نوقشت رسالة الماجستير للطالبة علياء حسين عباس في كلية الهندسة جامعة البصرة قسم هندسة الحاسبات بعنوان 
تقسيم ثاني أكسيد الكربون بمساعدة البلازما على أساس تقنيات الذكاء الاصطناعي
وتتضمن زيادة مستويات ثاني أكسيد الكربون (CO2) إلى ما يتجاوز حدودها الطبيعية تؤدي إلى مشاكل بيئية كبيرة مثل ارتفاع درجات الحرارة، واستنزاف الأوزون، وتغير المناخ. إن توسيع مرافق التوليد وتمكين السياسات حول إنشاء مصادر الطاقة المتجددة أمر بالغ الأهمية في الحد من انبعاثات ثاني أكسيد الكربون الإجمالية. إن الهدف الطموح للطاقة هو استخدام ثاني أكسيد الكربون المنبعث وإعادة استخدامه لإنتاج الوقود النظيف. ولكن قبل أن يتم تحويل ثاني أكسيد الكربون بشكل مفيد إلى وقود صديق للبيئة، ، يجب تحويله إلى أول أكسيد الكربون(CO2). يتطلب هذا التحول الكثير من الطاقة الحرارية، جنبًا إلى جنب مع الضغط ودرجات الحرارة المحددة التي يجب تلبيتها.
إن تقنية الفصل الأكثر شيوعًا تُعرف باسم بلازما الميكروويف، والتي تعمل في درجات حرارة منخفضة وضغط جوي. تستعرض هذه الأطروحة المفاعلات الصناعية واسعة النطاق الحالية التي تفكك غاز ثاني أكسيد الكربون وتقترح تصميمات مفاعل بلازما ميكروويف على نطاق المختبر وعمليات تنفيذه. لقد عملت COMSOL Multiphysics كأداة تصميم ومحاكاة للهندسة ثنائية الأبعاد وثلاثية الأبعاد للمفاعل لضمان التحويل المناسب في ظل الظروف المستهدفة. كان الهدف من المحاكاة ثلاثية الأبعاد هو فهم ظاهرة النقاط الساخنة بشكل أفضل في مفاعل الميكروويف وتأثيرها على التفاعل الكلي. تم النظر إلى مشكلة استقرار البلازما كدالة لمعدلات الطاقة وتدفق الغاز، بالإضافة إلى تحلل غاز ثاني أكسيد الكربون وتحويله المركز على النقاط الساخنة.
ترتفع نسبة تحويل ثاني أكسيد الكربون مع زيادة الطاقة بمعدل تدفق ثابت؛ ومع ذلك، عند مستوى الطاقة المحدد هذا، إذا زاد معدل تدفق الغاز، تنخفض نسبة التحويل. تؤثر الطاقة الداخلة إلى المفاعل على كثافة البلازما بشكل مباشر. أدى توليد النقاط الساخنة إلى زيادة معدلات تحويل الغاز.
تم تنفيذ التصميم المقترح بمساعدة تقنيات الذكاء الاصطناعي مثل ANFIS وML لإنشاء نموذج المفاعل ووحدة التحكم. تعدل هذه التقنيات معلمات تحكم معينة مثل كميات معدل التدفق والموضع ووقت التحويل. تم تطبيق تقنيات الذكاء الاصطناعي ANFIS وML لاتخاذ القرارات بشأن توليد وتحويل بلازما ثاني أكسيد الكربون. تم تحسين التحكم في البلازما في الوقت الفعلي باستخدام التحكم بالتعلم التكراري (ILC)