رباتها در نزدیکی کوره بلند: هوش مصنوعی در صنعت فولاد
کارخانههای هوشمند در حال حاضر در سراسر جهان فعالیت میکنند، در حالی که فولادسازان بسیاری از کشورها در حال حاضر تنها در مرحله اولیه معرفی هوش مصنوعی به تولید هستند.
به گزارش فولاد نیوز، هوش مصنوعی (AI) تنها پس از توسعه ChatGPT ظاهر نشد و به سرعت نمونههای مشابه متعددی پدیدار شدند. فناوریهای مختلف هوش مصنوعی مدتهاست که با موفقیت در بسیاری از زمینههای تولید مورد استفاده قرار گرفتهاند و صنعت فولاد نیز از این قاعده مستثنی نیست.
کمک مصنوعی
هوش مصنوعی میتواند در متالورژی هم به عنوان بخشی از یک پروژه جداگانه و هم به عنوان بخش مهمی از تحول دیجیتال یک شرکت مورد استفاده قرار گیرد. زمینههای اصلی کاربرد هوش مصنوعی در صنعت فولاد را میتوان شناسایی کرد:
1. تجزیه و تحلیل پیشبینیکننده
تجزیه و تحلیل دادهها از حسگرهای تجهیزات، پیشبینی وضعیت آن را ممکن میسازد. تاتا استیل یک سیستم مبتنی بر هوش مصنوعی را پیادهسازی کرده است که عمر مفید تجهیزات حیاتی را پیشبینی میکند. این امر شرکت را قادر ساخته است تا زمان از کارافتادگی را 20 درصد و هزینههای نگهداری را 15 درصد کاهش دهد.
2. کنترل کیفیت محصولات
از بینایی کامپیوتر برای تشخیص خودکار نقصها و عیوب سطحی در محصولات نهایی یا نیمهتمام استفاده میشود. استفاده از این فناوری، شرکت وستآلپین (Voestalpine) را قادر ساخته است تا تعداد نقصها در محصولات نهایی را بیش از 20 درصد کاهش دهد.
3. تضمین ایمنی پرسنل
سیستمهای بینایی کامپیوتر، رعایت مقررات ایمنی (استفاده از تجهیزات حفاظتی، حرکت افراد و تجهیزات) را رصد میکنند. این امر به جلوگیری از حوادث و سوانح در محل کار و همچنین تجزیه و تحلیل رفتار کارکنان کمک میکند.
4. بهینهسازی فرآیند
از تجزیه و تحلیل کلان داده برای بهینهسازی عملیات، بهبود کیفیت و کاهش هزینهها استفاده میشود. شرکت فولادسازی پوسکو (POSCO) کره جنوبی با استفاده از هوش مصنوعی، بهرهوری تولید را 5 درصد افزایش داده، مصرف انرژی را 10 درصد کاهش داده و بازده تولید فولاد نورد گرم را 3 درصد بهبود بخشیده است.
5. رباتیک تحت کنترل هوش مصنوعی
کنترل رباتها با استفاده از هوش مصنوعی، کاهش هزینهها و افزایش قابل توجه بهرهوری را ممکن میسازد. یکی از بزرگترین تولیدکنندگان فولاد ژاپن، JFE Steel، یک سیستم رباتیک برای سنگزنی خودکار لولههای بدون درز کوچک در کارخانه Chita Works خود مستقر کرده است. این ربات به طور مستقل موقعیت قطعه را تعیین میکند، نقصها را تشخیص میدهد و حرکات را بهینه میکند که در مقایسه با روشهای سنتی، سرعت پردازش را 60٪ افزایش داده است.
6. دوقلوهای دیجیتال
مدل مجازی سیستم فیزیکی با دادههای بلادرنگ هماهنگ میشود و امکان مدلسازی رفتار، پیشبینی شکست و بهینهسازی فرآیند را بر اساس تجزیه و تحلیل فراهم میکند. این فناوری مدتهاست که با موفقیت توسط بسیاری از شرکتهای فولاد مورد استفاده قرار گرفته است.
آرسلورمیتال فناوری دوقلوی دیجیتال را در چندین کارخانه اروپایی پیادهسازی کرده و به کاهش ۱۲ درصدی مصرف انرژی، افزایش ۸ درصدی بهرهوری و کاهش ۳۰ درصدی زمان از کارافتادگی برنامهریزی نشده دست یافته است.
7. توسعه مواد جدید
استفاده از هوش مصنوعی به طور قابل توجهی زمان و هزینههای تحقیق و توسعه را کاهش میدهد. این امر آرسلورمیتال را قادر ساخته است تا زمان توسعه برای برخی از گریدهای فولاد خودرو را از ۳ تا ۵ سال به کمتر از ۱ سال کاهش دهد.
8. بهینهسازی فرآیند کسب و کار
هوش مصنوعی میتواند به مدیریت بازاریابی، لجستیک، انبارداری و جریان اسناد کمک کند. این امر امکان خودکارسازی فرآیندها، کاهش خطای انسانی و کاهش هزینهها را فراهم میکند.
شرکت فولاد برزیلی گرداو (Gerdau) یک سیستم پیشبینی تقاضای مبتنی بر هوش مصنوعی را پیادهسازی کرد که دقت پیشبینی را ۱۰ درصد افزایش داده و هزینههای ذخیرهسازی موجودی را کاهش داده است.
