AlgAIe - Optimization of Algae Cultivation using AI to Significantly Reduce Methane Emission from Cattle

Viktiga resultat som projektet gav

Projektet genomfördes av Volta Greentech, Chalmers Industriteknik , IVL Svenska Miljöinstitutet, Sveriges lantbruksuniversitet och Tre Bönder för att utforska hur AI-baserade optimeringsmetoder kan öka utbytet och kvaliteten på makroalger (Asparagopsis) i storskaliga odlingssystem, med målsättningen att minska klimatförändringarna. En biomassasensor utvecklades för att öka effektiviteten vid skörd och in-vitro and in-vivo studier genomfördes för att öka kunskapen om odlingsförhållandenas effekt på algernas potential till metanreduktion.

Långsiktiga effekter som förväntas

En biomassasensor baserad på ljus utvecklades, vilken kan mäta algtillväxten i tankarna i realtid. Det ger värdefull information om rätt tidpunkt för skörd. Resultaten indikerar att biomassa kan mätas med mycket hög noggrannhet på ett enkelt sätt och till låg kostnad. En viktig AI-observation var att de ursprungliga tankarna som användes vid VGT:s produktionsanläggning var för höga och inte släppte igenom tillräckligt med ljus till botten. Därför utvecklades nya grundare raceway-tankar som nu används. In-vitro och in-vivo studier visade på minskade metangasutsläpp på cirka 80%.

Upplägg och genomförande

Volta Greentech utförde odlingstester där olika parametrar beaktades, t.ex temperatur, pH, ljusintensitet och startkoncentration. Data som genererades från dessa experiment användes sedan i ML-modellerna. AI-teamet tittade på fem områden för modellutveckling: 1) Optimering av parametrar för algodling, 2) Analys av näringsförbrukning, 3) Optimering av odlingsdjup, 4) Förhållandet mellan löst syre och biomassa, 5) Prediktion av biomassa. IVL testade tre olika tekniker för att mäta biomassa, utvecklade en prototyp och validerade systemet i flera tillväxtcykler av algerna.