Metode berbasis AI mempercepat penemuan material yang menghasilkan listrik dari limbah panas
metode berbasis ai mempercepat penemuan material yang menghasilkan listrik dari

Metode berbasis AI mempercepat penemuan material yang menghasilkan listrik dari limbah panas


Kredit: Unsplash/CC0 Domain Publik

Dalam segala bentuk konversi energi – bahkan dengan sesuatu yang hijau seperti panel surya – panas tambahan dihasilkan. Namun dengan 72 persennya dibiarkan tidak terpakai, ada juga potensi besar untuk menghasilkan listrik dari limbah itu.

Seorang peneliti di University of Alberta telah berhasil mengembangkan metode untuk mempelajari kimia di balik proses ini.

Penemuan ini pada akhirnya dapat membantu mempercepat pengembangan bahan termoelektrik – produk yang, jika terikat pada sesuatu seperti sistem panel surya, dapat memulihkan panas yang hilang yang kemudian dapat digunakan untuk menghasilkan arus listrik.

Menggunakan dua model pembelajaran mesin yang ia kembangkan, Alexander Gesell mampu mempersempit komposisi kimia dari berbagai paduan yang dapat digunakan untuk membuat bahan tersebut.

Bahan termoelektrik dapat digunakan untuk memanfaatkan energi dari perangkat elektronik pribadi seperti ponsel atau server komputer, memulihkan panas dari pembakaran, menggunakan panas tubuh untuk perangkat listrik seperti alat pacu jantung dan meningkatkan efisiensi sumber energi alternatif seperti panas bumi dan energi matahari.

“Jika kita dapat mengubah panas menjadi sesuatu yang dapat digunakan seperti listrik, kita dapat membuat peningkatan efisiensi energi dalam skala global,” kata Gesell, yang melakukan penelitian untuk gelar master di College of Science. Karyanya juga merupakan bagian dari Future Energy Systems, jaringan penelitian dan pengajaran interdisipliner di U of A yang mengembangkan inovasi untuk transisi energi.

Menemukan rumus kimia yang tepat

Bahan yang digunakan Gzyl, yang disebut setengah paduan Heusler, telah terbukti berhasil di lapangan karena stabilitas, kekuatan mekanik, dan efisiensinya. Tetapi mereka masih menjadi tantangan karena komposisi kimianya yang khusus.






“Mereka adalah bahan kristal yang terdiri dari unsur-unsur kimia tertentu dalam rasio 1:1:1 yang diatur dengan cara tertentu, tetapi dengan lebih dari 100.000 kemungkinan kombinasi unsur kimia dalam rasio ini, hanya sebagian kecil dari semua hasil setengah komposisi yang diperlukan. dalam perintah Hussler.”

Gzyl diperlukan untuk menentukan struktur kristal yang benar untuk dapat menghitung sifat-sifat yang menentukan efisiensi teoritis dari bahan termoelektrik yang diberikan.

Dengan mengembangkan dua algoritme komputer, ia mampu menyaring lebih dari 300.000 kemungkinan simulasi dan mempersempit bidang menjadi hanya 103 kandidat. Ini, katanya, menghasilkan daftar setengah kendaraan Husler baru dan cara untuk menentukan urutan yang benar “dalam hitungan detik”.

Pengetahuan ini dapat digunakan untuk menghitung sifat termoelektrik senyawa tertentu untuk menentukan apakah mereka adalah kandidat yang baik untuk perangkat prototipe, dengan penghematan waktu dan sumber daya yang signifikan.

“Biasanya dibutuhkan waktu hingga 10 tahun untuk menemukan beberapa bahan baru,” kata Jezeel, mencatat bahwa hanya dalam dekade terakhir bahan termoelektrik cukup efektif untuk dikomersialkan, mengingat lamanya waktu yang dibutuhkan untuk melakukan penelitian.

“Pembelajaran mesin benar-benar menyederhanakan pendekatan ini, dan dalam hal ini kami dapat mengujinya, membawanya melampaui teori ke dunia nyata, dan itu berhasil.”

Pekerjaan Gzyl membantu memajukan bidang bahan termoelektrik, yang sudah digunakan oleh entitas besar seperti NASA dan BMW, kata U Profesor Arthur Marr, yang lab di Departemen Kimia menjadi tuan rumah penelitian Gzyl.

“Tantangan utama adalah meningkatkan efisiensi pembangkit tenaga listrik, dan banyak ilmuwan bekerja keras untuk melakukannya dengan membuat dan menguji material baru,” kata Marr. “Pekerjaan Alex membantu mempercepat proses penemuan ini.”


Pengembangan bahan termoelektrik baru dengan efisiensi konversi tinggi


Disampaikan oleh Universitas Alberta

kutipan: Metode berbasis AI mempercepat penemuan material yang memanen listrik dari limbah panas (2021, Sep 21) Diakses pada 21 Sep 2021 dari https://techxplore.com/news/2021-09-ai-based-method-discovery- bahan- panen. html

Dokumen ini tunduk pada hak cipta. Sekalipun ada kesepakatan yang adil untuk tujuan studi atau penelitian pribadi, tidak ada bagian yang boleh direproduksi tanpa izin tertulis. Konten disediakan untuk tujuan informasi saja.





Source link

Baca Juga :   Vector Green Energy yang didukung PE untuk mengumpulkan hingga 1.200 crore melalui obligasi hijau, Berita Energi, ET EnergyWorld

Leave a Reply

Your email address will not be published. Required fields are marked *