Optimisation des propriétés physico-chimiques du biochar par approche hybride : De l’expérimentation haute précision à la prédiction par intelligence artificielle

Face à l’urgence climatique, la séquestration du carbone via le biochar représente une solution durable pour atténuer les émissions de gaz à effet de serre. Cependant, la variabilité des propriétés physico-chimiques du biochar selon la biomasse et les paramètres de pyrolyse freine son adoption industrielle. Ce projet de recherche, réalisé à l’UQAT en collaboration avec l’INPE (Brésil), vise à développer un outil de caractérisation virtuelle basé sur l’apprentissage automatique (Machine Learning). L’étude combine des données issues de la littérature avec des analyses expérimentales de haute précision (surface spécifique BET, pH, CEC) effectuées sur des résidus forestiers canadiens. En utilisant des algorithmes de type Random Forest et Gradient Boosting, le modèle prédit la stabilité du carbone et la porosité du matériau. L’accent est mis sur les applications à haute valeur ajoutée, notamment le stockage d’énergie et la séquestration à long terme. Cette approche hybride réduit les coûts et les délais de caractérisation tout en optimisant la valorisation des biomasses. Ce travail contribue ainsi à l’économie circulaire et à la décarbonation en transformant la production empirique de biochar en une science prédictive précise.

Faculty Supervisor:

Flavia Braghiroli

Student:

Partner:

Instituto Nacional de Pesquisas Espaciais

Discipline:

Engineering

Sector:

Education

University:

Université du Québec en Abitibi-Témiscamingue

Program: