Des scientifiques ont optimisé l'utilisation des eaux usées pour la production d'hydrogène vert grâce à l'intelligence artificielle
Annonces
Des scientifiques des départements de chimie inorganique et de génie chimique de l'université de Malaga participent à une collaboration internationale qui a permis d'optimiser, grâce à l'intelligence artificielle, le processus de production de biohydrogène à partir d'eaux usées.
M. Cruz López Escalante, Olga Guerrero Pérez et Enrique Rodríguez Castellón, chercheurs de l'Université de Malaga
University of Malaga
Il s'agit d'un consortium impliquant des chercheurs de pays tels que le Viêt Nam, la Corée du Sud, l'Inde et Taïwan, qui bénéficie en outre du soutien financier de la société ACOSOL, de la Fundación Unicaja et de l'Agence nationale de la recherche (ministère espagnol de la science, de l'innovation et des universités).
"Le développement de processus d'utilisation et de valorisation des eaux usées est nécessaire pour améliorer la durabilité des ressources hydriques et protéger l'environnement", explique Enrique Rodríguez Castellón, professeur à la Faculté des sciences, l'un des auteurs de cette étude, qui ajoute que l'hydrogène est une "matière première essentielle dans les industries chimiques et métallurgiques et un vecteur énergétique clé dans la décarbonisation".
Ainsi, comme le souligne cette étude, publiée dans la revue scientifique Energy, l'utilisation des eaux usées pour produire de l'hydrogène vert -considéré comme le carburant du futur- est un processus durable à fort potentiel, puisqu'il contribue à économiser l'eau potable, à optimiser les déchets et à réduire l'utilisation des ressources fossiles.
Une nouvelle voie
Ces recherches ont précisément permis d'optimiser l'efficacité de ce processus, qui s'effectue par fermentation obscure - une méthode qui consiste à utiliser des micro-organismes anaérobies pour décomposer la matière organique présente dans les eaux usées afin de produire du bio-hydrogène - bien que, jusqu'à présent, il ait été possible de le faire avec des variables qui affectent son efficacité et des limites dans son utilisation commerciale.
L'utilisation de l'intelligence artificielle et de l'apprentissage automatique ouvre donc une nouvelle voie à la création de modèles prédictifs pour améliorer les processus chimiques tels que la fermentation obscure. "Ces modèles facilitent l'identification et l'apprentissage de modèles, ce qui permet une plus grande précision dans les prédictions et le contrôle du système", explique Rodríguez Castellón.
Une nouvelle méthode
L'étude de ce consortium international a prouvé qu'il est possible de développer des modèles prédictifs pour ce processus afin d'en améliorer l'efficacité, d'affiner la procédure et d'économiser du temps et de l'argent.
En outre, l'étude décrit une nouvelle méthode assistée par l'IA qui remplacerait les méthodes plus conventionnelles, en utilisant des données d'essai réelles pour construire des modèles prédictifs. En outre, elle a été utilisée pour optimiser la récupération d'énergie et minimiser les déchets organiques issus du processus, améliorant ainsi sa durabilité.
Note: Cet article a été traduit à l'aide d'un système informatique sans intervention humaine. LUMITOS propose ces traductions automatiques pour présenter un plus large éventail d'actualités. Comme cet article a été traduit avec traduction automatique, il est possible qu'il contienne des erreurs de vocabulaire, de syntaxe ou de grammaire. L'article original dans Anglais peut être trouvé ici.
Publication originale
Anh Tuan Hoang, Wei-Hsin Chen, M. Olga Guerrero-Pérez, Enrique-Rodríguez Castellón, María Cruz López-Escalante, Van Nhanh Nguyen, Prabhu Paramasivam, Xuan Phuong Nguyen, Thanh Hai Truong; "Turning waste into energy: Application of machine learning and explainable artificial intelligence for determining key factors in wastewater-to-hydrogen conversion"; Energy, Volume 344
Autres actualités du département science
