Stazione di aerazione della piscina sopraelevata Sidestream a Cal-Sag e Calumet River.
Con il boom della popolazione urbana e la crescente necessità di energia e acqua sostenibili, scienziati e ingegneri dell'Università di Chicago e dei partner stanno guardando all'intelligenza artificiale per costruire nuovi sistemi per gestire le acque reflue. Due nuovi progetti sperimenteranno modi per realizzare sistemi idrici "intelligenti" per recuperare nutrienti e acqua pulita.
"L'acqua è una risorsa indispensabile della nostra società, quanto è necessario per sostenere la vita e la prosperità economica, " disse Junhong Chen, il Crown Family Professor presso la Pritzker School of Molecular Engineering presso l'Università di Chicago e lead strategist dell'acqua presso l'Argonne National Laboratory. "La nostra economia futura e la sicurezza nazionale dipendono molto dalla disponibilità di acqua pulita. Tuttavia, c'è una fornitura limitata di acqua dolce rinnovabile, senza alcun sostituto».
Ridurre, riutilizzare
Il Dipartimento dell'Energia degli Stati Uniti ha annunciato che UChicago, insieme al Laboratorio Nazionale Argonne, Northwestern University e altri partner, riceverà finanziamenti per sviluppare un sistema assistito dall'intelligenza artificiale per il recupero di energia, nutrienti e acqua dolce dalle acque reflue municipali.
L'obiettivo finale del progetto, che sarà finanziato a $ 2 milioni in tre anni, consiste nel trasformare l'attuale sistema di trattamento delle acque reflue urbane negli Stati Uniti in un sistema intelligente di recupero delle risorse idriche che ridurrà drasticamente il consumo di energia e diventerà energeticamente positivo su scala nazionale.
Il sistema di recupero dell'acqua risultante andrebbe a beneficio dell'approvvigionamento idrico nelle comunità svantaggiate del South Side di Chicago e della regione dei Grandi Laghi in generale, tra cui Milwaukee e Detroit.
MWRD collega Des Plaines Inflow Tunnel alla costruzione del bacino idrico McCook. Attestazione:MWRD
"Questo progetto è un importante passo avanti nella realizzazione del piano strategico di Argonne per migliorare la nostra leadership nella scienza legata all'acqua attraverso la ricerca pionieristica, scoperte e innovazioni che utilizzano l'intelligenza artificiale, " disse Chen.
L'approccio combinerà l'intelligenza artificiale e l'apprendimento automatico per l'apprendimento online delle dinamiche di sistema, modelli matematici per ottimizzare il recupero di energia e nutrienti, e l'analisi e la modellazione del ciclo di vita rispetto alla scienza e all'economia per guidare la progettazione del sistema. Implica anche lo sviluppo di nuovi materiali per un'efficiente generazione di vapore solare e sensori wireless per il monitoraggio della qualità dell'acqua in tempo reale.
Il concetto di sistema intelligente per il recupero delle acque reflue municipali dovrebbe essere applicabile anche ad altre acque reflue, compreso industriale e agricolo.
Gli altri partner includono la Great Lakes Water Authority, Distretto fognario metropolitano di Milwaukee, NanoAffix e due hub regionali per l'innovazione idrica:Current e Water Council. Il premio fa parte di una lista di progetti del Dipartimento dell'Energia per un totale di $ 27,5 milioni per 16 progetti di infrastrutture idriche per ridurre l'uso di energia e le emissioni di carbonio nelle nostre infrastrutture idriche obsolete, in particolare nel trattamento delle acque reflue.
Oltre a Chen, i membri del team di progetto includono Seth Darling di Argonne, Jennifer Dunn della Northwestern University e Argonne, George Wells della Northwestern University, e Ass. Prof. Yuxin Chen dell'Università di Chicago.
Costruzione del sistema di gallerie Des Plaines con acqua. Attestazione:MWRD
Rimozione di contaminanti tossici dall'acqua
Un altro progetto cerca di utilizzare l'intelligenza artificiale nell'ingegneria molecolare per rilevare e rimuovere i contaminanti dell'acqua.
Sostanze chimiche che contaminano l'acqua come sostanze polifluoroalchiliche, o PFAS, può portare a gravi effetti sull'ambiente e sulla salute, come il basso peso alla nascita del neonato, cancro, e alterazione dell'ormone tiroideo. Gli attuali approcci per rilevare queste sostanze chimiche sono costosi, richiede tempo, e richiedono attrezzature ingombranti e personale qualificato. Il vasto numero di contaminanti, oltre 4, 000 nella sola famiglia PFAS, vietano anche lo sviluppo convenzionale di sonde biologiche o chimiche.
Un progetto guidato da scienziati dell'Università di Chicago e Argonne svilupperà una piattaforma utilizzando la simulazione molecolare, sintesi organica, e intelligenza artificiale per esplorare rapidamente l'ampio spazio molecolare delle potenziali sonde PFAS e identificare in modo efficiente, design, e fabbricare nuove sonde chimiche per rilevare e rimuovere i contaminanti dall'acqua.
Il lavoro, che collabora con Current, Distretto metropolitano di bonifica delle acque di Greater Chicago, farà progredire anche la scienza dei dati, caratterizzazione alla Argonne Advanced Photon Source, e simulazione ad alte prestazioni. Gli scienziati sperano che possa potenzialmente trasferirsi allo screening e alla rimozione di altri contaminanti dell'acqua, come i prodotti farmaceutici, per far progredire la salute pubblica globale. È finanziato attraverso il programma Discovery Challenge del Center for Data and Computing (CDAC), con il supporto dell'Office of Research di Chicago e dell'iniziativa Joint Task Force dei Laboratori Nazionali.
Gli scienziati del progetto includono Junhong Chen, Stuart Rowan, e Andrew Ferguson della Pritzker School of Molecular Engineering, Rebecca Willett ed Eric Jonas del dipartimento di informatica dell'Università di Chicago, Seth Darling della Pritzker School e Argonne, e Sang Soo Lee e Chris Benmore di Argonne.
