Ứng dụng mô hình học máy để dự báo khả năng hấp phụ dược phẩm bằng than sinh học trong môi trường nước

NGUYỄN THỊ THANH HUYỀN ĐẠI HỌC ĐÀ NẴNG TRƯỜNG ĐẠI HỌC BÁCH KHOA - NGUYỄN THỊ THANH HUYỀN KỸ THUẬT MÔI TRƯỜNG ỨNG DỤNG MƠ HÌNH HỌC MÁY ĐỂ DỰ BÁO KHẢ NĂNG HẤP PHỤ DƯỢC PHẨM BẰNG THAN SINH HỌC TRONG MÔI TRƯỜNG NƯỚC LUẬN VĂN THẠC SĨ KỸ THUẬT MƠI TRƯỜNG KHỐ K41 -KTMT Đà Nẵng – Năm 2022 ĐẠI HỌC ĐÀ NẴNG TRƯỜNG ĐẠI HỌC BÁCH KHOA - NGUYỄN THỊ THANH HUYỀN ỨNG DỤNG MƠ HÌNH HỌC MÁY ĐỂ DỰ BÁO KHẢ NĂNG HẤP PHỤ DƯỢC PHẨM BẰNG THAN SINH HỌC TRONG MÔI TRƯỜNG NƯỚC Chuyên ngành : Kỹ thuật môi trường Mã số: 8520320 LUẬN VĂN THẠC SĨ KỸ THUẬT MÔI TRƯỜNG NGƯỜI HƯỚNG DẪN KHOA HỌC: PGS.TS LÊ PHƯỚC CƯỜNG T.S NGUYỄN XUÂN CƯỜNG Đà Nẵng – Năm 2022 i LỜI CAM ĐOAN Tôi cam đoan cơng trình nghiên cứu riêng tơi Các số liệu, kết nêu luận văn hồn tồn trung thực chưa cơng bố cơng trình khác Tác giả luận văn Nguyễn Thị Thanh Huyền THƯ VIỆN TRƯỜNG ĐẠI HỌC BÁCH KHOA – ĐẠI HỌC ĐÀ NẴNG Lưu hành nội ii MỤC LỤC LỜI CAM ĐOAN i MỤC LỤC ii DANH MỤC BẢNG iv DANH MỤC HÌNH v CÁC CHỮ VIẾT TẮT vii MỞ ĐẦU CHƯƠNG I: TỔNG QUAN 1.1 Giới thiệu dược phẩm 1.1.1 Dược phẩm môi trường 1.1.2 Các phương pháp xử lý dược phẩm 1.2 Giới thiệu than sinh học 10 1.2.1 Quá trình chế tạo than sinh học 10 1.2.2 Nguyên liệu loại than sinh học 12 1.2.3 Ứng dụng than sinh học 13 1.3 Cơ chế hấp phụ 14 1.3.1 Cơ chế hấp phụ vật lý 15 1.3.2 Cơ chế hấp phụ hoá học 15 1.4 Tổng quan học máy nghiên cứu ứng dụng học máy dự báo hấp phụ 16 1.4.1 Lịch sử đời, khái niệm phân loại học máy 16 1.4.2 Các nghiên cứu ứng dụng học máy dự báo hấp phụ .17 CHƯƠNG ll: PHƯƠNG PHÁP NGHIÊN CỨU 19 2.1 Quy trình nghiên cứu 19 2.2 Phương pháp nghiên cứu 23 2.2.1 Phương pháp thu thập dữ liệu .23 2.2.2 Phương pháp xử lý dữ liệu 26 2.2.3 Phương pháp học máy 27 2.3 Công cụ ngôn ngữ máy tính 29 2.3.1 Giới thiệu ngôn ngữ R 29 2.3.2 Tải R- Studio cài đặt máy tính 30 THƯ VIỆN TRƯỜNG ĐẠI HỌC BÁCH KHOA – ĐẠI HỌC ĐÀ NẴNG Lưu hành nội iii 2.3.3 Các bước chạy mơ hình học máy 32 CHƯƠNG III: KẾT QUẢ VÀ THẢO LUẬN NGHIÊN CỨU 38 3.1 Thống kê mô tả suy luận 38 3.1.1 Dữ liệu thực tế .38 3.1.2 Mô tả dữ liệu 47 3.1.3 Khả hấp phụ diện tích riêng bề mặt .49 3.1.4 Phân tích tương quan 50 3.2 Mô hình học máy dự báo dung lượng hấp phụ 52 3.2.1 Dự báo dung lượng hấp phụ cực đại .52 3.2.2 Dự báo dung lượng hấp phụ bão hòa 54 3.2.3 Xây dựng công cụ giao diện người dùng 56 KẾT LUẬN VÀ KIẾN NGHỊ 59 TÀI LIỆU THAM KHẢO PHỤ LỤC DANH MỤC CƠNG