💻 computer science

Superstructure Optimization with Embedded Neural Networks for Sustainable Aviation Fuel Production

تقدم هذه الدراسة إطار عمل للتحسين متعدد الأهداف يدمج الشبكات العصبية الاصطناعية في نموذج برمجة مختلطة ذات قيود تربيعية لتحديد مسارات إنتاج وقود الطيران المستدام ذات التكلفة الفعالة، كاشفةً أن التكوينات الهجينة التي تجمع بين الإصلاح الحراري الذاتي وتغويز الكتلة الحيوية تقدم الحلول الأكثر اقتصادية لصفر الانبعاثات مع تفوقها بشكل كبير على التصميمات ذات المعلمات الثابتة.

المؤلفون الأصليون: Alexander Klimek, Christoph Plate, Sebastian Sager, Kai Sundmacher, Caroline Ganzer

نُشر 2026-04-16

📖 4 دقيقة قراءة☕ قراءة في استراحة قهوة

CC BY 4.0

المؤلفون الأصليون: Alexander Klimek, Christoph Plate, Sebastian Sager, Kai Sundmacher, Caroline Ganzer

البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل

تقدم هذه الورقة البحثية نهجاً جديداً يجمع بين الذكاء الاصطنا Artificial Intelligence (AI) وتقنيات التحسين الرياضي للإجابة على السؤال الجوهري: "كيف يمكن إنتاج وقود الطيران المستدام (SAF) بأقل تكلفة وبطريقة صديقة للبيئة؟"

بدلاً من استخدام المصطلحات الهندسية المعقدة، سنشرح ذلك ببساطة باستخدام تشبيهات "لعبة تجميع الليغو العملاقة" و"الطاهي".

1. المشكلة: صناعة وقود الطائرات باستخدام الليغو

يجب علينا إنتاج وقود الطائرات دون استخدام الوقود الأحفوري (النفط)، واستبداله باستخدام الخشب (الكتلة الحيوية) أو ثاني أكسيد الكربون (CO2) من الهواء. ومع ذلك، فإن هذه العملية معقدة للغاية.

المواد: مدخلات متنوعة مثل الخشب، الماء، الهواء، والكهرباء.
العمليات: خطوات عديدة تشمل تسخين المواد، تطبيق الضغط، أو إحداث تفاعلات كيميائية.
الهدف: إنتاج أنظف وقود ممكن بأقل تكلفة ممكنة.

لقد قامت الدراسات السابقة بتبسيط هذه العملية المعقدة من أجل الحساب، بشكل يشبه افتراض أنه "عند الطبخ، حافظ دائماً على النار منخفضة واخلط المكونات بنسب ثابتة". في الواقع، حتى التعديلات الطفيفة في شدة اللهب أو كميات المكونات تغير النتيجة بشكل كبير (جودة الوقود وسعره).

2. الحل: توظيف "طاهٍ ذكي (ذكاء اصطناعي)"

يتمثل جوهر هذا البحث في دمج الذكاء الاصطناعي (الشبكات العصبية الاصطناعية - ANN) مباشرة داخل نموذج تحسين رياضي.

النهج التقليدي: اتباع قواعد ثابتة فقط بناءً على دليل تعليمات الليغو، مثل "قم بتوصيل القطعة (أ) بالقطعة (ب) للحصول على القطعة (ج)".
نهج هذه الدراسة: بدلاً من الدليل، نحن نوظف "طاهياً ذكياً (ذكاءً اصطناعياً)" لديه خبرة في العالم الحقيقي. هذا الطاهي يمكنه اتخاذ قرارات في الوقت الفعلي بناءً على الموقف، مثل: "بما أن أسعار الكهرباء مرتفعة اليوم، فلنخفض شدة اللهب قليلاً ونغير نوع الخشب".

لقد تم تدريب هذا الذكاء الاصطناعي من خلال عشرات الآلاف من التجارب باستخدام برنامج "Aspen Plus"، وهو برنامج محاكاة احترافي. ونتيجة لذلك، أصبح بإمكانه الآن التنبؤ بدقة بالعلاقات غير الخطية المتأصلة في التفاعلات الكيميائية المعقدة.

3. نتائج البحث: أي التركيبات هي الأفضل؟

قام الباحثون بمحاكاة آلاف التركيبات باستخدام هذا الذكاء الاصطناعي، وخلصوا إلى النتائج المفاجئة التالية:

① إذا نظرنا إلى التكلفة فقط؟ (الوقود الأحفوري)

إذا تجاهلنا انبعاثات ثاني أكسيد الكربون وبحثنا عن الطريقة الأرخص، فإن استخدام الغاز الطبيعي (وقود أحفوري) هو الخيار الأوفر بشكل ساحق (حوالي 0.79 دولار/كجم). ومع ذلك، فإن هذه الطريقة ضارة جداً بالبيئة.

