En utilisant l’intelligence artificielle, des chercheurs britannique de l’Université de Surrey ont réussi à améliorer l’efficacité de la capture du carbone tout en réduisant la consommation d’énergie.
En utilisant l’intelligence artificielle (IA), les scientifiques ont ajusté un système basé sur une véritable centrale à charbon. Le modèle a pu capturer 16,7% de dioxyde de carbone (CO2) en plus tout en utilisant 36,3% d’énergie en moins provenant du réseau national.
Le professeur Jin Xuan, titulaire de la chaire de processus durables à l’école de chimie et de génie chimique de l’Université de Surrey, a déclaré :
Habituellement, les systèmes de capture de carbone fonctionnent constamment, au même rythme, indépendamment de l’environnement externe en constante évolution. Mais nous avons démontré que l’enseignement au système de continuer à faire de petites adaptations peut produire de grandes économies d’énergie et capturer plus de carbone en même temps.
Le rôle de l’IA dans la capture du carbone
Lorsque les centrales électriques brûlent du combustible, elles produisent du CO2, un gaz à effet de serre. Mais il peut être capturé en faisant passer le gaz de combustion à travers de l’eau contenant du calcaire. Le CO2 réagit avec le carbonate de calcium dans le calcaire. Cela produit du bicarbonate inoffensif, dans un processus connu sous le nom de «météorisation améliorée».
Il faut de l’énergie pour pomper l’eau et le CO2. L’usine de capture de CO2 avait sa propre éolienne, mais par temps calme, elle prenait de l’énergie sur le réseau.
En utilisant l’IA, les chercheurs ont appris à un système modèle à prédire ce qui se passerait, de sorte qu’il pourrait pomper moins d’eau lorsqu’il y avait moins de CO2 à capturer, ou lorsque moins d’énergie renouvelable était disponible.
Des implications pour l’industrie
L’équipe espère que leurs découvertes pourront être utilisées plus largement dans l’industrie, contribuant ainsi aux objectifs de développement durable 7, 9, 12 et 13 des Nations Unies.
Le Dr Lei Xing, maître de conférences en chimie et génie chimique à l’Université de Surrey, a ajouté :
Bien que nous ayons testé notre modèle sur la météorisation améliorée, les principes s’appliquent plus largement. Notre modèle pourrait aider quiconque essaie de capturer et de stocker plus de CO2 avec moins d’énergie, quel que soit le processus qu’ils utilisent.
En synthèse
La recherche menée par l’Université de Surrey a démontré que l’intelligence artificielle peut jouer un rôle crucial dans l’amélioration de l’efficacité de la capture du carbone. En ajustant constamment le système en fonction des conditions environnementales, il est possible de réaliser d’importantes économies d’énergie tout en augmentant la quantité de CO2 capturé.
Pour une meilleure compréhension
Qu’est-ce que la capture du carbone ?
La capture du carbone est un processus qui consiste à capturer le dioxyde de carbone (CO2) émis par les centrales électriques et autres sources industrielles pour l’empêcher de pénétrer dans l’atmosphère.
Comment l’intelligence artificielle peut-elle améliorer la capture du carbone ?
L’intelligence artificielle peut aider à optimiser le processus de capture du carbone en ajustant constamment le système en fonction des conditions environnementales, ce qui permet de réaliser des économies d’énergie et d’augmenter la quantité de CO2 capturé.
Qu’est-ce que la météorisation améliorée ?
La météorisation améliorée est un processus par lequel le CO2 est capturé en faisant passer le gaz de combustion à travers de l’eau contenant du calcaire. Le CO2 réagit avec le carbonate de calcium dans le calcaire pour produire du bicarbonate inoffensif.
Quelles sont les implications de cette recherche pour l’industrie ?
Les découvertes de cette recherche pourraient être utilisées plus largement dans l’industrie pour améliorer l’efficacité de la capture du carbone et contribuer à la réalisation des objectifs de développement durable des Nations Unies.
Références
Université de Surrey. (2024).
Article : « Responsive CO2 capture: predictive multi-objective optimisation for managing intermittent flue gas and renewable energy supply† » – DOI: 2024/re/d3re00544e
