了可能与芳香族或含氧化合物相关的吸收峰，表明工艺条件不仅影响收率，也影响了产物的化学组成。

结论与讨论

本研究成功构建并验证了一个无信息泄漏、可重复的机器学习流程，用于优化塑料废物催化热解的原油收率。核心结论是：严格的数据治理是获得可靠机器学习模型的前提，忽视信息泄漏会导致过于乐观且不可信的评估结果；在严谨的框架下，随机森林等集成学习模型能够有效捕捉热解过程的复杂非线性关系，为优化提供可靠代理；将此类模型与粒子群优化等全局优化算法结合，可以高效探索巨大的工艺参数空间，识别出具有实际可行性的高性能操作区域；最终的实验验证证实，即使考虑到模型误差和工程现实限制，此数据驱动方法仍能带来产量翻倍以上的实质性提升，显著超越了传统试错法的效率。

这项研究的意义深远。它不仅为塑料废物资源化领域提供了一个开源、透明的基准研究框架，推动了该领域数据驱动研究的严谨性与可重复性，更重要的是，它展示了一条将机器学习从“预测工具”转变为“预设工具”的可行路径。通过连接数据科学与实验工程，该工作为加速可持续燃料技术的开发、应对塑料污染和能源挑战，提供了一个高效、低成本的创新方法论。