Un equipo multidisciplinario del Instituto Paul Scherrer, en Suiza, se abocó a la tarea de, utilizando la actual infraestructura que posee la industria, generar formulaciones para que el cemento tuviese menos emisiones de CO2. Para ello, crearon un nuevo modelo de Inteligencia Artificial que genere cementos con estas características: altas propiedades mecánicas y baja emisión de CO2. Los primeros resultados, de acuerdo con los científicos, son alentadores.
El cemento y el hormigón se encuentran presentes en, prácticamente, toda la infraestructura que utiliza el ser humano. Ya sea en pavimentos, estaciones de metro, edificaciones, la mayor parte de la infraestructura urbana utiliza este material y todo apunta a que su uso no disminuirá, si no por el contrario, se incrementará en años venideros, especialmente para el desarrollo de infraestructura que sea resiliente ante los efectos del cambio climático.
Sus cualidades son conocidas: es fácil y eficiente de producir, el transporte del material no requiere de una logística compleja -dependiendo del proyecto, claro está- y puede adoptar prácticamente cualquier forma. Sin embargo, es tal la cantidad que se necesita que algunos, que algunos como John Provis, Ph.D en Ingeniería Química de la Universidad de Melbourne y Líder del Grupo de Investigación de Sistemas de Cemento en el Instituto Paul Scherrer (PSI, en sus siglas en inglés) de Suiza, dicen que se debe mejorar su formulación para reducir su impacto y transformarlo en un material más sustentable.
“En la actualidad, la humanidad consume diariamente una cifra cercana a los 1,5 kg de cemento por persona. Es decir, consumimos más cemento que comida. Estas cantidades son inimaginables. Si pudiésemos mejorar en sólo un pequeño porcentaje el perfil de emisiones, esto correspondería a una reducción de emisiones de CO2 equivalente a miles o incluso, decenas de miles de automóviles”, comentó el Doctor Provis.
Precisamente, un grupo interdisciplinario de la institución suiza (que, además del Doctor John Provis, lo conforman Romana Boiger, Ph.D en Matemáticas Técnicas de la Universidad de Klagenfurt, actualmente científica en el PSI, y Nikolaos Prasianaki, Ph.D en Ingeniería Mecánica del ETH Zúrich y actual jefe del Laboratorio de Gestión de Residuos del PSI) se avocó a la tarea de crear una nueva “receta” para que el cemento fuese un material más sostenible, sin alterar sus propiedades mecánicas. Para lograr eso, el equipo utilizó Inteligencia Artificial, generando una serie de formulaciones que ayudarán a alcanzar este objetivo.
Identificando las variables para el modelo
Si bien otras investigaciones apuntan al uso de energías alternativas para que los hornos cementeros alcancen la temperatura necesaria y puedan producir el clinker -la materia prima del cemento- estas aún se encuentran en fase experimental. El uso intensivo de combustibles, si bien aporta a las emisiones de CO2 de la producción del cemento, son sólo una fracción, encontrándose el grueso de estas en las materias primas necesarias para producir el clinker y, por consiguiente, el cemento: CO2 que se encuentran químicamente incorporado a la piedra caliza y que se lanza durante su transformación en estos hornos.
La incorporación de materiales suplementarios como las puzolanas u otros subproductos industriales, como las cenizas volantes o escorias de alto horno, que reemplazan parcialmente al clinker, sin duda colaboran en la disminución de emisiones. No obstante, demanda global, como mencionaba el doctor Provis, es tan alta que estos materiales, por sí mismos, no podrán llenar esa necesidad siempre creciente. Es aquí donde este equipo del PSI comenzó el trabajo con modelos de Inteligencia Artificial para optimizar la formulación del cemento.
La primera estrategia fue simplificar el enfoque: en vez de realizar simulaciones experimentales complejas, los investigadores desarrollaron un modelo de IA basado en machine learning. “Esto nos permitió simular y optimizar formulaciones de cemento para que emitan significativamente menos CO2, conservando el mismo alto nivel de desempeño mecánico”, explicó la Dra. Boiger, primera autora del estudio. “En lugar de ensayar miles de variaciones en el laboratorio, podemos utilizar nuestro modelo para generar sugerencias de ‘recetas’ prácticas en cosa de segundos”.
