جسر بين التحفيز الضوئي والذكاء الاصطناعي لتعظيم إنتاج CH4 وCO من اختزال CO2 باستخدام حفازات g-C3N4/TNTAs المُصنَّعة

تحويل مشكلة مناخية إلى حل وقودي

ثاني أكسيد الكربون، غاز الدفيئة الرئيسي المحرك لتغير المناخ، يُعتبر عادة نفاية. لكن ماذا لو استطعنا تحويله إلى وقود مفيد باستخدام ضوء الشمس ومواد ذكية فحسب؟ تستكشف هذه الدراسة طريقة واعدة لتحويل ثاني أكسيد الكربون في الهواء إلى غازين ذي قيمة، الميثان وأول أكسيد الكربون، من خلال الجمع بين مواد حساسة للضوء متقدمة والذكاء الاصطناعي. النتيجة هي نوع من المصفاة الشمسية الموجهة بالبيانات التي قد تساعد في معالجة كل من الطلب على الطاقة وتلوث الكربون.

الضوء الشمسي والأسطح الخاصة والكربون النفايات

في صلب هذا العمل عملية تُسمى التحفيز الضوئي، حيث يمتص مادة صلبة الضوء وتستخدم تلك الطاقة لدفع تفاعلات كيميائية. بنى الباحثون سطحاً مهندساً بعناية مكوَّناً من أنابيب صغيرة طولية مرتبة من ثاني أكسيد التيتانيوم، مادة مستقرة وواسعة الاستخدام، وغطّوها بألواح رفيعة من مادة كربونية تعرف باسم g‑C3N4. معاً، يشكّلان هيكلاً متصلاً بإحكام يلتقط جزءاً أكبر من الطيف الشمسي ويحافظ على انفصال الشحنات المُثارَة بالضوء لفترة كافية لتتفاعل مع ثاني أكسيد الكربون وبخار الماء. في مفاعل طور غازي، يمر ثاني أكسيد الكربون والبخار فوق هذا السطح المُضاء، وينتج النظام الميثان، وقود محتمل، وأول أكسيد الكربون، لبنة أساسية للعديد من العمليات الصناعية.

لماذا يهم تصميم السطح

تُظهر صور المجهر أن ثاني أكسيد التيتانيوم يشكل أنابيب نانوية طويلة ومرتبة ذات مساحة داخلية كبيرة، ما يمنح جزيئات التفاعل الكثير من المواقع للارتطام. عندما تُضاف ألواح g‑C3N4، فإنها تكسو وتدخل هذه الأنابيب دون تدمير شكلها، مكونة فعلياً تقاطعات إضافية حيث يمكن للشحنات المتولدة بالضوء أن تنفصل. تكشف القياسات البصرية أن هذه المادة الهجينة تمتص الضوء المرئي أفضل من ثاني أكسيد التيتانيوم العاري، وفجوتها الطاقية الأصغر قليلاً تعني أنها تستطيع استغلال ضوء الشمس بشكل أفضل. كما تشير اختبارات انبعاث الضوء إلى أن إضافة نتريد الكربون تقلل من إعادة اتحاد الشحنات غير المرغوب فيها، وهو مسار فقدان شائع يهدر عادة جزءاً كبيراً من طاقة الضوء الواردة.

السماح للبيانات بتعليم المفاعل أفضل طرق التشغيل

حتى مع وجود حفاز ضوئي جيد، يعتمد الأداء بشكل كبير على كيفية تشغيل النظام: مساحة الحفاز المعرضة، تركيز ثاني أكسيد الكربون، الضغط وشدة الضوء المطبقة، ومدة إضاءة المفاعل. بدلاً من ضبط هذه العوامل واحداً تلو الآخر بالتجربة والخطأ، أنتج الفريق مجموعتين كبيرتين ومتحكَّمتين بعناية من البيانات، كل منهما تتضمن أكثر من ألف قياس تجريبي لإنتاج الميثان وأول أكسيد الكربون تحت ظروف مختلفة. ثم دربوا عشرة نماذج تعلم آلي قائمة على الأشجار لاكتشاف الأنماط الخفية التي تربط ظروف التشغيل بإنتاج الوقود، مستخدمين جزءاً من البيانات للتدريب والباقي للاختبار. أعطى نموذج واحد، يُدعى CatBoost، تنبؤات دقيقة باستمرار، مطابقة الغلات المقاسة لكلا الغازين بقوة تفسيرية تزيد على 98% وخطأ منخفض جداً.

ما تكشفه الخوارزميات عن التفاعل

بما أن نماذج الأشجار يمكن فحص منطق اتخاذ القرار فيها، تمكن الباحثون من رؤية أي أدوات الضبط هي الأهم. بالنسبة للميثان، كان وقت الإشعاع—مدة التعرض للضوء—هو العامل الأقوى في زيادة الإنتاج، يليه مقدار ثاني أكسيد الكربون المتوفر وكمية مساحة الحفاز المعرضة. بالنسبة لأول أكسيد الكربون، انقلب الترتيب: كانت مساحة الحفاز المتاحة الأهم، ثم وقت الإشعاع، بينما لعب تركيز ثاني أكسيد الكربون دوراً ثانوياً فقط. أظهرت أدوات تحليل متقدمة أن التعرض الأطول للضوء والأسطح الأكبر يدفعان النظام في معظم الأحيان نحو غلات أعلى، في حين أن مستويات ثاني أكسيد الكربون المرتفعة للغاية قد تبطئ العملية فعلياً، على الأرجح عن طريق حجب الوصول أو الحد من اختراق الضوء. من خلال تشغيل خوارزمية تحسين تطورية على رأس نموذج CatBoost، حدَّد الفريق نقاط تشغيل من المفترض أن تعظم كل منتج، ثم أكدوا في المختبر أن الغلات المتوقعة والمقاسة تقاربت تقريباً.

من المفاعلات الذكية إلى أنظمة طاقة أكثر ذكاءً

ببساطة، تُظهر هذه الدراسة أنه من الممكن تعليم مفاعل كيميائي يعمل بالطاقة الشمسية كيف يدير نفسه بكفاءة أكبر. السطح المصمم من g‑C3N4/أنابيب TiO2 يزيد بالفعل من تحويل ثاني أكسيد الكربون إلى ميثان وأول أكسيد الكربون، لكن ربطه بخوارزمية تعلم قوية يسمح للنظام بالتركيز على ظروف شبه مثالية دون تجارب لا نهائية. يوفر العمل مخططاً لاستخدام الذكاء الاصطناعي لتوجيه تصميم وتشغيل أجهزة التحفيز الضوئي المستقبلية، محولاً الكربون النفاية إلى وقود ومواد كيميائية مفيدة بمساعدة ضوء الشمس والبصيرة المعتمدة على البيانات.

الاستشهاد: Hossen, M.A., Prima, M., Aziz, A.A. et al. Bridging photocatalysis and artificial intelligence to maximize CH₄ and CO production from CO₂ reduction using synthesized g-C₃N₄/TNTAs photocatalysts. Sci Rep 16, 13003 (2026). https://doi.org/10.1038/s41598-026-36838-y

الكلمات المفتاحية: تحويل CO2 بواسطة التحفيز الضوئي, وقود شمسي, التعلم الآلي في التحفيز, حفاز أنابيب النانو TiO2 الضوئي, إنتاج الميثان وأول أكسيد الكربون