Process Simulation and Reverse Optimization of Modified Biochar Adsorption of Salt and Minerals in Water: Prediction Model of Adsorption Efficiency Based on BP Neural Network

تخيل إمدادات المياه في العالم كمدينة ضخمة ومزدحمة. أحياناً، تصبح هذه المدينة مزدحمة للغاية بضيوف غير مرئيين: أيونات الملح والمعادن مثل الصوديوم والكالسيوم والمغنيسيوم. عندما يتواجد الكثير من هؤلاء الضيوف، تصبح المياه "عالية الملوحة"، وهذا خبر سيء للزراعة والشرب والبيئة. تنظيف هذه المياه يشبه محاولة العثور على إبرة في كومة قش، ولكن بدلاً من الإبرة، أنت تبحث عن أيونات غير مرئية محددة. لقد حاول العلماء بناء "إسفنجات" أفضل لامتصاص هؤلاء الضيوف غير المرغوب فيهم. أحد أنواع الإسفنج الشائعة هو الفحم الحيوي (Biochar)، وهو في الأساس فحم مصنوع من مخلفات النباتات مثل سيقان الذرة. إنه رخيص ويمتلك الكثير من الثقوب الصغيرة لالتقاط الأشياء. ومع ذلك، فإن الفحم الحيوي العادي ليس قوياً بما يكفي دائماً. لذا، يحاول العلماء "تعديله" — أي إعطاؤه عملية تحسين كيميائي لجعله أكثر لزوجة أو جاذبية للملح.

لكن الجزء الصعب هنا هو: معرفة كيفية استخدام هذه الإسفنجات بدقة يشبه محاولة خبز كعكة مثالية بدون وصفة. عليك أن تخمن كمية الإسفنج التي ستستخدمها، ودرجة حرارة الماء، ومدة الانتظار، وحموضة الماء (pH). إذا أخطأت في التخمين، فقد لا تعمل الإسفنجة، أو قد تهدر المال. وهنا يأتي دور الذكاء الاصطناعي. فكر في الذكاء الاصطناعي كمساعد فائق الذكاء يمكنه النظر في آلاف محاولات الخبز السابقة والتنبؤ بالوصفة المثالية قبل أن تشغل الفرن حتى. في هذه القصة، "الخبز" هو تنظيف المياه، و"الوصفة" هي المزيج المثالي من نوع الإسفنج، والكمية، والظروف.

---

الإسفنجة الخارقة والمساعد الذكي

في هذه الدراسة، قررت باحثة تدعى "شي يو غاو" (XiYue Gao) معالجة مشكلة المياه المالحة باستخدام استراتيجية مكونة من ثلاثة أجزاء: بناء إسفنجة أفضل، وتعليم الكمبيوتر كيف يتنبأ بكيفية عملها، ثم الطلب من ذلك الكمبيوتر إيجاد الوصفة المثالية.

الخطوة 1: بناء الإسفنجات
بدأ الفريق بسيقان الذرة من مزرعة في "هي زي" (Heze) بالصين. قاموا بتحويل هذه السيقان إلى ثلاثة أنواع مختلفة من "الإسفنج" (الفحم الحيوي):

1. الفحم الحيوي العادي (BC): مجرد إسفنجة فحم أساسية.
2. المعدل بالحمض (SBC): تم إعطاء الإسفنجة حماماً من حمض الكبريتيك لتغيير سطحها.
3. المعدل بالحديد (FeBC): تم تحميل الإسفنجة بالحديد، كما لو تم منحها قوة خارقة مغناطيسية.

قاموا باختبار هذه الإسفنجات في مياه صرف زراعية حقيقية، كانت مليئة بالملح والمعادن. كانت النتائج واضحة: الإسفنجة المعدلة بالحديد (FeBC) كانت نجمة العرض. لماذا؟ لأنها امتلكت مساحة سطح أكبر بكثير (315.2 م²/جم، وهو ما يشبه امتلاك إسفنجة ضخمة وهشة مقارنة بواحدة ملساء) وكانت محملة بالحديد ومجموعات كيميائية خاصة تحب الإمساك بأيونات الملح. لقد كانت ببساطة الإسفنجة الأكثر لزوجة بين المجموعة.

الخطوة 2: المساعد الذكي (الشبكة العصبية BP)
بعد ذلك، احتاج الفريق إلى معرفة أفضل طريقة لاستخدام هذه الإسفنجات. هل يجب أن يستخدموا القليل أم الكثير؟ هل يجب أن يكون الماء حاراً أم بارداً؟ هل يجب أن ينتظروا 10 دقائق أم 4 ساعات؟ بدلاً من إجراء آلاف التجارب الفوضوية، قاموا ببناء شبكة عصبية من نوع BP.

