碳功能材料(CFM,如生物炭和水炭),可以從數百種生物質前體(從城市污泥到農業廢物)中獲得。它們可以通過在特定條件(如溫度、時間和化學濃度)下調整的數十種合成方法和合成后處理步驟來生產。在此,美國佛羅里達大學Andreia F. Faria及巴西能源和材料研究中心Amauri J. Paula等人為了實現具有高維參數空間(例如CFM)的系統的“合理設計”平臺,使用自動閱讀-解釋-提取計算程序(命名為a.RIX引擎)處理了10975篇與該主題相關的科學論文(2000~2020年)。通過自動識別100多種前體,作者發現其中小麥秸稈、稻殼和稻稈是研究最多的,用于合成CFM然后用于農業(如作為一種修正劑)或者作為燃料及吸附劑等。此外,與CFMs合成條件相關的參數(如碳化溫度和時間)及與CFMs性能相關的參數(如表面積和重金屬吸附能力)也可以從文章中提取。CFM前體與合成條件之間的相關性表明,用于從不同前體合成CFM的碳化溫度和時間之間的統計差異非常小。圖1. 用于CFM合成的生物質前體及CFM主要應用當僅對熱解(生物炭)產生的CFM進行分析時,作者觀察到花生殼可以產生比其他前體具有更高表面積的材料(P < 0.05)。在進行生物炭合成條件與其性質之間的關聯時,可以確認總體趨勢:(i)碳化溫度越高,H/C和O/C比越低,(ii)表面積的增加可以通過保持高芳香度(低H/C比)和低氧化水平(低O/C比)來實現。研究表明,通過使用“熱解”→“活化”→“干燥”→“灰化”→“洗滌”→“過濾”等實驗路線,可以將花生殼等前體轉化為高度多孔的生物炭。通過這種方法,作者發現對于具有巨大參數空間的材料的科學論文的非計算性綜述在很大程度上是過時的。總之,這些結果為生物質基CFM的面向數據的實驗設計提供了一個強大的平臺。圖2. 實驗路徑與CFM屬性之間的關聯作用Machine Learning and Natural Language Processing Enable a Data-Oriented Experimental Design Approach for Producing Biochar and Hydrochar from Biomass, Chemistry of Materials 2022. DOI: 10.1021/acs.chemmater.1c02961