Le doctorant Mojtaba Malayeri. Les chercheurs dirigés par Fariborz Haghighat ont utilisé des techniques d'intelligence artificielle pour optimiser un réacteur photocatalytique, un dispositif qui aide à éliminer les composés organiques volatils nocifs de l'air.
Fariborz Haghighat. Crédit photo: David Ward
Des chercheurs ont mis à profit des techniques d’intelligence artificielle (IA) pour optimiser un réacteur photocatalytique – un appareil permettant d’éliminer les composés organiques volatils (COV) nocifs de l’air. Les COV sont des produits chimiques toxiques émis par divers produits et matériaux qui peuvent causer des problèmes de santé à long terme en cas d’inhalation.
Dirigés par le Pr Fariborz Haghighat et le doctorant Mojtaba Malayeri, du Département de génie du bâtiment, civil et environnemental de l’École de génie et d’informatique Gina-Cody, les chercheurs ont recouru à des réseaux neuronaux artificiels et à des algorithmes génétiques dans le cadre de leur étude. Les réseaux neuronaux artificiels forment un type d’IA qui imite la structure et la fonction du cerveau humain, tandis que les algorithmes génétiques constituent une technique d’optimisation inspirée du processus de sélection naturelle.
En combinant ces deux technologies d’IA, les chercheurs ont créé un modèle qui prédit les concentrations de COV et les sous-produits. Ce modèle peut servir à régler avec précision les paramètres opérationnels du réacteur afin de maximiser l’élimination des COV nocifs tout en minimisant la formation de sous-produits potentiellement toxiques. Cette caractéristique est cruciale, car les sous-produits générés par le processus peuvent poser des risques encore plus graves pour la santé des résidents d’un immeuble que les COV mêmes.
Les COV constituent une préoccupation croissante pour la santé publique en raison de leur prévalence dans les environnements intérieurs. On les trouve en effet dans divers objets du quotidien tels que les produits de nettoyage, les peintures et les matériaux de construction.
La nouvelle technologie pourrait permettre de purifier l’air des maisons, des lieux de travail et des espaces publics, réduisant ainsi les risques associés à l’exposition à long terme aux COV.
Consultez l’étude « Optimization of photocatalytic oxidation reactor for air purifier design: Application of artificial neural network and genetic algorithm », parue dans le Chemical Engineering Journal.