Labmedya - Laboratuvar ve Sağlık Gazetesi

Paul Scherrer Enstitüsü PSI'daki araştırmacılar, daha iyi bir karbon ayak iziyle aynı malzeme kalitesini sağlayabilecek yeni çimento formüllerinin keşfini hızlandırmaya yardımcı olan yapay zeka tabanlı bir model geliştirdiler.

Çimento fabrikalarındaki döner fırınlar, öğütülmüş kireç taşını hazır çimentonun ham maddesi olan klinkere yakmak için kavurucu 1.400 °C'ye kadar ısıtılır. Şaşırtıcı olmayan bir şekilde, bu sıcaklıklara genellikle yalnızca elektrikle ulaşılamaz. Bunlar, büyük miktarda karbondioksit (CO2) yayan enerji yoğun yanma süreçlerinin sonucudur . Ancak şaşırtıcı olabilecek şey, yanma sürecinin bu emisyonların yarısından daha azını, çok daha azını oluşturmasıdır. Çoğunluğu klinker ve çimento üretmek için gereken hammaddelerde bulunur: Kireç taşında kimyasal olarak bağlı olan CO2, yüksek sıcaklıklı fırınlarda dönüşümü sırasında salınır.

Emisyonları azaltmak için umut vadeden bir strateji, çimento tarifini değiştirmektir; klinkerin bir kısmını alternatif çimentolu malzemelerle değiştirmek. PSI Nükleer Mühendislik ve Bilimler Merkezi'ndeki Atık Yönetimi Laboratuvarı'ndaki disiplinler arası bir ekibin araştırdığı şey tam olarak budur. Araştırmacılar, yalnızca zaman alıcı deneylere veya karmaşık simülasyonlara güvenmek yerine, makine öğrenimine dayalı bir modelleme yaklaşımı geliştirdiler. Çalışmanın ilk yazarı matematikçi Romana Boiger, "Bu, çimento formülasyonlarını simüle etmemize ve optimize etmemize olanak tanır; böylece aynı yüksek mekanik performans seviyesini korurken önemli ölçüde daha az CO2 yayarlar " diye açıklıyor. "Laboratuvarda binlerce varyasyonu test etmek yerine, modelimizi saniyeler içinde pratik tarif önerileri üretmek için kullanabiliriz; bu, iklim dostu çimento için dijital bir yemek kitabına sahip olmak gibi."

Araştırmacılar, yenilikçi yaklaşımlarıyla, istenen kriterleri karşılayabilecek çimento formülasyonlarını seçici bir şekilde filtreleyebildiler. “Sonuçta nihai özellikleri belirleyen malzeme bileşimi için olasılık yelpazesi olağanüstü derecede geniştir,” diyor PSI’daki Taşıma Mekanizmaları Araştırma Grubu başkanı ve çalışmanın başlatıcısı ve ortak yazarı olan Nikolaos Prasianakis. “Yöntemimiz, daha ileri deneysel araştırmalar için umut vadeden adayları seçerek geliştirme döngüsünü önemli ölçüde hızlandırmamızı sağlıyor.” Çalışmanın sonuçları Materials and Structures dergisinde yayınlandı.

Zaten bugün, demir üretiminden elde edilen cüruf ve kömürle çalışan elektrik santrallerinden elde edilen uçucu kül gibi endüstriyel yan ürünler, çimento formüllerinde klinkerin yerini kısmen almak ve böylece CO2 emisyonlarını azaltmak için kullanılıyor . Ancak, çimentoya olan küresel talep o kadar büyük ki, bu malzemeler tek başına ihtiyacı karşılayamıyor. PSI’daki Çimento Sistemleri Araştırma Grubu başkanı ve çalışmanın ortak yazarı John Provis, « İhtiyacımız olan şey, büyük miktarlarda bulunan ve yüksek kaliteli, güvenilir çimento üretilebilen doğru malzeme kombinasyonudur » diyor.

