Tối ưu hóa việc sử dụng nước thải để sản xuất hydro xanh: Trí tuệ nhân tạo mở khóa tiềm năng năng lượng sạch
Bởi Đại học Malaga
Nguồn: Energy (2026). DOI: 10.1016/j.energy.2026.139934
Các nhà khoa học từ Khoa Hóa vô cơ và Kỹ thuật Hóa học của Đại học Malaga đã tham gia vào một dự án hợp tác quốc tế nhằm tối ưu hóa, thông qua trí tuệ nhân tạo, quy trình sản xuất hydro sinh học từ nước thải. Đây là một liên minh bao gồm các nhà nghiên cứu từ các quốc gia như Việt Nam, Hàn Quốc, Ấn Độ và Đài Loan. Công trình của họ được công bố trên tạp chí Energy.
"Việc phát triển các quy trình sử dụng và nâng cao giá trị của nước thải là cần thiết để cải thiện tính bền vững của tài nguyên nước và bảo vệ môi trường," Giáo sư Enrique Rodríguez Castellón, Khoa Khoa học, một trong những tác giả của nghiên cứu này, cho biết, đồng thời nhấn mạnh rằng hydro là "nguyên liệu thô thiết yếu trong ngành công nghiệp hóa chất và luyện kim và là một nguồn năng lượng quan trọng trong quá trình khử carbon."
Do đó, như đã nêu trong nghiên cứu này, việc sử dụng nước thải để sản xuất hydro xanh – được coi là nhiên liệu của tương lai – là một quy trình bền vững với tiềm năng lớn, vì nó góp phần tiết kiệm nước uống, tối ưu hóa chất thải và giảm việc sử dụng tài nguyên hóa thạch.
Một hướng đi mới
Nghiên cứu này đã thành công trong việc tối ưu hóa hiệu quả của quy trình này, được thực hiện thông qua quá trình lên men kỵ khí – một phương pháp sử dụng vi sinh vật kỵ khí để phân hủy chất hữu cơ có trong nước thải nhằm sản xuất hydro sinh học – mặc dù cho đến nay, điều này vẫn còn gặp nhiều hạn chế về hiệu quả và ảnh hưởng đến việc ứng dụng thương mại.
Do đó, việc sử dụng trí tuệ nhân tạo và máy học mở ra một hướng đi mới để tạo ra các mô hình dự đoán nhằm nâng cao các quy trình hóa học như lên men kỵ khí. "Những mô hình này tạo điều kiện thuận lợi cho việc nhận diện và học hỏi các mẫu, dẫn đến độ chính xác cao hơn trong dự đoán và kiểm soát hệ thống," ông Rodríguez Castellón cho biết.
Một phương pháp mới
Nghiên cứu của liên minh quốc tế này đã chứng minh rằng việc phát triển các mô hình dự đoán cho quy trình này nhằm nâng cao hiệu quả là khả thi, giúp tinh chỉnh quy trình và tiết kiệm thời gian cũng như chi phí. Hơn nữa, nghiên cứu mô tả một phương pháp hỗ trợ trí tuệ nhân tạo (AI) mới có thể thay thế các phương pháp truyền thống hơn, sử dụng dữ liệu thử nghiệm thực tế để xây dựng các mô hình dự đoán. Phương pháp này đã được sử dụng để tối ưu hóa việc thu hồi năng lượng và giảm thiểu chất thải hữu cơ từ quy trình, cải thiện tính bền vững của nó.
Thông tin thêm: Anh Tuan Hoang và cộng sự, Biến chất thải thành năng lượng: Ứng dụng học máy và trí tuệ nhân tạo có thể giải thích để xác định các yếu tố chính trong chuyển đổi nước thải thành hydro, Energy (2026). DOI: 10.1016/j.energy.2026.139934
Cung cấp bởi Đại học Malaga
