Il team di ricerca del Politecnico di Torino formato da Giovanni Trezza, Luca Bergamasco; Matteo Fasano ed Eliodoro Chiavazzo del Dipartimento Energia-DENERG ha concentrato gli studi del laboratorio SMaLL sui sistemi di raccolta e stoccaggio dell’energia e sulla messa a disposizione indipendente della disponibilità della fonte energetica rinnovabile.
Sfruttare l’Intelligenza Artificiale
Il lavoro dei ricercatori sfrutta gli algoritmi dell’Intelligenza Artificiale attraverso tecniche di analisi intensiva computazionale per generare enormi quantità di nuovi materiali innovativi. Nello specifico, gli algoritmi sono stati allenati su un ampio insieme di nuovi ipotetici materiali, detti MOF, adattati all’accumulo di energia. La ricerca si è incentrata sullo sviluppo di una tecnica per scegliere i materiali migliori che massimizzano il calore quando intrappolano l’acqua.
“Scegliere il materiale ottimale per una certa applicazione è un’esigenza comune a molti ambiti ingegneristici. In questo lavoro, abbiamo considerato oltre 5000 MOF ipotetici, calcolando, per mezzo di dati parziali di letteratura e opportuni modelli sviluppati ad-hoc, le prestazioni energetiche che avrebbero in esercizio – spiega Giovanni Trezza, primo autore della ricerca – Riuscire a prevedere in anticipo le prestazioni di questi composti consente di fare un primo e necessario screening su quali sarebbe interessante riprodurre in laboratorio e poi nella pratica industriale o civile”.
“La ricerca non si conclude qui – concludono i quattro ricercatori – La metodologia e gli strumenti sviluppati possono infatti essere facilmente utilizzati per valutare le prestazioni dei materiali per altre applicazioni di interesse nel settore dell’energia e della sostenibilità; per esempio, la cattura dell’anidride carbonica dall’atmosfera oppure il recupero di acqua dall’umidità dell’aria in zone aride”.
