Αντικείμενο και στόχος της διατριβής Η έννοια της αειφορίας αποκτά όλο και μεγαλύτερη βαρύτητα στο σχεδιασμό των διεργασιών. Οι βασικές αρχές της λήψης αποφάσεων κατά τα στάδια ανάπτυξης και σχεδιασμού των διεργασιών έχουν διευρυνθεί σήμερα ενσωματώνοντας, εκτός από τα παραδοσιακά θεωρούμενα οικονομικά κριτήρια, και άλλες σημαντικές πτυχές, περιβαλλοντικής και κοινωνικής υπόστασης. Οι διαδικασίες παραγωγής που αξιοποιούν ανανεώσιμες πρώτες ύλες, όπως είναι η βιομάζα, θεωρούνται ανταγωνιστικές επιλογές προς τους συμβατικούς τρόπους παραγωγής προϊόντων από ορυκτούς πόρους, καθιστώντας την αξιολόγηση της αειφορικής τους επίδοσης, ένα εργαλείο για την καθιέρωσή τους ως τεχνολογικά ώριμες επιλογές. Επιπλέον, ο καινοτόμος χαρακτήρας των τεχνολογιών βιομάζας και, επομένως, ο βαθμός διαθεσιμότητας σε δεδομένα και πρόσβασης σε λεπτομερείς σχεδιαστικές προτυποποιήσεις αποτελούν κρίσιμες παραμέτρους για τους υπεύθυνους λήψης αποφάσεων, ώστε να προχωρήσουν προς αυτήν την κατεύθυνση.Αντικείμενο της παρούσας διδακτορικής διατριβής είναι η υποστήριξη των αποφάσεων σε αρχικά στάδια ανάπτυξης και σχεδιασμού των βιοδιυλιστηρίων, στη βάση κριτηρίων αειφορίας, τα οποία αφορούν ένα μεγάλο εύρος περιβαλλοντικών επιπτώσεων και τα οποία υιοθετούνται για να αξιολογήσουν τις διαδικασίες παραγωγής προϊόντων τους. Αντιπροσωπευτικά παραδείγματα επιπτώσεων που εξετάζονται στη διατριβή είναι η χρήση πόρων (όπως το νερό και η ενέργεια), η περιβαλλοντική υποβάθμιση των οικοσυστημάτων (ευτροφισμός, οξίνιση κ.λπ.) και οι επιπτώσεις στην ανθρώπινη υγεία.Η Αξιολόγηση του Κύκλου Ζωής (AKZ) (Life Cycle Assessment - LCA) θεωρείται, γενικά, ως κατάλληλη μέθοδος για την εκτίμηση δεικτών αειφορίας διεργασιών. Ωστόσο, η μέθοδος για να εφαρμοστεί απαιτεί μεγάλο όγκο και συχνά δυσπρόσιτα δεδομένα για διεργασίες, τα οποία δεν είναι διαθέσιμα στα αρχικά στάδια σχεδιασμού. Η παρούσα εργασία παρέχει μια προσέγγιση για τον εξορθολογισμό (streamlining) της ΑΚΖ για ένα εύρος διαδικασιών σύνθεσης προϊόντων που προέρχονται από βιομάζα. Η προτεινόμενη μέθοδος διαφοροποιείται από τις συμβατικές εργασίες ΑΚΖ, καθώς σκοπός της είναι να υποστηρίζει αποφάσεις σε αρχικά στάδια, προϋποθέτοντας την ελάχιστη ανάγκη σε δεδομένα και προτείνοντας μια σειρά δεικτών ΑΚΖ, που μπορούν να χρησιμοποιηθούν σε τέτοιου είδους διεργασίες. Επίσης, η μέθοδος αναδεικνύει τις κρίσιμες παραμέτρους που διαμορφώνουν το ύψος της τιμής των δεικτών ΑΚΖ, αξιοποιώντας πληροφορία από ένα εύρος περιπτώσεων βιοδιυλιστηρίων και παρέχοντας έτσι χρήσιμη ανατροφοδότηση στα αρχικά στάδια σχεδιασμού.Στόχος της διατριβής είναι η ανάπτυξη ενός υπολογιστικού πλαισίου για την εκτίμηση δεικτών ΑΚΖ χημικών ουσιών και καυσίμων προερχόμενων από βιομάζα, η οποία επιτυγχάνεται με αξιοποίηση πληροφοριών που είναι διαθέσιμες σε αρχικά στάδια σχεδιασμού. Έτσι, οι εκτιμήσεις μπορούν να διεξαχθούν "πριν τον λεπτομερή σχεδιασμό" και παρακάμπτοντας την ανάγκη για απογραφική ανάλυση των διεργασιών (δηλαδή ισοζύγια μάζας, ενέργειας, εκπομπές και απόβλητα) και χωρίς τη χρήση μοντέλων, όπως είναι οι προσομοιωτές διεργασιών και τα εργαλεία λογισμικού ΑΚΖ. Το καινοτόμο στοιχείο του υπολογιστικού πλαισίου είναι