Forskere ved INST har laget et rimelig, solassistert AI-filtreringssystem som fjerner opptil 99 % av farlige fargestoffer fra industrielt avløpsvann. Dette tilbyr en bærekraftig løsning på Punjabs alvorlige vannforurensning og forurensningen av Sutlej-elven og Buddha Nullah.
Forskere ved Institute of Nano Science and Technology (INST) i Mohali har gjort et bemerkelsesverdig fremskritt i å håndtere vannforurensningskrisen i Punjab med utviklingen av et AI-drevet, solassistert filtreringssystem som er i stand til å eliminere opptil 99 % av farlige kjemikalier fra avløpsvann. Denne teknologien er spesielt viktig gitt den vedvarende forurensningen av Sutlej-elven forårsaket av daglig utslipp av 764 millioner liter ubehandlet industri- og husholdningsavløp, spesielt fra områder som Ludhianas kritisk forurensede Buddha Nullah.
Det banebrytende systemet fokuserer på å bryte ned svært giftige industrielle fargestoffer som Kongorødt og Metylenblått, som er mye brukt i tekstil- og farmasøytisk sektor. Disse fargestoffene er ikke bare ansvarlige for misfarging av vann, men utgjør også alvorlige helserisikoer, inkludert hudlidelser og luftveisproblemer. Kjernen i innovasjonen er et biologisk nedbrytbart, 3D-printet stillas laget av polymelkesyre (PLA), som er belagt med vismutferritt (BiFeO₃), en solaktivert katalysator. Denne designen muliggjør piezofotokatalyse – en prosess som kombinerer solenergi og subtile vibrasjoner for å aktivere katalysatoren, noe som muliggjør effektiv fargestoffnedbrytning selv under varierende værforhold.
Laboratorietester av systemet viste en fjerningseffektivitet på 98.9 % for Kongorødt og 74.3 % for metylenblått, noe som overgår mange konvensjonelle avløpsrensemetoder som ofte er energikrevende og kostbare, som elektrokjemiske eller ozonbaserte prosesser. Filtreringsenhetens lave kostnader, miljøvennlighet, gjenbrukbarhet og avhengighet av fornybare energikilder posisjonerer den som et bærekraftig alternativ for industrielt avløpsvannsrensing.
Feltforsøk utført med avløpsvannprøver fra et industrielt dreneringspunkt i Jaipur, et område som mottar avløpsvann fra over 100 fabrikker, ga lovende resultater. Teamet forbedret systemets ytelse ytterligere gjennom integrering av kunstige nevrale nettverk (ANN), en maskinlæringsmodell som nøyaktig forutsier systematferd på tvers av ulike miljø- og forurensningsvariabler, med en prediksjonsnøyaktighet på rundt 99 %.
Utover teknologisk innovasjon samarbeider teamet ved INST med eksperter fra Chandigarh University for å forbedre systemets langsiktige bærekraft. Institutt for vitenskap og teknologi (DST) finansierer dette prosjektet, som er publisert i det svært gjennomslagsrike tidsskriftet Nano Energy. Forskerne ser for seg en skalerbar anvendelse av denne teknologien, spesielt til fordel for landlige og bynære områder, og som reduserer den giftige belastningen i vannforekomster betydelig.
Dersom myndighetene i Punjab tar i bruk dette filtreringssystemet, kan det behandlede vannet trygt slippes ut i Sutlej, noe som markerer et betydelig skritt mot å rehabilitere Buddha Nullah og håndtere den bredere krisen med giftig vann i delstaten. Denne innovasjonen har dermed potensial til å transformere avløpshåndteringen i regioner som sliter med industriell forurensning, og tilbyr en kostnadseffektiv, tilpasningsdyktig og miljøvennlig løsning.