Luego de eso, los investigadores debían filtrar esas formulaciones de acuerdo con el criterio deseado. “El rango de posibilidades para la composición del material, que finalmente define las propiedades finales, es increíblemente vasto”, comentó el Dr. Prasianakis, quien además es coautor del estudio. “Nuestro método nos permite acelerar significativamente el ciclo de desarrollo al elegir candidatos prometedores para futuras investigaciones experimentales”, dijo.
Un “cemento verde” gracias a la Inteligencia Artificial
Para el desarrollo del modelo de IA, los investigadores utilizaron la metodología de redes neuronales con datos que ellos mismos generaron. “Con la ayuda de un software de modelación termodinámica de fuente abierta desarrollado en el PSI, calculamos para varias formulaciones cementicias qué minerales se forman durante el endurecimiento del material y qué procesos geoquímicos ocurren”, explicó el Dr. Prasianakis.
Al combinar estos resultados con la data experimental y los modelos mecánicos, los investigadores lograron derivar un indicador confiable para las propiedades mecánicas y, por consiguiente, para la calidad material del cemento. Para cada componente utilizado, también se aplicó el correspondiente factor de CO2, un valor de emisión específico que hizo posible determinar el total de la emisión de Dióxido de Carbono. “Se trató de un ejercicio de modelado muy complejo e intensivo computacionalmente”, puntualizó.
El trabajo de entrenamiento del modelo de IA, sin embargo, entregó los frutos esperados. “En vez de segundos o minutos, nuestra red neuronal entrenada puede ahora calcular las propiedades mecánicas para una formulación de cemento cualquiera en milisegundos, esto es, unas mil veces más rápida que un modelo tradicional”, destacó la Dra. Boiger. Con eso solucionado, se integró una segunda metodología -algoritmos genéticos- para integrar la variable de propiedades mecánicas con emisión de CO2.
Para determinar la formulación óptima, los investigadores formularon el problema como un desafío de optimización matemático. Es decir, que la “receta” del cemento maximice las propiedades mecánicas y minimice la emisión de CO2. “Básicamente, lo que buscamos fue un mínimo y un máximo. Desde ese punto, podemos deducir directamente la formulación deseada”, explicó la autora del estudio.
Validaciones y próximos pasos
Este estudio, de acuerdo con el equipo, sirve como evidencia de que, a través de cálculo matemático, es posible identificar formulaciones prometedoras. De hecho, algunas de las “recetas” de cemento identificadas “ya se vislumbran prometedoras”, dijo el Dr. John Provis. “No sólo en términos de reducción de CO2 y calidad, sino también en escalabilidad para su producción”, subrayó.
Eso sí, el equipo del PSI afirma que estas formulaciones desarrolladas con este modelo de IA deben, primero, ensayarse en laboratorio. “No vamos a construir una torre de inmediato sin ensayar las ‘recetas’ primero”, dijo el Dr. Nikolaos Prasianikis.
Si bien el modelo se enfoca sólo en maximizar propiedades mecánicas y reducir emisión de CO2, también puede ampliarse con otros inputs. “Podemos incorporar aspectos adicionales, como producción o disponibilidad de materias primas, o el lugar donde se utilizará el material. Por ejemplo, si es en ambiente marino, donde el cemento y el hormigón tienen un comportamiento distinto, incluso en el desierto”, afirmó la Dra. Romana Boiger.
Con todo, para el equipo se trata de un primer avance en el desarrollo de cementos más sustentables. “Esto es sólo el comienzo. La eficiencia en tiempo que ofrece un flujo de trabajo tan general es enorme, lo que convierte a este enfoque en uno muy prometedor para todo tipo de diseños de materiales y sistemas”, puntualizó Boiger.
