Flytande vÀtgas i flyg: kylning, lagring och AI-styrning

AI inom energi och hĂ„llbarhet‱‱By 3L3C

Flytande vÀtgas kan bli bÄde brÀnsle och kylning i nÀsta generations flyg. SÄ kan AI optimera lagring, flöde och termisk hantering.

VĂ€tgasKryoteknikFlyg och energiEnergieffektiviseringAI och styrningDigitala tvillingar
Share:

Featured image for Flytande vÀtgas i flyg: kylning, lagring och AI-styrning

Flytande vÀtgas i flyg: kylning, lagring och AI-styrning

62% anvĂ€ndbart brĂ€nsle i ett vĂ€tgassystem. Det Ă€r vad forskare bakom ett nytt kryogent systemkoncept för flyg rapporterar nĂ€r de optimerar hela kedjan – inte bara tanken. Den siffran (en gravimetrisk index pĂ„ 0,62) Ă€r mer Ă€n en teknisk detalj. Den sĂ€ger att vi börjar nĂ€rma oss den typ av vikt- och effektbudgetar som faktiskt kan göra vĂ€tgasflyg praktiskt för regionaltrafik.

Det hĂ€r spelar extra stor roll vintern 2025. Flygbranschen pressas frĂ„n flera hĂ„ll samtidigt: hĂ„rdare klimatkrav, fortsatt efterfrĂ„gan pĂ„ resor, och en energimarknad dĂ€r el- och brĂ€nslepriser kan svĂ€nga snabbt. För svensk och nordisk kontext handlar det inte bara om att ”byta brĂ€nsle”, utan om att bygga en energikedja som funkar frĂ„n produktion av grön vĂ€tgas till drift i kalla miljöer och infrastruktur pĂ„ flygplatser.

I vĂ„r serie AI inom energi och hĂ„llbarhet passar detta perfekt: hĂ€r möts energilagring, energieffektivisering och smart styrning. Jag tycker dessutom att det mest intressanta inte Ă€r sjĂ€lva vĂ€tgasen – utan hur man fĂ„r ett helt system att bete sig stabilt under start, kryssning, inflygning och nödlĂ€gen. Det Ă€r exakt dĂ€r AI och avancerad reglering har sin tydligaste roll.

Varför kryogen vĂ€tgas Ă€r svĂ„rt – och dĂ€rför relevant

KÀrnproblemet Àr volym och temperatur. VÀtgas har hög energimÀngd per kilogram, men lÄg densitet. För att fÄ med tillrÀckligt mycket ombord behöver den ofta lagras som flytande vÀtgas vid cirka -253°C. Det stÀller tuffa krav pÄ tankar, isolering, rör och sÀkerhetssystem.

Om man bara optimerar en komponent i taget blir resultatet lĂ€tt ”bra pĂ„ papperet, dĂ„ligt i verkligheten”. En superlĂ€tt tank som krĂ€ver tunga pumpar och extra kylsystem kan ge sĂ€mre totalvikt Ă€n en nĂ„got tyngre tank med smartare kringutrustning. Det hĂ€r Ă€r en klassisk fĂ€lla i energisystem.

Det nya angreppssÀttet Àr systemoptimering. Forskarna beskriver hur de inkluderar allt som krÀvs för att brÀnslet ska vara anvÀndbart: tankstruktur, isolering, vÀrmevÀxlare, cirkulationskomponenter och arbetsmedier. NÀr man rÀknar sÄ blir det tydligt vad som Àr viktigast att förbÀttra.

En siffra att ta med sig: gravimetriskt index 0,62

Den rapporterade optimeringen landar i ett gravimetriskt index pÄ 0,62, alltsÄ att 62% av systemets vikt Àr anvÀndbar vÀtgas.

NĂ€r du flyttar fokus frĂ„n ”tanken” till ”hela brĂ€nslesystemet” dyker de verkliga vikttjuvarna upp – och dĂ„ gĂ„r de att jaga.

Det hĂ€r Ă€r ocksĂ„ ett bra exempel pĂ„ hur energiteknik ofta utvecklas: inte genom en magisk komponent, utan genom att mĂ„nga ”helt okej” delsystem integreras smart.

En integrerad idé: vÀtgasen Àr bÄde brÀnsle och kylmedium

Nyckelinsikten Àr att flytande vÀtgas kan göra dubbel nytta. I det föreslagna upplÀgget anvÀnds den extremt kalla vÀtgasen inte bara som brÀnsle till brÀnsleceller och turbiner, utan ocksÄ som inbyggd kylning för kritiska elsystem ombord.

