مدل سازی کمی پارامترهای فرایند هیدروترمال لیکوفیکشن برای تولید زیست -روغن

این تحقیق به بررسی پارامترهای فرایند هیدروترمال لیکوفیکشن (HTL) در تبدیل زیست توده به زیست- روغن، به عنوان جایگزینی پایدار و دوستدار محیط زیست برای سوخت های فسیلی، پرداخته است. فرایند HTL از آب به عنوان حلال و محیط واکنش استفاده می کند تا در شرایط دما و فشار بالا، زیست توده را به زیست -روغن تبدیل کند. در این پژوهش به طور ویژه تاثیر ترکیب عناصر زیست توده که شامل کربن (C)، هیدروژن (H)، اکسیژن (O)، گوگرد (S)، نیتروژن (N) و محصولات جانبی فرایند HTL می باشد، بر بازده و کیفیت زیست- روغن مورد ارزیابی قرار گرفته است. هدف اصلی این مطالعه، استفاده از تکنیک های پیشرفته یادگیری ماشین برای مدل سازی دقیق این پارامترها و یافتن مدل بهینه به منظور افزایش دقت پیش بینی و بهبود شرایط فرایند است.

کلیدواژه ها:

فرایند هیدروترمال لیکوفیکشن(HTL) ، تولید زیست روغن ، یادگیری ماشین ، مدل سازی پیشرفته ، تبدیل زیست توده ، الگوریتم XGB