Maschinelles Lernen zur Vorhersage von Aminemissionen

 Die globale Erwärmung ist zum Teil auf die enormen Mengen an Kohlendioxid zurückzuführen, die wir hauptsächlich bei der Stromerzeugung und in industriellen Prozessen wie der Stahl- und Zementherstellung ausstoßen. Seit einiger Zeit interessieren sich Chemieingenieure für die CO2-Abscheidung, ein Verfahren, mit dem Kohlendioxid abgetrennt und so gespeichert werden kann, dass es von der Atmosphäre ferngehalten wird.

Dies geschieht in speziellen Kohlenstoffabscheidungsanlagen, deren chemischer Prozess Amine umfasst, Verbindungen, die bereits zur Abscheidung von Kohlendioxid aus Erdgasverarbeitungs- und -raffinationsanlagen verwendet werden. Amine werden auch in bestimmten Arzneimitteln, Epoxidharzen und Farbstoffen verwendet.

Das Problem ist, dass Amine auch potenziell schädlich für die Umwelt und die menschliche Gesundheit sein können, daher ist es wichtig, ihre Auswirkungen zu reduzieren. Dies erfordert eine genaue Überwachung und Prognose der Aminemissionen einer Anlage, was sich als keine leichte Aufgabe erweist, da Anlagen zur Kohlenstoffabscheidung komplex und vielfältig sind.

Eine Gruppe von Wissenschaftlern hat eine maschinelle Lernlösung zur Vorhersage von Aminemissionen aus Kohlenstoffabscheidungsanlagen entwickelt, die auf experimentellen Daten aus einem Stresstest in einer realen Anlage in Deutschland basiert. Die Arbeit wurde von den Gruppen von Professor Berend Smit an der School of Basic Sciences der EPFL und Professor Susana Garcia am Research Centre for Carbon Solutions an der Heriot-Watt University in Schottland geleitet.

„Die Experimente wurden in Niederhauẞen durchgeführt, in einem der größten Kohlekraftwerke Deutschlands“, sagt Berend Smit. „Aus diesem Kraftwerk wird ein Windschatten in eine Pilotanlage zur CO2-Abscheidung geleitet, in der die nächste Generation von Aminlösungen seit über einem Jahr getestet wird. Eine der unbeantworteten Fragen ist jedoch, dass Amine mit dem Rauchgas emittiert werden können und.“ diese Aminemissionen müssen kontrolliert werden.

Professorin Susana Garcia entwickelte zusammen mit dem Eigentümer der Anlage, RWE, und TNO in den Niederlanden einen Belastungstest, um die Aminemissionen unter verschiedenen Prozessbedingungen zu untersuchen. Professor Garcia beschreibt, wie der Test verlief: „Wir haben eine experimentelle Kampagne entworfen, um zu verstehen, wie und wann Aminemissionen auftreten würden. Einige unserer Experimente führten jedoch auch zu Bedienereingriffen, um einen sicheren Betrieb der Anlage zu gewährleisten.'

Diese Interventionen werfen die Frage auf, wie die Daten zu interpretieren sind. Sind die Aminemissionen das Ergebnis des Stresstests selbst, oder wirkten sich Bedienereingriffe indirekt auf die Emissionen aus? Erschwerend kommt hinzu, dass wir im Allgemeinen die Mechanismen nicht verstanden haben, die den Aminemissionen zugrunde liegen. „Kurz gesagt, wir hatten eine teure und erfolgreiche Kampagne, die zeigte, dass Aminemissionen ein Problem sein können, aber keine Tools, um die Daten weiter zu analysieren“, sagt Smit.

Comments