既能捕集CO2又能自身加热的滤网
论文提出的是一种模块化滤网，它直接去除室内CO2，而不是只靠新风通风稀释。制造方式是把胺功能化的固体吸附剂喷涂到碳纤维基底上。碳纤维承担两个作用：承载吸附剂，并导电，使吸附剂能从内部被加热。
这种内部加热是设计的核心。吸附剂通过焦耳加热再生，即让电流通过导电碳纤维，直接抬高其温度。论文报告在100 °C下15分钟内达到95%脱附。作者把这种方式与外部热风的对流加热对比，认为后者会造成显著热损失；焦耳加热能减少这些损失，是作者对设计的解释，而不是证据包中给出的实测对比。
滤网采用单元式结构，单元数量和每个单元内的纤维填充密度都可调整，以匹配通风需求。论文描述了两种运行模式：内循环模式下滤网去除室内CO2；通风模式下滤网再生，脱附的CO2排到室外，同时引入新风。
为何100 °C再生优于更低温度
材料部分有一个反直觉的结果：加热到更高温度反而消耗更少总能量。作者在60 °C、80 °C和100 °C下测量脱附，并以达到95%脱附所需时间作为比较指标。100 °C下需15分钟，80 °C下约35分钟，60 °C下120分钟后脱附仍不完全。
作者把拟合的脱附动力学与实测的温度—功率密度关系结合，估算达到95%脱附所需的能量密度：100 °C、80 °C、60 °C分别为39.6、60.7和566.8 Wh m⁻²。据此，60 °C运行所需能量约为100 °C的14.3倍。100 °C下更高的瞬时功率被大幅缩短的运行时间抵消。
温度选择也有耐久性边界。热分析显示约150 °C以下没有明显失重，作者据此认为该区间内胺降解可忽略。在100 °C再生的200次循环测试中，总质量下降2.36%，而单位质量CO2捕集容量略有上升，从1.074升至1.098 mmol g⁻¹。另外，碳纤维在4–5 V下经历100次焦耳加热循环，热曲线稳定，波动低于3%；但在6–7 V、峰值温度超过160 °C时，100次循环后峰值温度下降约5–15%。
涂层滤网的捕集量低于粉末
吸附剂本身是50 wt%胺浸渍的二氧化硅纳米粉，在1000 ppm CO2下200分钟内最高吸附容量为1.84 mmol g⁻¹。对应的吸附剂涂层碳纤维滤网为1.26 mmol g⁻¹，下降31.5%。作者把这一差距主要归因于潮湿条件下CO2与水在胺位点上的竞争吸附，并指出0%相对湿度下的容量与40%相对湿度下相当，据此认为涂层工艺本身造成的损失可忽略。
因此湿度是真实的性能变量，而非脚注。在共吸附测量中，CO2吸附量在20%相对湿度下比干燥条件略有上升，随后在40%和60%下下降。作者把初期上升解释为部分转化为碳酸氢盐和碳酸盐物种、提高胺利用率，把后期下降解释为水堵塞孔隙并竞争位点。他们的结论是，相对湿度超过约40%后，水的竞争可能显著降低捕集性能。
产生这些数据的实验室腔体是封闭循环系统，不是开放通风系统。作者明确指出，绝对捕集量以及测得的温湿度变化应视为相对性能指标，而不是对实际运行行为的直接预测，因为真实系统中脱附的CO2和水分会排到室外，而不会在测试体积内累积。
差分进化优化与神经网络代理模型
系统层面的工作是模拟。作者用差分进化这一优化算法寻找控制参数，使通风负荷最小，同时把室内CO2保持在限值内。由于对每种室内条件都跑一遍优化太慢，他们训练了一个深度神经网络作为代理模型，根据占用反馈快速近似最优控制参数。
模拟比较了三种策略：常规需求控制通风（DCV）、使用平均占用率的CO2滤网集成版本（CDCV），以及深度学习辅助版本（DL-CDCV）。论文报告深度学习辅助系统相对常规系统最多可节能28.3%。气象输入基于韩国7–8月和12–1月的典型数据，滤网系统的能耗计算假设使用200 g吸附剂涂层滤网，再生能量由脱附时长和实测温度—功率密度关系估算。
