menu
close

Επαναστατική Τεχνητή Νοημοσύνη Μειώνει Δραστικά το Ανθρακικό Αποτύπωμα του Τσιμέντου

Ελβετοί ερευνητές στο Ινστιτούτο Paul Scherrer ανέπτυξαν ένα σύστημα τεχνητής νοημοσύνης που μπορεί να σχεδιάζει συνθέσεις τσιμέντου χαμηλών εκπομπών άνθρακα μέσα σε δευτερόλεπτα αντί για μήνες. Υπό την καθοδήγηση της μαθηματικού Romana Boiger, το σύστημα προσομοιώνει χιλιάδες συνδυασμούς συστατικών για να εντοπίσει συνταγές που διατηρούν τη δομική αντοχή, μειώνοντας παράλληλα σημαντικά τις εκπομπές άνθρακα. Με την παραγωγή τσιμέντου να ευθύνεται για περίπου 8% των παγκόσμιων εκπομπών CO2, αυτή η καινοτομία θα μπορούσε να μεταμορφώσει το περιβαλλοντικό αποτύπωμα της βιομηχανίας κατασκευών.
Επαναστατική Τεχνητή Νοημοσύνη Μειώνει Δραστικά το Ανθρακικό Αποτύπωμα του Τσιμέντου

Ένα πρωτοποριακό σύστημα τεχνητής νοημοσύνης που αναπτύχθηκε από ερευνητές στην Ελβετία ετοιμάζεται να φέρει επανάσταση σε μια από τις πιο ενεργοβόρες και ρυπογόνες βιομηχανίες του κόσμου: την παραγωγή τσιμέντου.

Η ομάδα του Ινστιτούτου Paul Scherrer (PSI) δημιούργησε αυτό που αποκαλεί «ψηφιακό βιβλίο συνταγών για φιλικό προς το κλίμα τσιμέντο» – ένα μοντέλο τεχνητής νοημοσύνης που μπορεί να σχεδιάζει γρήγορα νέες συνθέσεις τσιμέντου με δραστικά μειωμένο ανθρακικό αποτύπωμα, διατηρώντας παράλληλα τις απαραίτητες δομικές ιδιότητες.

«Αυτό μας επιτρέπει να προσομοιώνουμε και να βελτιστοποιούμε τις συνθέσεις τσιμέντου ώστε να εκπέμπουν σημαντικά λιγότερο CO2, διατηρώντας το ίδιο υψηλό επίπεδο μηχανικής απόδοσης», εξηγεί η μαθηματικός Romana Boiger, επικεφαλής συγγραφέας της μελέτης που δημοσιεύτηκε στο Materials and Structures τον Ιούνιο του 2025.

Η σημασία αυτής της καινοτομίας είναι δύσκολο να υπερεκτιμηθεί. Η παραγωγή τσιμέντου ευθύνεται για περίπου 8% των παγκόσμιων εκπομπών διοξειδίου του άνθρακα – περισσότερο από ολόκληρο τον παγκόσμιο αεροπορικό τομέα. Περίπου οι μισές από αυτές τις εκπομπές προέρχονται από τη χημική αντίδραση που συμβαίνει όταν θερμαίνεται ο ασβεστόλιθος για την παραγωγή κλίνκερ, του βασικού συνδετικού συστατικού του τσιμέντου.

Παραδοσιακά, η ανάπτυξη νέων συνθέσεων τσιμέντου απαιτεί εκτεταμένες εργαστηριακές δοκιμές, με κάθε επανάληψη να διαρκεί εβδομάδες ή και μήνες. Η προσέγγιση τεχνητής νοημοσύνης της ομάδας του PSI επιταχύνει δραστικά αυτή τη διαδικασία, χρησιμοποιώντας νευρωνικά δίκτυα που εκπαιδεύτηκαν με δεδομένα από το λογισμικό GEMS, το οποίο προσομοιώνει τις πολύπλοκες χημικές αντιδράσεις κατά τη σκλήρυνση του τσιμέντου.

«Αντί για δευτερόλεπτα ή λεπτά, το εκπαιδευμένο νευρωνικό δίκτυο μπορεί πλέον να υπολογίζει τις μηχανικές ιδιότητες για οποιαδήποτε συνταγή τσιμέντου σε χιλιοστά του δευτερολέπτου – δηλαδή περίπου χίλιες φορές ταχύτερα από τα παραδοσιακά μοντέλα», εξηγεί η Boiger.

Αντί να δοκιμάζουν τυχαία συνταγές, οι ερευνητές υιοθέτησαν μια αντίστροφη προσέγγιση, χρησιμοποιώντας γενετικούς αλγορίθμους για να εντοπίσουν συγκεκριμένες συνθέσεις που πληρούν προκαθορισμένους στόχους τόσο για τις εκπομπές CO2 όσο και για την αντοχή του υλικού. Αρκετές συνταγές τσιμέντου που εντοπίστηκαν από την τεχνητή νοημοσύνη έχουν ήδη δείξει ισχυρές δυνατότητες μείωσης των εκπομπών διατηρώντας την ποιότητα.

Το διεπιστημονικό έργο έφερε κοντά χημικούς τσιμέντου, ειδικούς στη θερμοδυναμική και επιστήμονες τεχνητής νοημοσύνης, στο πλαίσιο του Swiss Centre of Excellence on Net Zero Emissions (SCENE). Αν και η παρούσα μελέτη λειτουργεί κυρίως ως απόδειξη της ιδέας, οι ερευνητές σχεδιάζουν να επεκτείνουν το μοντέλο τους ώστε να λαμβάνει υπόψη πρόσθετους παράγοντες, όπως η διαθεσιμότητα πρώτων υλών και οι περιβαλλοντικές συνθήκες.

«Αυτό είναι μόνο η αρχή», δηλώνει ο Nikolaos Prasianakis, που ξεκίνησε τη μελέτη. «Η εξοικονόμηση χρόνου που προσφέρει μια τόσο γενική ροή εργασίας είναι τεράστια – καθιστώντας την μια εξαιρετικά ελπιδοφόρα προσέγγιση για κάθε είδους σχεδιασμό υλικών και συστημάτων.»

Source:

Latest News