人工智能为增加废物转化为能源的生产铺平道路

根据美国环境保护署 (EPA) 的数据，2018 年，美国人产生了 2.92 亿吨垃圾——也称为城市固体垃圾 (MSW)——是 60 年前产生的数量的三倍。

虽然回收和堆肥增加了，但产生的大部分废物都会进入垃圾填埋场，这是最便宜的选择。根据美国能源信息署 (EIA) 的数据，2018 年约有 12% 的 MSW被垃圾焚烧发电厂转化为能源。

“处理垃圾的方法有很多种，”利哈伊大学首席研究科学家兼能源研究中心主任Carlos E. Romero说。“一个是把它送到垃圾填埋场，另一个是燃烧它来发电，另一个是利用它作为生产生物燃料和生物产品的原料。然而，MSW 的性质是一种非常异质的材料，其物理、化学和生物特性具有很大的可，这对优化 MSW 转化过程提出了重大挑战。”

在利哈伊大学能源研究中心(ERC)一直由美国能源署(DOE)的先进技术开发的快速检测和MSW流分析，获得了新的$ 3.5亿美元的项目。该项目将成为能源效率和可再生能源办公室 (EERE) 生物能源技术办公室 (BETO) 3400 万美元努力的一部分，以支持高影响力的研究和开发，以改进和生产生物燃料、生物能源和生物产品。Lehigh 将领导一个团队，其中包括能源研究公司 (ERCo)、能源部 (DOE) 的国家能源技术实验室 (NETL)、ThermoChem Recovery International (TRI)、Covanta Energy、托莱多大学和 SpG Consulting。Lehigh 的参与者包括Carlos Romero 博士(PI)、利哈伊能源研究中心研究科学家郑尧和利哈伊土木与环境工程系教员Farrah Moazeni。

该团队将致力于简化废物转化为生物能源过程中最复杂的方面之一：材料分析。该项目将结合人工智能(AI)，将两种前沿光谱技术，激光诱导击穿光谱(LIBS)和拉曼光谱结合起来。

该团队正在研究的技术旨在提供 MSW 原料的快速原位表征，在几分钟内提供关键表征和化学分析数据，用于下游生物燃料生产过程的前馈过程控制。该项目包括硬件和软件元素的开发，它们一起将能够将 MSW 表征吞吐量比基线方法提高至少 25%。这种方法可以在几分钟内而不是几小时内处理废料。

ERC 和 ERCo 之前曾研究过一种使用 LIBS 和 AI 来更好地分析用于发电的煤炭的方法。“仅使用 LIBS，”姚说，“我们只能测量燃料的元素组成。但是，通过使用 AI 神经网络，我们能够提高测量精度，并将元素组成与其他高阶参数(例如热值和灰熔温度)相关联。”

Romero 解释说，废物转化为能源的生产商需要对任何给定批次中的废物进行准确分析。“对于如何获得和分析具​​有代表性的样本，有标准化的程序，”罗梅罗说。“该团队创新的 LIBS-拉曼光谱与人工智能相结合，有可能显着提高分析的准确性及其发生的速度，同时促进将这些信息纳入生物能源反应器过程控制。”

标签：