吸附碳捕集是CO2减排的有效方法之一。然而,该项技术尚未实现商业化应用,其主要制约因素之一为能耗过高。热力学方法是揭示循环能量转换机制和量化系统能耗的有效方法之一,其中熵分析方法可用于明确循环中不可逆因素。本文基于非平衡热力学与数值模拟方法提出吸附碳捕集理论分析框架,并对其优化策略展开研究。首先,本文基于变温变压吸附循环（PTSA）建立平衡模型和基于非平衡态的动力学模型。将两种模型在不同循环和过程参数下进行详细对比,从而对其各自适用情景进行详细分析。结果表明两模型随循环参数的变化趋势基本相同,计算结果较为相近。其后,本文基于非平衡热力学给出吸附循环过程中熵源强度的组成、机制及量化方法,并将其与经典热力学?分析方法的计算结果展开对比。两模型之间的误差小于2%。对于真空变温（VTSA）循环,加热和冷却过程熵产所占比重最大,分别为35.5%和25.8%。传热和吸附传质产生的熵产所占比重最大,分别为61.1%和25.3%。此外,本文分别提出针对吸附剂参数、循环参数以及过程参数的优化设计方法。首先将平衡模型与遗传算法结合进行多目标优化,可用于吸附循环性能的定性分析和吸附剂材料的初步筛选。之后,本文提出基于平衡模型与动力学模拟结合的循环参数协同优化方法对循环参数进行优化,将二者优势进行互补。最后,本文将动力学模拟与机器学习结合对过程参数进行优化,并进行案例分析。所提出的优化策略能够有效减小计算量与计算时间,以加速该项技术的商业化应用。