② إذا نظرنا إلى البيئة؟ (الكتلة الحيوية + احتجاز الكربون)

لتقليل الانبعاثات، يجب علينا إما حرق الخشب (الكتلة الحيوية) لإنتاج الغاز أو التقاط ثاني أكسيد الكربون مباشرة من الهواء (DAC) لتحويله إلى وقود.

التركيبة المثلى: كان النهج الأكثر فعالية من حيث التكلفة يتضمن خلط الغاز الطبيعي (ATR) مع الخشب (الكتلة الحيوية) بشكل مناسب، مع دفن ثاني أكسيد الكربون المتبقي تحت الأرض (احتجاز الكربون). (حوالي 2.38 دولار/كجم)
الخشب فقط؟ استخدام الخشب وحده أغلى قليلاً (حوالي 2.43 دولار/كجم) ولكنه يظل أرخص من استخدام الغاز الطبيعي وحده مع إزالة ثاني أكسيد الكربون.
الهواء فقط؟ إن إنتاج الوقود من ثاني أكسيد الكربون الجوي فقط باهظ الثمن للغاية حيث يصل إلى 10.8 دولار، مما يجعله مستحيلاً من الناحية العملية (بسبب الطاقة الهائلة المطلوبة).

③ الاكتشاف الأهم: "المرونة" توفر المال

يكمن أعظم إنجاز للدراسة في قدرة الذكاء الاصطناعي على مراقبة الظروف وتعديل المعايير.

النهج الثابت: إنتاج الوقود تحت نفس الظروف بغض النظر عن ارتفاع أسعار الكهرباء.
النهج المرن (هذه الدراسة): عندما ترتفع أسعار الكهرباء، يقوم الذكاء الاصطناعي بالتعديل فوراً، ليقرر: "إذن، لنحرق المزيد من الخشب ونغير درجة حرارة وضغط المفاعل".
النتيجة: من خلال الاستجابة بمرونة بهذه الطريقة، يمكن تقليل التكالب بنسبة تصل إلى 20%. تماماً كما يفعل "المنزل الذكي" الذي يشغل المدفأة عندما يكون الجو بارداً والمكيف عندما يكون حاراً، يقوم النظام تلقائياً بإيجاد حالته المثلى.

4. الخلاصة: ماذا يمكننا أن نتعلم؟

تقدم هذه الورقة رسالتين رئيسيتين:

لا يوجد حل بسيط: إن إنتاج وقود طيران نظيف بنسبة 100% أمر مكلف. ومع ذلك، فإن "الاستراتيجية الهجينة" التي تمزج بين الخشب والغاز الطبيعي مع استخدام تقنية احتجاز الكربون تمثل الحل الوسط الأكثر واقعية المتاح حالياً.
الذكاء الاصطناعي ليس مجرد آلة حاسبة: الذكاء الاصطناعي لا يسرع الحسابات فحسب، بل يضبط درجة حرارة المصنع والضغط ونسب المكونات في الوقت الفعلي لاكتشاف تركيبات مثالية لم يكن بإمكاننا تخيلها أبداً.

ملخص في سطر واحد:

"لإنتاج وقود الطائرات بطريقة صديقة للبيئة، فإن جعل الذكاء الاصطناعي يدير المصنع بمرونة بناءً على الظروف الحالية يمكن أن يوفر أكثر من 20% من التكاليف، وإن خلط الخشب مع الغاز الطبيعي بشكل مناسب هو النهج الأكثر حكمة."

توضح هذه الدراسة مدى أهمية التفكير المرن باستخدام البيانات والذكاء الاصطناعي، بدلاً من القواعد الثابتة، عند تصميم أنظمة الطاقة المستقبلية الصديقة للبيئة.

ملخص تقني: تحسين البنية الفوقية باستخدام الشبكات العصبية المدمجة لإنتاج وقود الطيران المستدام

بيان المشكلة
يتطلب إزالة الكربون من قطاع الطيران إنتاجاً واسع النطاق لوقود الطيران المستدام (SAF)، وتحديداً الهيدروكربونات في نطاق الكيروسين (C8–C16). إن تصميم مسارات إنتاج وقود الطيران المستدام المثلى اقتصادياً وبيئياً يمثل مشكلة تحسين متعددة الأبعاد ومعقدة؛ حيث تتضمن مجموعة واسعة من المواد الخام (الكتلة الحيوية، ثاني أكسيد الكربون الملتقط، الهيدروجين المتجدد)، والكيمياء الوسيطة، وتقنيات التحويل. غالباً ما تعتمد مناهج تحسين البنية الفوقية التقليدية على افتراضات مبسطة للغاية، مثل نماذج العمليات الخطية، وظروف التشغيل الثابتة، وتمثيلات المكونات المجمعة. وتفشل هذه التبسيطات في استيعاب العلاقات الديناميكية الحرارية غير الخطية والسلوكيات المعتمدة على التركيب، وهي أمور بالغة الأهمية لتخليق وقود الطيران المستدام، لا سيما في عمليات مثل تحويل فيشر-تروبش (FT) حيث تكون انتقائية المنتج حساسة للغاية لمعايير التشغيل. علاوة على على ذلك، تفتقر الطرق الحالية إلى المرونة اللازمة لتحسين الاختيارات العملية المنفصلة والمتغيرات التشغيلية المستمرة (مثل درجة الحرارة، والضغط، وتركيب التغذية) في آن واحد، مع مراعاة تركيبات الخليط التفصيلية واستراتيجيات إدارة الكربون.

