《Journal of Membrane Science》:Explainable Machine-Learning Predicts Non-Polar Organic Solvent Nanofiltration Performance for the n-Hexane System
编辑推荐:
•建立了基于正己烷的非极性有机溶剂纳滤可解释机器学习框架。•集成算法CatBoost在截留率和渗透量两个预测任务中均表现出最高的预测性能。•SHAP分析揭示溶质分子量和接触角分别是截留率和渗透量的主要驱动因素。•在孔径约为1.0 nm处识别出临界渗透性-选择性权衡点。引言有机
- •
建立了基于正己烷的非极性有机溶剂纳滤可解释机器学习框架。
- •
集成算法CatBoost在截留率和渗透量两个预测任务中均表现出最高的预测性能。
- •
SHAP分析揭示溶质分子量和接触角分别是截留率和渗透量的主要驱动因素。
- •
在孔径约为1.0 nm处识别出临界渗透性-选择性权衡点。
引言
有机溶剂在工业过程中不可或缺,作为原料、反应介质和清洗剂广泛应用于制药、食品和石化领域。然而,有机溶剂的分离、纯化和回收仍然是能耗高且成本昂贵的过程,传统的以热为驱动的分离方法,如蒸馏[1], [2],存在显著局限。有机溶剂纳滤(OSN),也称为溶剂耐性纳滤(SRNF),作为一种变革性的膜基分离技术应运而生,能够选择性地区分有机介质中的分子[3]。凭借低能耗、低碳足迹、温和的加工条件以及易于规模化等优势,OSN为传统热分离方法提供了一种极具吸引力的低能耗替代方案[3], [4], [5]。
尽管OSN前景广阔,但由于缺乏可靠的预测模型,其工业化应用严重受阻。有机溶剂中的传质机制远比水相系统复杂,受到溶质性质、溶剂特性、膜物理化学属性以及溶质-溶剂-膜之间相互亲和力和竞争作用的复杂交织影响[3], [6]。因此,针对不同溶质的膜筛选仍然是一个繁琐且耗时的试错过程,严重延缓了其在工业界的广泛应用。在非极性溶剂体系中这一挑战尤为突出,非极性体系广泛存在于石油精炼、化工生产、药物合成和食品加工等领域[7]。目前,绝大多数OSN研究和应用集中在极性溶剂体系,而非极性溶剂分离的研究相对有限[2], [8], [9], [10]。作为行业基准的传统聚酰胺薄膜复合(TFC)膜,往往存在膜层过厚、结构致密和强亲水性等问题,这些特性导致其在非极性溶剂中渗透性和分离性能特别差[3], [11]。尽管近年来含氟材料和有机硅基材料的进展在解决这些局限性方面显示出一定潜力[12], [13],但非极性OSN膜领域的主要挑战依然存在,包括:i) 膜稳定性——当前膜材料由于膜溶胀和增塑作用,在非极性体系中往往稳定性不足且性能有限;ii) 渗透性-选择性权衡;iii) 膜结构参数和运行条件如何共同决定非极性体系中OSN性能的基本理解仍然难以捉摸。缺乏可靠的预测工具来快速筛选膜-溶剂-溶质组合,经验试错法仍然是主导的研究范式[7]。
为解决对预测能力的迫切需求,机器学习(ML)最近已成为膜科学与技术领域的一种强大范式[14]。数据驱动方法由于其前所未有的预测能力而受到广泛关注,显著优于传统机理模型——这些模型最初是针对水相过滤开发的,对OSN的复杂性仅有有限的适用性[15], [16]。开创性研究已证明ML在预测OSN性能(包括溶剂渗透量和溶质截留率)方面的可行性[17], [18], [19], [20]。例如,Ignacz等人构建了可解释的图神经网络模型来揭示OSN溶剂效应机制[18]。其输入仅限于溶质-溶剂分子结构,忽略了宏观膜结构和操作描述符,且仅预测了溶质截留率而非溶剂渗透量。Chen等人将高通量分子动力学(MD)模拟与ML结合,用于COF膜混合溶剂分离;然而,使用模拟生成的数据集而非异质性实验文献数据限制了其向实际聚合物OSN膜的迁移能力[19]。Ignacz等人报告的另一种混合机理-数据驱动框架侧重于OSN工业节能评估,缺乏针对非极性OSN系统的定向建模,且无法预测溶剂渗透量[20]。