Цемент становится зеленым благодаря искусственному интеллекту: швейцарская революция

Исследователи Института Пола Шерера (PSI) создали модель искусственного интеллекта, способную найти новые рецепты за несколько миллисекунд для производства цемента с низким уровнем выбросов, с таким же качеством, но меньшим воздействием на окружающую среду

Низкий цемент CO2 находится в центре технологической революции, которая может резко уменьшить экологический отпечаток строительной отрасли.

Приблизительно 8% глобальных выбросов, связанных с бетонным производством (больше, чем весь авиационный сектор), обнаружение устойчивых решений в настоящее время является приоритетом. В Институте Пола Шерера (PSI) междисциплинарная команда разработала модель, основанную на искусственном интеллекте для ускорения обнаружения инновационных составов цемента с низкими выбросами CO2, способных поддерживать высокую механическую и сопротивление.

Цифровой компонент играет все более центральную роль в декарбонизации строительного сектора. Искусственный интеллект и машинное обучение теперь являются главными героями революции. Например, всего несколько недель назад исследователи MIT опубликовали исследование, в котором они обучали ИИ идентифицировать промышленность по -продукты, способные частично заменить бетон при производстве бетона, без ущерба для работы и сопротивления.

Новое исследование Института Пола Шерера (PSI) также перемещается по той же длине волны, которая разработала инновационную прогнозирующую модель для формулирования рецептов цемента с низким уровнем выложений. Цель: объединить устойчивость, качество и скорость развития.

Новый рецепт устойчивого цемента

Производство клинкера, основной компонент бетона, требует температуры около 1400 градусов по Цельсию. Этот процесс, энергетический и высоко эмиссирующий, не только сжигает ископаемое топливо, но также высвобождает CO2, химически связанный с известняком, сырью из клинкера. Следовательно, уменьшение использования клинкера является важной стратегией для получения бетона с низкими выбросами CO2.

Ученые PSI разработали интеллектуальную систему моделирования, способную имитировать и оптимизировать новые бетонные композиции.

«Вместо того, чтобы тестировать тысячи вариантов в лаборатории, мы можем использовать нашу модель для получения практических предложений для рецептов за несколько секунд: это похоже на книгу цифрового рецепта для экологичного цемента», это объясняет Романа Бойгер, математика и первый автор исследования.

Исследование, опубликованное на Журнал «Материалы и конструкциипозволил фильтровать тысячи возможных комбинаций, определяя только те, которые совместимы с строгими критериями устойчивости и качества.

Обученная нейронная сеть

Сегодня промышленные продукты, такие как шлак сталелитейной промышленности или летающий пепел, уже используются для частичной замены клинкера. Но в одиночку их недостаточно, чтобы удовлетворить глобальный конкретный спрос.

«Нам нужно правильное сочетание материалов, доступных в больших количествах, из которых можно производить надежный и высококачественный бетон«, Говорит Джон Пурс, соавтор исследования.

Команда использовала искусственные нейронные сети, которые имитировали геохимические реакции и образование минералов во время укрепления цемента. Каждый компонент был связан с коэффициентом излучения, таким образом, точно расчета воздействие каждой формулировки на окружающую среду.

Результатом является модель, способная вычислять механические свойства бетонного рецепта за несколько миллисекунд.

На пути к новому стандарту строительства

Проект также позволяет обратить вспять процесс. Вместо тестирования случайных составов система начинается с точных целей, таких как цель получения бетона с низкими выбросами СО «с высоким механическим сопротивлением. На данный момент он идентифицирует оптимальные составы, используя, используя, используя, используя, используя, используя, используя, используя, используя, используя Генетические алгоритмывдохновлен естественным отбором.

Среди уже выявленных составов некоторые демонстрируют большой потенциал, как с точки зрения устойчивости, так и применимости промышленности. Кроме того, модель ИИ может быть расширена, чтобы включить такие переменные, как локальная доступность сырья или условия окружающей среды строительной площадки.