新闻动态
新闻信息
通知公告
学术活动
往期学术活动
友情链接
更多>>学术活动
新型局部表面纳米化薄壁多级缓冲...
报告人:徐新生教授 大连理工大学
时间:2024年4月24日（星期三）上午10:00
地点:力一楼237会议室
简约之美:谈谈力学模型
报告人:余同希教授 香港科技大学
时间:4月1日(周一)下午3:30
地点:西区力学五楼501会议室
Novel Computational Approaches...
报告人:Raj Das RMIT University
时间:2023年11月27日 16:00
地点:力一楼237会议室
您现在的位置：首页>新闻动态>新闻信息

Chemical Engineering Journal | 余昊特任副研究员提出二氧化碳封存和页岩气增产的机器学习算法
( 2023-09-18 )

研究背景

页岩气是一种相对清洁的能源，主要成分是甲烷，具有高热值、低碳排放的优点，并以吸附态或游离态形式深埋地下。吸附态页岩气主要指吸附在页岩纳米孔隙壁面上的页岩气，其含量占整个页岩气藏储量的20%至85%，是页岩气储存的主要形式。正是由于吸附态的存在，储层才能储存大量的页岩气，但同时也给页岩气的开采带来了困难。由于二氧化碳和甲烷在页岩纳米孔隙内竞争吸附中所占据的优势地位，向页岩储层注入二氧化碳可以显著提高页岩气的采收率，同时封存二氧化碳。

研究介绍


页岩纳米孔隙中二氧化碳和甲烷的竞争吸附行为既取决于分子的固有特性，也取决于孔隙大小、温度以及二氧化碳和甲烷的分压等外部环境因素。虽然之前的很多研究已经对二氧化碳和甲烷的竞争吸附行为进行了分析，但受限于经典分子动力学方法的巨大计算成本，从分子动力学理论的角度全面理解并高效计算各种储层条件下的竞争吸附行为仍具有挑战性。本研究首先建立了分子固有特性与吸附行为之间的理论联系，通过对分子的态势分析，揭示了二氧化碳和甲烷竞争吸附行为的一般规律。在分子动力学理论的辅助下，使用机器学习算法实现了快速准确地预测竞争吸附行为，并进一步对竞争吸附的外部影响因素进行了详细分析。

图片

图1. 机器学习模型架构

通过对第一吸附层中分子的态势分析，证明了二氧化碳分子对甲烷分子的驱替行为是自发的，该驱替过程更倾向于二氧化碳分子逐渐接近壁面，并从垂直于壁面逐渐旋转到平行于壁面。这里分析的二氧化碳和甲烷竞争吸附行为解释了吸附曲线中第一吸附层的特征。

图片

图2. 第一吸附层中分子的态势分析

对第二吸附层以及更外层吸附层分子的态势分析表明，二氧化碳分子更倾向于平行于内吸附层被吸附。此外，二氧化碳和甲烷的吸附行为主要受内层吸附层中二氧化碳分子的影响，二氧化碳和甲烷总势能最小的位置几乎相同，这使得二氧化碳和甲烷吸附曲线的第二吸附层和外层吸附层的位置几乎相同，与模拟结果吻合。

图片

图3. 外层吸附层中分子的态势分析

随后，根据分子模拟的结果，构建并训练了一个机器学习模型，以快速准确地预测二氧化碳和甲烷的吸附曲线。通过预测，分析了孔隙宽度、温度、二氧化碳和甲烷的分压等外部因素对二氧化碳和甲烷的竞争吸附行为的综合影响，并总结出相应的变化规律。

图片

图4. 机器学习预测结果及分析

基于以上结果，本研究系统讨论了二氧化碳和甲烷的竞争吸附行为在二氧化碳封存提升页岩气采收率（CSEGR）过程中的潜在应用。分别探究了单个页岩纳米孔道和由多个纳米孔道组成的页岩基质内气体的竞争吸附行为，并给出了适用于不同环境的CSEGR过程的优化方案，包括降低压力、注入二氧化碳和提高温度等方式。

图片

图5. CSRGR中竞争吸附行为的潜在应用分析

相关研究论文以“Fast and accurate calculation on CO2/CH4 competitive adsorption in shale nanopores: From molecular kinetic theory to machine learning model”为题发表在能源化工旗舰期刊《Chemical Engineering Journal》（2023年影响因子/JCR分区：15.1/Q1)。中国科学院材料力学行为和设计重点实验室博士研究生黄梦程为论文第一作者，余昊特任副研究员为论文通讯作者，该工作得到了国家自然科学基金和博士后创新人才支持计划的资助。
论文链接（点下方阅读原文即可查看文章）：
https://doi.org/10.1016/j.cej.2023.145562

相关新闻
  • Chemical Engineering Journal | 余昊特任副研究员提出二氧化碳封存和页岩气增产的机器学习算法

    •

版权所有：中国科学院材料力学行为和设计重点实验室,中国科学技术大学,合肥,230026，电话：0551-63603793，传真：0551-63606459，Email：lmbd@ustc.edu.cn
CAS Key Laboratory of Mechanical Behavior and Design of Materials(LMBD), University of Science and Technology of China, Hefei 230026, Anhui, P.R.China.