TRÌNH KHOA HỌC THƯ VIỆN TRƯỜNG ĐẠI HỌC BÁCH KHOA – ĐẠI HỌC ĐÀ NẴNG Lưu hành nội iv DANH MỤC BẢNG Bảng 1.1 Quá trình nhiệt phân sản phẩm tương ứng [53] .11 Bảng 3.1 Bộ dữ liệu dung lương hấp phụ tối đa Qm 39 Bảng 3.2 Bộ tóm tắt dữ liệu dung lương hấp bão hồ Qe 43 Bảng 3.3 Thống kê tóm tắt biến sử dụng cho thuật tốn ML 48 THƯ VIỆN TRƯỜNG ĐẠI HỌC BÁCH KHOA – ĐẠI HỌC ĐÀ NẴNG Lưu hành nội v DANH MỤC HÌNH Hình 1.1 Số lượng loại dược phẩm phát nước mặt, nước ngầm nước uống khu vực/quốc gia giới [30] Hình 1.2 Cơ chế hấp phụ BC với chất gây ô nhiễm hữu [53] .15 Hình 2.1 Giao diện phầm mềm cở dữ liệu google scholar 20 Hình 2.2 Q trình tìm kiếm tài liệu thơng qua phần mềm sở dữ liệu google scholar .20 Hình 2.3 Cấu trúc dữ liệu hấp phụ dược phẩm BC lưu trữ File excel 22 Hình 2.4 Quy trình nghiên cứu hấp phụ dược phẩm BC 23 Hình 2.5 Biểu đồ kết dung lượng hấp phụ cân (Qe) lấy từ báo 24 Hình 2.6 Quá trình trích xuất điểm dữ liệu biểu đồ từ phần mềm Origin .25 Hình 2.7 Giao diện phần mềm Origin 2018 25 Hình 2.8 Giao diện công cụ trích xuất dữ liệu phần mềm Origin 26 Hình 2.9 Diễn giải mơ hình học máy KNN [86] 28 Hình 2.10 Mơ hình học máy Cubist [86] .29 Hình 2.11 Biểu tượng phần mềm R desktop 30 Hình 2.12 Màn hình cửa sổ R- Studio 31 Hình 2.13 Kết sau kiểm tra dữ liệu 32 Hình 2.14 Tổng dữ liệu sau tách dữ liệu 33 Hình 2.15 Thuật tốn mơ hình học máy cubist từ tập dữ liệu Training 33 Hình 2.16 Kết sau kiểm tra dữ liệu 34 Hình 2.17 Các lệnh để thực tách dữ liệu 34 Hình 2.18 Kết sau tách dữ liệu 34 Hình 2.19 Đặc tính dữ liệu 35 Hình 2.20 Các lệnh thực dự báo với dữ kiệu kiểm tra thao thác kỹ thuật .35 Hình 2.21 Các lệnh sử dụng để vẽ biểu đồ phần dư/sai số 36 Hình 2.22 Phần mềm giao diện người dùng web 37 Hình 3.1 Dung lượng hấp phụ tối đa (a) diện tích bề mặt chia theo phương pháp chế tạo thường biến tính 50 Hình 3.2 Ma trận biểu đồ phân bố cho biến đầu vào kết Các tông màu đỏ tương quan dương xanh âm (theo tỷ lệ) Cor: correlation (tương quan), r có giá trị từ -1 đến (*) khẳng định mối tương quan có ý nghĩa thống kê Nếu r khơng có dấu (*) tương quan khơng có ý nghĩa thống kê (tương quan ngẫu nhiên) .51 THƯ VIỆN TRƯỜNG ĐẠI HỌC BÁCH KHOA – ĐẠI HỌC ĐÀ NẴNG Lưu hành nội vi Hình 3.3 Giá trị RMSE (a) R2 (b) mơ hình KNN .53 Hình 3.4 Kết dự báo mơ hình KNN với dữ liệu kiểm tra 54 Hình 3.5 Kết mơ hình Cubist với dữ liệu đào tạo dựa thông số RMSE (a) R2 (b) 55 Hình 3.6 Biểu đồ tối ưu hóa siêu tham số (a) tổng qt hóa thuật tốn Cubist (b) 56 Hình 3.7 Mơ hình giao diện người dùng – mơ hình KNN dự báo dung lượng hấp phụ cực đại 58 THƯ VIỆN TRƯỜNG ĐẠI HỌC BÁCH KHOA – ĐẠI HỌC ĐÀ NẴNG Lưu hành nội vii CÁC CHỮ VIẾT TẮT A ANN B Khả cho liên kết hydro Mạng neuron nhân tạo Khả chấp nhận liên kết hydro BC BET Than sinh học Specific surface area/ Diện tích riêng bề mặt C D E Carbon Khoảng cách Euclidean Khúc xạ mol dư H ISI Hydro Institute of Scientific Information/ Viện thông tin khoa học KNN MET ML O PV PS K nearest neighbor/ K- Mơ hình KNN Phương pháp nhiệt phân Mechine learning/ Học máy Oxy Pore volume / Thể tích lổ rỗng Pore size/ Kích thước lổ trung bình Qe Dung lượng hấp phụ cân Qm R2 RMSE Tem TemP S V MAE Dung lượng hấp phụ tối đa R- Square/ Hệ số xác định Root Mean Squared Error /Sai số tồn phương trung bình Nhiệt độ phản ứng Temperature of pyrolysis/nhiệt độ nhiệt phân Tính phân cực Thể tích mol Mean Squared Error /sai số bình phương trung bình THƯ VIỆN TRƯỜNG ĐẠI HỌC BÁCH KHOA – ĐẠI HỌC ĐÀ NẴNG Lưu hành nội viii ỨNG DỤNG MƠ HÌNH HỌC MÁY ĐỂ DỰ BÁO KHẢ NĂNG HẤP PHỤ DƯỢC PHẨM BẰNG THAN SINH HỌC TRONG MÔI TRƯỜNG NƯỚC Học viên: Nguyễn Thị Thanh Huyền Mã số: 8520320 Chuyên ngành: Kỹ thuật mơi trường Khóa: K41.KTM Trường Đại học Bách khoa – ĐHĐN Tóm tắt - Sự tích tụ ngày nhiều dược phẩm mơi trường nước làm suy giảm chất lượng nước đe dọa sức khỏe người Phương pháp hấp phụ dược phẩm than sinh học (BC) những phương pháp xử lý có hiệu chi phí thân thiện với môi trường Sự đa dạng phong phú các nghiên cứu hấp phụ dược phẩm BC đặt thách thức hội cho việc xây dựng mơ hình hỡ trợ lựa chọn BC Mục đích nghiên cứu nhằm khai thác dữ liệu từ báo để phát triển thuật toán học máy dự báo khả hấp phụ BC đối với dược phẩm Công việc cụ thể bao gồm, thu thập dữ liệu từ báo khoa học uy tín (khoảng 267 báo với 19 loại dược phẩm 88 loại BC) ứng dụng mô hình KNN (K nearest neigbor) Cubist để dự báo dung lượng hấp phụ Bên cạnh đó, ứng dụng web (giao diện người dùng) xây dựng để thuận lợi cho việc sử dụng mơ hình học máy Cơng cụ cung cấp cách tiếp cận đáng tin cậy, góp phần tiết kiệm thời gian tiền bạc từ thí nghiệm hấp phụ quy mơ phịng thí nghiệm, qua hỡ trợ lựa chọn BC cho hấp phụ dược phẩm Từ khoá - Than sinh học; dược phẩm; hấp phụ; dữ liệu; học máy APPLICATION OF MODEL MACHINE LEARNING TO PREDICT THE ADSORPTION CAPACITY OF PHARMACEUTICALS BY BIOCHARS IN THE AQUEOUS SOLUTIONS Abstract - The increasing accumulation of pharmaceuticals in aquatic ecosystems could