ότι υποστηρίζει τη λήψη αποφάσεων χρησιμοποιώντας τεχνικές που μπορούν να κατευθύνουν σχεδιαστικές επιλογές σε αρχικά στάδια, όπως τα δέντρα απόφασης που δίνουν προσεγγιστικές εκτιμήσεις εντός του εύρους μιας κλάσης, μέσω μιας αλληλουχίας κανόνων ή/και συμπληρωματικά τα νευρωνικά δίκτυα, όπου απαιτείται μια αριθμητική εκτίμηση, παρακάμπτοντας τα αναλυτικά και χρονοβόρα βήματα αξιολόγησης των πιθανών σχεδιαστικών επιλογών που χρησιμοποιούνται μέχρι σήμερα. Αντίθετα, οι συμβατικές μέθοδοι ξεκινούν με την προσομοίωση των επιμέρους λειτουργιών της παραγωγικής διαδικασίας με χρήση εργαλείων προσομοίωσης (π.χ. Aspen Plus), την ανάλυση των ροών, τη σύνθεση απογραφικών πινάκων και τη χρήση λογισμικών ΑΚΖ (π.χ. SimaPro, Umberto).Μέθοδοι και εργαλεία υλοποίησης Το προτεινόμενο υπολογιστικό πλαίσιο χρησιμοποιεί δέντρα απόφασης και νευρωνικά δίκτυα ως τεχνικές μοντελοποίησης, οι οποίες είναι σε θέση να αναλύουν δεδομένα, να αναγνωρίζουν πρότυπα και παραμέτρους από ένα δείγμα δεδομένων και να αναδεικνύουν στην περίπτωση της συγκεκριμένης διατριβής, κρίσιμες παραμέτρους που διαμορφώνουν το ύψος ενός δείκτη ΑΚΖ. Τα δέντρα απόφασης διαμορφώνουν κανόνες της μορφής "if-then", χρησιμοποιώντας ένα σύνολο κρίσιμων παραμέτρων που περιγράφουν τη διαδικασία σύνθεσης ενός επιθυμητού προϊόντος σε σχέση με τις διάφορες περιβαλλοντικές επιπτώσεις. Τα μοντέλα ταξινομούν τα προϊόντα σε τρεις κατηγορίες, σε εκείνα με χαμηλό, μεσαίο και υψηλό περιβαλλοντικό αντίκτυπο. Τα νευρωνικά δίκτυα χρησιμοποιούνται ως μια κοινώς αποδεκτή μέθοδος για την αποτύπωση των σχέσεων μεταξύ των δεδομένων εισόδου και εξόδου και τη δημιουργία μοντέλων πρόβλεψης.Οι πληροφορίες για την εκπαίδευση των μοντέλων αφορούν τριάντα τρία προϊόντα, καθένα από τα οποία παράγονται μέσω διαφόρων τρόπων σύνθεσης και τα οποία αντιπροσωπεύουν τις σημαντικότερες ομάδες που βρέθηκαν στη βιβλιογραφία. Η βάση δεδομένων στηρίζεται στη συλλογή 52 διεργασιών, οι οποίες μετά από κατάλληλο συνδυασμό συνθέτουν 92 συστήματα μελέτης που αναπτύχθηκαν από τον κατάλληλο συνδυασμό αυτών των διεργασιών ώστε να παράγουν τα επιθυμητά προϊόντα. Είκοσι τρεις δείκτες ΑΚΖ επελέγησαν ως εξαρτημένες μεταβλητές (ένας κάθε φορά για κάθε μοντέλο), σύμφωνα με τις μεθόδους ReCiPe και Cumulative Energy Demand (CED). Οι μέθοδοι αυτές παρέχουν ένα ευρύ φάσμα δεικτών για διάφορα περιβαλλοντικά θέματα, όπως η κλιματική αλλαγή, ο ευτροφισμός, η οξίνιση, κ.λπ., καθώς και η ζήτηση ενέργειας από ορυκτά καύσιμα. Οι τιμές των εξαρτημένων μεταβλητών για τα αντίστοιχα προϊόντα εκτιμήθηκαν χρησιμοποιώντας την αναλυτική μέθοδο ΑΚΖ σύμφωνα με το ISO 14040 για κάθε σύστημα μελέτης. Η λειτουργική μονάδα, η ροή αναφοράς βάσει της οποίας γίνεται η αξιολόγηση και η συνολική ανάλυση, είναι 1 kg προϊόντος. Οι τιμές των δεικτών ΑΚΖ κάθε παρατήρησης του συνόλου δεδομένων παρέχονται, επίσης, για τρεις προσεγγίσεις κατανομής επιπτώσεων (μάζα, τιμή αγοράς, υποκατάσταση).Οι μεταβλητές εισόδου (ανεξάρτητες μεταβλητές) αναφέρονται στη μοριακή δομή του προϊόντος και σε παραμέτρους που σχετίζονται με την διαδικασία σύνθεσης όπως για παράδειγμα εκείνες που περιγράφουν τη χημεία, την πολυπλοκότητα και γενικές συνθήκες λειτουργίας (π.