《Sustainable Energy Technologies and Assessments》：Sustainable evaluation of neem–emulsified waste–derived biofuel using interpretable machine learning
編輯推薦：
生物柴油替代品研究：通過水乳化技術優化復合油性能及機器學習驗證。摘要：本研究整合可解釋機器學習與實驗評估，開發20% neem oil、80%廢 cooking oil的復合油（CO100），通過添加neem提取物并調節水含量（5%、10%、15%），制備CO10W等乳化燃料。實驗表明CO10W熱效率僅降低2.75%卻提升4.3%能效，HC、CO排放減少達35.9%、37.1%，NOx控制良好。機器學習模型（XGBoost等）基于165組數據驗證CO10W性能，SHAP分析顯示制動功率、水濃度和負荷為關鍵預測因子。
Krishnamoorthy Ramalingam|Mohd Sharizal Abdul Aziz|Yong Jie Wong|Mohd Zulkifly Abdullah|Mohan Govindasamy
馬來西亞科學大學工程學院，檳城Nibong Tebal校區，郵編14300，馬來西亞
摘要
為應對可持續能源需求和智能系統建模的雙重挑戰，本研究將可解釋的機器學習技術與印楝提取物乳化復合油（CO）作為可再生柴油替代品的實驗評估相結合。一種復合混合物（20%印楝油，80%廢棄食用油，體積比）在三種不同水濃度（5%、10%、15%）下進行了乳化處理。10%水乳化燃料（CO10W）的性能接近柴油，其制動熱效率僅比柴油低2.75%，制動比能耗比柴油高4.3%。與純印楝油（CO100）相比，CO10W的效率提高了8.7%，能耗降低了17.7%，這歸因于優化的水分含量促進了微爆和霧化效果。排放分析顯示，CO10W的HC、CO和煙霧排放分別減少了35.9%、37.1%和18.2%，同時NOx水平保持適中，CO2排放略有增加，這是由于更完全的氧化作用。基于165個實驗數據點訓練的增強集成模型（XGBoost、AdaBoost、GBM）證實了其預測可靠性，其中梯度提升算法（Gradient Boosting）的準確率最高（R2 = 0.87–0.99），SHAP解釋表明制動功率、水濃度和發動機負荷是關鍵預測因素。這種結合實驗和計算的框架證明了CO10W在化學上的可行性和計算上的有效性，為更清潔的燃燒、減少對化石燃料的依賴以及實現循環經濟和可持續發展目標提供了可擴展的途徑。
引言
化石燃料成本的不斷上升給嚴重依賴進口的發展中國家帶來了重大的經濟挑戰，而它們的燃燒繼續導致環境退化和公共衛生問題[1]、[2]、[3]、[4]。這兩種壓力加速了全球開發可再生、無毒和可持續替代品的努力。在現有的原料中，廢棄食用油（WCO）因其低成本、可再生性和將廢物轉化為能源的能力而特別具有吸引力，從而推動了循環經濟原則的實現并減少了土地污染[5]、[6]、[7]、[8]、[9]。
最近的研究強調了兩種或更多生物燃料混合使用在提高穩定性、調整物理化學性質和增強柴油發動機燃燒效率方面的潛力[10]、[11]、[12]、[13]、[14]。然而，純WCO或復合油的直接使用仍受到其較差的熱化學性質的限制。已經探索了諸如酯交換、混合和添加劑摻入等燃料升級技術，其中從農業廢棄物（如水果皮和種子殘渣）中提取的異質催化劑已成為傳統均相催化劑的環境友好替代品[15]、[16]、[17]、[18]、[19]、[20]、[21]。這些催化劑具有無毒性、可重復使用性和更好的催化活性，增強了它們在可持續生物柴油生產中的作用。
