KI optimiert Biowasserstoff-Produktion aus Abwasser
Forscher aus fünf Ländern optimieren Abwassernutzung für grüne Wasserstoffproduktion
Anzeigen
Wissenschaftler der Fachbereiche Anorganische Chemie und Chemieingenieurwesen der Universität Málaga sind an einer internationalen Zusammenarbeit beteiligt, die mit Hilfe künstlicher Intelligenz das Verfahren zur Herstellung von Biowasserstoff aus Abwasser optimiert hat.
M. Cruz López Escalante, Olga Guerrero Pérez und Enrique Rodríguez Castellón, Forscher von der Universität Malaga
University of Malaga
Es handelt sich um ein Konsortium, an dem Forscher aus Ländern wie Vietnam, Südkorea, Indien und Taiwan beteiligt sind und das außerdem von dem Unternehmen ACOSOL, der Fundación Unicaja und der staatlichen Forschungsagentur (spanisches Ministerium für Wissenschaft, Innovation und Hochschulen) finanziell unterstützt wird.
"Die Entwicklung von Verfahren zur Nutzung und Verwertung von Abwasser ist notwendig, um die Nachhaltigkeit der Wasserressourcen zu verbessern und die Umwelt zu schützen", sagt Enrique Rodríguez Castellón, Professor an der Fakultät für Naturwissenschaften und einer der Autoren dieser Studie. Er fügt hinzu, dass Wasserstoff ein "wesentlicher Rohstoff in der chemischen und metallurgischen Industrie und ein wichtiger Energievektor bei der Dekarbonisierung" ist.
Wie in dieser Studie, die in der Fachzeitschrift Energy veröffentlicht wurde, festgestellt wird, ist die Verwendung von Abwasser zur Herstellung von grünem Wasserstoff, der als Kraftstoff der Zukunft gilt, ein nachhaltiges Verfahren mit großem Potenzial, da es dazu beiträgt, Trinkwasser zu sparen, Abfälle zu optimieren und den Einsatz fossiler Ressourcen zu verringern.
Ein neuer Weg
Mit dieser Forschung ist es gelungen, die Effizienz dieses Prozesses zu optimieren, der durch Dunkelfermentation durchgeführt wird - eine Methode, bei der anaerobe Mikroorganismen die im Abwasser vorhandenen organischen Stoffe abbauen, um Biowasserstoff zu erzeugen -, obwohl es bisher Variablen gibt, die die Effizienz und die Grenzen der kommerziellen Nutzung beeinflussen.
Daher eröffnet der Einsatz von künstlicher Intelligenz und maschinellem Lernen einen neuen Weg zur Erstellung von Vorhersagemodellen, um chemische Prozesse wie die Dunkelfermentation zu verbessern. "Diese Modelle erleichtern die Identifizierung und das Erlernen von Mustern, was zu einer höheren Genauigkeit der Vorhersagen und der Systemsteuerung führt", sagt Rodríguez Castellón.
Eine neuartige Methode
Die Studie des internationalen Konsortiums hat bewiesen, dass es möglich ist, Vorhersagemodelle für diesen Prozess zu entwickeln, um seine Effizienz zu verbessern, das Verfahren zu verfeinern und Zeit und Kosten zu sparen.
Darüber hinaus wird in der Studie eine neuartige KI-gestützte Methode beschrieben, die herkömmliche Methoden ablösen würde, indem reale Testdaten zur Erstellung von Vorhersagemodellen verwendet werden. Darüber hinaus wurde die KI eingesetzt, um die Energierückgewinnung zu optimieren und die organischen Abfälle aus dem Prozess zu minimieren, was dessen Nachhaltigkeit verbessert.
Hinweis: Dieser Artikel wurde mit einem Computersystem ohne menschlichen Eingriff übersetzt. LUMITOS bietet diese automatischen Übersetzungen an, um eine größere Bandbreite an aktuellen Nachrichten zu präsentieren. Da dieser Artikel mit automatischer Übersetzung übersetzt wurde, ist es möglich, dass er Fehler im Vokabular, in der Syntax oder in der Grammatik enthält. Den ursprünglichen Artikel in Englisch finden Sie hier.
Originalveröffentlichung
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
Weitere News aus dem Ressort Wissenschaft