χ. εύρος θερμοκρασίας, απόδοση κλπ., αριθμός ενδιάμεσων σταδίων επεξεργασίας για τη σύνθεση του τελικού προϊόντος). Οι ανεξάρτητες μεταβλητές διακρίνονται σε δύο ομάδες 24 και 30 (συνοπτικό και πλήρες σύνολο ανεξάρτητων μεταβλητών) ανάλογα με το επίπεδο πρόσβασης σε πληροφορίες στα αρχικά στάδια σχεδιασμού. Συνολικά, αναπτύσσονται 138 σύνολα δεδομένων (23 δείκτες ΑΚΖ x 3 μέθοδοι κατανομής επιπτώσεων x 2 σύνολα, συνοπτικό και πλήρες σύνολο ανεξάρτητων μεταβλητών) για τη διαδικασία της μοντελοποίησης.Αποτελέσματα και συζήτηση Τα αποτελέσματα παρουσιάζουν ότι το μέσο σφάλμα ταξινόμησης για τα δέντρα απόφασης κυμαίνεται μεταξύ 13.4% και 43.8% για τα διάφορα σύνολα δεδομένων που αφορούν σε δείκτες ΑΚΖ και μεθόδους κατανομής επιπτώσεων. Οι μέθοδοι κατανομής επιπτώσεων με βάση φυσικές και οικονομικές παραμέτρους παρουσιάζουν καλύτερες επιδόσεις ταξινόμησης (έως και 25% σφάλμα) σε σύγκριση με την προσέγγιση υποκατάστασης για πολλούς δείκτες ΑΚΖ, όπως η κλιματική αλλαγή (CC), η αθροιστική ζήτηση ενέργειας (CED) και οι επιπτώσεις στην ανθρώπινη υγεία. Για την πλειονότητα των μοντέλων, οι κλάσεις χαμηλής και υψηλής τιμής (Low και High) χαρακτηρίζονται από καλύτερη πρόβλεψη σε σχέση με τη μεσαία κλάση (Medium). Η ερμηνεία επιλεγμένων δέντρων αποφάσεων αναλύεται ως προς τα επίπεδα απλοποίησης και τους δύσκολα ερμηνεύσιμους κλάδους. Τα αποτελέσματα από την εφαρμογή των δέντρων απόφασης για πρόσφατες δημοσιευμένες μελέτες περιπτώσεων δείχνουν ότι εννέα από τις δεκατρείς περιπτώσεις και επτά από τις δεκαέξι κατηγοριοποιήθηκαν σωστά για τους δείκτες CED και CC, αντίστοιχα. Επιπλέον, εξετάστηκαν οι περιπτώσεις, όπου τα μοντέλα υπερεκτίμησαν και υποεκτίμησαν την κλάση στην οποία ανήκει ένα προϊόν για τους δείκτες CC και CED αναδεικνύοντας έτσι τη χρησιμότητά τους να στηρίξουν τη λήψη αποφάσεων σε αρχικά στάδια σχεδιασμού.Τα μοντέλα νευρωνικών δικτύων εκτιμούν τιμές δεικτών ΑΚΖ και η ικανότητα εκτίμησής τους εκφράζεται ως η μέση τιμή τριών στατιστικών δεικτών, του R2CV (συντελεστής προσδιορισμού), του συντελεστή συσχέτισης Pearson R, και της τετραγωνικής ρίζας του μέσου σφάλματος (RMSE) ως αποτέλεσμα 500 επαναλήψεων της διαδικασίας εκπαίδευσης/επαλήθευσης. Οι τιμές για το δείκτη R2CV κυμαίνονται μεταξύ τιμών κοντά στο μηδέν (π.χ. για διάφορους δείκτες όπως ο ευτροφισμός γλυκού νερού (FE), η οικοτοξικότητα (FET) και η εξάντληση νερού (WD)) και φθάνουν μέχρι την τιμή 0.8 (για δείκτες που σχετίζονται με χρήση ενέργειας και την κλιματική αλλαγή).Συμπεράσματα και προτάσεις για μελλοντική έρευνα Η προτεινόμενη μέθοδος παρέχει κατάλληλα μοντέλα τα οποία αξιοποιούν ευρέως χρησιμοποιούμενες τεχνικές και εύκολα ερμηνεύσιμες δομές, που μπορούν να χρησιμοποιηθούν ως εργαλεία προ-επιλογής διεργασιών σε αρχικά στάδια και πριν από λεπτομερείς σχεδιαστικές μεθόδους και συμβατικές προσεγγίσεις ΑΚΖ. Η «διαφανής» δομή των δέντρων απόφασης, καθώς και οι δυνατότητες μοντελοποίησης νευρωνικών δικτύων διευκολύνουν τον εντοπισμό κρίσιμων μεταβλητών εισόδου, παρέχοντας έτσι υποστήριξη σε αποφάσεις που αφορούν τις παραμέτρους διεργασιών, την επιλογή πρώτων υλών κ.λπ. οι οποίες διαμορφώνουν το βαθμό αειφορίας των βιοδιυλιστηρίων.