一种基于机器学习的树脂合成方法、系统、介质及产品

本发明公开一种基于机器学习的树脂合成方法、系统、介质及产品，涉及全氟烷基化合物污染治理领域，方法包括获取PFAS去除率的多组影响因素，并基于多组影响因素，采用PFAS吸附模型得到多个树脂对不同碳氟链长度的PFAS去除率，然后对各树脂对不同碳氟链长度的PFAS去除率进行筛选，得到最优PFAS去除率，并基于最优PFAS去除率，确定最优影响因素，最后基于最优影响因素合成树脂，并通过合成后的树脂去除PFAS。本发明可为PFAS的高效去除提供有效解决方案。
上海交通大学
罗金明 | 张静