Cu基NVOC氧化催化剂

N₂选择性机器学习设计

通过载体酸性调控氮物种转化路径，实现乙腈氧化高N₂选择性。

Haotian, Hu · 王莹 · Yiwei, Song · Bi, Fukun · 杨一琼 · 张晓东

Journal of Colloid and Interface Science 2026

具体参数

决定系数

0.958

均方根误差

7.638

技术优势

预测精度高

ExtraTrees模型在测试集上决定系数达0.958，均方根误差仅7.638。

锁定关键因素

SHAP和部分依赖图揭示氧浓度、反应物浓度、温度、空速和载体酸性是主导因素，载体酸性为关键催化剂描述符。

实验验证有效

制备的Cu/M和CuFe/M催化剂证实了载体酸性的调控作用，影响CH₃CN吸附、CN活化及中间体演化。

应用场景

• 环境催化：为含氮VOCs催化氧化提供高N₂选择性催化剂设计指导。
• 挥发性有机物治理：提高N₂选择性，减少有害氮氧化物副产物。
• 催化材料设计：以载体酸性为描述符筛选和优化催化剂。
• 氮氧化物减排：通过调控载体酸性抑制氮氧化物生成。