Främjande av CLC- och BECCS-teknologier genom AI‑driven materialanalys

Forskningsprojekt, 2025 – 2026

Detta projekt kommer att utveckla metoder för att analysera bilder av metall-oxidsystem tagna med avancerad elektronmikroskopi med hjälp av AI. Syftet är att ge fördjupad kunskap om den komplexa kemin som sker på ytan av överhettarrör och på bäddmaterialpartiklar under förbränning av biomassa och avfallsbaserade bränslen. Detta är viktigt eftersom ökad kunskap inom området möjliggör högre elverkningsgrad, längre livslängd och säkrare drift av både dagens och framför allt framtidens pannor som använder Bio-Energy Carbon Capture and Storage (BECCS).

Projektet kommer att utnyttja ny infrastruktur som nyligen blivit tillgänglig vid Chalmers Materials Analysis Laboratory (CMAL) och genomförs som en del av ett större sammanhang, där målet är att utveckla framtidens biobränslepannor för BECCS via principen för Chemical-Looping Combustion (CLC). Målsättningen är att stärka och bredda detta arbete genom att utforska AI:s potential som verktyg för att underlätta tolkningen av mikrostrukturell data. Metoden och resultaten kommer även att vara tillämpliga på dagens pannor och andra situationer där korrosion eller sintring förekommer.