تصمیم‌سازی هوش مصنوعی برای بهینه‌سازی مصرف منابع در فولاد هرمزگان

به گزارش پایگاه خبری تجارت، معدن و فولاد، شرکت فولاد هرمزگان در راستای استقرار تحول دیجیتال و ارتقای بهره‌وری منابع، طرح توسعه «سامانه هوشمند انباشت و برداشت گندله» را در واحد احیای مستقیم خود در دست اجرا دارد. این سامانه که با ادعای نخستین اجرای مدل بومی در کشور طراحی شده است، با بهره‌گیری از مدل‌سازی سه‌بعدی، ثبت دقیق آنالیز محموله‌ها و الگوریتم‌های هوش مصنوعی، فرآیند جانمایی، برداشت و میکس مواد اولیه را بهینه‌سازی می‌کند. تنوع منابع تأمین گندله و دشواری ردیابی مشخصات کیفی محموله‌ها پس از انباشت لایه‌ای، چالش اصلی این مجموعه را به سمت طراحی یک سیستم جامع برای شناسنامه‌دار کردن بخش‌های مختلف پایل (Stockpile) و فراهم‌سازی امکان تصمیم‌گیری داده‌محور سوق داده است.

محمد دهقانی، مسئول کنترل کیفی مواد اولیه شرکت فولاد هرمزگان، با تشریح ضرورت اجرای این طرح و چالش‌های روش‌های مرسوم بیان کرد: «در رویه‌های سنتی، آنالیز مواد معمولاً به محموله متصل است و با انباشت لایه‌های متعدد گندله از تأمین‌کنندگان مختلف روی یکدیگر، ردیابی دقیق ویژگی‌های کیفی هر بخش از پایل و بهره‌برداری فنی از این اطلاعات با دشواری مواجه می‌شد. این موضوع برنامه‌ریزی برای میکس مواد و تأمین خوراک پایدار واحد احیا را با محدودیت و عدم‌قطعیت روبرو می‌کرد.» وی با توضیح فرآیند گردش اطلاعات در سامانه جدید افزود: «اکنون واحد خرید آنالیز هر تأمین‌کننده را پیش از رسیدن محموله در سیستم ثبت می‌کند. با ورود واگن‌ها، درخواست نمونه‌برداری به‌صورت خودکار صادر شده و پس از انجام آزمایش، نتایج آنالیز واقعی مستقیماً روی موقعیت دقیق تخلیه‌شده در پایل قابل مشاهده خواهد بود. به این ترتیب، بهره‌بردار مجبور نیست بر اساس حدس یا تجربه تصمیم‌گیری کند.»

شیوا مظفری، تکنسین واحد حمل مواد و بریکت‌سازی احیای مستقیم فولاد هرمزگان، نقش هوش مصنوعی و مدل‌سازی سه‌بعدی را در این سامانه تشریح کرد و گفت: «تفاوت بنیادین این طرح، قابل مشاهده شدن ساختار کیفی پایل‌هاست؛ به طوری که هر تأمین‌کننده با یک رنگ مشخص روی نقشه سه‌بعدی نمایش داده می‌شود و لایه‌های تشکیل‌شده در طول زمان کاملاً قابل تشخیص هستند. هوش مصنوعی در این سامانه از مرحله نمایش اطلاعات فراتر رفته و به پیشنهاد عملیات می‌رسد؛ برای مثال، اگر واحد فولادسازی نیازمند خوراک با فسفر پایین باشد، یا نیاز به ترکیب گندله‌هایی با استحکام‌های متفاوت باشد، سیستم نواحی دقیق پایل را برای برداشت هدفمند پیشنهاد می‌دهد. البته تصمیم نهایی همچنان با کارشناسان است و این رویکرد با ارائه تحلیل‌های سریع، زمینه را برای تصمیم‌گیری مطمئن‌تر و افزایش بهره‌وری مواد فراهم می‌سازد.»

محمدحسین رضازاده، کارشناس واحد حمل مواد و بریکت‌سازی احیای مستقیم، نیز به فازهای آتی این پروژه اشاره کرد و اظهار داشت: «دسترسی سریع و یکپارچه به اطلاعات هر بخش از پایل، علاوه بر بهبود کنترل کیفیت خوراک ورودی، به مدیریت بهتر موجودی و کاهش عدم‌قطعیت در عملیات کمک شایانی می‌کند. در گام بعدی، پارامترهای فرآیند احیای مستقیم و کیفیت آهن اسفنجی خروجی نیز وارد سیستم خواهد شد تا ارتباط میان ویژگی‌های مواد اولیه ورودی و نتایج فرآیند بررسی شود.» وی در پایان تأکید کرد: «این تحلیل جامع از زنجیره مواد اولیه تا محصول نهایی، در آینده به بهینه‌سازی مصرف مواد، کنترل دقیق‌تر کیفیت آهن اسفنجی و ارتقای عملکرد فرآیند احیا منجر خواهد شد و گامی مؤثر در مسیر تحول دیجیتال و تصمیم‌گیری داده‌محور در فولاد هرمزگان به شمار می‌رود.»

جهش تجدیدپذیرها در استرالیا؛ رشد پنل‌های خورشیدی برای کربن‌زدایی

سرمایه‌گذاری شرکت Paladin Environetech در اقتصاد چرخشی برای تأمین عناصر خاکی کمیاب

ادغام هوش مصنوعی شرکت Wayve در سامانه رانندگی هوشمند گروه استلانتیس