Ancak bu tür kombinasyonları bulmak zordur : « Çimento temelde bir mineral bağlayıcı maddedir – betonda, tüm malzemeyi bir arada tutan mineralleri yapay olarak oluşturmak için çimento, su ve çakıl kullanırız, » diye açıklıyor Provis. « Hızlı hareketle jeoloji yaptığımızı söyleyebiliriz. » Bu jeoloji – veya daha doğrusu, bunun ardındaki fiziksel süreçler kümesi – son derece karmaşıktır ve bunu bir bilgisayarda modellemek buna bağlı olarak hesaplama açısından yoğun ve pahalıdır. Bu nedenle araştırma ekibi yapay zekaya güveniyor.

Yapay sinir ağları, karmaşık hesaplamaları hızlandırmak için mevcut verileri kullanarak eğitilen bilgisayar modelleridir. Eğitim sırasında, ağa bilinen bir veri kümesi verilir ve benzer ilişkileri hızlı ve güvenilir bir şekilde tahmin edebilmesi için iç bağlantılarının göreceli gücünü veya « ağırlığını » ayarlayarak bundan öğrenir. Bu ağırlıklandırma bir tür kısayol görevi görür — aksi takdirde hesaplama açısından yoğun fiziksel modellemeye daha hızlı bir alternatif.

PSI’daki araştırmacılar da böyle bir sinir ağından yararlandı. Eğitim için gereken verileri kendileri ürettiler : « PSI’da geliştirilen açık kaynaklı termodinamik modelleme yazılımı Gems’in yardımıyla, çeşitli çimento formülleri için sertleşme sırasında hangi minerallerin oluştuğunu ve hangi jeokimyasal süreçlerin gerçekleştiğini hesapladık, » diye açıklıyor Nikolaos Prasianakis. Bu sonuçları deneysel veriler ve mekanik modellerle birleştirerek araştırmacılar, mekanik özellikler için güvenilir bir gösterge elde edebildiler ve dolayısıyla çimentonun malzeme kalitesi için de bunu başardılar. Kullanılan her bir bileşen için, toplam CO2 emisyonlarını belirlemeyi mümkün kılan belirli bir emisyon değeri olan karşılık gelen bir CO2 faktörü de uyguladılar . Bilim insanı , « Bu çok karmaşık ve hesaplama açısından yoğun bir modelleme çalışmasıydı, » diyor.

Ancak çabaya değdi — bu şekilde üretilen verilerle, AI modeli öğrenebildi. « Eğitilen sinir ağı, saniyeler veya dakikalar yerine artık keyfi bir çimento tarifi için mekanik özellikleri milisaniyeler içinde hesaplayabiliyor — yani, geleneksel modellemeye göre yaklaşık bin kat daha hızlı, » diye açıklıyor Boiger.

Araştırmacılar tarafından belirlenen çimento formülleri arasında şimdiden bazı ümit verici adaylar var. John Provis, « Bu formüllerden bazılarının gerçek potansiyeli var, » diyor, « sadece CO2 azaltımı ve kalite açısından değil, aynı zamanda üretimde pratik uygulanabilirlik açısından da. » Ancak geliştirme döngüsünü tamamlamak için, tariflerin önce laboratuvarda test edilmesi gerekiyor. Nikolaos Prasianakis gülümseyerek , « Onları önce test etmeden hemen bir kule inşa etmeyeceğiz, » diyor.

Çalışma öncelikle bir kavram kanıtı olarak hizmet ediyor ; yani, umut vadeden formülasyonların tamamen matematiksel hesaplamayla tanımlanabileceğine dair bir kanıt olarak. Romana Boiger, « Yapay zeka modelleme aracımızı gerektiği gibi genişletebilir ve hammaddelerin üretimi veya bulunabilirliği veya yapı malzemesinin nerede kullanılacağı gibi ek yönleri entegre edebiliriz ; örneğin, çimento ve betonun farklı davrandığı deniz ortamında veya hatta çölde, » diyor ve Nikolaos Prasianakis şimdiden geleceğe bakıyor : « Bu sadece başlangıç. Böyle genel bir iş akışının sağladığı zaman tasarrufu muazzamdır ; bu da onu her türlü malzeme ve sistem tasarımı için çok umut vadeden bir yaklaşım haline getiriyor. »

Yazar: bassma Bouanani

Kaynakça: https://www.lab-worldwide.com/ai-cement-industry-reducing-co2-emissions-a-c6a6b416bc8016ddb9a1dfba4da46d76/