شرکت «Fero Labs» مستقر در شهر نیویورک ایالات متحده آمریکا، راه را در استفاده از هوش مصنوعی برای توسعه دستورالعمل‌های سبز جهت بازیافت فولاد باز کرده است و به طور موثر به این چالش‌ها رسیدگی می‌کند.
به گزارش پایگاه خبری و تحلیلی «فلزات‌آنلاین» و به نقل از روابط عمومی شرکت فولاد مبارکه، صنعت فولاد جهان با اندازه بازار بیش از ۱٫۸ تریلیون دلار در سال ۲۰۲۳، سهم قابل‌توجهی در اقتصاد جهانی دارد. با این حال، این صنعت برای بهینه‌سازی عملیات، کاهش هزینه‌ها و حفظ استانداردهای سطح بالا در بازار رقابت جهانی تحت فشار است. اینجاست که هوش مصنوعی (AI) به عنوان آغازگر عصر جدیدی در صنعت فولاد ظاهر می‌شود و با پتانسیل تحول‌آفرین خود، راه‌حل‌های نوآورانه‌ای را برای مقابله با این چالش‌ها و پیشبرد این صنعت ارائه می‌دهد. این فناوری بر جنبه‌های مختلف صنعت فولاد، از ایجاد تحول در پردازش و توزیع فولاد گرفته تا بهینه‌سازی مدیریت موجودی تاثیر می‌گذارد.
در میان اولین پذیرندگان هوش مصنوعی، صنعت فولاد به دلیل ماهیت پیچیده و داده‌محور بودن آن و اتکا به نیروی کار گسترده، از مابقی صنایع متمایز است. ادغام هوش مصنوعی در صنعت فولاد، عملیات را متحول و فرصت‌های زیادی را برای بهینه‌سازی و افزایش کارایی ایجاد می‌کند. با استفاده از فناوری‌های هوش مصنوعی، شرکت‌های فولادی می‌توانند بهره‌وری را افزایش و هزینه‌ها را کاهش دهند، مصرف انرژی را به حداقل برسانند و رضایت مشتری و کیفیت محصول را نیز بهبود بخشند. به همین دلیل است که صنعت فولاد سرمایه‌گذاری‌های بسیاری در زمینه هوش مصنوعی در سال‌های اخیر انجام داده است. شکل شماره یک، موید سرمایه‌گذاری رو به رشد فولادسازان است.
در طول چند سال گذشته، هوش مصنوعی به دلیل قابلیت‌های پردازش قدرتمند حجم وسیعی از داده‌ها پیشرفت چشمگیری داشته است. «داده» یک عامل صرفه‌جویی در انرژی و انرژی محرک ماشین‌آلاتی است که مواد خام را به ستون فقرات تمدن مدرن تبدیل می‌کنند. این اشتهای سیری‌ناپذیر برای انرژی به هزینه‌های زیاد برای تولیدکنندگان فولاد و ردپای قابل‌توجه زیست‌محیطی منجر می‌شود. با این‌حال، وضعیت تغییر کرده و هوش مصنوعی به عنوان یک ابزار قدرتمند برای هدایت صنعت فولاد پایدارتر و مقرون به‌صرفه‌تر و مقابله با چالش‌های زیست‌محیطی در حال ظهور است.
در همین راستا، شرکت «Fero Labs» مستقر در شهر نیویورک راه را در استفاده از هوش مصنوعی برای توسعه دستورالعمل‌های سبز جهت بازیافت فولاد باز کرده و به طور موثر به این چالش‌ها رسیدگی می‌کند. بازیافت فولاد مشکلات منحصربه‌فردی را به همراه دارد. در درجه اول به این دلیل که هر دسته «Batch» از ضایعات فولادی ذوب شده، دارای ترکیب شیمیایی مشخصی است. این تنوع می‌تواند استحکام فولاد جدید تولید شده را تحت تاثیر قرار دهد. این موضوع غالبا کارخانه‌ها را مجبور می‌کند که هر دسته را با مواد تازه استخراج شده ترکیب کنند تا استانداردهای صنعت را برآورده سازند. با این‌حال، این فرایند نه تنها پرهزینه بلکه پیچیده است و اغلب منجر به استفاده بیش از حد از منابع دست اول می‌شود که این امر، انتشار گازهای گلخانه‌ای را به همراه خواهد داشت.
