Национальная ускорительная лаборатория SLAC возглавила проект GENESIS, направленный на автоматизацию извлечения критически важных металлов из отработанных литий-ионных батарей. С помощью алгоритмов машинного обучения исследователи планируют оптимизировать процессы переработки, повышая эффективность восстановления лития, кобальта и никеля. Это решение позволит масштабировать экономику замкнутого цикла в энергетическом секторе и снизить зависимость от первичной добычи сырья.
Проект объединяет возможности передовых методов анализа данных и автоматизированных лабораторных систем. ИИ-модели анализируют химический состав отходов в режиме реального времени, подбирая оптимальные параметры для химического выщелачивания и разделения компонентов. Такой подход значительно сокращает время на проведение экспериментов и позволяет находить более экологичные и экономически выгодные методы переработки по сравнению с традиционными химическими процессами.
Внедрение подобных технологий критически важно для цепочек поставок в производстве электромобилей и систем накопления энергии. Масштабирование процесса позволит перерабатывать до 90% материалов, содержащихся в старых аккумуляторах, что является необходимым условием для устойчивого развития индустрии. Проект также направлен на создание стандартизированных протоколов, которые могут быть интегрированы в промышленные линии по переработке отходов.
Ключевые факты
- Проект GENESIS возглавляет Национальная ускорительная лаборатория SLAC (Стэнфордский университет).
- Основная цель — автоматизация извлечения лития, кобальта, никеля и других металлов из отработанных батарей.
- ИИ-алгоритмы используются для оптимизации химических процессов и ускорения лабораторных исследований.
- Технология направлена на создание масштабируемой модели экономики замкнутого цикла для индустрии электромобилей.
- Ожидается, что автоматизация позволит значительно повысить процент восстановления ценных материалов из аккумуляторных отходов.