โครงการจะใช้ AI เพื่อเพิ่มประสิทธิภาพ CCUS | เอ็นไวโรเทค

โครงการจะใช้ AI เพื่อเพิ่มประสิทธิภาพ CCUS | เอ็นไวโรเทค

ประทับเวลา: 26 พฤษภาคม 2023 4:00 น
โหนดต้นทาง: 2677723

ภาพนามธรรม

ภาพนามธรรม

ปัญญาประดิษฐ์ (AI) จะถูกนำมาใช้เพื่อลดผลกระทบของการปล่อยก๊าซคาร์บอน ซึ่งเป็นส่วนหนึ่งของโครงการมูลค่า 3 ล้านปอนด์ที่นำโดยนักวิทยาศาสตร์ที่มหาวิทยาลัยเฮเรียต-วัตต์

ECO-AI กำหนดเป้าหมายไปยังอุตสาหกรรมที่แยกคาร์บอนได้ยาก เช่น เหล็ก ซีเมนต์ และเคมีภัณฑ์ ผ่านการดักจับและกักเก็บคาร์บอน

โดยจะทำเช่นนี้โดยการพัฒนาเทคนิคพิเศษสำหรับการคำนวณทางวิทยาศาสตร์ การค้นพบวัสดุ และการคาดการณ์ทางการเงิน เพื่อให้สามารถดักจับและจัดเก็บ CO2 ได้อย่างมีประสิทธิภาพในชั้นหินลึกทางธรณีวิทยา ในขณะที่กำหนดนัยทางการเงินในการปรับใช้เทคนิคเหล่านี้สำหรับธุรกิจและผู้กำหนดนโยบาย

นักวิชาการในเอดินเบอระกำลังทำงานร่วมกับเพื่อนร่วมงานจาก Imperial College London ในโครงการสองปี

ทีมงานประกอบด้วยภูมิหลังทางวิทยาศาสตร์ที่หลากหลาย ได้แก่ วิศวกรเคมี นักฟิสิกส์ นักธรณีวิทยา นักคณิตศาสตร์ นักวิทยาศาสตร์คอมพิวเตอร์ และนักเศรษฐศาสตร์ พวกเขากำลังทำงานร่วมกันเพื่อพัฒนา: วัสดุประหยัดพลังงานใหม่สำหรับการดักจับ CO2 (ตัวทำละลาย); การสร้างแบบจำลองใต้ผิวดินที่มีต้นทุนต่ำสำหรับการออกแบบพื้นที่จัดเก็บ CO2 ทางธรณีวิทยาและแบบจำลองทางการเงินแบบใหม่ เพื่อทำความเข้าใจผลกระทบของอัตราการสร้างสรรค์นวัตกรรมต่อสถานการณ์การแยกคาร์บอนที่แตกต่างกัน

กลุ่มกล่าวว่างานนี้คาดว่าจะออกจากกรอบทางวิทยาศาสตร์สำหรับนักวิจัยในอนาคตเพื่อสร้างและมีบทบาทสำคัญในเป้าหมายสุทธิเป็นศูนย์ของรัฐบาลสหราชอาณาจักรในปี 2050

“เทคนิคการกำจัด CO2 มีจุดมุ่งหมายเพื่อชดเชยการปล่อยก๊าซตกค้างในอุตสาหกรรมที่แยกคาร์บอนได้ยาก และส่งผลให้เป้าหมายสุทธิเป็นศูนย์ของสหราชอาณาจักร” ศาสตราจารย์ Ahmed H Elsheikh หัวหน้าโครงการจาก School of Energy, Geoscience, Infrastructure and Society at Heriot-Watt University กล่าว “ใน ECO-AI เราตั้งเป้าที่จะพัฒนาทุกแง่มุมของการกำจัด CO2 ด้วยการจับ CO2 จากแหล่งกำเนิดการปล่อยก๊าซขนาดใหญ่โดยใช้ตัวทำละลายที่ประหยัดพลังงาน และโดยการลดต้นทุนการจัดเก็บ CO2 ในชั้นหินลึกโดยใช้เทคนิคการสร้างแบบจำลองการไหลขั้นสูง

