[发明专利]一种基于智能反演的木质纤维预处理低共熔溶剂的制备方法

说明书

本发明提供了一种基于智能反演的木质纤维预处理低共熔溶剂的制备方法。本发明通过特征提取，多变量分析，深度学习，建立预处理效果特征量和低共熔溶剂物化性质的智能反演模型，根据遗传算法对最优函数形式进行搜索，将智能反演问题变为函数求最优解的问题。通过数学模型，运算实现对关键变量的定性和定量确定，提高了低共熔溶剂制备的针对性和目的性。避免了实验方法设计筛选制备低共熔溶剂的耗时耗力的缺点，为低共熔溶剂预处理工业化应用提供了指导。

技术领域

本发明涉及一种设计筛选制备绿色溶剂的方法，尤其是一种基于智能反演来设计筛选制备木质纤维预处理所需要的低共熔溶剂的方法。

背景技术

低共熔溶剂是一种类离子液体的绿色溶剂，其具有易制备、纯度高、低毒性、易生物降解、低熔点、高热稳定性、低挥发性、不可燃性等诸多优点。低共熔溶剂作为一种新型合成的绿色溶剂，能够满足绿色化学的十二原则，其是通过一定比例的氢键受体(如季铵盐类、甜菜碱类)和氢键供体(如酰胺类、羧酸类和多元醇类)以双组分、三组分或者多组分制备而成，并且由于将多组分混合制备后的溶剂的熔点明显低于单个纯组分的熔点，因此称为低共熔溶剂。

低共熔溶剂是在2003年首次被报道成功制备，在2012年首次被报道将其用作木质纤维素类生物质的预处理试剂，低共熔溶剂表现出良好的预处理效果。低共熔溶剂具有帮助将木质纤维素类生物质转化为可发酵的还原糖的能力，为生物燃料的制备奠定基础。低共熔溶剂在打破生物质纤维素、半纤维素和木质素的顽固性和破坏结构结晶度等的方面表现出了良好的潜力。低共熔溶剂表现出在诸多种类的木质纤维素类生物质中能够有效去除木质素，再加上其制备过程的绿色无污染，原子利用率百分百无浪费，低共熔溶剂预处理成为研究的热点。

低共熔溶剂是一种设计型的溶剂。其组成是由氢键供体和氢键受体按照一定的摩尔比在合适的温度下搅拌混合后形成的均相溶液。目前，为木质纤维预处理过程设计和筛选效果较佳的低共熔溶剂基本采用的是实验方法，或者试错方法。实验方法或者试错的方法主要是制备一系列不同的低共熔溶剂，将每一种溶剂对应不同的反应时间反应温度等预处理条件进行木质纤维的预处理实验，通过实验结果得出该种溶剂是否对木质纤维预处理过程有效。这种方法的结果比较准确；但是缺点也是非常明显，需要消耗大量的时间和试剂，筛选的周期较长，成本较高。因此，需要研究一种新型的设计筛选制备方法，能够快速高效地为木质纤维预处理制备低共熔溶剂，避免传统实验方法的不足。

发明内容

针对上述现有技术中存在的问题，本发明提供了一种基于智能反演的木质纤维预处理低共熔溶剂的制备方法。本发明可以深入地剖析低共熔溶剂预处理机理，并通过机理提供的氢键供体和氢键受体的信息来设计筛选低共熔溶剂。实现快速准确设计筛选制备低共熔溶剂的目的。

为实现上述目的，本发明提供如下技术方案：

一种基于智能反演的木质纤维预处理低共熔溶剂的制备方法，具体包括一下步骤：

(1)木质纤维低共熔溶剂预处理数据库的构建。基于低共熔溶剂预处理的机理，建立木质纤维低共熔溶剂预处理数据库。并确定关键变量之间的相互关系。预处理过程的关键变量包括但不限于氢键供体的物化性质、氢键受体的物化性质、氢键供体和氢键受体的摩尔比、低共熔溶剂和木质纤维素类生物质的固液比、预处理时间、预处理温度、预处理剧烈程度因子、预处理后的固体回收率、预处理后的木质素脱出率、预处理后的纤维素回收率、预处理后的半纤维素回收率等。

(2)数据的特征提取和深度学习及智能反演模型的建立。根据数据库进行木质纤维素类生物质预处理过程的特征提取，由于低相关性意味着变量之间的影响较弱，因此本发明仅考虑具有高相关性的变量。建立预处理效果特征量和低共熔溶剂物化性质的智能反演模型，根据遗传算法对最优函数形式进行搜索，将智能反演问题变为函数求最优解的问题。

(3)低共熔溶剂的设计筛选制备。最终通过相关性，基于智能反演，通过预处理效果定性和定量地反推低共熔溶剂的物化性质和结构组成参数。