Carlos Romero, directeur du Centre de recherche sur l’énergie (ERC) de l’Université Lehi et Zheng Yao, scientifique de recherche principal à l’ERC, ont reçu un prix pour une technique combinant l’apprentissage automatique et la spectroscopie avancée pour caractériser les matières premières des déchets en vue de produire de l’hydrogène par gazéification.
Le défi du charbon de déchets
Le charbon a été utilisé comme source d’énergie depuis les années 1880, et l’un des sous-produits de son utilisation est le déchet de charbon, qui peut contenir de l’arsenic, du chrome, du mercure et d’autres substances nocives.
En 2019, l’utilisation du charbon a produit 2 907 millions de tonnes de déchets de charbon, qui peuvent être stockés pendant des années. En attendant une élimination appropriée, les déchets de charbon présentent plusieurs dangers pour les communautés et les travailleurs à proximité. Ces dangers peuvent inclure des incendies spontanés, qui peuvent libérer des toxines et des gaz à effet de serre (méthane et CO2), et des métaux toxiques, qui peuvent s’infiltrer dans les eaux souterraines et s’écouler dans les cours d’eau.
La solution : la gazéification
La gazéification est un processus qui consiste à introduire un matériau à base de carbone dans de l’oxygène et une chaleur élevée (au-dessus de 370 degrés Celcius) dans un réacteur appelé gazéificateur. La gazéification peut utiliser ces déchets pour créer du syngas, une substance qui peut être transformée en hydrogène. Le processus émet moins de polluants que la combustion du charbon.
L’hydrogène produit par la gazéification pourra aider les États-Unis à augmenter leur utilisation de l’hydrogène, un carburant qui émet moins de GES.
Phase I : Création du processus
ERCo et l’ERC travaillent depuis plus d’une décennie sur des projets conjoints que Carlos Romero caractérise comme des « technologies transversales, améliorées par l’intelligence artificielle, y compris des logiciels intelligents pour des applications dans les industries de l’énergie et de la production d’électricité ».
Cette recherche convient au partenariat, et lors de la phase I, Lehigh et ERCo se sont concentrés sur le développement des composants de base d’un système qui peut, sur site et en temps réel, caractériser la composition des mélanges de matières premières avant qu’ils n’entrent dans le gazéificateur.
Phase II : Optimisation pour des conditions réelles
L’objectif de la phase II est de rendre le processus «Spectroscopie de rupture induite par laser améliorée par l’apprentissage automatique» (ML Enhanced LIBS) commercialement viable. Cela implique l’utilisation du gazéificateur commercial d’ERCo, la mesure de la composition des mélanges de matériaux alors qu’ils se déplacent sur un tapis roulant, l’intégration d’une plus grande variété de matériaux dans la formation des algorithmes d’apprentissage automatique.
Newsletter Enerzine
Recevez les meilleurs articles
Énergie, environnement, innovation, science : l’essentiel directement dans votre boîte mail.
En synthèse
Alors que Romero, Yao et leurs collègues d’ERCo ont appliqué cette technologie au traitement des déchets de charbon et de la biomasse, les chercheurs voient également des applications dans d’autres domaines. Romero note des possibilités pour son utilisation dans l’industrie minière et du ciment, Yao ajoute que toute industrie qui « nécessite une caractérisation des matières premières, y compris la fabrication additive, l’utilisation de la biomasse, les industries minières et du ciment » pourrait bénéficier de son utilisation.
Pour une meilleure compréhension
Qu’est-ce que la gazéification ?
La gazéification est un processus qui consiste à introduire un matériau à base de carbone dans de l’oxygène et une chaleur élevée (au-dessus de 700 degrés Fahrenheit) dans un réacteur appelé gazéificateur. Ce processus peut utiliser des déchets pour créer du syngas, une substance qui peut être transformée en hydrogène.
Quels sont les dangers des déchets de charbon ?
Les déchets de charbon peuvent contenir des substances nocives comme l’arsenic, le chrome, le mercure, etc. Ils peuvent provoquer des incendies spontanés, libérant des toxines et des gaz à effet de serre, et les métaux toxiques peuvent s’infiltrer dans les eaux souterraines et s’écouler dans les cours d’eau.
Qu’est-ce que le projet « Machine Learning Enhanced LIBS » ?
C’est un projet de recherche mené par l’Université Lehigh et ERCo, visant à développer un système qui peut caractériser la composition des mélanges de matières premières avant qu’ils n’entrent dans le gazéificateur. Le système utilise la spectroscopie par décharge induite par laser (LIBS) et l’apprentissage automatique pour améliorer la précision des mesures.
Quel est l’objectif de la phase II du projet ?
La phase II vise à rendre le processus «Machine Learning Enhanced LIBS» commercialement viable. Cela implique l’utilisation du gazéificateur commercial d’ERCo, la mesure de la composition des mélanges de matériaux alors qu’ils se déplacent sur un tapis roulant, et l’intégration d’une plus grande variété de matériaux dans la formation des algorithmes d’apprentissage automatique.
Quelles sont les autres applications possibles de cette technologie ?
Outre le traitement des déchets de charbon et de la biomasse, cette technologie pourrait également être utilisée dans d’autres industries qui nécessitent une caractérisation des matières premières, comme l’industrie minière, l’industrie du ciment, la fabrication additive, et l’utilisation de la biomasse.
Légende illustration principale : Carlos Romero (à droite), professeur à l’université de Lehigh et directeur de l’Energy Research Center de Lehigh, et Zheng Yao (à gauche), chercheur principal à l’ERC, collaborent à un projet de recherche intitulé « Machine Learning Enhanced LIBS to Measure and Process Biofuels and Waste Coal for Gasifier Improved Operation », qui a récemment reçu un financement de phase II de la part du ministère de l’énergie. L’équipe chargée de la proposition comprend Energy Research Co. (ERCo) à Plainfield, New Jersey (chef de file des petites entreprises), GTI Energy et SpG Consultants.
