Estação de aeração Sidestream Elevated Pool em Cal-Sag e Rio Calumet.
À medida que as populações da cidade explodem e a necessidade de energia e água sustentáveis aumenta, cientistas e engenheiros da Universidade de Chicago e parceiros estão buscando inteligência artificial para construir novos sistemas para lidar com águas residuais. Dois novos projetos irão testar maneiras de fazer sistemas de água "inteligentes" para recuperar nutrientes e água limpa.
“A água é um recurso indispensável da nossa sociedade, como é necessário para sustentar a vida e a prosperidade econômica, "disse Junhong Chen, o professor da Família Crown na Pritzker School of Molecular Engineering da University of Chicago e o estrategista-chefe da água no Argonne National Laboratory. "Nossa economia futura e segurança nacional dependem muito da disponibilidade de água potável. No entanto, há um fornecimento limitado de água doce renovável, sem substituto. "
Reduzir, reuso
O Departamento de Energia dos EUA anunciou que UChicago, junto com o Argonne National Laboratory, Northwestern University e outros parceiros, receberá financiamento para desenvolver um sistema assistido por inteligência artificial para recuperação de energia, nutrientes e água doce das águas residuais municipais.
O objetivo final do projeto, que será financiado em US $ 2 milhões ao longo de três anos, é transformar o sistema de tratamento dos EUA existente para águas residuais municipais em um sistema de recuperação de recursos hídricos inteligente que reduzirá drasticamente o consumo de energia e se tornará energético positivo em escala nacional.
O sistema de recuperação de água resultante beneficiaria o abastecimento de água em comunidades carentes no South Side de Chicago, bem como na região dos Grandes Lagos em geral, incluindo Milwaukee e Detroit.
MWRD conecta Des Plaines Inflow Tunnel à construção do reservatório McCook. Crédito:MWRD
"Este projeto é um passo importante na realização do plano estratégico de Argonne para aprimorar nossa liderança na ciência relacionada à água por meio de pesquisas pioneiras, descobertas e inovações usando inteligência artificial, "disse Chen.
A abordagem combinará inteligência artificial e aprendizado de máquina para o aprendizado online da dinâmica do sistema, modelagem matemática para otimizar a recuperação de energia e nutrientes, e análise e modelagem do ciclo de vida com relação à ciência e economia para orientar o projeto do sistema. Também envolverá o desenvolvimento de novos materiais para geração eficiente de vapor solar e sensores sem fio para monitoramento em tempo real da qualidade da água.
O conceito de sistema inteligente para recuperação de águas residuais municipais também deve ser aplicável a outras águas residuais, incluindo industrial e agrícola.
Os outros parceiros incluem a Autoridade de Água dos Grandes Lagos, Milwaukee Metropolitan Sewerage District, NanoAffix e dois centros regionais de inovação em água - Current e Water Council. O prêmio é parte de uma lista de projetos do Departamento de Energia totalizando US $ 27,5 milhões para 16 projetos de infraestrutura hídrica para reduzir o uso de energia e as emissões de carbono em nossa infraestrutura hídrica envelhecida, particularmente no tratamento de águas residuais.
Além de Chen, os membros da equipe do projeto incluem Seth Darling de Argonne, Jennifer Dunn, da Northwestern University e Argonne, George Wells da Northwestern University, e Asst. Prof. Yuxin Chen da Universidade de Chicago.
Construção do sistema de túnel de Des Plaines com água. Crédito:MWRD
Removendo contaminantes tóxicos da água
Outro projeto visa usar IA em engenharia molecular para detectar e remover contaminantes da água.
Produtos químicos que contaminam a água, como substâncias polifluoroalquílicas, ou PFAS, pode levar a graves efeitos ambientais e de saúde, como baixo peso ao nascer do bebê, Câncer, e interrupção do hormônio da tireóide. As abordagens atuais para detectar esses produtos químicos são caras, demorado, e requerem equipamentos volumosos e pessoal qualificado. O grande número de contaminantes - mais de 4, 000 apenas na família PFAS - também proíbe o desenvolvimento convencional de sondas biológicas ou químicas.
Um projeto liderado pela Universidade de Chicago e cientistas da Argonne desenvolverá uma plataforma usando simulação molecular, síntese orgânica, e inteligência artificial para explorar rapidamente o grande espaço molecular de sondas PFAS potenciais e identificar de forma eficiente, Projeto, e fabricar novas sondas químicas para detectar e remover contaminantes da água.
O trabalho, que tem parceria com a Current, Distrito Metropolitano de Recuperação de Água da Grande Chicago, também avançará a ciência de dados, caracterização na Argonne Advanced Photon Source, e simulação de alto desempenho. Os cientistas esperam que ele possa potencialmente ser transferido para a triagem e remoção de outros contaminantes da água, como produtos farmacêuticos, para promover a saúde pública global. É financiado através do programa Discovery Challenge do Center for Data and Computing (CDAC), com o apoio do Office of Research e National Laboratories Joint Task Force Initiative.
Cientistas do projeto incluem Junhong Chen, Stuart Rowan, e Andrew Ferguson, da Pritzker School of Molecular Engineering, Rebecca Willett e Eric Jonas, do departamento de Ciência da Computação da UChicago, Seth Darling da Pritzker School e Argonne, e Sang Soo Lee e Chris Benmore de Argonne.
