Projektet vil bruge AI til at øge CCUS-effektiviteten | Envirotec

Projektet vil bruge AI til at øge CCUS-effektiviteten | Envirotec

Tidsstempel: 26. maj 2023 kl. 4
Kildeknude: 2677723

Abstrakt billede

Abstrakt billede

Kunstig intelligens (AI) skal bruges til at reducere virkningen af ​​kulstofemissioner som en del af et projekt på 3 millioner pund, ledet af forskere ved Heriot-Watt University.

ECO-AI retter sig mod industrier, der er svære at dekarbonisere, såsom stål, cement og kemikalier gennem kulstofopsamling og -lagring.

Det vil gøre dette ved at udvikle specialistteknikker til videnskabelig databehandling, materialeopdagelse og finansiel prognose, for at muliggøre effektiv CO2-opsamling og -lagring i dybe geologiske formationer, samtidig med at den redegør for de økonomiske implikationer af implementeringen af ​​disse teknikker for virksomheder og for politiske beslutningstagere.

Akademikere med base i Edinburgh arbejder i partnerskab med kolleger fra Imperial College London på det toårige projekt.

Holdet kombinerer en række videnskabelige baggrunde, herunder kemiingeniører, fysikere, geologer, matematikere, dataloger og økonomer. De arbejder sammen om at udvikle: nye energieffektive materialer til CO2-opsamling (opløsningsmidler); lavpris undergrundsmodellering til design af geologiske CO2-lagringssteder og nye finansielle modeller for at forstå virkningen af ​​innovationshastigheden på forskellige dekarboniseringsscenarier.

Gruppen siger, at arbejdet forventes at efterlade en videnskabelig ramme for fremtidige forskere at bygge videre på og spille en vigtig rolle i den britiske regerings netto-nulmål for 2050.

"CO2-fjernelsesteknikker har til formål at kompensere for resterende emissioner i industrier, der er svære at dekarbonisere og dermed bidrage til Storbritanniens netto nulmål," siger projektleder professor Ahmed H Elsheikh fra School of Energy, Geoscience, Infrastructure and Society ved Heriot-Watt University. "I ECO-AI sigter vi mod at udvikle alle aspekter af CO2-fjernelse ved at opfange CO2 fra store punktkilder til emissioner ved hjælp af energieffektive opløsningsmidler og ved at reducere omkostningerne til opbevaring af CO2 i dybe geologiske formationer ved hjælp af avancerede strømningsmodelleringsteknikker.

Professor Elsheikh siger, at projektet vil fremme eksisterende videnskabelige forskningsstrømme med hensyn til at finde passende muligheder for sikker lagring af CO2 i dybe geologiske formationer uden behov for at implementere dyre og ofte tidskrævende sonderende undersøgelser.

Han fortsatte: "At udforske undergrunden kan være ekstremt dyrt, men ved at bruge AI kan vi erstatte standardteknikker til modellering af flowmigrering i undergrunden med en accelereret AI-baseret teknik. For eksempel, noget, der typisk kan tage 100 dage at simulere på en supercomputer, vil vi være i stand til at simulere det samme scenarie på kun én dag ved hjælp af en anden slags supercomputer, der bruger vores specialiserede AI-simulatorer."

I en kommentar til CO2-opsamling tilføjer professor Elsheikh: ”Vi har brug for materialer, der kan udvinde kuldioxid fra røggasser uden at forbruge for meget energi. Indkøb af disse materialer har altid været en prøve-og-fejl proces. I ECO-AI vil vi bruge en ny forskningslinje, der er afhængig af maskinlæring og AI til at opdage energieffektive opløsningsmidler til CO2-opsamling og dermed reducere omkostningerne ved at opfange CO2 fra punktkilder.

"Gennem ECO-AI vil vi udbrede vores resultater og udviklede AI-teknikker i alle vores igangværende forskningsprojekter og dele vores fremskridt med forskellige forskningsgrupper i hele Storbritannien. Vi planlægger også at organisere to hackathons for ph.d.-studerende på tværs af britiske universiteter, for at udforske datasættene produceret af projektet og for at demonstrere AI-teknikkerne udviklet af ECO-AI-teamet. Dette vil forhåbentlig føre til fremskridt inden for flere forskningsområder på tværs af det bredere forskersamfund, der arbejder på netto nul-udfordringer."

I alt er £2.5 millioner blevet tildelt ECO-AI af UK Research and Innovation (UKRI) med yderligere investeringer leveret af projektpartnere, PETRONAS, Science and Technology Facilities Council (STFC) og ArianeLogiX.

For mere information og for at holde dig ajour med projektet besøg dens webside.

Tidsstempel:

Mere fra Envirotec