La industria del cemento produce alrededor del ocho por ciento de las emisiones globales de CO2, que es más alta que todo el sector de aviación en todo el mundo. Los investigadores del PSI del Instituto Paul Sky han desarrollado un modelo basado en IA que ayuda a acelerar el descubrimiento de nuevas formulaciones de cemento que pueden lograr la misma calidad de material con una mejor huella de carbono.
Los hornos rotativos en las plantas de cemento se calientan hasta 1.400 grados Celsius para quemar un terreno ardiente para que la piedra de lima de tierra pueda quemarse al clínker, que es la materia prima para el uso de cemento preparado. No es sorprendente, por lo general, tales temperaturas no pueden lograrse solo por electricidad. Son el resultado de un proceso de combustión relacionado con la energía que excluye grandes cantidades de dióxido de carbono (CO2). Sin embargo, sorprendentemente, el proceso de combustión contiene menos de la mitad de estas emisiones, mucho menos. La mayoría de los clínicos y el cemento deben producir la materia prima: el CO2, que está químicamente unido en la piedra caliza, se libera durante sus cambios en los hornos de alta temperatura.
Una estrategia prometedora para reducir la emisión es editar la síntesis de cemento solamente: algunos clínicos se convierten con contenido de cemento alternativo. Se está investigando un equipo internacional en el Laboratorio de Gestión de Residuos en el Centro PSI de Ingeniería Nuclear y Ciencias. Los investigadores desarrollaron un enfoque de modelado basado en la máquina. El primer escritor de este estudio explica la experta en matemáticas Romana Boyger: “Esto nos permite imitar y refinar las formulaciones de cemento para que emitan significativamente un bajo CO2 mientras mantienen un alto nivel de rendimiento mecánico”. “En lugar de verificar miles de variaciones en el laboratorio, podemos usar nuestro modelo para preparar consejos prácticos de guía en cuestión de segundos, esto es como una patada digital para el cemento climático”.
Con el enfoque de su novela, los investigadores han podido seleccionar las fórmulas de cemento que pueden cumplir con los estándares requeridos. “Los límites de la estructura de material, que eventualmente determinan las características finales, son extraordinariamente amplios”, dice el jefe del grupo de investigación de mecanismo de transporte en PSI, quien fue el temprano y co -autor del estudio. “” Nuestro método nos permite acelerar significativamente el período de desarrollo eligiendo candidatos para investigaciones más experimentales. “Los resultados de este estudio fueron publicados en la revista. Contenido y estructuras.
Prescripción correcta
Hoy temprano, los productos laterales industriales, como las plantas voladoras de la producción de hierro y las centrales eléctricas de carbón, ya se están utilizando para reemplazar parcialmente al clínker en la formación de cemento y, por lo tanto, reducir las emisiones de CO2. Sin embargo, la demanda global de cemento es tan grande que solo estos materiales no pueden satisfacer la necesidad. “Lo que necesitamos es la combinación correcta de grandes cantidades de material disponible y que puede producir cemento confiable de alta calidad”, dice John Prasa, jefe del grupo de investigación del sistema de cemento en PSI.
Sin embargo, la búsqueda de tales combinaciones es difícil: “El cemento es principalmente un agente de unión mineral: en concreto, usamos cemento, agua y grava para producir artificialmente minerales que mantienen unido todo el material”. “Puedes decir que nos estamos preparando en rápido movimiento”. Esta geología, o en su lugar, la combinación de procesos físicos detrás de ella es muy complicada, y modelarla en la computadora es igualmente extremadamente y costosa. Es por eso que el equipo de investigación depende de la inteligencia artificial.
AI como acelerador computacional
Las redes nerviosas artificiales son modelos de computadora que están capacitados utilizando datos existentes para acelerar los cálculos complejos. Durante el entrenamiento, la red recibe un conjunto de datos líder y aprende ajustando la fuerza o el “peso” de sus contactos internos para que pueda predecir rápido y predecir de manera confiable relaciones similares. Este peso funciona para una especie de atajo, de lo contrario, una alternativa más rápida al modelado físico extremo computacional.
