High-Throughput Bayesian Optimization of Cement-Salt Hydrates Composites for Seasonal Thermochemical Energy Storage

ملخص تقني: التحسين البايزي عالي الإنتاجية لمركبات هيدرات الملح والأسمنت لتخزين الطاقة الكيميائية الحرارية الموسمي

بيان المشكلة
يعد تخزين الطاقة الكيميائية الحرارية (TCES) القائم على هيدرات الأملاح حلاً واعداً لتخزين الحرارة الموسمي نظراً لكثافة طاقته الحجمية العالية وقدرته على تخزين الطاقة لفترات غير محدودة دون فقدان حراري. ومع ذلك، فإن النشر العملي لهذه الأنظمة يعوقه التصميم المعقد للمواد الماصة. يتضمن صياغة مركبات الأسمنت والملح فضاء تصميم معقداً وغير خطي وتوليفياً، حيث يعتمد الأداء على متغيرات مترابطة: كيمياء الملح، وحمل الملح، وتكوين الرابط، ومحتوى الإضافات. إن استراتيجيات التجربة والخطأ التقليدية أو استراتيجيات "تغيير عامل واحد في كل مرة" غير عملية لاستكشاف هذا الفضاء بكفاءة، حيث يتطلب الاستكشاف الكامل آلاف دورات التصنيع والتوصيف عبر فترات زمنية ممتدة. علاوة على ذلك، تعاني مواد الـ TCES القائمة على الأسمنت الموجودة حالياً غالباً من انخفاض الطاقة النوعية، بينما تكون البدائل عالية الأداء (مثل السيليكا جل أو الفيرميكوليتت الموسع) باهظة التكلفة. هناك حاجة ماسة إلى استراتيجيات قائمة على البيانات لتسريع اكتشاف مركبات الأسمنت والملح ذات التكلفة المنخفضة والأداء العالي.

المنهجية
طوّر المؤلفون إطار عمل تجريبي عالي الإنتاجية يعتمد على التحسين البايزي (Bayesian Optimization - BO) لتوجيه صياغة مركبات هيدرات الأسمنت والملح. تدمج المنهجية التصميم التجريبي التكيفي مع النمذجة الديناميكية الحرارية:

• فضاء التصميم: استكشف التحسين فضاءً بارامترياً رباعي الأبعاد محدد بـ:
  1. نوع الملح: متغير فئوي يغطي 11 ملحاً متمائياً، بما في ذلك المرشحات الشائعة (مثل $MgSO_4$) والأملاح التي لم تُبحث كفاية (مثل $LiCl$, $CaCl_2$, $Zn(NO_3)_2$).
  2. تركيز الملح: محدد كنسبة الملح المذاب إلى أقصى ذوبان عند 20 درجة مئوية ($s/s_{max}$).
  3. نسبة الماء إلى الأسمنت ($w/c$): تتراوح من 0.70 إلى 1.50.
  4. نسبة الإضافات إلى الأسمنت ($a/c$): تتراوح من 0.0 إلى 30.0 جم/كجم، باستخدام إضافة مضادة للترسب للتخفيف من ظاهرة النضح.
• استراتيجية التحسين: استخدمت الحملة مسارين متوازيين لـ BO يستهدفان أهدافاً متنافسة: تعظيم الطاقة النوعية ($E_d$) وتقليل تكلفة الطاقة النوعية (وهو مؤشر أداء رئيسي اقتصادي - KPI). وظفت سير العمل نماذج بديلة من العمليات الغاوسية (Gaussian Process) مع نوى دالة الشعاع الأساسي (RBF) ونواة ماتيرن (Matérn)، واستخدمت دوال الاستحواذ (احتمالية التحسين، والتحسين المتوقع، والحد الأدنى للثقة) للموازنة بين الاستكشاف والاستغلال.
• البروتوكول التجريبي: تم تصنيع المركبات عبر طريقة "في الموقع" (in-situ) حيث أُذيبت الأملاح في الماء وخلطت مع الأسمنت والإضافات. خضعت العينات للمعالجة، والتجفيف، والتحبيب. تم قياس منحنيات امتزاز الماء عالية الإنتاجية عند 20 درجة مئوية باستخدام محلل امتزاز بخار ديناميكي (DVS) قادر على معالجة 20 عينة في وقت واحد.
• النمذجة الديناميكية الحرارية: تم ضبط منحنيات الامتزاز التجريبية باستخدام معادلة دوبينين-أستاخوف (DA). وباستخدام نظرية بولاني للجهد، تم استقراء المنحنيات إلى درجات حرارة التشغيل (40 درجة مئوية للامتزاز، و90 درجة مئوية للانتزاع). تم حساب الطاقة النوعية ($E_d$) بناءً على تغير امتصاص الدورة ($\Delta x_{cycle}$) والحرارة المتساوية للامتزاز ($q_{st}$)، المستمدة من معادلة كلاوزيوس-كلابيرون.