المنهجية
يقترح المؤلفون إطار عمل متطور للتحسين متعدد الأهداف يدمج الشبكات العصبية الاصطناعية (ANNs) كنماذج بديلة قائمة على البيانات ضمن صياغة البرمجة التربيعية المقيدة ذات الأعداد الصحيحة المختلطة (MIQCP).

صياغة البنية الفوقية: يصيغ إطار العمل شبكة الإنتاج كرسوم بيانية عامة ذات منافذ دخول وخروج صريحة للعمليات. وبخلاف المناهج التقليدية، تُمثل التدفقات كخلائط تكون فيها الكسور الكتلية متغيرات قرار، مما يسمح بالتحسين المتزامن لطوبولوجيا العملية وتركيبات التدفقات.
دمج الشبكات العصبية الاصطناعية (ANNs): لمعالجة عدم الخطية في العمليات الفرعية الرئيسية دون جعل عملية التحسين مستعصية حسابياً، تم نمذجة ثلاث عمليات حاسمة — وهي تغويز الكتلة الحيوية، وتحول ريفيرس ووتر-غاس شفت (RWGS)، وتخليق فيشر-تروبش (FT) — باستخدام شبكات عصبية اصطناعية مدربة على بيانات محاكاة دقيقة من برنامج Aspen Plus®. تلتقط هذه الشبكات الاعتماد غير الخطي لتركيبات المخرجات، والانتقائية، ومتطلبات الطاقة على ظروف التشغيل (مثل درجة حرارة المفاعل، والضغط، ونسب التغذية).
التكامل الرياضي: يتم دمج الشبكات العصبية المدربة ذات تنشيط ReLU في مشكلة MIQCP باستخدام إعادة صياغة البرمجة الخطية ذات الأعداد الصحيحة المختلطة (MILP) (عبر أداة OMLT)، مما يحافظ على القابلية الحسابية للتحسين العالمي مع التمثيل الدقيق للسلوكيات المعقدة غير الخطية.
أهداف التحسين: يحل الإطار مشكلة متعددة الأهداف تهدف إلى تقليل إجمالي التكاليف السنوية (CAPEX و OPEX) مع فرض قيود منهجية على إجمالي انبعاثات ثاني أكسيد الكربون (بما في ذلك انبعاثات الإنتاج والاحتراق). تُستخدم طريقة القيود ( $\epsilon$ -constraint) لتوليد حدود باريتو المثلى (Pareto-optimal frontiers).
حدود النظام: تأخذ الدراسة في الاعتبار بنية فوقية شاملة تشمل تغويز الكتلة الحيوية (الميسكانثوس، قش القمح، رقائق الصنوبر)، والأكسدة الحرارية الذاتية (ATR) للغاز الطبيعي، والالتقاط المباشر من الهواء (DAC)، والتحليل الكهربائي للماء، واحتجاز الكربون (CS).

المساهمات الرئيسية

صياغة متطورة لـ MIQCP: تطوير صياغة للبنية الفوقية تدرج صراحة تركيبات التدفق كمتغيرات قرار، مما يتيح تحسين الكسور الكتلية عبر الشبكة.
النمذجة البديلة المدمجة: الدمج الناجح للنماذج البديلة القائمة على الشبكات العصبية الاصطناعية في إطار تحسين عالمي لنمذجة سلوكيات العمليات غير الخطية، مما يسمح بمعاملة ظروف التشغيل (درجة الحرارة، الضغط، تركيب التغذية) كمتغيرات قرار بدلاً من معاملات ثابتة.
التطبيق على وقود الطيران المستدام القائم على FT: تطبيق هذا الإطار على تخليق الكيروسين عبر عملية فيشر-تروبش، مما يثبت القدرة على التعامل مع قيود الخليط المعقدة وإدارة الكربون.
إثبات المرونة: إثبات أن منح درجات حرية أكبر على مستوى العمليات الوحدة، بفضل النماذج البديلة للشبكات العصبية، يؤدي إلى أداء نظام متفوق من حيث التكلفة وكثافة ثاني أكسيد الكربون مقارنة بالتصاميم ذات المعاملات الثابتة.

