Naukowcy stworzyli system oparty na uczeniu maszynowym, który pozwala przewidywać i kontrolować emisje w produkcji cementu, wykorzystując dane zebrane z różnych fabryk jednocześnie. To rozwiązanie ma potencjał, aby znacznie zmniejszyć negatywny wpływ cementowni na środowisko, bo sektor cementowy odpowiada za około 8 procent globalnych emisji CO2 - więcej niż całe lotnictwo komercyjne. Opracowana technologia łączy informacje z wielozakładowych systemów monitoringowych, co umożliwia lepsze zrozumienie procesów produkcyjnych i ich wpływu na atmosferę.
Kluczową zaletą nowego frameworka jest jego zdolność do prognozy. Zamiast czekać, aż emisje się pojawią i wtedy je mierzyć, system może przewidzieć, kiedy dojdzie do wzrostu zanieczyszczeń i ostrzec operatorów fabryki na czas. To daje możliwość podjęcia działań prewencyjnych - na przykład dostosowania parametrów pieca lub warunków spalania - zanim problem się rozbije. Podejście wielozakładowe to kluczowa różnica w stosunku do tradycyjnych rozwiązań, bo pozwala modelowi uczyć się wzorców z różnych instalacji i lepiej generalizować wyniki.
Badania takie są ważne dla branży cementowej stojącej pod coraz większą presją regulacyjną i klimatyczną. Unijne przepisy o emisjach, międzynarodowe umowy klimatyczne i rosnące zapotrzebowanie na cementowanie produkcji bez węgla wymuszają innowacje. Wdrożenie tego typu systemów mogłoby obniżyć koszty produkcji poprzez optymalizację procesów, a jednocześnie pomóc fabrykom spełnić coraz bardziej surowe normy środowiskowe. To wskazuje na szybko rosnący rynek sztucznej inteligencji dedykowanej branżom ciężkim i materiałowym.