Estación de aireación de piscina elevada Sidestream en Cal-Sag y Calumet River.
A medida que aumenta la población de las ciudades y crece la necesidad de energía y agua sostenibles, Los científicos e ingenieros de la Universidad de Chicago y sus socios están buscando inteligencia artificial para construir nuevos sistemas para lidiar con las aguas residuales. Dos nuevos proyectos probarán formas de hacer sistemas de agua "inteligentes" para recuperar nutrientes y agua limpia.
"El agua es un recurso indispensable de nuestra sociedad, como es necesario para mantener la vida y la prosperidad económica, "dijo Junhong Chen, el profesor Crown Family en la Escuela Pritzker de Ingeniería Molecular de la Universidad de Chicago y el estratega principal del agua en el Laboratorio Nacional Argonne. "Nuestra economía futura y nuestra seguridad nacional dependen en gran medida de la disponibilidad de agua potable. Sin embargo, hay un suministro limitado de agua dulce renovable, sin sustituto ".
Reducir, reutilizar
El Departamento de Energía de EE. UU. Anunció que UChicago, junto con el Laboratorio Nacional Argonne, Northwestern University y otros socios, recibirá financiación para desarrollar un sistema asistido por inteligencia artificial para la recuperación de energía, nutrientes y agua dulce de aguas residuales municipales.
El objetivo final del proyecto, que se financiará con $ 2 millones durante tres años, es transformar el actual sistema de tratamiento de aguas residuales municipales de EE. UU. en un sistema inteligente de recuperación de recursos hídricos que reducirá drásticamente el consumo de energía y se convertirá en energía positiva a escala nacional.
El sistema de recuperación de agua resultante beneficiaría el suministro de agua en las comunidades desatendidas en el lado sur de Chicago, así como en la región de los Grandes Lagos en general. incluyendo Milwaukee y Detroit.
MWRD conecta el túnel de entrada de Des Plaines con la construcción del embalse McCook. Crédito:MWRD
"Este proyecto es un importante paso adelante en la realización del plan estratégico de Argonne para mejorar nuestro liderazgo en la ciencia relacionada con el agua a través de una investigación pionera, descubrimientos e innovaciones utilizando inteligencia artificial, "dijo Chen.
El enfoque combinará inteligencia artificial y aprendizaje automático para el aprendizaje en línea de la dinámica de sistemas, Modelado matemático para optimizar la recuperación de energía y nutrientes. y análisis y modelado del ciclo de vida con respecto a la ciencia y la economía para guiar el diseño del sistema. También implicará el desarrollo de materiales novedosos para la generación eficiente de vapor solar y sensores inalámbricos para el control de la calidad del agua en tiempo real.
El concepto de sistema inteligente para la recuperación de aguas residuales municipales también debería ser aplicable a otras aguas residuales, incluyendo industrial y agrícola.
Los otros socios incluyen la Autoridad del Agua de los Grandes Lagos, Distrito Metropolitano de Alcantarillado de Milwaukee, NanoAffix y dos centros regionales de innovación del agua:Current y Water Council. El premio es parte de una lista de proyectos del Departamento de Energía por un total de $ 27.5 millones para 16 proyectos de infraestructura de agua para reducir el uso de energía y las emisiones de carbono en nuestra infraestructura de agua envejecida. particularmente en el tratamiento de aguas residuales.
Además de Chen, los miembros del equipo del proyecto incluyen a Seth Darling de Argonne, Jennifer Dunn de la Universidad Northwestern y Argonne, George Wells de la Universidad Northwestern, y Asst. Prof. Yuxin Chen de la Universidad de Chicago.
Construcción del sistema de túneles Des Plaines con agua. Crédito:MWRD
Eliminar contaminantes tóxicos del agua
Otro proyecto busca utilizar IA en ingeniería molecular para detectar y eliminar los contaminantes del agua.
Productos químicos que contaminan el agua, como sustancias polifluoroalquilo, o PFAS, puede provocar efectos graves en el medio ambiente y la salud, como bajo peso al nacer del bebé, cáncer, y alteración de la hormona tiroidea. Los enfoques actuales para detectar estos productos químicos son costosos, pérdida de tiempo, y requieren equipo voluminoso y personal calificado. La gran cantidad de contaminantes, más de 4, 000 en la familia PFAS solamente — también prohíben el desarrollo convencional de sondas biológicas o químicas.
Un proyecto encabezado por científicos de la Universidad de Chicago y Argonne desarrollará una plataforma utilizando simulación molecular, Síntesis orgánica, e inteligencia artificial para explorar rápidamente el gran espacio molecular de posibles sondas PFAS e identificar de manera eficiente, diseño, y fabricar nuevas sondas químicas para detectar y eliminar contaminantes del agua.
La obra, que se asocia con Current, Distrito Metropolitano de Recuperación de Agua del Gran Chicago, también avanzará en la ciencia de datos, caracterización en Argonne Advanced Photon Source, y simulación de alto rendimiento. Los científicos esperan que pueda potencialmente transferirse a la detección y eliminación de otros contaminantes del agua, como productos farmacéuticos, para promover la salud pública mundial. Está financiado a través del programa Discovery Challenge del Center for Data and Computing (CDAC), con el apoyo de la Oficina de Investigación de UChicago y la Iniciativa del Grupo de Trabajo Conjunto de Laboratorios Nacionales.
Los científicos del proyecto incluyen a Junhong Chen, Stuart Rowan, y Andrew Ferguson de la Escuela de Ingeniería Molecular Pritzker, Rebecca Willett y Eric Jonas del departamento de Ciencias de la Computación de UChicago, Seth Darling de la escuela Pritzker y Argonne, y Sang Soo Lee y Chris Benmore de Argonne.