馬拉加大學(xué)無(wú)機(jī)化學(xué)系與化學(xué)工程系的科學(xué)家參與了一項(xiàng)國(guó)際合作項(xiàng)目，通過(guò)人工智能優(yōu)化了利用廢水生產(chǎn)生物氫的過(guò)程。該聯(lián)盟匯聚了來(lái)自越南、韓國(guó)、印度和中國(guó)臺(tái)灣等國(guó)家的研究人員，相關(guān)成果已發(fā)表在《Energy》期刊上。

該研究作者之一、理學(xué)院教授Enrique Rodríguez Castellón表示：“氫氣是化工和冶金工業(yè)中的重要原材料，也是脫碳進(jìn)程中的關(guān)鍵能源載體。開(kāi)發(fā)廢水利用與資源化處理工藝，對(duì)于提升水資源可持續(xù)性和環(huán)境保護(hù)至關(guān)重要。”

因此，正如研究指出，利用廢水生產(chǎn)被視為“未來(lái)燃料”的綠氫是一種極具潛力的可持續(xù)方案，不僅有助于節(jié)約飲用水、優(yōu)化廢棄物處理，還能減少化石資源使用。

該研究成功優(yōu)化了這一生產(chǎn)流程的效率。目前，該過(guò)程主要通過(guò)暗發(fā)酵實(shí)現(xiàn)——即利用厭氧微生物分解廢水中的有機(jī)物以產(chǎn)生生物氫。然而此前，該技術(shù)受多種變量影響，效率受限，商業(yè)化應(yīng)用存在障礙。

因此，引入人工智能和機(jī)器學(xué)習(xí)為暗發(fā)酵等化學(xué)過(guò)程建立預(yù)測(cè)模型開(kāi)辟了新路徑。

Rodríguez Castellón表示：“這些模型有助于識(shí)別和學(xué)習(xí)系統(tǒng)中的規(guī)律，從而提升預(yù)測(cè)精度與過(guò)程控制能力。”

國(guó)際研究團(tuán)隊(duì)證明，通過(guò)構(gòu)建預(yù)測(cè)模型可有效提升該工藝效率，實(shí)現(xiàn)流程精細(xì)化，同時(shí)節(jié)省時(shí)間與成本。此外，研究還提出了一種新型AI輔助方法，利用真實(shí)測(cè)試數(shù)據(jù)建立預(yù)測(cè)模型，有望取代傳統(tǒng)手段。

該方法已用于優(yōu)化能源回收并最大限度減少有機(jī)廢棄物，從而進(jìn)一步提升整體可持續(xù)性。

原文鏈接：https://www.sciencedirect.com/science/article/abs/pii/S0360544226000368?dgcid=coauthor

（素材來(lái)自：馬拉加大學(xué) 全球氫能網(wǎng)、新能源網(wǎng)綜合）