Obtención eficaz de hidrógeno verde de las aguas residuales

Mediante inteligencia artificial, unos científicos han optimizado la extracción limpia de hidrógeno de las aguas residuales.

El logro es obra de un equipo internacional encabezado por Anh Tuan Hoang, de la Universidad Tecnológica de Dong Nai en Vietnam. Entre las instituciones participantes figura la Universidad de Málaga (UMA) en España. También han colaborado instituciones de Corea del Sur, India y Taiwán.

“El desarrollo de procesos para el uso y revalorización de las aguas residuales es necesario para mejorar la sostenibilidad de los recursos hídricos y proteger el medio ambiente”, señala el catedrático de la Facultad de Ciencias de la UMA Enrique Rodríguez Castellón, uno de los autores de este trabajo que, por otro lado, también explica que el hidrógeno es una "materia prima esencial en la industria química y metalúrgica y un vector energético clave en la descarbonización".

Por ello, según se constata en este trabajo, el uso de aguas residuales para producir hidrógeno verde (hidrógeno obtenido mediante procesos no contaminantes, y que está considerado como el combustible del futuro) es una estrategia sostenible con un gran potencial, puesto que permite ahorrar agua potable, optimizar residuos y contribuir a la disminución del uso de recursos fósiles.

Tres de los miembros del equipo de investigación y desarrollo. De izquierda a derecha: M. Cruz López Escalante, Olga Guerrero Pérez y Enrique Rodríguez Castellón, de la Universidad de Málaga. (Foto: Universidad de Málaga)

Esta nueva investigación, precisamente, ha logrado optimizar el rendimiento de este proceso, que se lleva a cabo mediante fermentación oscura (un método que consiste en usar microorganismos anaerobios para descomponer la materia orgánica presente en el agua residual a fin de producir biohidrógeno), aunque, hasta ahora, con variables que afectan a su rendimiento y límites en su aplicación comercial.

El uso de la inteligencia artificial abre, por tanto, una nueva vía para crear modelos predictivos que mejoren procesos químicos como el de la fermentación oscura. “Estos modelos facilitan la identificación y el aprendizaje de patrones, lo que da como resultado una mayor precisión en las predicciones  y en el control del sistema”, afirma Rodríguez Castellón.

El trabajo de este consorcio internacional ha demostrado que es posible desarrollar modelos predictivos para este proceso, que mejoren su rendimiento, afinando el procedimiento y ahorrando tiempo y costes.

El estudio se titula “Turning waste into energy: Application of machine learning and explainable artificial intelligence for determining key factors in wastewater-to-hydrogen conversion”. Y se ha publicado en la revista académica Energy. (Fuente: Universidad de Málaga)