프로젝트는 CCUS 효율성을 높이기 위해 AI를 사용할 예정

플라톤에 의해 재발행

팔로워 : 0

추상 이미지

인공 지능(AI)은 Heriot-Watt University의 과학자들이 주도하는 3만 파운드 프로젝트의 일환으로 탄소 배출의 영향을 줄이는 데 사용됩니다.

ECO-AI는 탄소 포집 및 저장을 통해 철강, 시멘트 및 화학 물질과 같은 탈탄소화가 어려운 산업을 대상으로 합니다.

과학적 컴퓨팅, 재료 발견 및 재무 예측을 위한 전문 기술을 개발하여 심지층에서 효율적인 CO2 포집 및 저장을 가능하게 하는 동시에 기업 및 정책 입안자를 위해 이러한 기술을 배포하는 데 재정적 영향을 설정함으로써 이를 수행할 것입니다.

Edinburgh에 기반을 둔 학자들은 XNUMX년 프로젝트에서 Imperial College London의 동료들과 협력하여 작업하고 있습니다.

이 팀은 화학 엔지니어, 물리학자, 지질학자, 수학자, 컴퓨터 과학자 및 경제학자를 포함한 다양한 과학적 배경을 결합합니다. 그들은 다음을 개발하기 위해 협력하고 있습니다: CO2 포집을 위한 새로운 에너지 효율적인 재료(용제); 다양한 탈탄소화 시나리오에 대한 혁신 속도의 영향을 이해하기 위한 지질학적 CO2 저장소 설계 및 새로운 재정 모델을 위한 저비용 지하 모델링.

이 그룹은 이 작업이 미래의 연구자들이 2050년까지 영국 정부의 순 제로 목표를 구축하고 중요한 역할을 할 수 있는 과학적 프레임워크를 남길 것으로 기대된다고 말했습니다.

"CO2 제거 기술은 탈탄소화하기 어려운 산업에서 잔류 배출을 보상하여 영국의 순 제로 목표에 기여하는 것을 목표로 합니다."라고 Heriot-Watt 대학의 에너지, 지구과학, 인프라 및 사회 학교에서 프로젝트 책임자인 Ahmed H Elsheikh 교수가 말했습니다. “ECO-AI에서 우리는 에너지 효율적인 솔벤트를 사용하여 대규모 점배출원에서 CO2를 포집하고 고급 흐름 모델링 기술을 사용하여 심지층에서 CO2 저장 비용을 줄임으로써 CO2 제거의 모든 측면을 개발하는 것을 목표로 합니다.

Elsheikh 교수는 이 프로젝트가 비용이 많이 들고 종종 시간이 많이 소요되는 탐사 조사를 전개할 필요 없이 깊은 지질학적 구조에 CO2를 안전하게 저장할 수 있는 적절한 옵션을 소싱하는 데 있어 기존 과학 연구 흐름을 발전시킬 것이라고 말했습니다.

그는 계속해서 다음과 같이 말했습니다. 예를 들어 슈퍼컴퓨터에서 시뮬레이션하는 데 일반적으로 100일이 걸리는 작업을 전문 AI 시뮬레이터를 사용하는 다른 종류의 슈퍼컴퓨터를 사용하면 동일한 시나리오를 단 하루 만에 시뮬레이션할 수 있습니다.”

CO2 포집에 대해 언급하면서 Elsheikh 교수는 다음과 같이 덧붙입니다. 이러한 자료를 소싱하는 것은 항상 시행착오 과정이었습니다. ECO-AI에서 우리는 기계 학습과 AI에 의존하는 새로운 연구 라인을 활용하여 CO2 포집을 위한 에너지 효율적인 용매를 발견하여 점원에서 CO2 포집 비용을 줄일 것입니다.

“ECO-AI를 통해 우리는 연구 결과와 개발된 AI 기술을 진행 중인 모든 연구 프로젝트에 전파하고 영국 전역의 다양한 연구 그룹과 진행 상황을 공유할 것입니다. 또한 영국 대학의 박사 과정 학생을 대상으로 두 개의 해커톤을 조직하여 프로젝트에서 생성된 데이터 세트를 탐색하고 ECO-AI 팀이 개발한 AI 기술을 시연할 계획입니다. 이는 넷 제로 과제를 위해 노력하는 더 넓은 연구 커뮤니티 전반에 걸쳐 여러 연구 분야의 발전으로 이어질 것입니다.”

UKRI(UK Research and Innovation)는 ECO-AI에 총 2.5만 파운드를 수여했으며 프로젝트 파트너인 PETRONAS, STFC(Science and Technology Facilities Council) 및 ArianeLogiX가 추가 투자를 제공했습니다.

자세한 내용을 확인하고 프로젝트에 대한 최신 정보를 얻으려면 해당 사이트를 방문하십시오. 웹 페이지.