المساهمات الرئيسية

• أول تطبيق للتحسين البايزي على مركبات الأسمنت والملح لـ TCES: تمثل هذه الدراسة أول تطبيق للتحسين البايزي للتصميم متعدد الأهداف لمركبات الأسمنت والملح المستخدمة في TCES، مما يثبت فعالية التعلم المتسلسل في مشكلة اكتشاف المواد ذات المتغيرات المتعددة والمقيدة.
• توسيع الفضاء الكيميائي للتصميم: بحثت الدراسة بشكل منهجي في الأملاح ($LiCl$, $CaCl_2$, $Zn(NO_3)_2$) التي تم استكشافها بشكل هامشي أو لم يتم الإبلاغ عنها سابقاً في أنظمة الأسمنت لـ TCES، متجاوزة التركيز التقليدي على $MgSO_4$.
• التعامل مع أوضاع الفشل: نجح إطار العمل في دمج حالات فشل التصنيع (مثل التحلل أو عدم القدرة على التصلب) في حلقة التحسين من خلال استراتيجيات الجزاء (penalization)، مما سمح للنماذج البديلة بتعلم حدود الصيغ القابلة للتطبيق.
• اكتشاف حد باريتو الأمثل (Pareto-Optimal): حددت المنهجية مجموعة من الحلول غير المهيمنة التي توفر مقايضات مثلى بين كثافة الطاقة العالية وتكلفة المواد المنخفضة، مما كشف عن مناطق متميزة وعالية الأداء في الفضاء التوليفي.

النتائج
نجحت حملة التحسين الموجه بالـ BO في تحديد الصيغ المثلى لباريتو بناءً على $LiCl$ و $CaCl_2$ و $Zn(NO_3)_2$:

• الأداء: حققت أفضل صيغة أداءً، بناءً على $LiCl$ (المعروفة بـ $LiCl-S1$)، طاقة نوعية تبلغ حوالي 458 كيلوجول/كجم (بناءً على قياسات مكررة). ويمثل هذا تحسناً يصل إلى خمسة أضعاف مقارنة بالمواد القائمة على الأسمنت التي تم تطويرها سابقاً.
• المقايضة بين التكلفة والأداء: بينما قدمت صيغة $LiCl-S1$ أعلى كثافة طاقة، إلا أنها جاءت بتكلفة مادية أعلى. وفي المقابل، أظهرت المركبات القائمة على $CaCl_2$ و $Zn(NO_3)_2$ (مثل $CaCl_2-S2$ و $Zn(NO_3)_2-S1$) طاقات نوعية أقل (150–161 كيلوجول/كجم) ولكنها أظهرت مؤشرات أداء اقتصادية (KPI) أكثر ملاءمة بشكل كبير (3.2–7.6 دولار لكل كيلوواط ساعة)، مما يوفر نسبة متوازنة بين التكلفة والأداء.
• المقارنة مع الأدبيات: أظهرت مركبات الأسمنت المحسنة طاقة نوعية أقل من أنظمة السيليكا جل أو الفيرميكوليتت الموسع المتطورة (والتي يمكن أن تتجاوز 1000–2000 كيلوجول/كجم)، لكنها أظهرت جدوى اقتصادية فائقة بسبب التكلفة المنخفضة لمصفوفة الأسمنت.
• التكرارية: أكد تحليل إعادة الاختبار للعينات المثلى لباريتو متانة سير العمل للفحص، حيث كان الانحراف المعياري النسبي (RSD) للطاقة النوعية عموماً أقل من 5%.

الأهمية والادعاءات
يزعم البحث أن التحسين البايزي هو استراتيجية فعالة لتسريع اكتشاف مواد TCES، لا سيما في فضاءات الصياغة المعقدة حيث تعد قيود التصنيع والمقايضات متعددة الأهداف أمراً مركزياً. وتوضح الدراسة أن مركبات الأسمنت والملح، عندما يتم تحسينها عبر الـ BO، يمكن أن تحقق طاقات نوعية أعلى بكثير من الإصدارات السابقة للأسمنت، مما يجعلها مرشحة جذابة لتطبيقات التخزين الموسمي حيث يمثل التكلفة قيداً أساسياً.

يشير المؤلفون بتواضع إلى أنه بينما تظل الطاقة النوعية لموادهم أقل من المصفوفات المسامية عالية الأداء مثل السيليكا جل، فإن التوازن بين التكلفة والأداء للمركبات القائمة على الأسمنت والمحسنة (خاصة تلك القائمة على $CaCl_2$ و $Zn(NO_3)_2$) يعد ميزة متميزة. يسلط العمل الضضوء على أن التحسين القائم على البيانات يمكن أن يكشف عن كيمياء واعدة وحدود صياغة قد يتم تفويتها في التصميم التجريبي التقليدي، مما يمهد الطريق لتطوير حلول تخزين حراري موسمي منخفضة التكلفة وأكثر كفاءة. ويُقترح أن يركز العمل المستقبلي على استقرار الدورات، وحركية الامتزاز، ومزيد من التدقيق في الإضافات وتعديلات المصفوفة.