Ny forskning fra NMBU har ført til en bedre produksjonsprosess for å omgjøre restråstoff fra oppdrettslaks til biodiesel. Bærekraftige og lønnsomme metoder for å produsere drivstoff er viktig for en mer miljøvennlig transportsektor.
I sitt doktorgradsarbeid ved Norges miljø- og biovitenskapelige universitet (NMBU) har Iver Bergh Hvidsten fokusert på to hovedområder: hvordan vi kan konvertere lakseolje til biodiesel på en bærekraftig måte, og hvordan vi kan bruke reaksjonsdata fra forskningslitteratur om biodiesel for å trene maskinlæringsmodeller.
I den eksperimentelle delen av arbeidet utviklet Hvidsten en ny produksjonsmetode for å løse utfordringer knyttet til konvensjonelle biodieselprosessmetoder. Han brukte en anriket kalsiumoksidkatalysator for å konvertere restråstoffolje fra lakseindustrien til biodiesel. Deretter jobbet han med å optimalisere reaksjonen for finne de beste betingelsene for et høyt biodieselutbytte.
– Den nye metoden omdanner all oljen like raskt som den konvensjonelle prosessen, sier Hvidsten.
Bærekraft og sirkulærøkonomi
Utviklingen av bærekraftige og lønnsomme produksjonsmetoder for å produsere drivstoff er nødvendig for avkarbonisering av transportsektoren. EU har et ambisiøst mål om å redusere utslipp med 55 prosent innen 2030, og en stor del av Europas utslipp kommer fra kjøretøy som bruker petroleumsbasert drivstoff.
– Dette drivstoffet vil spille en viktig rolle i tungtransport og innad i fiskenæringen. Det vil bidra til å gjøre oppdrettsnæringen og relatert foredlingsindustri mer bærekraftig, sier Hvidsten.
Konverteringen av oljer fra oppdrettsnæringen bygger oppunder en sirkulærøkonomi ved å oppgradere ikke-spiselig lakseolje til biodiesel.
– I tillegg blir den totale kostnaden for biodieselprosessen lavere ved å bruke restråstoffer som ellers ville ha blitt kastet enn ved å bruke dyrere raffinerte matoljer, sier Hvidsten.
Tidsbesparende maskinlæring basert på forskningslitteratur
Hvidstens doktorgradsarbeid inneholder også en datavitenskapsdel. Her bruker han forskningslitteratur som datakilde for å trene maskinlæringsmodeller. Disse modellene kan forutsi utbyttet fra biodieselreaksjoner uten behov for omfattende laboratoriearbeid.
– Det er veldig mange publiserte artikler om biodiesel. Ved å hente data fra disse, kan vi utforske forskjellige oljer, katalysatorer og reaksjonsbetingelser før vi tester de mest lovende i laboratoriet, sier Hvidsten.
Det sparer forskerne mye tid på.
Hvidstens arbeid beskriver en ny metode for å hente ut og bruke data om biodieselproduksjon. Metoden fokuserer på to ting: 1) å automatisk finne ut om en vitenskapelig artikkel handler om biodieselproduksjon, og 2) å hente ut produksjonsdata som er viktige for å oppnå høyt biodieselutbytte. Disse dataene ble deretter brukt til å trene maskinlæringsmodeller, som kan hjelpe videre forskning og utvikling av metoder for biodieselproduksjon.
Kombinasjonen av eksperimentell forskning og maskinlæring representerer et stort skritt fremover i utviklingen av bærekraftige og kostnadseffektive produksjonsmetoder for biodiesel. Hvidstens arbeid viser hvordan avanserte teknologier kan brukes til å løse komplekse utfordringer innenfor biodrivstoffproduksjon, og bidrar til en grønnere fremtid.
Iver Bergh Hvidsten forsvarer sitt doktogradsarbeid "Biodieselproduksjon med avfallsolje fra lakseindustrien og modellering av reaksjoner basert på data hentet fra biodieselproduksjonslitteratur" 29. april 2025. Se disputasoppslaget her.