ML模型作为研究人员和从业者可用的决策支持工具的实际部署是近期开发的成果,通过训练模型转化为用户友好的在线预测平台实现[21], [22]。Hu等人构建了涵盖广泛OSN数据集、适用于多种溶剂的ML模型,但未专注于可解释人工智能解释和非极性溶剂体系的定向实验验证[21]。而Ignacz等人采用基于分子简化分子线性输入规范(SMILES)描述符的定量结构-活性关系(QSAR)深度学习流程,进行面向溶质结构的截留率预测[22]。所建立的网页工具为广泛溶剂条件下提供了强大的多功能OSN预测能力。然而,针对正己烷主导的非极性OSN场景尚未开发专用的优化机器学习模型。控制非极性条件下OSN膜传质行为和渗透性-选择性权衡的参数仍需深入探索。
本文提出了一个全面设计的机器学习框架,专门用于预测正己烷非极性溶剂体系中OSN的分离性能(溶质截留率、溶剂渗透量)(图1)。我们系统评估了五种通过贝叶斯优化和交叉验证优化的回归算法,其中CatBoost模型表现最佳。为消除集成学习的"黑箱"特性,我们采用SHAP(SHapley Additive exPlanations)分析定量解析每个输入特征的边际贡献,涵盖五个膜结构参数和四个运行条件。二维部分依赖图(2D PDP)进一步阐明了关键变量之间的协同相互作用,揭示了关键权衡和设计指南。训练好的CatBoost模型被部署为交互式在线预测工具,并通过自定义制备膜的闭环实验进行了严格验证,确认了其预测可靠性。本研究不仅为非极性OSN性能预测提供了可解释的ML解决方案,还为过程强化提供了实用工具,弥合了数据驱动建模与工业膜开发之间的关键差距。
章节摘要
数据收集
通过Web of Science数据库,使用"有机溶剂纳滤""非极性"和"分子分离"等检索关键词,共获取约193篇论文。从这些来源中提取了611组多维数据。数据收集后,构建了两个数据集以促进后续模型开发:一个用于渗透量,另一个用于截留率。需要注意的是,大多数描述符存在严重缺失值的数据组被直接删除。
数据分析
在构建ML模型之前,全面探索性数据分析(EDA)对于揭示变量的固有特征、识别潜在异常值以及评估特征间的相关性至关重要。在本研究中,采用皮尔逊相关系数图和半小提琴图分析收集数据的分布多样性和特征相关性。皮尔逊相关系数图量化了输入特征之间线性相互作用的强度,
结论
在本研究中,我们建立并验证了专门针对非极性溶剂体系中OSN性能预测的可解释机器学习框架。将贝叶斯优化的CatBoost建模与SHAP归因分析和二维PDP相结合,定量解构膜结构参数、运行条件和分离结果之间复杂的因果关系。关键发现是,溶质分子量(> 620 g mol-1)和接触角(> 75°)分别发挥
CRediT作者贡献声明
Pan-Pan Zhang:验证、监督。Chi Zhang:验证、数据整理。Yi Li:撰写——审阅与编辑、可视化、验证、资源、方法学、调查、经费获取、概念设计。Ming Xue:撰写——审阅与编辑、验证、监督、资源、经费获取。Lu-Nan Zhong:验证、数据整理。Zi-Meng Xu:验证、调查、数据整理。Song-Hui Zhi:项目管理、正式分析、数据整理。Jian Li:撰写——
利益冲突声明
? 作者声明,他们不存在已知的竞争经济利益或个人关系,这些利益或关系可能被认为会影响本文报告的工作。
致谢
本研究获得国家自然科学基金(52673277、22408407、22671360)、广东省科学技术厅(2024A1515010429、2026A1515012335)、南方海洋科学与工程广东省实验室(珠海)(No.311024020)以及中央高校基本科研业务费(24xkjc007,中山大学)的资助。作者感谢中国科学院城市环境研究所的Hongyun Ren。
Jian Li|Bao-Sheng Huang|Song-Chen Li|Song-Hui Zhi|Zi-Meng Xu|Lu-Nan Zhong|Chi Zhang|Pan-Pan Zhang|Ming Xue|Yi Li