Byt till version med låg koldioxidutsläpp

Malaysiska forskare utvecklar AI-optimerad palmaska ​​för skalbar koldioxidavskiljning

Mars 20, 2026
av CSN-personal

Forskare i Penang har omvandlat palmolja till ett effektivt, AI-optimerat material för koldioxidavskiljning, vilket erbjuder en hållbar lösning på avfall från palmindustrin och främjar strategier för att mildra klimatförändringar.

Malaysiska forskare har banat väg för en metod för att omvandla palmaskan från oljepalmer, en biprodukt från palmoljeindustrin, till ett mycket effektivt material för koldioxidavskiljning (CO₂). Denna innovation ger inte bara en hållbar lösning på de utmaningar med avfallshantering som aska från palmkärnskal medför, utan utgör också ett lovande verktyg i kampen mot klimatförändringarna.

Teamet vid Universiti Sains Malaysia använde en process som involverade syrabehandling, uppvärmning vid 700 grader Celsius och aktivering med kaliumhydroxid, vilket producerade en mesoporös kolstruktur som kan adsorbera 2.9 millimol CO₂ per gram. Anmärkningsvärt nog matchar denna kapacitet den hos avancerade kommersiella adsorbenter konstruerade med mycket större ytor, vilket understryker betydelsen av materialets finjusterade porarkitektur snarare än den rena ytstorleken.

Hemligheten bakom detta materials effektivitet ligger i dess molekylära design: med en genomsnittlig pordiameter på 72.71 Ångström skapar strukturen optimalt dimensionerade kanaler som gör att CO₂-molekyler kan tränga in och vidhäfta effektivt. Detta mesoporösa ramverk underlättar snabbare diffusion och förbättrad adsorptionskinetik, vilket är avgörande för industriella tillämpningar. Även om ytarea ofta framhävs som avgörande för adsorbenter, belyser denna forskning hur porstorlek och arrangemang, tillsammans med materialets funktionalisering, kan vara lika avgörande för prestandan. Det optimala aktiveringsförhållandet visade sig vara 1:2 för aska och kaliumhydroxid; att överskrida detta förhållande ledde till strukturell kollaps, vilket minskade effektiviteten.

Det är betydelsefullt att det malaysiska teamet integrerade maskininlärning i sin experimentella metod, vilket representerar en ny blandning av artificiell intelligens och materialvetenskap. Med hjälp av ett tvåskiktat neuralt nätverk uppnådde forskarna ett R-kvadratvärde som översteg 0.99 för att förutsäga CO₂-adsorption under varierande förhållanden som temperatur, gasflödeshastighet och koncentration. Denna beräkningsmodell möjliggör snabb simulering och optimering, vilket minskar tiden och kostnaderna förknippade med traditionell experimentell testning. Termodynamiken visade att CO₂-adsorption huvudsakligen sker via fysisorption – svaga fysikaliska krafter som är effektiva vid lägre temperaturer runt 30 grader Celsius – men minskar kraftigt vid 60 grader Celsius på grund av ökad molekylär energi som gör att CO₂ kan avgå.

Malaysias palmoljeindustri producerar mer än 20 miljoner ton årligen, vilket genererar betydande mängder aska som är svår att göra sig av med på ett hållbart sätt. Genom att uppcykla detta avfall till ett kolinfångande material som kräver mindre energi än att syntetisera kommersiella adsorbenter, erbjuder forskningen en sluten metod som kombinerar avfallsuppbyggnad med klimatbegränsning. Experimentella tester visade att ett gasflöde på 30 milliliter per minut maximerade kontakttiden, vilket förbättrade CO₂-infångningen, medan högre flödeshastigheter ledde till för tidigt genombrott och effektivitetsförlust. Optimala CO₂-koncentrationer nådde upp till 15 %, med oväntad adsorptionsdynamik observerad vid 12 %, vilket tyder på komplexa interaktioner mellan adsorptionshastigheter och gasflödesmönster.

Detta banbrytande arbete positionerar Universiti Sains Malaysias School of Chemical Engineering som en regional ledare inom hållbar materialutveckling, med särskilt fokus på AI-drivna innovationer. Forskarna har ambitioner att genomföra pilotexperiment där de tillämpar sitt material i industriella miljöer, såsom rökgasrening, biogasuppgradering och direkta luftinfångningssystem. Långsiktiga hållbarhetsstudier kommer också att avgöra om materialet kan regenereras flera gånger utan betydande effektivitetsförlust, en avgörande faktor för kommersiell lönsamhet.

Även om andra material som härrör från biomassa, som aktivt kol från palmkärnskal, kan ha större ytor – ibland över 1000 m²/g – och andra funktionaliseringar som magnesiumoxidtillsatser, konkurrerar det malaysiska oljepalmaskamaterialet starkt när det gäller koldioxidinfångningskapacitet. Jämförande studier indikerar att enbart yta inte garanterar överlägsen adsorption, vilket förstärker vikten av porarkitektur och ytkemi vid adsorbentdesign.

Bredare implikationer av denna forskning kopplas till regionala initiativ som utforskar bioenergi med koldioxidavskiljning och -lagring (BECCS) med hjälp av olika palmoljeavfallsströmmar, inklusive blad, stammar och tomma fruktklasar. Dessa integrerade system erbjuder hållbara vägar för att producera elektricitet med minskat koldioxidavtryck samtidigt som jordbruksrester värderas. Den malaysiska innovationen kompletterar dessa metoder genom att fokusera specifikt på askvalifiering och direkt koldioxidavskiljning.

I takt med att de globala klimatmålen blir strängare ökar efterfrågan på prisvärda och skalbara tekniker för koldioxidavskiljning. Den malaysiska utvecklingen tillgodoser dessa behov genom att utnyttja ett rikligt avfallsmaterial för att skapa ett kostnadseffektivt och högpresterande adsorbent, med hjälp av maskininlärning för att optimera och påskynda forskningsframsteg. Även om utmaningar kvarstår – som att bevisa långsiktig materialstabilitet och skala upp produktionen – signalerar arbetet ett betydande steg mot cirkulära ekonomiska lösningar som sammanför jordbruk, avancerad materialvetenskap och artificiell intelligens för att hantera klimatförändringarna.

Nästa gång palmoljeprodukter dyker upp på hyllorna är det värt att komma ihåg att forskare från industrins restströmmar skapar innovativa verktyg för att aktivt avlägsna koldioxid från atmosfären, molekyl för molekyl.