阎永亮，查健锐,，段伦博，CLOUGH Peter

(1.英国克兰菲尔德大学 能源与动力学院，贝德福德 MK43 0AL；2. 东南大学 能源热转换及其过程测控教育部重点实验室，江苏 南京 210096)

0 引 言

煤、生物质和天然气等碳基燃料燃烧是碳排放的重要组成部分，其燃烧产生的CO2亟待高效分离和存储。化学链燃烧和氧解偶化学链燃烧是最前沿的热电生产方法之一，可低成本和低能耗实现CO2分离。化学链反应在双流化床反应器中进行，氧气通过氧气载体从空气反应器输送到燃料反应器，烃类燃料被氧载体或氧载体释放的氧气氧化，生成CO2和水，之后氧载体在空气反应器中再生。

化学链技术发展的关键环节之一是根据成本、氧传递能力和循环稳定性选择合适的氧载体材料。相比纯金属氧化物和合成金属氧化物外，天然矿物和工业副产矿物由于廉价易得和较高活性而引起关注[1-3]。其中，锰基材料在高温下有向气相释放氧气的倾向，同时大量研究表明很多种类的锰矿石对不同气体燃料具有高反应活性，同时磨损率和成本较低，使其成为氧载体的潜在候选材料[4-5]。然而，这些矿物具有复杂多变且非均相的成分，且含有各种杂质，因此性能可能有很大差异。

机器学习是一种人工智能技术，通过统计方式提高模型计算性能，可分为有监督、无监督和强化学习。其中，经过学习启发的人工神经网络(ANN)在人脑行为研究中获得广泛应用，包括控制、机器人、模式识别、预测、医学、电力系统、制造、优化、信号处理和社会/心理科学等[6]。……