Bytt til lavkarbonversjon

Malaysiske forskere utvikler AI-optimalisert palmeaske for skalerbar CO₂-fangst

Mars 20, 2026
av CSN-ansatte

Forskere i Penang har forvandlet palmeoljeaske til et effektivt, AI-optimalisert materiale for CO₂-fangst, noe som tilbyr en bærekraftig løsning på avfall fra palmeindustrien og fremmer strategier for klimaforebygging.

Malaysiske forskere har utviklet en metode for å omdanne palmeoljeaske, et biprodukt fra palmeoljeindustrien, til et svært effektivt materiale for karbondioksid (CO₂)-fangst. Denne innovasjonen gir ikke bare en bærekraftig løsning på utfordringene med avhending av palmekjerneskall, men presenterer også et lovende verktøy i kampen mot klimaendringer.

Teamet ved Universiti Sains Malaysia benyttet en prosess som involverte syrebehandling, oppvarming til 700 grader Celsius og aktivering med kaliumhydroksid, noe som produserte en mesoporøs karbonstruktur som er i stand til å adsorbere 2.9 millimol CO₂ per gram. Bemerkelsesverdig nok samsvarer denne kapasiteten med avanserte kommersielle adsorbenter konstruert med mye større overflatearealer, noe som understreker betydningen av materialets finjusterte porearkitektur snarere enn ren overflatestørrelse.

Hemmeligheten bak dette materialets effektivitet ligger i dets molekylære design: med en gjennomsnittlig porediameter på 72.71 Ångstrøm skaper strukturen kanaler i optimal størrelse som lar CO₂-molekyler trenge inn og feste seg effektivt. Dette mesoporøse rammeverket muliggjør raskere diffusjon og forbedret adsorpsjonskinetikk, noe som er avgjørende for industrielle applikasjoner. Selv om overflateareal ofte fremheves som avgjørende i adsorbenter, fremhever denne forskningen hvordan porestørrelse og -arrangement, sammen med materialfunksjonalisering, kan være like avgjørende for ytelsen. Det optimale aktiveringsforholdet ble funnet å være 1:2 for aske og kaliumhydroksid. Overskridelse av dette forholdet førte til strukturell kollaps, noe som reduserte effektiviteten.

Det er viktig å merke seg at det malaysiske teamet integrerte maskinlæring i sin eksperimentelle tilnærming, noe som representerer en ny fusjon av kunstig intelligens og materialvitenskap. Ved å bruke et tolags nevralt nettverk oppnådde forskerne en R-kvadratverdi som oversteg 0.99 for å forutsi CO₂-adsorpsjon under varierende forhold som temperatur, gassstrømningshastighet og konsentrasjon. Denne beregningsmodellen muliggjør rask simulering og optimalisering, noe som reduserer tiden og kostnadene forbundet med tradisjonell eksperimentell testing. Termodynamikken viste at CO₂-adsorpsjon primært skjer via fysisorpsjon – svake fysiske krefter som er effektive ved lavere temperaturer rundt 30 grader Celsius – men avtar kraftig ved 60 grader Celsius på grunn av økt molekylær energi som lar CO₂ slippe ut.

Malaysias palmeoljeindustri produserer mer enn 20 millioner tonn årlig, noe som genererer betydelige mengder aske som er vanskelig å avhende på en bærekraftig måte. Ved å oppsirkulere dette avfallet til et karbonfangstmateriale som krever mindre energi enn å syntetisere kommersielle adsorbenter, tilbyr forskningen en lukket tilnærming som kombinerer avfallsverdiutnyttelse med klimaforbedringer. Eksperimentelle tester viste at en gassstrømningshastighet på 30 milliliter per minutt maksimerte kontakttiden, noe som forbedret CO₂-fangst, mens høyere strømningshastigheter førte til for tidlig gjennombrudd og tap av effektivitet. Optimale CO₂-konsentrasjoner nådde opptil 15 %, med uventet adsorpsjonsdynamikk observert ved 12 %, noe som tyder på komplekse interaksjoner mellom adsorpsjonsrater og gassstrømningsmønstre.

Dette banebrytende arbeidet posisjonerer Universiti Sains Malaysias School of Chemical Engineering som en regional leder innen bærekraftig materialutvikling, med særlig vekt på AI-drevne innovasjoner. Forskerne har ambisjoner om å gjennomføre pilotforsøk der de bruker materialet sitt i industrielle omgivelser som røykgassbehandling, biogassoppgradering og direkte luftfangstsystemer. Langsiktige holdbarhetsstudier vil også avgjøre om materialet kan regenereres flere ganger uten betydelig effektivitetstap, en kritisk faktor for kommersiell levedyktighet.

Selv om andre biomasseavledede materialer, som aktivt karbon fra palmekjerneskall, kan ha større overflatearealer – noen ganger over 1000 m²/g – og forskjellige funksjonaliseringer som magnesiumoksidtilsetninger, konkurrerer det malaysiske palmeoljeaskematerialet sterkt når det gjelder karbonfangstkapasitet. Sammenlignende studier indikerer at overflateareal alene ikke garanterer overlegen adsorpsjon, noe som forsterker viktigheten av porearkitektur og overflatekjemi i adsorbentdesign.

Bredere implikasjoner av denne forskningen er knyttet til regionale initiativer som utforsker bioenergi med karbonfangst og -lagring (BECCS) ved bruk av ulike palmeoljeavfallsstrømmer, inkludert blader, stammer og tomme fruktklaser. Disse integrerte systemene tilbyr bærekraftige veier for å produsere elektrisitet med redusert karbonavtrykk samtidig som de verdsetter landbruksrester. Den malaysiske innovasjonen utfyller disse tilnærmingene ved å fokusere spesifikt på askeverifisering og direkte CO₂-fangst.

Etter hvert som globale klimamål blir strengere, øker etterspørselen etter rimelige og skalerbare karbonfangstteknologier. Den malaysiske utviklingen imøtekommer disse behovene ved å utnytte et rikelig avfallsmateriale for å lage et kostnadseffektivt og høytytende adsorbent, ved å bruke maskinlæring for å optimalisere og akselerere forskningsfremgangen. Selv om det fortsatt er utfordringer – som å bevise langsiktig materialstabilitet og skalere produksjonen – signaliserer arbeidet et betydelig skritt mot sirkulære økonomiske løsninger som kombinerer landbruk, avansert materialvitenskap og kunstig intelligens for å takle klimaendringer.

Neste gang palmeoljeprodukter dukker opp i hyllene, er det verdt å huske at forskere lager innovative verktøy fra industriens reststrømmer for aktivt å fjerne karbondioksid fra atmosfæren, molekyl for molekyl.