فكر في هذه الشبكة العصبية كطالب جائع جداً قرأ كل تقرير مختبري من الماضي. تم تغذية الطالب بخمس معلومات لكل تجربة:

• أي إسفنجة تم استخدامها؟
• كمية الإسفنج؟
• مدى حموضة الماء؟
• درجة حرارة الماء؟
• كم من الوقت انتظروا؟

كانت مهمة الطالب هي تخمين كفاءة الامتصاص (كمية الملح التي تمت إزالتها). بعد دراسة 216 تجربة مختلفة، أصبح هذا "الطالب" بارعاً للغاية في التخمين. لقد أصاب الإجابة بنسبة 93.5% خلال اختباراته التدريبية و93.0% في الاختبارات الجديدة غير المرئية. الفرق بين ما خمنه وما حدث فعلياً كان ضئيلاً — أقل من 1.2%. هذا يعني أن نموذج الكمبيوتر كان بمثابة بلورة سحرية موثوقة لهذا النوع المحدد من المياه.

الخطوة 3: البحث العكسي (تحسين سرب الجسيمات - PSO)
الآن جاء الجزء الممتع: التحسين العكسي. عادةً، يحاول العلماء تجربة ظرف معين، ويرون ما يحدث، ثم يحاولون مرة أخرى. لكن هنا، سألوا الكمبيوتر: "إذا أردنا أفضل نتيجة على الإطلاق، فماذا يجب أن تكون الوصفة؟"

استخدموا خوارزمية تسمى تحسين سرب الجسيمات (PSO). تخيل سرباً من الطيور يبحث عن أعلى نقطة في سلسلة جبلية. كل طائر (أو "جسيم") يطير حول، ويتحقق من الارتفاع (أو في هذه الحالة، كفاءة إزالة الملح). إذا وجد طائر ما نقطة مرتفعة، فإنه يخبر الآخرين. وفي النهاية، يستقر السرب بأكمله عند أعلى قمة.

في هذه الدراسة، طار "السرب" عبر النموذج الكمبيوتري ووجد المزيج المثالي للإسفنجة المعدلة بالحديد:

• الكمية: 0.8 جرام لكل لتر من الماء.
• الحموضة (pH): 7.5 (متعادلة قليلاً).
• درجة الحرارة: 35 درجة مئوية (يوم دافئ).
• الوقت: 180 دقيقة (3 ساعات).

النتيجة الكبرى
عندما اختبر الفريق هذه "الوصفة المثالية" فعلياً في المختبر، عملت تماماً كما توقع الكمبيوتر. قامت الإسفنجة بإزالة 91.8% من الملح والمعادن. والأفضل من ذلك، عندما نظروا إلى التكلفة، كانت إسفنجة الحديد هي الأكثر كفاءة. تكلفت صنعها حوالي 28 يوان للكيلوغرام، ولكن لأنها كانت تعمل بشكل جيد، انخفضت تكلفة تنظيف طن واحد من الماء إلى 1.6 يوان فقط، ووصلت "نسبة التكلفة إلى الفائدة" (مقدار التنظيف الذي تحصل عليه مقابل مالك) إلى 57.4% لكل يوان.

ما يعنيه هذا (وما لا يعنيه)
تشير الورقة البحثية إلى أن الجمع بين إسفنجة معدلة كيميائياً ونموذج كمبيوتر ذكي هو طريقة قوية لتنظيف المياه المالحة. إسفنجة الحديد هي بالتأكيد الأفضل أداءً بين الثلاثة التي اختبروها، ونموذج الكمبيوتر دقيق بما يكفي للتنبؤ بالنتائج بثقة عالية.

ومع ذلك، فإن المؤلفة حذرة من القول بأن هذا هو حل سحري للعالم بأكمده بعد. فهي تشير إلى أن هذا تم في مختبر باستخدام نوع محدد من المياه الزراعية. لم يثبتوا بالضبط كيف يمسك الحديد بالملح على المستوى المجهري (هم يشتبهون في أنه مزيج من الاحتجاز الفيزيائي والجذب الكيميائي، لكنهم يحتاجون إلى أدوات أكثر تقدماً للتأكد بنسبة 100%). أيضاً، بينما تبدو التكلفة رائعة على الورق، إلا أنهم لم يختبروها في مصنع ضخم في العالم الحقيقي بعد.

ولكن في الوقت الحالي، تقدم هذه الدراسة وصفة واعدة للغاية: خذ سيقان الذرة، امنحها تحسيناً بالحديد، واستخدم كمبيوتراً ذكياً لإيجاد درجة الحرارة والوقت المثاليين. إنها طريقة مرحة وقائمة على البيانات لتحويل مخلفات المزارع إلى بطل خارق لتنقية المياه.