النتائج

المفاضلة بين التكلفة والانبعاثات: في ظل انعدام القيود على انبعاثات ثاني أكسيد الكربون، يعتمد التكوين الأقل تكلفة حصرياً على مسار ATR القائم على الوقود الأحفوري (~~0.79 دولار/كجم كيروسين) مع انبعاثات عالية (~~4.47 كجم ثاني أكسيد الكربون/كجم). وتتطلب فرض قيود الكربون دمج تغويز الكتلة الحيوية والالتقاط المباشر من الهواء مع احتجاز الكربون (DAC-CS).
المسارات المثلى: عند حد الصفر لانبعاثات ثاني أكسيد الكربون، تحقق التكوينات الهجينة التي تجمع بين ATR وتغويز الكتلة الحيوية أدنى التكاليف (~~2.38 دولار/كجم)، ويليها مباشرة مسار تغويز الكتلة الحيوية فقط (~~2.43 دولار/كجم). وكلاهما يتفوق على مسار ATR مع DAC-CS (~2.65 دولار/كجم).
محدودية المسارات المعتمدة على DAC فقط: وُجد أن المسارات التي تعتمد حصرياً على ثاني أكسيد الكربون الجوي (DAC) والتحليل الكهربائي للماء باهظة التكاليف بشكل غير معقول (~10.8 دولار/كجم)، مما يسلط الضوء على العقبات الديناميكية الحرارية والاقتصادية لاستخدام مصادر كربون مؤكسدة بالكامل.
تخفيف الكربون: تُقدر تكلفة تخفيف ثاني أكسيد الكربون للوقود المستدام القائم على الكتلة الحيوية بنحو 390 دولار/طن ثاني أكسيد الكربون. ويتطلب تحقيق صافي انبعاثات صفرية أو سالبة احتجاز الكربون؛ إذ إن الكتلة الحيوية وحدها غير كافية بسبب انبعاثات سلسلة التوريد.
القابلية للتكيف مقابل التصميم الثابت: يكشف تحليل الحساسية الذي يقارن بين التصاميم "القابلة للتكيف" (ظروف التشغيل المحسنة) والتصاميم "الثابتة" (الظروف المحددة مسبقاً) أن القابلية للتكيف تحقق وفورات في التكاليف تصل إلى 20%. وتتغير معلمات التشغيل المثلى (مثل ضغط مفاعل FT، ودرجة حرارة التغويز) بشكل كبير استجابةً للعوامل الخارجية مثل أسعار الكهرباء.
تكامل الحرارة: وُجد أن الفائدة الاقتصادية لتكامل الحرارة تعتمد على التصميم؛ فهي توفر وفورات هامشية (~~7%) في الأنظمة القائمة على الكتلة الحيوية، لكنها تصبح حاسمة (~~14% وفورات) في الأنظمة التي تعتمد على DAC، نظراً للطلب الحراري العالي لعملية انتزاع ثاني أكسيد الكربون.

الأهمية والادعاءات
يزعم البحث أن المنهجية المقترحة تتغلب على القيود المتأصلة في مناهج البنية الفوقية التقليدية من خلال تمكين التحسين المشترك للقرارات المنفصلة للنظام والمعلمات التشغيلية المستمرة ضمن إطار رياضي صارم. ومن خلال دمج النماذج البديلة القائمة على البيانات، تُظهر الدراسة أن مراعاة تركيبات التدفق المتغيرة وسلوكيات العمليات غير الخطية أمر ضروري لتحديد مسارات إنتاج وقود الطيران المستدام المثلى حقاً. وتؤكد النتائج أن إنتاج وقود الطيران المستدام المتوافق مع المناخ ومنخفض التكلفة يعتمد على إدخال الكربون في أشكال ملائمة ديناميكياً حرارياً (الكتلة الحيوية أو الميثان) بدلاً من ثاني أكسيد الكربون المؤكسد بالكامل. علاوة على ذلك، تسلط الدراسة الضوء على أن المرونة في تكييف ظروف تشغيل العمليات مع البيئات التكنو-اقتصادية المتغيرة هي محرك رئيسي، وغالباً ما يتم إغفاله، للأداء الاقتصادي، مما يوفر تخفيضات كبيرة في التكاليف مقارنة بنهج التصميم الاستاتيكي. ويشير المؤلفون إلى أنه بينما يعد الإطار قوياً، فإن دقته تعتمد على مدى دقة عمليات المحاكاة الأساسية المستخدمة لتدريب الشبكات العصبية الاصطناعية، ويمكن للعمل المستقبلي أن يوسع النطاق ليشمل المزيد من العمليات والتقنيات المتقدمة للمعالجة اللاحقة.