生物质,如树木和农作物能够通过光合作用捕获二氧化碳。生物质能源的“负碳属性”近年来引起了研究者们的重视,从可再生的生物资源中回收能源和材料是一种中和碳排放的经济途径。生物资源升级是一个新兴的前沿领域,在能源、环境和生物医学应用中显示出了巨大的潜力。本综述重点关注循环经济、可持续性和碳中和领域,针对全球范围内自然界丰富的新原料——高可用性和低利用率生物质( HALUB )进行研究。本文探讨了与全球持续存在的环境挑战有关的生物质和残余物质的利用,综述了HALUB的转化和管理技术。同时,本文也关注了纳米催化、机器学习、微流体、可持续生物材料和微纳米马达等先进领域的多功能应用。最后,进一步讨论了未来利用HALUB的挑战和需求。
Fanghua Li, Yiwei Li, K. S. Novoselov, Feng Liang, Jiashen Meng, Shih-Hsin Ho, Tong Zhao, Hui Zhou, Awais Ahmad, Yinlong Zhu, Liangxing Hu, Dongxiao Ji, Litao Jia, Rui Liu, Seeram Ramakrishna, Xingcai Zhang*
Nano-Micro Letters (2023)15: 35
https://doi.org/10.1007/s40820-022-00993-4
本文亮点
1. 机器学习、技术经济分析和生命周期分析对于高可用性和低利用生物质(HALUB)的各种转换途径必不可少。
2. 将HALUB转化为可持续的能源和材料对减缓气候变化和建设绿色未来具有积极意义。
3. 微流控和微纳米马达驱动的可持续材料在先进应用方面具有极高的潜力。
内容简介
生物资源升级是一个新兴的前沿领域,在能源、环境和生物医学应用中显示出了巨大的潜力。哈佛大学Xingcai Zhang等阐述了生物资源成分与材料特性,综述了HALUB的热化学转化( TC )、生物化学转化( BC )、电化学转化( EC )和光化学转化( PTC )技术。其中,生化转化包括酶解、厌氧消化、发酵和高级发酵等;电化学转化包括木质素的价值化、微生物燃料电池和燃料电池系统;热化学转化包括水热碳化、热解、气化、液化和燃烧。同时,讨论了不同转化技术的组合。此外,还介绍了纳米催化、机器学习和微流控在HALUB转化和管理领域至关重要的先进技术。可持续生物材料、可持续生物医药材料和技术,以及微纳米马达等多功能应用也受到关注。最后,该工作对HALUB进一步进行了总结并展望:(1)HALUB生产高附加值碳材料;(2)共转化技术;(3)机器学习在HALUB转换过程中的应用;(4)HALUB利用的全生命周期评价;(5)未来前景。
图文导读
1. HALUB转化为能源和材料的潜在技术
总结了将HALUB改造为能源和材料的有前景的技术。在这些技术中,生物技术、纳米技术、电催化和光催化是近年来最具吸引力的领域。
2. 生物质的基本组成
生物质的组成往往取决于其类型和生长条件。然而,在大多数情况下,生物质中含有纤维素、半纤维素、木质素、多糖、提取物、脂类、蛋白质、碳水化合物、水、碳氢化合物、灰分等成分。a木质素,b纤维素,c木聚糖和d葡甘聚糖
3. 木质素提取的主要过程示意图,以及为使木质素价值化而可能进行的基于具体应用的化学修饰
生物质的化学结构很容易被改造以开发新材料,特别是富含酚羟基和脂肪羟基的木质素。木质素可根据目标应用进行有无化学修饰。
4. 木质素解构策略示意图
木质素解聚或裂解是转化木质素原料和生产有价值的木质素基产品的一种有前途的方法。因此,木质素分子可以被转化为小分子化合物用于进一步的应用,包括燃料和基本化学品或低聚物。木质素解聚的热化学方法有热解、氧化、水解和气化等。
5. 木质素化学修饰概述:合成新的化学活性位点
木质素具有多个官能团,包括羟基、甲氧基、羰基和羧基。这些官能团可以针对不同的应用进行改性,这将提高改性木质素的价值。这些改性包括通过增加羟基的反应活性或通过改变化学活性位点的性质来合成更高效、更具有反应活性的新型大分子单体。因此,提高了木质素的化学反应活性,降低了木质素聚合物的脆性,增加了木质素在有机溶剂中的溶解度,从而提高了木质素的加工性。通过这种方式,几种化学修饰被用于在木质素结构中引入新的化学位点,包括羟烷基化、胺化、硝化、磺甲基化和磺化。
6. 电化学木质素的价值化
鉴于太阳能和风能等可再生能源发电变得更加丰富和廉价,电化学过程具有进一步将可再生能源纳入生物质利用和相关产业的潜力。木质素的电化学转化可以在阳极(氧化反应)和阴极(还原反应)同时发生。在典型的电化学装置中,阳极和阴极分别用于提取和注入电子,并使用支持电解质的溶剂来溶解木质素和传导离子。
7. 机器学习在生物质热化学转化建模中的应用
机器学习( ML )作为一种必不可少的数据分析技术,在过去的十几年中得到了社会各界的广泛关注并取得了爆发式的发展。ML是以统计算法为核心的先进数据分析方法的集合,能够独立获取和整合知识,具有较高的预测精度。与传统的机理模型相比,数据驱动的ML模型可以学习和识别输出和输入参数之间的非线性关系。广泛使用的ML模型包括高斯过程回归( GPR )、支持向量机( SVM )、随机森林( RF )和人工神经网络( ANN )模型。
8. 自然生活材料(植物)与Syn – SCOBY工程化生活材料类比示意图
可持续活材料( SLMs )整合了生物和非生物成分,兼具合成材料和天然材料的优点。作为一个快速发展的新兴领域,SLMs旨在总结天然生物材料的理想特性,利用基因工程生物创造具有活性和响应性的新材料。
作者简介
人工智能、纳米材料、天然及仿生材料。
关于我们
Nano-Micro Letters《纳微快报(英文)》是上海交通大学主办、在Springer Nature开放获取(open-access)出版的学术期刊,主要报道纳米/微米尺度相关的高水平文章(research article, review, communication, perspective, highlight, etc),包括微纳米材料与结构的合成表征与性能及其在能源、催化、环境、传感、电磁波吸收与屏蔽、生物医学等领域的应用研究。已被SCI、EI、PubMed、SCOPUS等数据库收录,2021JCR影响因子为 23.655,学科排名Q1区前5%,中科院期刊分区1区TOP期刊。多次荣获“中国最具国际影响力学术期刊”、“中国高校杰出科技期刊”、“上海市精品科技期刊”等荣誉,2021年荣获“中国出版政府奖期刊奖提名奖”。欢迎关注和投稿。
Web: https://springer.com/40820
E-mail: editor@nmlett.org
Tel: 021-34207624
如果文章对您有帮助,可以与别人分享!:Nano-Micro Letters » 生物资源升级以实现可持续能源、环境和生物医学