介绍
Digital twin of novel CO2 reduction and utilisation system
CO2的巨量排放是导致全球变暖的主要原因。作为化工循环经济（circular chemical economy）中的重要一环，将工业产生的CO2回收、转化为化工产品，实现碳环（carbon loop）闭合，将有效降低CO2的排放，实现全球升温1.5℃以内的目标。“双碳”已是世界各主要工业国的重要政策，CO2捕获、回收和再利用领域的研究已成为近些年的研究热点，具有深刻影响现代工业体系的潜力。
大宗化学品行业通常被认为是难以脱碳的行业，大量碳排放来自化石原料的使用和密集的能源消耗。有效的脱碳依赖使用可持续资源替代化石原料，如通过风能、太阳能等可再生能源转化和回收已排放的废弃物，使废物经资源化利用后回归到工业生产中。为此，我们将开发一个基于大宗化学品工业和可再生能源的数字孪生（digital twin）系统，建立数据驱动的数学模型，并利用machine learning和AI等先进算法优化系统，实现系统内物料和能源的优化配置，赋予系统自适应调节的能力。
欢迎加入我们在英国萨里大学（University of Surrey）设置的全奖博士项目(https://www.surrey.ac.uk/fees-and-funding/studentships/digital-twin-novel-co2-reduction-and-utilisation-system)，主要指导教师为Dr. Lei Xing (https://www.surrey.ac.uk/people/lei-xing) 和Prof. Jin Xuan (https://www.surrey.ac.uk/people/jin-xuan)。此项目是UKRI Interdisciplinary Centre for Circular Chemical Economy多个科研项目的一项。在这里将有机会与许多优秀的老师和同学共同进步，并且有机会参与其他有趣的研究。
欢迎有兴趣的同学联系Dr. Lei Xing (l.xing@surrey.ac.uk). 想了解指导教师的更多信息，请访问学院主页 (https://www.surrey.ac.uk/department-chemical-process-engineering/people/academic-staff)
点击文末“阅读原文”可查看项目信息
Energy and AI 是天津大学官方期刊，其目标是成为能源和人工智能交叉领域前沿研究的权威期刊。该期刊主要刊登研究(Research)、短讯(Short communication)、展望(Perspective)、综述(Review)等类型的文章。欢迎广大学者踊跃投稿。我们的网址是：www.journals.elsevier.com/energy-and-ai
