Projektet kommer att använda AI för att öka CCUS-effektiviteten | Envirotec

Projektet kommer att använda AI för att öka CCUS-effektiviteten | Envirotec

Källnod: 2677723

Abstrakt bild

Abstrakt bild

Artificiell intelligens (AI) ska användas för att minska effekten av koldioxidutsläpp som en del av ett projekt på 3 miljoner pund som leds av forskare vid Heriot-Watt University.

ECO-AI riktar sig till industrier som är svåra att avkarbonatisera som stål, cement och kemikalier genom avskiljning och lagring av kol.

Det kommer att göra detta genom att utveckla specialisttekniker för vetenskaplig beräkning, materialupptäckt och finansiell prognos, för att möjliggöra effektiv CO2-avskiljning och lagring i djupa geologiska formationer samtidigt som man redogör för de ekonomiska konsekvenserna av att använda dessa tekniker för företag och för beslutsfattare.

Akademiker baserade i Edinburgh arbetar i partnerskap med kollegor från Imperial College London på det tvååriga projektet.

Teamet kombinerar en rad vetenskapliga bakgrunder inklusive kemiingenjörer, fysiker, geologer, matematiker, datavetare och ekonomer. De arbetar tillsammans för att utveckla: nya energieffektiva material för CO2-avskiljning (lösningsmedel); lågkostnadsmodellering under ytan för utformning av geologiska CO2-lagringsplatser och nya finansiella modeller för att förstå effekten av innovationstakten på olika scenarier för avkolning.

Gruppen säger att arbetet förväntas lämna en vetenskaplig ram för framtida forskare att bygga vidare på och spela en viktig roll i den brittiska regeringens nettonollmål för 2050.

"Tekniker för borttagning av koldioxid syftar till att kompensera för kvarvarande utsläpp i industrier som är svåra att koldioxidavskilja och därmed bidra till Storbritanniens nettonollmål", säger projektledaren professor Ahmed H Elsheikh från School of Energy, Geoscience, Infrastructure and Society vid Heriot-Watt University. "I ECO-AI strävar vi efter att utveckla alla aspekter av CO2-borttagning genom att fånga upp CO2 från stora punktkällor för utsläpp med energieffektiva lösningsmedel och genom att minska lagringskostnaderna för CO2 i djupa geologiska formationer med hjälp av avancerade flödesmodelleringstekniker.

Professor Elsheikh säger att projektet kommer att främja befintliga vetenskapliga forskningsströmmar för att hitta lämpliga alternativ för säker lagring av CO2 i djupa geologiska formationer utan att behöva använda dyra och ofta tidskrävande undersökningar.

Han fortsatte: "Att utforska underytan kan vara extremt dyrt men genom att använda AI kan vi ersätta standardtekniker för att modellera flödesmigrering i underytan med en accelererad AI-baserad teknik. Till exempel, något som vanligtvis kan ta 100 dagar att simulera på en superdator, vi kommer att kunna simulera samma scenario på bara en dag med en annan typ av superdator som använder våra specialiserade AI-simulatorer."

Professor Elsheikh kommenterar CO2-avskiljning och tillägger: "Vi behöver material som kan utvinna koldioxid ur rökgaser utan att förbruka för mycket energi. Att anskaffa dessa material har alltid varit en trial-and-error-process. I ECO-AI kommer vi att använda en ny forskningslinje som bygger på maskininlärning och AI för att upptäcka energieffektiva lösningsmedel för CO2-avskiljning och därmed minska kostnaderna för att fånga upp CO2 från punktkällor.

"Genom ECO-AI kommer vi att sprida våra resultat och utvecklade AI-tekniker i alla våra pågående forskningsprojekt och kommer att dela våra framsteg med olika forskargrupper över hela Storbritannien. Vi planerar också att organisera två hackathon för doktorander över brittiska universitet, för att utforska de datauppsättningar som produceras av projektet och för att demonstrera AI-teknikerna som utvecklats av ECO-AI-teamet. Detta kommer förhoppningsvis att leda till framsteg inom flera forskningsområden i det bredare forskarsamhället som arbetar med nollutmaningar."

Totalt har £2.5 miljoner tilldelats ECO-AI av UK Research and Innovation (UKRI) med ytterligare investeringar från projektpartners, PETRONAS, Science and Technology Facilities Council (STFC) och ArianeLogiX.

För mer information och för att hålla dig uppdaterad med projektet besök dess webbsida.

Tidsstämpel:

Mer från Envirotec