Ett tvärvetenskapligt team vid laboratoriet för avfallshantering på PSI:s centrum för kärnteknik och vetenskap har utvecklat ett banbrytande tillvägagångssätt för cementproduktion med hjälp av maskininlärning. "Detta gör det möjligt för oss att simulera och optimera cementsammansättningar så att de släpper ut avsevärt mindre CO2, samtidigt som de bibehåller samma höga mekaniska prestanda," förklarar matematikern Romana Boiger, förstaförfattare till studien. "Istället för att testa tusentals varianter i laboratoriet kan vi med vår modell generera praktiska receptförslag på några sekunder – det är som att ha en digital kokbok för klimatvänlig cement."
PSI-forskarna tränade sitt neurala nätverk med data som genererats från den öppna termodynamiska modelleringsmjukvaran GEMS. "Med hjälp av GEMS beräknade vi – för olika cementsammansättningar – vilka mineraler som bildas under härdning och vilka geokemiska processer som äger rum," förklarar forskaren Nikolaos Prasianakis. Genom att kombinera dessa resultat med experimentella data och mekaniska modeller kunde teamet ta fram tillförlitliga indikatorer för cementens mekaniska egenskaper och materialkvalitet.
Bland de cementsammansättningar som forskarna identifierat finns redan lovande kandidater. "Några av dessa sammansättningar har verklig potential," säger John Provis, chef för forskargruppen Cement Systems Research Group vid PSI, "inte bara vad gäller CO2-reduktion och kvalitet, utan även när det gäller praktisk genomförbarhet i produktionen." Studien fungerar främst som ett konceptbevis – och visar att lovande sammansättningar kan identifieras genom matematiska beräkningar. Innan implementering måste recepten dock först testas i laboratorium.
Parallellt har MIT-forskare under ledning av postdoktorn Soroush Mahjoubi publicerat en öppen vetenskaplig artikel i Nature's Communications Materials där de presenterar en liknande AI-baserad lösning. MIT-teamet konstaterade att material som flygaska och slagg länge använts för att ersätta en del av cementen i betongblandningar, men att efterfrågan på dessa produkter nu överstiger tillgången när industrin försöker minska klimatpåverkan. "Vi insåg att AI var nyckeln till att komma vidare," säger Mahjoubi. "Det finns så mycket data om potentiella material – hundratusentals sidor vetenskaplig litteratur. Att gå igenom dem skulle ta många livstider, och då skulle ännu fler material ha upptäckts!"
Genom att analysera vetenskaplig litteratur och över en miljon bergartsprover använde MIT-teamet sitt ramverk för att sortera kandidatmaterial i 19 typer, från biomassa till biprodukter från gruvdrift och rivningsmaterial från byggnader. Mahjoubi och hans team fann att lämpliga material fanns tillgängliga globalt – och ännu mer imponerande, många kunde införlivas i betongblandningar enbart genom malning.
Dessa AI-innovationer revolutionerar cementindustrin, förändrar tillverkningsprocesserna och blir oumbärliga i kampen mot klimatförändringarna genom att möjliggöra innovativa och mycket effektiva metoder för produktion av cement med låga koldioxidutsläpp.