La modellazione digitale riduce la CO2 nella produzione di cemento
Un team di ricerca dell'Istituto Paul Scherrer (PSI) sta cercando formulazioni di cemento che riducano il clinker ad alta intensità di CO2 nelle miscele di cemento. I ricercatori hanno utilizzato un metodo di modellazione supportato dall'intelligenza artificiale (AI).
Un team di ricerca del PSI è alla ricerca di formulazioni che riducano la percentuale di clinker ad alta intensità di CO2 nella miscela di cemento. Le alternative al clinker sono già in uso, ma possono coprire solo una frazione del fabbisogno di cemento. I ricercatori sono alla ricerca di combinazioni di materiali che siano disponibili in grandi quantità e che consentano una produzione di cemento di alta qualità. Per farlo, stanno utilizzando un metodo di modellazione supportato dall’intelligenza artificiale. Vogliono migliorare il bilancio di CO2 delle formulazioni, mantenendo la stessa qualità del materiale, secondo un comunicato stampa. “Invece di testare migliaia di varianti in laboratorio, il nostro modello genera suggerimenti di ricette concrete in pochi secondi – come un ricettario digitale per il cemento rispettoso del clima”, ha detto l’autrice principale e matematica Romana Boiger nel comunicato stampa.
I ricercatori utilizzano le reti neurali artificiali per sostituire la modellazione fisica ad alta intensità di calcolo. I modelli AI sono addestrati con dati noti e imparano regolando la ponderazione dei loro collegamenti per prevedere relazioni simili.
I ricercatori hanno addestrato il loro modello AI con il software open source GEMS per la modellazione termodinamica. Lo hanno utilizzato per calcolare la formazione di minerali e i processi geochimici in varie formulazioni di cemento, combinandolo con dati sperimentali e modelli meccanici. Ciò ha permesso di stimare la qualità del materiale di diverse formulazioni di cemento. I ricercatori hanno anche determinato le emissioni di CO2 delle formulazioni. Il modello AI ha imparato da questi dati. “Fondamentalmente, stiamo cercando un massimo e un minimo – da questo possiamo dedurre direttamente la ricetta desiderata”, dice Boiger. Per farlo, utilizzano gli algoritmi genetici, un altro metodo di AI, per identificare le ricette che combinano entrambi i valori target.
I ricercatori hanno già scoperto formulazioni di cemento promettenti, che vengono ancora testate in laboratorio per finalizzare il ciclo di sviluppo. Lo studio è stato condotto nell’ambito del progetto interdisciplinare SCENE (Swiss Centre of Excellence on Net Zero Emissions).