Παραγωγή «καθαρής» αμμωνίας: Η AI μείωσε τα κατάφερε με μόλις 28 δοκιμές, αντί για χιλιάδες...

Μια νέα προσέγγιση στην παραγωγή πράσινης αμμωνίας υπόσχεται να αλλάξει ριζικά το ενεργοβόρο και ρυπογόνο μοντέλο που επικρατεί εδώ και έναν αιώνα. Αυτή τη φορά, η καινοτομία δεν προήλθε μόνο από τα εργαστήρια, αλλά και από τη συμβολή της τεχνητής νοημοσύνης, που μείωσε χιλιάδες πειραματικές δοκιμές σε μόλις 28. Το αποτέλεσμα ήταν ένας καταλύτης που μπορεί να παράγει αμμωνία με υψηλή απόδοση και ελάχιστο περιβαλλοντικό αποτύπωμα, χρησιμοποιώντας απλώς αέρα, νερό και ανανεώσιμη ηλεκτρική ενέργεια.

Η αμμωνία αποτελεί τη δεύτερη πιο παραγόμενη χημική ένωση παγκοσμίως μετά το θειικό οξύ. Το 80% της παγκόσμιας παραγωγής χρησιμοποιείται για λιπάσματα, γεγονός που την καθιστά θεμέλιο της σύγχρονης αγροτικής παραγωγής. Ταυτόχρονα, η αμμωνία προσελκύει το ενδιαφέρον ως πιθανό καύσιμο χωρίς εκπομπές άνθρακα, καθώς κατά την καύση της απελευθερώνει μόνο άζωτο και υδρατμούς, ενώ προσφέρει υψηλή ενεργειακή πυκνότητα και λειτουργεί ως αποδοτικός φορέας υδρογόνου.

Μέχρι σήμερα, η κυρίαρχη μέθοδος παραγωγής αμμωνίας είναι η διαδικασία Haber-Bosch, που απαιτεί πολύ υψηλές θερμοκρασίες και πιέσεις, συνθήκες που επιτυγχάνονται κυρίως με την καύση ορυκτών καυσίμων. Η μέθοδος αυτή έχει τεράστιο περιβαλλοντικό κόστος, ωθώντας τους ερευνητές παγκοσμίως να αναζητούν πιο καθαρές και βιώσιμες εναλλακτικές.

Ήδη από το 2021, μια ομάδα χημικών μηχανικών από το University of New South Wales (UNSW) και το University of Sydney ανέπτυξε μια μέθοδο παραγωγής αμμωνίας χωρίς άνθρακα, αξιοποιώντας τον αέρα, το νερό και την πράσινη ηλεκτρική ενέργεια. Στόχος τους ήταν να βελτιώσουν τη συγκεκριμένη μέθοδο εντοπίζοντας τον βέλτιστο συνδυασμό μετάλλων που θα λειτουργούσαν ως καταλύτες για την αντίδραση.

Όπως εξηγεί ο Ali Jalili, χημικός του UNSW και βασικό μέλος της ομάδας, επέλεξαν 13 μέταλλα που είναι γνωστό ότι απορροφούν αποτελεσματικά είτε άζωτο είτε υδρογόνο. Όμως, η εύρεση του ιδανικού μείγματος απαιτούσε τον συνδυασμό αυτών των μετάλλων, μια διαδικασία που οδηγούσε θεωρητικά σε περισσότερους από 8.000 πιθανούς συνδυασμούς.

Αντί να δοκιμάσουν όλους αυτούς τους συνδυασμούς με τον παραδοσιακό τρόπο, οι ερευνητές αξιοποίησαν ένα σύστημα μηχανικής μάθησης που ανέλυσε τις ιδιότητες και τη συμπεριφορά των μετάλλων και πρότεινε τους πιο ελπιδοφόρους συνδυασμούς. Η χρήση τεχνητής νοημοσύνης μείωσε τις απαραίτητες πειραματικές δοκιμές σε μόλις 28, επιταχύνοντας δραματικά την έρευνα.

Το αποτέλεσμα αυτής της προσέγγισης ήταν η ανακάλυψη ενός νέου καταλύτη με βάση έναν συνδυασμό ψευδαργύρου, κασσίτερου, νικελίου, βισμουθίου και σιδήρου. Ο καταλύτης αυτός επέτρεψε την παραγωγή αμμωνίας σε θερμοκρασία περιβάλλοντος (25°C), πολύ χαμηλότερη από εκείνη που απαιτεί η μέθοδος Haber-Bosch, λιγότερο από το 10% της αντίστοιχης θερμοκρασίας.

Σύμφωνα με τον Jalili, η ομάδα κατάφερε επταπλάσια αύξηση στον ρυθμό παραγωγής αμμωνίας, με σχεδόν 100% ενεργειακή απόδοση. Σχεδόν όλη η ηλεκτρική ενέργεια που χρησιμοποιήθηκε αξιοποιήθηκε για την παραγωγή του τελικού προϊόντος, χωρίς σημαντικές απώλειες.

Πλέον, οι ερευνητές δοκιμάζουν τη νέα τεχνολογία σε συνδυασμό με συστήματα πλάσματος και ηλεκτρολυτών, σχεδιάζοντας μικρές και ευέλικτες μονάδες παραγωγής που μπορούν να εγκατασταθούν επιτόπου σε αγροκτήματα. Αυτές οι αυτόνομες μονάδες παραγωγής υπόσχονται να φέρουν την επανάσταση στον τρόπο που διατίθεται η αμμωνία, μειώνοντας την ανάγκη για τεράστιες, κεντρικές βιομηχανικές εγκαταστάσεις.

Όπως τονίζει ο Jalili, η παραγωγή αμμωνίας ήταν μέχρι σήμερα συνυφασμένη με γιγαντιαίες βιομηχανικές μονάδες που απαιτούν χρόνια κατασκευής και τεράστιες επενδύσεις. Η νέα προσέγγιση ανοίγει τον δρόμο για αποκεντρωμένα συστήματα μικρότερης κλίμακας, με πολύ χαμηλότερο κόστος εγκατάστασης και αυξημένη ευελιξία απέναντι στις μεταβαλλόμενες συνθήκες της ενεργειακής αγοράς.

[via]