Loading...
机构名称:
¥ 1.0

与CO 2直接捕获和转化的耦合电化学系统由于避免胺再生步骤来增强能量和成本效益的潜力,因此引起了极大的关注。但是,优化耦合系统比处理分离系统的复杂性更具挑战性,这是由于溶剂和异质催化剂的掺入而引起的。尽管如此,机器学习的部署可能是非常有益的,由于其模拟和描述复杂系统的能力而降低了时间和成本,涉及许多参数。在这篇综述中,我们总结了CO 2捕获溶剂(例如胺和离子液体)以及电化学CO 2转换催化剂的机器学习技术。为了优化耦合的电化学系统,将来需要通过机器学习技术组合这两个单独开发的系统。

二氧化碳捕获和转换的机器学习:评论

二氧化碳捕获和转换的机器学习:评论PDF文件第1页

二氧化碳捕获和转换的机器学习:评论PDF文件第2页

二氧化碳捕获和转换的机器学习:评论PDF文件第3页

二氧化碳捕获和转换的机器学习:评论PDF文件第4页

二氧化碳捕获和转换的机器学习:评论PDF文件第5页

相关文件推荐

2024 年
¥1.0
2024 年
¥6.0