För ett hybrid-elektriskt flygplan (i studien dimensionerat för omkring 100 passagerare) finns stora vÀrmeflöden i komponenter som:

  • generatorer (inklusive supraledande generatorer)
  • elmotorer
  • kablage
  • kraftelektronik (invertrar, omriktare)

Om man lÀgger till ett separat kylsystem blir det mer vikt, fler felkÀllor och ofta sÀmre verkningsgrad. HÀr leds i stÀllet vÀtgasen genom stegvis ordnade vÀrmevÀxlare. Den tar upp spillvÀrme, vÀrms kontrollerat och nÄr till slut rÀtt temperatur/tryck för att matas in i brÀnslecell och turbin.

Stegvis vĂ€rmevĂ€xling – ett upplĂ€gg som gynnar effektivitet

PoÀngen med sekvensen Àr att matcha temperaturzoner. Först kyls komponenter som fungerar bÀst nÀra kryogena temperaturer (t.ex. supraledande kablar/generatorer). Sedan gÄr flödet vidare till varmare komponenter som motorer och kraftomvandlare.

Det hÀr ger tvÄ direkta vinster:

  1. Mindre hÄrdvara (fÀrre separata kylkretsar)
  2. BĂ€ttre totalverkningsgrad (spillvĂ€rme anvĂ€nds ”pĂ„ vĂ€gen” för att konditionera brĂ€nslet)

För energinördar: det hĂ€r Ă€r samma tĂ€nk som i industriell vĂ€rmeintegration och pinch analysis – fast i flygmiljö med extrema temperaturer och krav pĂ„ redundans.

Pumpfri distribution: tryckstyrning i stÀllet för pumpar

Den mest praktiska frÄgan Àr ofta den enklaste: hur flyttar du flytande vÀtgas sÀkert genom ett flygplan utan att lÀgga till tunga, kÀnsliga pumpar som samtidigt riskerar att vÀrma brÀnslet?

Forskarna föreslĂ„r ett pumpfritt flödeskoncept dĂ€r tanktrycket anvĂ€nds som ”motor” för massflödet. Trycket regleras med tvĂ„ mekanismer:

  • man kan öka trycket genom att injicera vĂ€tgas frĂ„n en högtryckscylinder
  • man kan minska trycket genom att ventilera bort vĂ€tgasĂ„nga

I simuleringar klarar systemet upp till 0,25 kg/s i levererat vÀtgasflöde, vilket kopplas till en elektrisk effekt pÄ 16,2 MW under start eller ett nödlÀge (t.ex. go-around).

Det hÀr Àr egentligen en reglerfrÄga (och dÀr AI passar)

NÀr flödet styrs via tryck blir kvaliteten pÄ regleringen avgörande. Du vill ha rÀtt flöde vid rÀtt tid, utan instabilitet, onödiga ventförluster eller temperaturavvikelser.

HÀr ser jag en tydlig koppling till AI inom energi och hÄllbarhet: den hÀr typen av system Àr en dröm för modellbaserad styrning och maskininlÀrning.

AI kan bidra pÄ tre konkreta nivÄer:

  1. Prediktiv styrning (MPC): anvÀnda flygprofil, vÀder, last och effektbehov för att planera tryck- och temperaturbanor i förvÀg.
  2. Digital tvilling: en realtidsmodell som kontinuerligt jÀmför förvÀntat beteende med uppmÀtt, och varnar innan problem eskalerar.
  3. Anomalidetektion: upptÀcka tidiga tecken pÄ isoleringsförsÀmring, mikro-lÀckage eller vÀrmevÀxlarfouling via sensormönster.

PoĂ€ngen Ă€r inte att ”AI styr allt”. PoĂ€ngen Ă€r att AI kan minska marginalerna utan att minska sĂ€kerheten, vilket i flyg i praktiken betyder lĂ€gre vikt och högre effektivitet.

Vad krÀvs för att vÀtgasflyg ska bli skalbart i Norden?

Teknik i luften rÀcker inte. För att vÀtgasdrivet regionalflyg ska bli mer Àn demonstratorer mÄste energisystemet runtomkring vara robust. I Sverige och Norden finns unika förutsÀttningar (bra tillgÄng till fossilfri el) men ocksÄ praktiska hinder.