这些是模型结果，不是建筑实测。作者指出，系统级深度学习模型只用模拟数据训练，未用真实占用测量验证；系统级分析也采用了简化边界条件。占用情景限于1–4人，基于典型住宅环境。
冬季省能，宽松目标下夏季反增
最具决策意义的结果按季节和CO2目标分化。冬季600 ppm目标下，CDCV系统实现约25.0%的净节能，作者将其归因于室内外空气之间较大的焓差。随着CO2设定值升高，相对收益缩小，因为通风需求下降而再生能耗基本不变。
夏季1000 ppm下，CDCV系统总能耗比DCV系统高约30.6%。作者用夏季室内外焓差较小解释这种不对称：可节省的通风能量更少，而再生负荷仍在。他们表示，这一权衡在所考察的所有CO2设定值和两个季节中都一致成立，定性结果取决于通风负荷与再生负荷之间的平衡，而不是某个单一假设条件。
因此摘要中的14.9–25%区间和600 ppm条件描述的是有利区间，不是普遍结果。同一个系统在严格CO2目标和大焓差下能省能，在夏季宽松目标下却可能成为净能耗负担。
1000 ppm下实现能耗持平的条件
作者做了可行性分析，找出滤网系统在高CO2设定值下打平需要改变什么。他们报告两条达到能耗持平的路径：吸附剂吸附容量提高1.38倍，或再生能耗降低43.5%。他们把这表述为需要吸附剂材料设计与电热转换效率同时进步。
技术经济评估比较了夏季和冬季、7天、15天和30天三种滤网更换周期下相对常规DCV系统的每日总成本。CDCV成本拆分为安装资本支出、通风能耗成本、焦耳加热再生电费和定期耗材更换成本，而DCV系统只有通风相关能耗成本。论文报告，在上述更换周期下，夏季盈亏平衡点为18、17和17天，冬季为56、46和43天。
压降问题通过模拟而非实测处理。由于实验室装置无法直接测量滤网两侧压差，作者用CFD得到模拟压差，从0.393 Pa（3单元，1 m s⁻¹）到14.144 Pa（9单元，3 m s⁻¹），并称这对应风机功率需求变化低于3.4%，因此在能耗计算中忽略。
能耗结论的适用范围与边界
论文自身的定位是：基于实验室实验，用简化模拟评估建筑尺度可行性，而不是复现真实室内环境。因此，14.9–25%的节能和夏季30.6%的惩罚属于在给定气象、占用和滤网假设下的模型预测，不是实测建筑性能。
实际解读是有条件的。当通风负荷大时，即CO2设定值低、室内外焓差大，尤其是冬季，滤网集成系统有优势；在再生负荷占主导的相反情形下，它会产生额外负担。作者把缩小这一差距的优先方向定为吸附容量提高1.38倍或再生能耗降低43.5%，并指出在真实占用条件下开展建筑尺度实验、以及对有人环境中的再生过程做安全验证，是实际应用前必需的。
对判断这一路线是否值得推进的读者来说，论文最有用的贡献是阈值结构而非单一节能数字：收益取决于CO2目标和季节，而能扩展有利区间的材料层面杠杆已被量化。
本文引用的文献
Joule-heated regenerable carbon dioxide capture filter for demand-controlled ventilation in indoor applications
基于模拟的分析表明，CO2滤网集成的需求控制通风系统在把室内CO2维持在600 ppm的同时，能耗比常规系统低约14.9–25%；但在夏季1000 ppm下，其能耗比常规系统高约30.6%；要在高设定值下实现能耗持平，需吸附容量提高1.38倍或再生能耗降低43.5%。