A tecnologia de melhoria da recuperação de gás de folhelho com CO₂ (CO₂-ESGR) é uma técnica de captura, utilização e armazenamento de carbono (CCUS) que combina o desenvolvimento de gás não convencional com o armazenamento geológico de CO₂. Essa tecnologia não só pode melhorar a eficiência do desenvolvimento do gás de folhelho, mas também realizar o armazenamento geológico de CO₂, o que é significativo para aliviar a pressão das emissões de gases de efeito estufa e ajudar a alcançar a meta de “carbono neutro”, com amplas perspectivas de aplicação. No processo CO₂-ESGR, as características de adsorção do CH₄ e do CO₂ dentro do folhelho influenciam diretamente a eficiência da substituição do gás e o efeito do armazenamento, sendo um dos fatores-chave que afetam a eficácia do CO₂-ESGR. Este artigo organiza sistematicamente os dados experimentais de adsorção dos gases CH₄-CO₂ de amostras de folhelho das principais áreas ricas em recursos de gás de folhelho da China, e constrói um banco de dados correspondente. Este estudo considera de forma abrangente fatores-chave como o teor total de carbono orgânico (TOC), teor de minerais de argila, área superficial BET, temperatura, pressão, teor de CO₂ e, com base em quatro métodos de aprendizado de máquina (rede neural de retropropagação BP, algoritmo dos k vizinhos mais próximos KNN, floresta aleatória e máquina de vetor de suporte SVM), constrói um modelo preditivo das propriedades de adsorção do sistema CH₄-CO₂ em folhelho, e posteriormente estuda sistematicamente as propriedades de adsorção e adsorção competitiva do sistema CH₄-CO₂. A precisão do modelo de adsorção construído por aprendizado de máquina foi verificada por comparação multidimensional com dados reportados na literatura, dados experimentais medidos e dados preditos pelo modelo de Langmuir. Os resultados mostram que o modelo de floresta aleatória possui a maior precisão preditiva e uma melhor extensibilidade do intervalo de aplicação, com um desvio absoluto relativo médio na previsão da quantidade adsorvida para gases monocomponentes e sistemas mistos na faixa de 0~15 MPa entre 1,57% e 1,94%, e o coeficiente de determinação (R²) alcançando 0,99. O modelo de aprendizado de máquina estabelecido neste estudo pode prever com precisão razoável as propriedades de adsorção e adsorção competitiva do sistema misto CH₄-CO₂ em folhelho, fornecendo suporte teórico básico para a aplicação da tecnologia CO₂-ESGR.

folhelho;CH₄-CO₂;adsorção;modelo de Langmuir;aprendizado de máquina