Cientistas utilizam IA para prever regenerabilidade de óleos lubrificantes usados e prevenir problemas durante o processo
Uma equipa de cientistas da Faculdade de Ciências e Tecnologia da Universidade de Coimbra (FCTUC) está a desenvolver métodos analíticos instrumentais e de inteligência artificial (IA) que permitem prever se um determinado óleo lubrificante usado pode ou não ser regenerado, atendendo ao seu potencial de coagulação.
Este trabalho está a ser realizado em colaboração com a Sogilub - Sociedade de Gestão Integrada de Óleos Lubrificantes Usados, Lda., no âmbito do projeto Intelligent Computation and Analytics for the Regeneration of Oils (ICARO).
Em Portugal, a taxa de regeneração está acima dos 80%, porém, alguns óleos usados levantam problemas de coagulação durante esse processo que, se não detetados, provocam uma paragem e consequente perda de todo o óleo potencialmente regenerável.
"Os óleos recolhidos nos pontos de recolha (oficinas automóveis e indústria, por exemplo) são encaminhados para os Operadores de Gestão de Resíduos (OGR) e, posteriormente, regenerados em unidades industriais. O fenómeno de coagulação é complexo e os seus mecanismos não são completamente conhecidos", começa por explicar Marco Reis, docente do Departamento de Engenharia Química (DEQ) e investigador do Centro de Engenharia Química e Recursos Renováveis para a Sustentabilidade (CERES).
Portanto, continua o coordenador do projeto, "estamos a desenvolver uma ferramenta baseada em IA, que permita prever a regenerabilidade desses óleos. Pretendemos que este processo se realize de forma rápida, sem sobrecarregar os laboratórios, pelo que a aquisição da informação deve ser ágil".
O processo atual de deteção, feito durante a admissão dos óleos lubrificantes usados nos OGR, baseia-se num processo laboratorial que é complexo, demorado e dispendioso, e que, por esse motivo, deve ser melhorado. Nesse sentido, conta, "explorámos o uso de métodos espetroscópicos, como a espectroscopia MIR e NIR, que permitem recolher a informação química fundamental para alimentar o algoritmo de IA".
Neste momento, os investigadores da FCTUC estão a iniciar a terceira fase de testes à escala real e os resultados são muito promissores. "Nas duas primeiras fases realizámos os testes em apenas um OGR, mas o plano é estender a vários. No futuro, apesar de muito ambicioso, queremos estudar o cenário desta decisão ser tomada logo nos pontos de recolha, agilizando ainda mais a logística e eficiência do processo de circularização dos óleos lubrificantes", revela.
O professor do DEQ destaca ainda que "os óleos lubrificantes são fundamentais para o funcionamento de muitos tipos de máquinas usadas intensivamente na indústria e na sociedade, pelo que a sua regeneração é crucial para maximizar a eficácia com que se usam os recursos naturais e minimizar o impacto ambiental".
No projeto, além de Marco Reis, participam os professores Licínio Ferreira, Margarida Quina e Pedro Faia e os investigadores, Tiago Rato, Rúben Gariso e Sofia Braz.