Machine learning optimiza la pirólisis de cáscaras de haba para producción de biocombustible

Investigadores han desarrollado un modelo basado en aprendizaje automático para optimizar el proceso de pirólisis de cáscaras de haba, un residuo agrícola abundante. El estudio, publicado en la revista Nature, combina análisis cinético y termodinámico con algoritmos de inteligencia artificial para predecir con mayor precisión la composición y rendimiento del bio-oil producido.

La pirólisis es un proceso que descompone la biomasa mediante calor sin oxígeno, generando biocombustibles potencialmente útiles como alternativa a los combustibles fósiles. Sin embargo, optimizar este proceso requiere comprender múltiples variables simultáneamente, lo que resulta complejo mediante métodos tradicionales.

El modelo de machine learning desarrollado permite simular diferentes condiciones de temperatura, tiempo de residencia y composición de materiales para predecir el resultado final. Esto facilita la identificación de parámetros óptimos sin necesidad de realizar numerosos experimentos costosos en laboratorio.

Este avance abre posibilidades para mejorar la viabilidad económica de tecnologías de biocombustible a partir de residuos agrícolas, potencialmente reduciendo costos de producción y contribuyendo a la economía circular.