Los investigadores de PSI también utilizaron tales redes nerviosas. Creó los datos deseados para el autostrante: “Con la ayuda de joyas de software de modelado termodinámico de código abierto, que se desarrolló en PSI, calculamos, para diferentes formulaciones de cemento, que los minerales están estrictamente durante estrictamente y qué geográficos se procesan”, explicó Nicolos Persianics. Al combinar estos resultados con datos experimentales y modelos mecánicos, los investigadores lograron lograr un indicador confiable de propiedades mecánicas, por lo tanto, la calidad del material del cemento. También aplicaron el mismo factor de CO2 para cada componente utilizado, que es un costo especial de emisión, lo que permite determinar la emisión total de CO2. “Era una práctica de modelado muy compleja y computual”, dice Scientist.
Pero valió la pena el esfuerzo: con los datos realizados de esta manera, el modelo AI pudo aprender. “En lugar de segundos o minutos, la red nerviosa entrenada ahora puede calcular las propiedades mecánicas para una síntesis de cemento discrecional en millones, es decir, mil veces más rápido que el modelado tradicional”.
De la salida a la entrada
¿Cómo se puede usar ahora esta IA para encontrar la máxima formulación de cemento, con la emisión de CO2 más baja posible y el estándar de material alto? Una posibilidad será probar diferentes formulaciones, usar el modelo AI para calcular sus características y luego seleccionar las mejores variaciones. Sin embargo, un enfoque más efectivo es cambiar este proceso. En lugar de probar todas las opciones, haga preguntas en torno a la pregunta: ¿Qué estructura de cemento cumple con el balance de CO2 y las explicaciones de calidad del material?
Tanto las propiedades mecánicas como la emisión de CO2 dependen directamente de la prescripción. Matemáticas explica: “Al observar las matemáticas, ambas variables son las funciones de la mezcla; si cambia, las características relevantes también cambian”. Para determinar una receta máxima, los investigadores establecen el problema como un trabajo de corrección matemática: están buscando una síntesis que maximice simultáneamente las propiedades mecánicas y reduce las emisiones de CO2. “Básicamente, estamos buscando cada vez menos, estamos buscando la estructura deseada directamente”, dice el matemático.
Para encontrar la solución, el equipo, una tecnología de IA adicional en el flujo de trabajo, desarrollada con la ayuda del llamado algoritmo genético, se vio afectada por elecciones naturales. Les permitió identificar las formulaciones que idealmente combinan dos variables objetivo.
La ventaja de este “enfoque inverso”: ahora no necesita cerrar los ojos de innumerables recetas y luego evaluar los resultados. En cambio, puede encontrar especialmente personas que cumplan con los estándares necesarios específicos; en este caso, las propiedades mecánicas máximas con la menor emisión de CO2.
Enfoque intermintercontinental con gran habilidad
En las formulaciones de cemento identificadas por los investigadores, ya hay algunos candidatos prometedores. John Parvees dice que “algunas de estas formulaciones tienen un potencial real”, no solo en términos de CO2 y calidad, sino también en términos de viabilidad práctica en la producción. “Sin embargo, para completar el ciclo de desarrollo, las recetas deben experimentarse en el primer laboratorio. Nicholas Prasanox dijo con una sonrisa:” No estamos construyendo una torre con ellas sin examinarlas primero. “
Este estudio actúa principalmente como una prueba de concepto, es decir, una prueba de que las formas prometedoras pueden ser completamente identificadas por las matemáticas. “Podemos aumentar nuestro dispositivo de modelado de IA según sea necesario y conectar aspectos adicionales, como la producción o disponibilidad de materias primas, o dónde usar materiales de construcción, por ejemplo, en un entorno marino, donde el cemento y el concreto se comportan de manera diferente, o incluso en el desierto”, esta vez ya está comenzando. Un enfoque muy inteligente para el diseño de todo tipo de material y S y sistema. “
Sin los antecedentes formales de los investigadores, el proyecto nunca llegó a la conclusión: “Necesitábamos químicos de cemento, expertos en termodenia, expertos en inteligencia artificial y un equipo que pudiera unirlo todo”. “Hubo un intercambio significativo con otros institutos de investigación como Empa dentro del marco del proyecto de la escena”. La escena (Centro de Excelencia Suiza en Emisión Pure Zero) es un programa de investigación entre formal dirigido a desarrollar una solución científicamente estable para reducir rápidamente las emisiones de los gases de efecto invernadero en la industria y el suministro de energía. Este estudio se realizó como parte del proyecto.
