Buscando nuevas formas de capturar y almacenar CO 2 , el equipo de investigación de IBM decidió utilizar tecnologías de computación de alto rendimiento (HPC) y de nube híbrida .
En un artículo publicado recientemente en Scientific Reports en la revista Nature, Los científicos de IBM presentaron un algoritmo optimizado para modelar microcavidades (redes capilares) en rocas porosas que ocurren naturalmente en formaciones geológicas. Estas microcavidades pueden almacenar de forma segura, en forma líquida o sólida, el dióxido de carbono capturado de los gases de escape y otras emisiones puntuales que se producen durante la producción de energía.
Junto con científicos del Instituto de Física de São Carlos, parte de la Universidad de São Paulo (Brasil), y representantes de la corporación petrolera internacional Petrobras, el equipo de investigación de IBM demostró que utilizando los algoritmos propuestos, se pueden realizar análisis básicos de rocas. más rápido y más eficiente que con el uso solo de pruebas de laboratorio. El ciclo completo de análisis se puede acortar de unos meses a unos días y, en consecuencia, reducir los costos y potencialmente aumentar la eficiencia, así como mitigar algunos de los riesgos asociados con el almacenamiento de carbono en formaciones geológicas.
Roca como almacén de dióxido de carbono
La idea es primero comprimir el CO 2 a una forma líquida y luego verterlo en la roca porosa. Después de eso, el gas se mineraliza, es decir, se vuelve sólido. De esta forma, se puede almacenar de forma segura durante décadas o incluso siglos.
Si bien esta es una de las soluciones más prometedoras al problema del almacenamiento de carbono, existen algunas complejidades. ¿Qué tan efectivo será este proceso dado el estado actual de los repositorios? ¿Cuáles son las características físicas y químicas a tener en cuenta a la hora de elegir una raza? ¿Cómo acelerar la mineralización de CO 2 y asegurar la estabilidad del repositorio geológico?
Para responder a estas preguntas, IBM Research ha desarrollado algoritmos para analizar imágenes de alta resolución de muestras de rocas. Usando microtomografía de rayos X, los investigadores tomaron una serie de imágenes y luego crearon un modelo digital en 3D de la muestra de roca. Luego, los resultados se extrapolaron a una masa rocosa de más de 3.000 veces el tamaño de la muestra tomada para ver qué sucedería a esa escala. Es esta escala la que se usa comúnmente en la evaluación de laboratorio y la verificación de las capacidades de las rocas. La alta precisión de los algoritmos permite estimar más correctamente la cantidad de CO 2 que pueden acomodar los microporos de roca; su diámetro puede variar desde unos pocos nanómetros hasta unos pocos milímetros.
Aplicaciones en la nube y HPC
Habiendo descubierto la distribución espacial de las cavidades interconectadas dentro de una muestra de roca, los científicos aplican un modelo de análisis de flujo y predicen la capacidad basándose en los límites geométricos de la red capilar. La capacidad de estimar con precisión la geometría de las cavidades es esencial para simular el flujo de CO 2 a medida que llena la roca.
Aquí es donde se utilizan las tecnologías en la nube y los sistemas informáticos de alto rendimiento.
Los simuladores de IBM Research utilizan algoritmos avanzados de procesamiento de imágenes para crear modelos 3D. Estos algoritmos recorren la muestra segmento por segmento, analizando imágenes capa por capa y detectando la presencia de cavidades y otras características de diferentes capas del macizo rocoso. Después de esta segmentación, el algoritmo crea un modelo extremadamente preciso de la red capilar. Analiza las cavidades identificadas y estima el volumen de espacio disponible de cavidades asociadas en la roca.
En un artículo publicado, un equipo de científicos demostró que la precisión mejorada del pronóstico lograda por el nuevo algoritmo permite identificar patrones y calcular la capacidad de la roca sin ajustes o calibraciones adicionales. Además, demostró que es posible calcular la capacidad de la roca a la misma escala que en los estudios de laboratorio, basándose en las características de los microflujos dentro de un sistema capilar. En este caso, el pronóstico se distinguirá por una mayor precisión y se puede hacer mucho más rápido que en el laboratorio.
Nuevo algoritmo para trabajos de digitalización y modelado de rocas basado en el sistema de nube IBM FlowDiscovery Simulator. Esta herramienta, presentada en la reunión de marzo de 2021 de la American Physical Society, está ayudando a evaluar las capacidades de captura de CO 2 y, a largo plazo, los escenarios de almacenamiento poroso.
Resultados potenciales de las técnicas de captura de carbono
Si bien los científicos de IBM han mejorado significativamente la precisión del modelado de flujo de medios porosos, queda mucho por hacer. La tarea principal ahora es mejorar los modelos digitales, agregar información sobre los procesos químicos y el uso de sustancias que contribuirán a la mineralización del CO 2 . El objetivo final del estudio es encontrar materiales altamente eficientes y de bajo costo y métodos escalables para el almacenamiento seguro a largo plazo de dióxido de carbono.
Los resultados del trabajo realizado en colaboración con investigadores de la Universidad de San Carlos y la Corporación Petrobras mostraron que el modelo propuesto puede ser efectivo. IBM Research ha tomado imágenes microtomográficas de muestras de rocas y Los algoritmos para detectar redes capilares están disponibles públicamente para que otros investigadores puedan probarlos y aplicarlos en la práctica.
Este trabajo es parte de una iniciativa más amplia de IBM Future of Climate lanzada en 2020 para promover la selección de materiales y las tecnologías de creación de conocimiento a través de una red internacional de laboratorios de investigación de IBM. Esta iniciativa está explorando y desarrollando estrategias para reducir la huella de carbono de los sistemas en la nube y las cadenas de suministro, y para modelar los impactos del cambio climático.
Enlace al material original en inglés