A indústria de cimento produz cerca de oito por cento das emissões mundiais de CO2 – mais do que toda a companhia aérea em todo o mundo. Pesquisadores do Paul Shera Institute PSI criaram um modelo baseado em IA que ajuda a acelerar a descoberta de novas fórmulas de cimento que podem produzir a mesma qualidade de material com melhores pegadas de carbono.
Os fornos rotativos de plantas de cimento são aquecidos a 1.400 graus Celsius para queimar o calcário do solo abaixo do clínico, que é matéria -prima para uso pronto para uso. Surpreendentemente, essa temperatura nacional geralmente não é alcançada apenas com eletricidade. Estes são o resultado dos processos de combustão intensiva em energia que emitem uma grande quantidade de dióxido de carbono (CO2). Mas, surpreendentemente, o processo de combustão é menos da metade dessas emissões, menos do que isso. A maioria está incluída nas matérias-primas necessárias para produzir clínicas e cimento: o CO2 quimicamente ligado no calcário é publicado durante a conversão do navio de alto nível.
Uma das estratégias de compromisso para reduzir a emissão é corrigir a própria receita de cimento – substituindo alguns clínicos por materiais alternativos de cemência. É exatamente isso que uma equipe interdisciplinar no laboratório está investigando o gerenciamento de resíduos no PSI Center for Nuclearing Engineering and Science. Em vez de confiar em testes demorados ou simulações complexas, os pesquisadores desenvolveram um método de modelagem baseado no aprendizado de máquina. “Ajuda a imitar e otimizar nossas fórmulas de cimento, para que elas emitem CO2 significativamente baixo, mantendo o mesmo alto nível de desempenho mecânico”, o primeiro autor do estudo explica a matemática Romana Boigar. “Em vez de verificar milhares de diversidade no laboratório, podemos usar nosso modelo para criar conselhos práticos de receitas em alguns segundos – é como ter um livro de receitas digital para cimento amigável”.
Com o método de seu romance, os pesquisadores foram capazes de filtrar as fórmulas de cimento que poderiam preencher os critérios desejados. “Nicholos Prasianakis, chefe do grupo de pesquisa de louvor de transporte de Sisi, Nicholos Prasianakis disse:” A gama das possibilidades de composição – que eventualmente determinam as características finais – é extraordinariamente expandida “. Materiais e estruturasO
A receita certa
Enquanto isso, Byborns industriais, como sbate de produção de ferro e usinas baseadas em carvão, já estão sendo usadas para substituir parcialmente o clínquer em fórmulas de cimento e, assim, reduzir as emissões de CO2. No entanto, a demanda global por cimento é tão grande que esses materiais não podem atender apenas à necessidade. John prova que o chefe do grupo de pesquisa do sistema de cimento, PSI, disse: “O que precisamos é a combinação exata de grandes quantidades de materiais disponíveis e dos quais o cimento de alta qualidade pode ser criado”.
No entanto, procurar essas combinações nacionais é um desafio: “O cimento é basicamente um agente de ligação mineral – no concreto, usamos cimento, água e cascalho artificialmente para criar minerais que mantêm o ingrediente inteiro unidos”, explicava. “Você pode dizer que estamos no ritmo rápido.” Essa geologia – ou melhor, o conjunto de processos físicos na parte traseira – é extremamente complicada e é como modelar em um computador, calculador e caro da mesma forma. É por isso que a equipe de pesquisa depende da inteligência artificial.
Como acelerador computacional da IA
Redes neurais artificiais são modelos de computador que usam dados existentes e treinados, para acelerar cálculos complexos. Durante o treinamento, a rede é alimentada com um conjunto de dados familiar e a força relativa de suas conexões internas ou “pesos” deve ser aprendida com ela para que possa prever o mesmo relacionamento de maneira rápida e confiável. Esse peso atua como um tipo de atalho – calculadoramente calculado é uma alternativa rápida à modelagem física intensiva.