與化石柴油相比，基于生物的燃料在減少碳氫化合物和一氧化碳排放方面表現出優勢，盡管較高的氧含量通常會導致NOx排放增加[22]、[23]、[24]、[25]、[26]、[27]。已經研究了諸如水乳化、納米添加劑和廢氣再循環等適應性策略，其中水乳化作為一種經濟有效的方法，通過降低燃燒峰值溫度和增強霧化作用來抑制NOx的形成[28]、[29]、[30]。盡管取得了這些進展，但對乳化生物燃料的實驗測試仍然需要大量資源，操作參數的變異性和非線性相互作用使得結果難以重復[31]、[32]。
為了克服這些挑戰，人工智能（AI）模型越來越多地被用于預測發動機性能和排放。從回歸到先進的集成學習技術，使得多變量優化成為可能，減少了對繁瑣實驗的依賴，并揭示了燃料性質與燃燒結果之間的隱藏關系[33]、[34]、[35]。然而，將生物質衍生催化劑、復合乳化生物燃料和可解釋的AI框架結合在一起的研究仍然有限。
本研究通過使用煅燒后的香蕉皮作為異質催化劑合成了一種印楝乳化復合生物燃料，并在其柴油發動機中的性能進行了評估。實驗結果通過機器學習模型（XGBoost、AdaBoost、梯度提升）進行了補充，并通過交叉驗證和基于SHAP的解釋進行了驗證。這種結合實驗和計算的框架提供了化學上的可行性和基于知識的AI驗證，為可持續柴油燃燒提供了可行的見解。除了技術性能外，該研究還強調了技術經濟相關性。印楝油和WCO是低成本且廣泛可獲得的原料，而香蕉皮催化劑利用了豐富的農業廢棄物，降低了生產成本和環境負擔。機器學習的集成減少了實驗開銷，加快了優化過程并降低了研究成本。綜上所述，這些因素使印楝乳化復合生物燃料成為發展中國家減少對化石燃料依賴的一種可擴展且經濟上可行的途徑。
部分摘錄
催化劑制備
選擇香蕉皮生物質作為異質催化劑的前體，因為它儲量豐富且成本低廉。收集的香蕉皮用蒸餾水清洗后晾干，并在60°C下烘烤以去除剩余水分。干燥后的生物質在900°C下煅燒以分解有機成分并生成富碳材料。煅燒后的固體被細磨并儲存在密封容器中以防止吸濕。制備步驟的示意圖如下：
發動機性能評估
圖2a顯示了五種測試燃料的制動熱效率（BTE）變化：柴油、CO100、CO5W、CO10W和CO15W。所有燃料均成功驅動了發動機，但效率各不相同。柴油由于其較高的熱值（CV）表現出最高的BTE，而純復合油（CO100）的BTE最低，大約比柴油低11.5%。這一結果與先前將BTE直接與燃料能量密度聯系起來的研究結果一致[40]、[41]。
與CO100相比，所有
結論
本研究提出了一個結合實驗和機器學習的框架，用于評估印楝乳化生物燃料混合物的燃燒、排放和預測性能。在測試的燃料中，10%水乳化復合油（CO10W）表現最為出色。其制動熱效率僅比柴油低2.75%，制動比能耗比柴油高4.3%。與純復合油（CO100）相比，CO10W的BTE提高了
CRediT作者貢獻聲明
Krishnamoorthy Ramalingam：撰寫 – 審稿與編輯，撰寫 – 原稿，資源準備，方法論，數據分析，概念化。Mohd Sharizal Abdul Aziz：軟件開發，資源管理，項目協調，數據分析。Yong Jie Wong：數據驗證，資源管理，數據分析，概念化。Mohd Zulkifly Abdullah：數據驗證，監督，資源管理，概念化。Mohan Govindasamy：數據驗證，資源管理，概念化。
利益沖突聲明
作者聲明他們沒有已知的可能會影響本文所述工作的財務利益或個人關系。
致謝
本研究得到了馬來西亞科學大學的研究型大學個人（RUI Khas NIC）資助計劃（資助編號：R502-KR-ARU001-0000002311-K134）的支持。
