Une IA puissante optimise les usines de dessalement par osmose inverse

Avec l’émergence des capacités d’intelligence artificielle, la question légitime « les usines d’osmose inverse (OI) pourraient-elles être mieux pilotées avec l’IA ? » est maintenant dans l’esprit des ingénieurs du monde entier. Ces dernières années, les systèmes d’OI ont été largement utilisés dans les processus industriels et municipaux. L’un des principaux problèmes opérationnels de ces systèmes est l’encrassement et l’entartrage des membranes, qui entraînent des coûts d’exploitation élevés et des incidences sur l’environnement. Depuis 2016-2017, les chercheurs ont commencé à creuser le sujet. L’objectif de ces recherches est simplement d’optimiser le fonctionnement des systèmes d’OI afin de réduire les phénomènes d’encrassement et d’entartrage, d’augmenter la durée de vie des membranes et de minimiser les coûts du système et les coûts d’exploitation. En 2020, le professeur associé Sara Nazif a utilisé un modèle de réseau neuronal de régression générale (GRNN). Les paramètres traditionnels affectant les performances d’une unité d’osmose inverse ont été optimisés par l’application d’un modèle d’optimisation à objectif unique avec la minimisation du coût total d’exploitation comme fonction objective. De manière pragmatique, les paramètres de fonctionnement d’une unité d’osmose inverse d’un constructeur automobile pourraient être optimisés en conséquence (débit d’entrée, pression d’entrée, taux de récupération). Les données de l’IA ont révélé que l’unité d’osmose inverse pouvait fonctionner de manière optimale pendant 208 jours (5 000 heures) sans avoir besoin d’être nettoyée. Le nombre de projets de recherche explose actuellement et il ne fait aucun doute que l’IA influencera profondément la façon dont la technologie de dessalement est gérée. Pour en savoir plus :

https://ascelibrary.org/doi/epdf/10.1061/%28ASCE%29EE.1943-7870.0001613

 

Au début de l’année 2016, l’IA a été incorporée dans un système de contrôle pour ajuster avec précision les performances d’une usine d’osmose inverse à l’énergie électrique disponible sur l’île de Grande Canarie (Espagne). L’objectif était de permettre la fonction RO avec une alimentation électrique fluctuante. Leurs modèles de réseaux neuronaux artificiels ont donné d’assez bons résultats, à condition de maintenir le taux de récupération dans une certaine fourchette. Pour en savoir plus :

https://www.sciencedirect.com/science/article/abs/pii/S0011916416315120?via%3Dihub

 

Plus récemment, différents modèles d’IA ont été utilisés et comparés dans le domaine des technologies de dessalement. En 2022, des ingénieurs australiens et espagnols ont cherché à optimiser l’utilisation de l’IA pour l’optimisation et la prédiction des performances de l’osmose inverse à faible salinité. Ils ont révélé que les modèles ne peuvent pas être appliqués directement, et qu’il est nécessaire de les affiner, en ajoutant même des outils supplémentaires en dehors des réseaux neuronaux artificiels. Il ne fait aucun doute que ces travaux de recherche préliminaires guideront les étapes futures et stimuleront d’autres recherches.

https://www.sciencedirect.com/science/article/pii/S2405844022019806