برک بیرند، مدیرعامل شرکت «Fero Labs» و یکی از بنیان‌گذاران آن توضیح می‌دهد که چگونه هوش مصنوعی به پلتفرم این شرکت برای رسیدگی به این چالش‌ها کمک می‌کند. با ایجاد کپی مجازی از فرایندهای تولید فولاد، فناوری «Fero» نشان می‌دهد که کارخانه‌های فولادی معمولا حدود ۹ درصد بیشتر از نیاز خود از منابع استفاده می‌کنند. تولیدکنندگان می‌توانند با کمک هوش مصنوعی و با تجزیه‌وتحلیل کل فرایند بازیافت و به‌کارگیری بهترین شیوه‌ها، نیاز به آلیاژهای جدید را به حداقل برسانند.
این نرم‌افزار از رویکرد یادگیری ماشین بیزی «Bayesian machine learning» به منظور تعیین مقدار بهینه مواد اضافی مورد نیاز برای هر دسته از فولادهای بازیافتی مذاب استفاده می‌کند.
به گفته بیرند، مدل هوش مصنوعی می‌تواند کارایی هر دسته یا فرایند را با دقت به اصطلاح جراحی به حداکثر برساند و خطر خطای انسانی را به میزان قابل‌توجهی کاهش دهد. پس از آموزش کافی با داده‌های تولید، نرم‌افزار به صورت بی‌درنگ راهکار ارائه می‌کند و به تولیدکنندگان اجازه می‌دهد اهداف پایداری خود را بدون قربانی کردن سود یا کیفیت دنبال کنند.
وی توضیح می‌دهد که این مدل به‌عنوان یک جعبه سفید «White Box» عمل می‌کند و کاربران را قادر می‌سازد تا نتایج یادگیری آن را درک و ارزیابی کنند.
مدیرعامل شرکت «Fero Labs» می‌گوید که مدل‌های ما برای شناسایی دستور پخت مناسب، گرما و کارایی عملیاتی برای به حداکثر رساندن بازده، کاهش ضایعات و به حداقل رساندن استفاده از منابع دست اول طراحی شده‌اند.
تاثیر هوش مصنوعی بر تولید فولاد قابل‌توجه است. در پنج کارخانه‌ای که از نرم‌افزار «Fero Labs» استفاده می‌کنند، الگوریتم‌های یادگیری ماشین به طور موثری تخصص مهندسان را بهبود بخشیده‌اند و به آن‌ها اجازه می‌دهند تا با چالش‌های پیچیده‌تری نسبت به روش‌های سنتی مقابله کنند. وظایفی که زمانی نیازمند ماه‌ها تلاش اختصاصی بود، اکنون در چند دقیقه تکمیل می‌شوند و عملکرد را بهینه می‌کنند و هزینه‌ها و انتشار گازهای گلخانه‌ای را کاهش می‌دهند.
بیرند تاکید می‌کند که پس از استقرار این مدل، شرکت‌های فولادی ۹۰ برابر سریع‌تر از روش‌های سنتی به نتایج می‌رسند.
ادغام هوش مصنوعی توسط آزمایشگاه‌های «Fero» به نتایج قابل‌توجهی همچون بیش از ۲۰ میلیون دلار صرفه‌جویی، کاهش بیش از ۱۰۰ هزار تن انتشار کربن و حفظ یک میلیون پوند مواد خام منجر شده است. با توجه به اینکه صنعت فولاد مسئول ۱۱ درصد از انتشار کربن در جهان است، پتانسیل هوش مصنوعی برای هدایت شیوه‌های پایدار بسیار زیاد است.
شرکت «Fero Labs» ادعا می‌کند که نرم‌افزار آن می‌تواند استفاده از مواد معدنی در تولید فولاد را تا ۳۴ درصد کاهش دهد. گزارش سال ۲۰۲۱ از سوی مشارکت جهانی در زمینه هوش مصنوعی «Global Partnership on Artificial Intelligence» تخمین می‌زند که اجتناب از استخراج، ذوب و حمل‌ونقل این آلیاژها می‌تواند از انتشار حدود ۴۵۰ هزار تن کربن در سال جلوگیری کند.
اگر این رویکرد در سراسر چشم‌انداز تولید فولاد ایالات متحده آمریکا اتخاذ شود، می‌تواند از انتشار حدود ۱۱٫۹ میلیون تن کربن در هر سال جلوگیری کند که معادل یک‌چهارم کل انتشارات شهر نیویورک است. این دستاورد نشان می‌دهد که هوش مصنوعی نه تنها می‌تواند به بهبود کارایی و کاهش هزینه‌ها کمک کند بلکه می‌تواند نقش کلیدی در کاهش اثرات زیست‌محیطی صنایع سنگین ایفا کند. با گسترش این فناوری در سایر بخش‌های تولیدی، پتانسیل جهانی برای کاهش چشمگیر انتشار کربن و حفاظت از منابع طبیعی به طور قابل‌توجهی افزایش می‌یابد.
انتهای پیام//