Pesquisadores do PSI também usaram esta rede neural nacional. Eles criaram os dados de que precisavam para si mesmos: “Calculamos com a ajuda de software de modelagem termodinâmica aberta -DeRce em Psi -para várias fórmulas de cimento -que os minerais formam o tempo de rigoroso e quais processos geoquímicos”, explicou Nicholos. Ao combinar esses resultados com dados experimentais e modelos mecânicos, os pesquisadores foram capazes de obter um índice confiável para características mecânicas – e, portanto, para a qualidade do material de cimento. Para cada componente usado, eles também aplicaram um fator de CO2 correspondente, um certo valor de emissão que possibilita determinar a emissão total de CO2. “Foi uma prática de modelagem intensiva muito complexa e inúmeras”, disse o cientista.
Mas foi valioso para o esforço – com esses dados gerados, o modelo de IA conseguiu aprender. “Em vez de segundos ou minutos, a rede neural treinada agora pode calcular recursos mecânicos para uma receita voluntária de cimento em milissegundos – é cerca de mil vezes mais rápida que a modelagem tradicional de maré”, explicou “Boiger.
Da saída para a entrada
Como isso pode ser usado para encontrar as melhores fórmulas de cimento com a menor emissão de CO2 possível e alta qualidade de material? Uma das possibilidades é tentar tentar diferentes fórmulas, usar o modelo de IA para calcular seus recursos e selecionar as melhores variedades. A abordagem mais eficiente, no entanto, é reverte o processo. Em vez de experimentar todas as opções, faça a pergunta de maneira diferente: qual composição de cimento atende às especificações desejadas relacionadas ao equilíbrio de CO2 e à qualidade dos elementos?
As características mecânicas e a emissão de CO2 dependem diretamente da receita. “Visto matematicamente, ambas as funções de composição variável – se mudar, os recursos relevantes também mudam”, explicou o matemático. Para determinar uma melhor receita, os pesquisadores criam o problema como uma tarefa de otimização matemática: eles estão procurando uma composição que simultaneamente torne os recursos mecânicos maximize e reduz a emissão de CO2. “Basicamente, estamos procurando o mais alto e o mais baixo – a partir disso, podemos adivinhar diretamente a fórmula desejada”, disse o matemático.
Para encontrar a solução, a equipe integrou uma tecnologia adicional de IA no fluxo de trabalho, os chamados métodos de algoritmo genético-computador inspirados na seleção natural. Ele lhes permitiu identificar as formulações que as selecionavam que combinam idealmente as duas variáveis de metas.
A conveniência dessa “abordagem oposta”: você não precisa mais examinar cegamente inúmeras receitas e, em seguida, não precisa avaliar os recursos de seus resultados; Em vez disso, você pode procurar pessoas que atendam aos critérios desejados específicos – neste caso, o recurso mecânico máximo com a emissão mínima de CO2.
Abordagem de disciplina inteira com grandes possibilidades
Já existem alguns candidatos comprometidos entre as fontes de cimento caracterizadas pelos pesquisadores. John prova que “algumas dessas fórmulas têm o potencial real”, não apenas na diminuição e na qualidade do CO2, mas também em termos de possibilidades práticas na produção. “Para concluir o ciclo de desenvolvimento, mas as receitas devem primeiro ser testadas em laboratório”. Não vamos criar uma torre com eles sem examiná -los “, ri Nicholos Prasiakis.
O estudo atua inicialmente como prova de conceito – é como prova de que as fórmulas comprometidas com o cálculo matemático podem ser identificadas perfeitamente pelo cálculo matemático. “Podemos expandir nosso equipamento de modelagem de IA, conforme necessário e usar os aspectos adicionais na produção ou disponibilidade de matérias -primas, ou onde os materiais de construção são usados - por exemplo, no ambiente marinho, onde cimento e concreto são comportados de maneira diferente, mesmo no deserto”, oferece uma oferta Zest para todos os tipos de elementos e sistemas. “
Sem os antecedentes interdisciplinares dos pesquisadores, o projeto nunca poderia ser eficaz: “Nosso químico de cimento, especialista em termodinâmica, especialista em IA – e uma equipe que pode combinar tudo isso”, diz Prasianakis. “Estava associado a outros institutos de pesquisa como este MPA na estrutura do projeto da cena”. As vistas (Centro de Excelência Suíça relacionadas a emissões líquidas zero) é um programa de pesquisa entre disciplinas que visa desenvolver soluções cientificamente apropriadas para reduzir seriamente as emissões de gases de efeito estufa para fornecer indústria e energia. A pesquisa foi realizada como parte deste projeto.