Infrastruktur: flytande vÀtgas Àr en logistikutmaning

Flytande vÀtgas krÀver:

  • kryogena lagertankar pĂ„ marken
  • sĂ€kra transferprocedurer
  • avkokshantering (boil-off)
  • standarder och utbildning

Samtidigt kan en del flygplatser bli ”energinoder” dĂ€r vĂ€tgasproduktion och lagring samspelar med elnĂ€tet. Det ligger nĂ€ra hur vi redan pratar om sektorkoppling: el → vĂ€tgas → transport.

SÀkerhet och certifiering: systemtÀnk Àr en fördel

Ett integrerat system kan faktiskt förenkla sÀkerhetsargumentationen om det minskar antalet delsystem och grÀnssnitt. Men det krÀver tydlig redundans: sensorer, ventiler, fail-safe logik och rigorös validering.

Det Àr ocksÄ hÀr AI mÄste behandlas moget. AI i sÀkerhetskritiska system kan vara helt rimligt, men bara om:

  • modellen har tydliga begrĂ€nsningar
  • beslut gĂ„r att spĂ„ra (”varför gjorde systemet sĂ„?”)
  • det finns fallback-strategier

Jag har sett för mĂ„nga projekt dĂ€r man ”lĂ€gger pĂ„ AI” sent. För flyg (och energi) mĂ„ste AI designas in frĂ„n början – som en del av arkitekturen.

Praktiska lÀrdomar för energibolag och industriföretag (Àven om du inte jobbar med flyg)

Det hÀr Àr en mall för hur man bör bygga framtidens energisystem. Du kan ta med dig flera principer till allt frÄn vÀtgasnav i hamnar till batterilager i fastigheter.

1) Optimera pĂ„ systemnivĂ„ – annars jagar du fel vikt

Om du bara optimerar tanken, batteriet eller elektrolysören missar du ofta det som Àter budgeten: kringutrustning, kylning, styrning och redundans.

2) Gör termisk hantering till en del av energidesignen

VÀrme Àr inte ett avfall. Det Àr en resurs och en begrÀnsning samtidigt. Bra vÀrmeintegration kan minska bÄde CAPEX och OPEX.

3) Styrning Àr en energifrÄga, inte bara automation

Reglering pÄverkar förluster, slitage, sÀkerhetsmarginaler och dimensionering. NÀr energisystem blir mer dynamiska (mer förnybart, mer flexibilitet) blir styrningen lika viktig som hÄrdvaran.

4) AI ger mest vÀrde i drift, inte i PowerPoint

VÀrdet kommer nÀr AI kopplas till mÀtdata, underhÄll och verkliga beslut:

  • prognoser av effektbehov
  • optimering av driftpunkter
  • tidig felupptĂ€ckt
  • bĂ€ttre nyttjandegrad av dyr utrustning

NĂ€sta steg: frĂ„n simulering till prototyp – och varför det pĂ„verkar 2026–2030

Studien Ă€r en design- och simuleringsinsats, och nĂ€sta steg Ă€r experiment. Det Ă€r helt rĂ€tt ordning. Kryogena system har alltid â€Ă¶verraskningar” nĂ€r de gĂ„r frĂ„n modell till rigg: materialbeteenden, vibrationer, vĂ€rmelĂ€ckage, sensorproblem.

Om prototyperna bekrĂ€ftar prestanda öppnas en realistisk vĂ€g mot regionala nollutslĂ€ppskoncept dĂ€r vĂ€tgas inte bara driver flyget utan ocksĂ„ förbĂ€ttrar effektiviteten genom kylning. För tidslinjen 2026–2030 betyder det att diskussionen kan flytta sig frĂ„n ”om” till ”hur snabbt” vissa delsystem kan industrialiseras.

Samtidigt ser jag en tydlig möjlighet för svenska aktörer: AI-kompetens inom energioptimering, digitala tvillingar och tillstÄndsövervakning Àr redan stark hÀr. Att paketera den kompetensen mot vÀtgas- och kryogena system (i flyg, industri och infrastruktur) Àr ett logiskt nÀsta steg.

Det lĂ€mnar oss med en mer intressant frĂ„ga Ă€n om vĂ€tgas ”kommer vinna”: vem bygger de smarta, sĂ€kra och optimerade energisystemen som gör vĂ€tgas anvĂ€ndbar i praktiken?

Vill du diskutera hur AI kan anvÀndas för optimering, driftövervakning och sÀker styrning i vÀtgas- eller energilagringssystem? Det Àr ofta i kravbilden och arkitekturen de stora vinsterna gÄr att hÀmta.