Gli scienziati hanno ottimizzato l'uso delle acque reflue per la produzione di idrogeno verde grazie all'intelligenza artificiale
Annunci
Scienziati dei Dipartimenti di Chimica Inorganica e Ingegneria Chimica dell'Università di Malaga partecipano a una collaborazione internazionale che ha ottimizzato, attraverso l'intelligenza artificiale, il processo di produzione di bio-idrogeno dalle acque reflue.
M. Cruz López Escalante, Olga Guerrero Pérez e Enrique Rodríguez Castellón, ricercatori dell'Università di Malaga.
University of Malaga
Si tratta di un consorzio che coinvolge ricercatori di Paesi come il Vietnam, la Corea del Sud, l'India e Taiwan e che, inoltre, è sostenuto finanziariamente dall'azienda ACOSOL, dalla Fundación Unicaja e dall'Agenzia Statale per la Ricerca (Ministero spagnolo della Scienza, dell'Innovazione e dell'Università).
"Lo sviluppo di processi per l'utilizzo e la valorizzazione delle acque reflue è necessario per migliorare la sostenibilità delle risorse idriche e proteggere l'ambiente", afferma Enrique Rodríguez Castellón, professore presso la Facoltà di Scienze, uno degli autori di questo studio, che aggiunge che l'idrogeno è una "materia prima essenziale nell'industria chimica e metallurgica e un vettore energetico chiave nella decarbonizzazione".
Pertanto, come evidenziato in questo studio, pubblicato sulla rivista scientifica Energy, l'utilizzo delle acque reflue per produrre idrogeno verde - considerato il carburante del futuro - è un processo sostenibile con un grande potenziale, poiché contribuisce al risparmio di acqua potabile, all'ottimizzazione dei rifiuti e alla riduzione dell'uso di risorse fossili.
Un nuovo percorso
La ricerca è riuscita proprio a ottimizzare l'efficienza di questo processo, che avviene attraverso la fermentazione al buio - un metodo che consiste nell'utilizzare microrganismi anaerobici per scomporre la materia organica presente nelle acque reflue e produrre bio-idrogeno - anche se, finora, è stato possibile con variabili che ne influenzano l'efficienza e i limiti nel suo utilizzo commerciale.
Pertanto, l'uso dell'intelligenza artificiale e dell'apprendimento automatico apre una nuova strada alla creazione di modelli predittivi per migliorare i processi chimici come la fermentazione scura. "Questi modelli facilitano l'identificazione e l'apprendimento di modelli, portando a una maggiore precisione nelle previsioni e nel controllo del sistema", afferma Rodríguez Castellón.
Un metodo innovativo
Lo studio di questo consorzio internazionale ha dimostrato che è possibile sviluppare modelli predittivi per questo processo per migliorarne l'efficienza, perfezionando la procedura e risparmiando tempo e costi.
Inoltre, lo studio descrive un nuovo metodo assistito dall'intelligenza artificiale che sostituirebbe quelli più convenzionali, utilizzando dati di test reali per costruire modelli predittivi. Inoltre, è stato utilizzato per ottimizzare il recupero di energia e ridurre al minimo i rifiuti organici del processo, migliorandone la sostenibilità.
Nota: questo articolo è stato tradotto utilizzando un sistema informatico senza intervento umano. LUMITOS offre queste traduzioni automatiche per presentare una gamma più ampia di notizie attuali. Poiché questo articolo è stato tradotto con traduzione automatica, è possibile che contenga errori di vocabolario, sintassi o grammatica. L'articolo originale in Inglese può essere trovato qui.
Pubblicazione 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
Altre notizie dal dipartimento scienza