ศาสตราจารย์ Elsheikh กล่าวว่า โครงการนี้จะช่วยพัฒนากระแสการวิจัยทางวิทยาศาสตร์ที่มีอยู่ ในการจัดหาทางเลือกที่เหมาะสมสำหรับการจัดเก็บ CO2 อย่างปลอดภัยในชั้นหินลึกทางธรณีวิทยา โดยไม่จำเป็นต้องดำเนินการตรวจสอบเชิงสำรวจที่มีราคาแพงและมักใช้เวลานาน

เขากล่าวต่อว่า: "การสำรวจใต้ผิวดินอาจมีราคาแพงมาก แต่ด้วยการใช้ AI เราสามารถแทนที่เทคนิคมาตรฐานสำหรับการสร้างแบบจำลองการโยกย้ายการไหลในใต้ผิวดินด้วยเทคนิคที่ใช้ AI แบบเร่งความเร็ว ตัวอย่างเช่น บางอย่างที่ปกติแล้วอาจใช้เวลา 100 วันในการจำลองบนซูเปอร์คอมพิวเตอร์ เราจะสามารถจำลองสถานการณ์เดียวกันได้ในเวลาเพียงวันเดียวโดยใช้ซูเปอร์คอมพิวเตอร์ประเภทอื่นที่ใช้เครื่องจำลอง AI เฉพาะทางของเรา”

ศาสตราจารย์ Elsheikh ให้ความเห็นเกี่ยวกับการดักจับ CO2 ว่า “เราต้องการวัสดุที่สามารถสกัดคาร์บอนไดออกไซด์จากก๊าซไอเสียโดยไม่ต้องใช้พลังงานมากเกินไป การจัดหาวัสดุเหล่านี้เป็นกระบวนการลองผิดลองถูกมาโดยตลอด ใน ECO-AI เราจะใช้การวิจัยแนวใหม่ที่อาศัยการเรียนรู้ของเครื่องและ AI เพื่อค้นหาตัวทำละลายที่ประหยัดพลังงานสำหรับการดักจับ CO2 และทำให้ต้นทุนในการดักจับ CO2 จากแหล่งกำเนิดลดลง

“ด้วย ECO-AI เราจะเผยแพร่การค้นพบของเราและพัฒนาเทคนิค AI ในโครงการวิจัยที่กำลังดำเนินอยู่ทั้งหมดของเรา และจะแบ่งปันความคืบหน้าของเรากับกลุ่มวิจัยต่างๆ ทั่วสหราชอาณาจักร นอกจากนี้ เรายังวางแผนที่จะจัดงานแฮ็กกาธอนสองครั้งสำหรับนักศึกษาระดับปริญญาเอกในมหาวิทยาลัยในสหราชอาณาจักร เพื่อสำรวจชุดข้อมูลที่ผลิตโดยโครงการ และเพื่อสาธิตเทคนิค AI ที่พัฒนาโดยทีม ECO-AI หวังว่าสิ่งนี้จะนำไปสู่ความก้าวหน้าในด้านการวิจัยที่หลากหลายทั่วทั้งชุมชนการวิจัยที่กว้างขึ้นซึ่งทำงานบนความท้าทายสุทธิเป็นศูนย์”

โดยรวมแล้ว ECO-AI ได้รับรางวัลมูลค่ารวม 2.5 ล้านปอนด์จาก UK Research and Innovation (UKRI) โดยมีการลงทุนเพิ่มเติมจากพันธมิตรโครงการอย่าง PETRONAS, Science and Technology Facilities Council (STFC) และ ArianeLogiX

สำหรับข้อมูลเพิ่มเติมและติดตามข่าวสารล่าสุดเกี่ยวกับโครงการ โปรดไปที่ เวปไซด์.

ประทับเวลา:

เพิ่มเติมจาก เอ็นไวโรเทค