Wirtschaftsnews aus dem Kanton Aargau
PSI-Forschende suchen mit KI nach nachhaltigeren Zementrezepturen
Villigen AG - Ein Forschungsteam am Paul Scherrer Institut (PSI) sucht nach Zementrezepturen, die CO2-intensiven Klinker in Zementmischungen verringern. Die Forschenden nutzten dafür eine durch Künstliche Intelligenz (KI) gestützte Modellierungsmethode.
(CONNECT) Ein Forschungsteam des PSI sucht nach Rezepturen, die den Anteil des CO2-intensiven Klinker an der Zementmischung verringern. Alternativen zu Klinker finden bereits Verwendung, können aber nur einen Bruchteil des Zementbedarfs abdecken. Die Forscher suchen nach Materialkombinationen, die in grossen Mengen verfügbar sind und eine hochwertige Zementproduktion erlauben. Dafür nutzen sie eine KI-gestützte Modellierungsmethode. Bei gleichbleibender Materialqualität wollen sie die CO2-Bilanz der Rezepturen verbessern, heisst es in einer Mitteilung. „Anstatt Tausende Varianten im Labor zu testen, generiert unser Modell innerhalb von Sekunden konkrete Rezeptvorschläge – wie ein digitales Kochbuch für klimafreundlichen Zement“, wird Erstautorin und Mathematikerin Romana Boiger in der Mitteilung zitiert.
Die Forschenden nutzen dafür künstliche neuronale Netzwerke, die die rechenintensive physikalische Modellierung ersetzen. Die KI-Modelle werden mit bekannten Daten trainiert und lernen, indem sie die Gewichtung ihrer Verknüpfungen anpassen, um ähnliche Zusammenhänge vorherzusagen.
Die Forschenden haben ihr KI-Modell mit der Open-Source-Software GEMS für thermodynamische Modellierung trainiert. Damit berechneten sie Mineralienbildung und geochemische Prozesse in verschiedenen Zementrezepturen und kombinierten dies mit experimentellen Daten und mechanischen Modellen. Dies ermöglichte es, die Materialqualität verschiedener Zementrezepturen abzuschätzen. Zusätzlich ermittelten die Forscher den CO2-Ausstoss der Rezepturen. Anhand dieser Daten lernte das KI-Modell. „Im Grunde suchen wir ein Maximum und ein Minimum – daraus können wir direkt auf die gewünschte Rezeptur schliessen“, sagt Boiger. Dafür nutzen sie genetischen Algorithmen, eine andere KI-Methode, um Rezepturen zu identifizieren, die beide Zielgrössen vereinen.
Die Forschenden entdeckten bereits vielversprechende Zementrezepturen, die noch im Labor getestet werden, um den Entwicklungszyklus abzuschliessen. Die Studie entstand im Rahmen des interdisziplinären SCENE-Projekts (Swiss Centre of Excellence on Net Zero Emissions). ce/ja