中国是塑料制品的生产大国，尤其是新冠疫情爆发以来，国内塑料制品产率急剧增加。截至2021年，全国塑料制品年产量约为8004万吨，废塑料的年产量高达6000万吨。然而废塑料的回收量只有1900万吨，仅占废塑料总量的32.67%。国家发改委、生态环境部为治理塑料污染、鼓励废塑料同级化以及高附加值利用，从2020年起，先后发布了《关于进一步加强塑料污染治理的意见》和《“十四五”塑料污染治理行动方案》。因此，开展废塑料回收和高值化利用的研究意义重大。热解作为一种几乎可处理所有有机固体废弃物的热转化技术，既可实现单一废塑料的定向转化，也可将生活垃圾分类后混合废塑料定向转化为汽油、柴油或塑料单体化合物。 

　　中国科学院城市环境研究所汪印研究团队从实验探索和计算模拟（机器学习）两个方面系统综述了废塑料热解制备液态燃油的研究现状、热解过程中重要因素对液态燃油产品得率和品质的影响以及机器学习等人工智能技术在废塑料热解制备方面的应用现状和潜能。并批判性地讨论了提升热解转化效率、促进其商业化进程所存在的挑战。 

　　研究发现虽然热解过程的关键因素如废塑料类型、工艺条件、催化剂和热解反应器类型等对废塑料转化产品的影响已初步明晰，且机器学习技术在预测、解释和优化废塑料热解方面也得到了一定应用，但由于热解过程和专属高性能催化剂可控合成的复杂性，导致缩小液态产物中化学组成的分布，制备高产量和高品质的液体燃料仍然具有挑战性。未来可以在催化剂合成、共热解添加剂选择、催化剂失活机理和废塑料热解全链条可再生能源供应系统设计等方面开展更多工作。此外，十分必要挖掘机器学习技术在废塑料热解方面的潜能，提高数据数量和模型可解释性，探索更多创新的机器学习应用方式（如实验与计算相结合的主动学习策略）在废塑料热解过程优化和催化剂设计中的应用。 

　　相关研究成果以Recent advances in plastic waste pyrolysis for liquid fuel production: Critical factors and machine learning applications为题发表在能源领域知名期刊Applied Energy上。特别研究助理李杰为论文第一作者，同时和汪印研究员为共同通讯作者。该研究得到中国科学院特别研究助理项目（E3I8C901），煤燃烧国家重点实验室开放基金项目（FSKLCCA2312）和城市环境研究所“揭榜挂帅”项目（E3L1C901）的资助。 

　　论文链接

废塑料热解过程中重要因素及机器学习技术的应用