impair freshwater quality and threaten human health Adsorption of pharmaceuticals on biochars is one of the most cost-effective and eco-friendly removal methods The wide variation of experiments and research aims from previous studies poses challenges and chances in selecting biochar for pharmaceutical removal This study aims to mine data from articles to develop a machine learning algorithm This work used literature data collected from articles published in prestigious journals (267 papers, 19 pharmaceuticals and 88 biochars) and applied KNN and Cubist to predict adsorption capacity Also, a web app was built to facilitate for users This tool is reliable for saving time and money and supports choosing appropriate biochar for pharmaceutical adsorption Key words - Biochar; Pharmaceuticals; Adsorption; Data; Machine Learning THƯ VIỆN TRƯỜNG ĐẠI HỌC BÁCH KHOA – ĐẠI HỌC ĐÀ NẴNG Lưu hành nội THƯ VIỆN TRƯỜNG ĐẠI HỌC BÁCH KHOA – ĐẠI HỌC ĐÀ NẴNG Lưu hành nội THƯ VIỆN TRƯỜNG ĐẠI HỌC BÁCH KHOA – ĐẠI HỌC ĐÀ NẴNG Lưu hành nội THƯ VIỆN TRƯỜNG ĐẠI HỌC BÁCH KHOA – ĐẠI HỌC ĐÀ NẴNG Lưu hành nội THƯ VIỆN TRƯỜNG ĐẠI HỌC BÁCH KHOA – ĐẠI HỌC ĐÀ NẴNG Lưu hành nội THƯ VIỆN TRƯỜNG ĐẠI HỌC BÁCH KHOA – ĐẠI HỌC ĐÀ NẴNG Lưu hành nội THƯ VIỆN TRƯỜNG ĐẠI HỌC BÁCH KHOA – ĐẠI HỌC ĐÀ NẴNG Lưu hành nội THƯ VIỆN TRƯỜNG ĐẠI HỌC BÁCH KHOA – ĐẠI HỌC ĐÀ NẴNG Lưu hành nội THƯ VIỆN TRƯỜNG ĐẠI HỌC BÁCH KHOA – ĐẠI HỌC ĐÀ NẴNG Lưu hành nội THƯ VIỆN TRƯỜNG ĐẠI HỌC BÁCH KHOA – ĐẠI HỌC ĐÀ NẴNG Lưu hành nội THƯ VIỆN TRƯỜNG ĐẠI HỌC BÁCH KHOA – ĐẠI HỌC ĐÀ NẴNG Lưu hành nội THƯ VIỆN TRƯỜNG ĐẠI HỌC BÁCH KHOA – ĐẠI HỌC ĐÀ NẴNG Lưu hành nội THƯ VIỆN TRƯỜNG ĐẠI HỌC BÁCH KHOA – ĐẠI HỌC ĐÀ NẴNG Lưu hành nội THƯ VIỆN TRƯỜNG ĐẠI HỌC BÁCH KHOA – ĐẠI HỌC ĐÀ NẴNG Lưu hành nội THƯ VIỆN TRƯỜNG ĐẠI HỌC BÁCH KHOA – ĐẠI HỌC ĐÀ NẴNG Lưu hành nội THƯ VIỆN TRƯỜNG ĐẠI HỌC BÁCH KHOA – ĐẠI HỌC ĐÀ NẴNG Lưu hành nội ...ĐẠI HỌC ĐÀ NẴNG TRƯỜNG ĐẠI HỌC BÁCH KHOA - NGUYỄN THỊ THANH HUYỀN ỨNG DỤNG MƠ HÌNH HỌC MÁY ĐỂ DỰ BÁO KHẢ NĂNG HẤP PHỤ DƯỢC PHẨM BẰNG THAN SINH HỌC TRONG MÔI TRƯỜNG NƯỚC Chuyên... VIỆN TRƯỜNG ĐẠI HỌC BÁCH KHOA – ĐẠI HỌC ĐÀ NẴNG Lưu hành nội viii ỨNG DỤNG MƠ HÌNH HỌC MÁY ĐỂ DỰ BÁO KHẢ NĂNG HẤP PHỤ DƯỢC PHẨM BẰNG THAN SINH HỌC TRONG MÔI TRƯỜNG NƯỚC Học viên: Nguyễn Thị Thanh... loại dược phẩm môi trường nước loại BC khác Dựa những phân tích nêu trên, đề xuất đề tài luận văn tốt nghiệp: ? ?Ứng dụng mơ hình học máy để dự báo khả hấp phụ dược phẩm than sinh học môi trường