افزایش بهرهوری نیروی کار و بهرهوری انرژی، کاهش هزینهها، زمان از کارافتادگی و نقصها از طریق استفاده گسترده از هوش مصنوعی، کلید کاهش هزینهها و افزایش رقابتپذیری است. این همان چیزی است که همه شرکتهای فولاد برای آن تلاش میکنند.
تاتا استیل، آرسلورمیتال، پوسکو و بائواستیل را میتوان رهبران جهانی در بین تولیدکنندگان فولاد از نظر پیادهسازی هوش مصنوعی در تولید و عملیات دانست.
«تاریکی» بائواستیل
از نظر پتانسیل و قابلیتهای جدیدترین فناوریها، راهحل ایدهآل برای اقتصاد یک شرکت فولاد، انتقال پروژهها و فرآیندهای فردی به هوش مصنوعی نیست. بلکه، ساختن کل چرخه تولید بر اساس آن است.
کارخانههای «تاریک» شرکتهایی هستند که میتوانند تقریباً بدون پرسنل کار کنند و در کارگاههای خود نیازی به روشنایی ندارند. این مفهوم تولید شامل اتوماسیون کامل یا تقریباً کامل همه عملیات، عملیات شبانهروزی، حداقل مشارکت کارکنان و استفاده گسترده از فناوریهای مختلف هوش مصنوعی است.
تصور چنین چیزی در متالورژی دشوار است. با این حال، نبوغ چینیها در اتوماسیون تولید به این حوزه نیز رسیده و یک کارخانه «هوشمند» کاملاً خودکار با حداقل دخالت انسان ایجاد کرده است.
بائواستیل، بخشی از گروه بائوو، در سال ۲۰۱۹ تولید کاملاً خودکار را در یک کارخانه فولاد در شانگهای راهاندازی کرد. این مرکز یک خط تولید فولاد نورد سرد است. تولید بر اساس تجهیزات کاملاً خودکار، فناوریهای هوش مصنوعی، رباتهای صنعتی و اینترنت اشیا انجام میشود. به عنوان مثال، جرثقیلهای پل کاملاً خودکار هستند؛ آنها به طور مستقل کویلها را پیدا کرده و جابهجا میکنند.
کنترل انسانی شامل گروه کوچکی از اپراتورها است که صفحات نمایش را با دادههای بلادرنگ رصد میکنند، اما تقریباً به هیچ پرسنلی برای سرویسدهی مستقیم به تولید نیاز نیست. هوش مصنوعی نیاز به مداخله انسان را از هر سه دقیقه به هر نیم ساعت یک بار کاهش داده است.
نتایج کارخانه «تاریک» بائواستیل چشمگیر است:
- کاهش ۳۰ درصدی انتشار گازهای گلخانهای به ازای هر تن فولاد؛
- افزایش ۳۰ درصدی بهرهوری؛
- افزایش ۲۰ درصدی ظرفیت تولید؛
- کاهش ۱۵ درصدی مصرف انرژی به ازای هر تن فولاد؛
- کاهش ۱۰ درصدی هزینههای پردازش.
نمونههای دیگری نیز وجود دارد:
1. کارخانه دیجیتال تاتا استیل
کارخانه کالینگاناگار (هند) از ابتدا ساخته شده است. این کارخانه یک پلتفرم مدیریت داده واحد را اداره میکند که اطلاعات را از استخراج سنگ معدن تا حمل و نقل ادغام میکند. هوش مصنوعی (بیش از ۲۶۰ الگوریتم برای تصمیمگیری در زمان واقعی) در این کارخانه برای برنامهریزی ترکیب بار و حالتهای کوره، تجزیه و تحلیل پارامترهای گرمایش و مصرف انرژی، کنترل کیفیت با استفاده از بینایی کامپیوتر و انجام تعمیرات پیشبینیکننده استفاده میشود.
2. کوره بلند «هوشمند» پوسکو
هوش مصنوعی ویدئوی دوربینها، قرائت دما و ترکیب بار را در زمان واقعی تجزیه و تحلیل میکند و به طور خودکار میزان انفجار و تأمین سوخت را تنظیم میکند. بهرهوری روزانه کوره ۲۴۰ تن آهن خام افزایش یافته است، در حالی که مصرف سوخت کاهش یافته است.
3. آسیاب هوشمند در بیگ ریور استیل (بخشی از یو.اس استیل)
یکی از اولین مجتمعهای فولادسازی «هوشمند» جهان، که در آن هوش مصنوعی مستقیماً در فرآیند فناوری ادغام شده است، در کارخانهای در اوسیول (آرکانزاس، ایالات متحده) راهاندازی شد. نقش اصلی را یک پلتفرم هوش مصنوعی ایفا میکند که دادههای بلادرنگ را از ۵۰ هزار حسگر دریافت میکند که اطلاعات مربوط به پارامترهای تجهیزات، فرآیند ذوب فولاد، دما، فشار، ترکیب و مصرف انرژی را جمعآوری میکنند. این سیستم پارامترهای بهینه تولید را تعیین میکند، مصرف انرژی و مواد اولیه را بهینه میکند و خرابی تجهیزات را پیشبینی میکند. مفهوم آسیاب یادگیری در اینجا پیادهسازی شده است؛ هوش مصنوعی به طور مداوم از دادههای تولید یاد میگیرد و دانش به دست آمده را برای بهبود کارایی و کیفیت محصول به کار میگیرد.