به گزارش پایگاه خبری «معدن نامه»، با گسترش استفاده از هوش مصنوعی در صنعت فولاد چین، شرکت‌های بزرگ فولادی این کشور در حال به‌کارگیری فناوری‌های هوشمند در بخش‌های مختلف تولید هستند؛ از عملیات کوره بلند و کنترل دمای نورد گرفته تا بازرسی کیفیت سیم فولادی.
در همین راستا، شرکت «نانجینگ آیرن اند استیل» با همکاری «فیشو» در حال توسعه یک سامانه یکپارچه برای تعالی عملیاتی است. این شرکت که پیش‌تر نیز با همکاری هواوی «مدل بزرگ فولاد یوانیه» را توسعه داده بود، اکنون در تلاش است هوش مصنوعی را در تمامی حلقه‌های تولید شامل آهن‌سازی، فولادسازی و نورد مستقر کند.
بر اساس این گزارش، در بخش تولید کوره بلند، عامل‌های هوش مصنوعی قادرند هشدارهای زودهنگام صادر کنند و در شناسایی علت‌های ریشه‌ای ناهنجاری‌ها نقش ایفا کنند. این قابلیت، مدیریت تولید را از رویکرد سنتی عیب‌یابی پس از وقوع، به مداخله لحظه‌ای و پیش‌دستانه سوق می‌دهد.
هم‌زمان، «یونگ‌ژو هولدینگ» نیز به سراغ استفاده از عامل‌های هوش مصنوعی در فرایند آهن‌سازی کوره بلند رفته است؛ بخشی که از آن به‌عنوان یکی از پیچیده‌ترین «جعبه‌سیاه‌های صنعتی» در فولادسازی یاد می‌شود. در این مدل، قواعد تصمیم‌گیری اپراتورهای باتجربه با داده‌های لحظه‌ای فرایند تلفیق شده تا توصیه‌هایی استانداردتر و مبتنی بر داده در اختیار تیم‌های عملیاتی، پایش و مدیریت قرار گیرد.
کارشناسان معتقدند این رویکرد می‌تواند ضمن کاهش وابستگی به تجربه فردی، به افزایش ثبات فرایندها و بهبود کیفیت تصمیم‌گیری در خطوط تولید منجر شود.
در بخش پایین‌دستی نیز هوش مصنوعی در حال ایفای نقش در حل چالش‌های تخصصی کنترل کیفیت است. شرکت «ژونگ‌تیان استیل» اعلام کرده از این فناوری در تولید سیم فولادی برای افزایش کارایی بازرسی استفاده می‌کند.
در این فرایند، به‌جای برش نمونه‌های سیم و اندازه‌گیری دستی شعاع کلاف، از داده‌های زاویه سیم و مدل‌های پیش‌بینی مبتنی بر هوش مصنوعی برای برآورد قطر کلاف استفاده می‌شود؛ روشی که علاوه بر کاهش ضایعات مواد، از بروز ریسک‌های احتمالی کیفیت ناشی از آزمون‌های دستی نیز جلوگیری می‌کند.
تحلیلگران می‌گویند اهمیت اصلی این تحول در آن است که هوش مصنوعی، فرایندهای تولیدی را که پیش‌تر تا حد زیادی مبهم و دشوار برای پایش بودند، به فرایندهایی قابل مشاهده، قابل اندازه‌گیری و قابل مدیریت تبدیل می‌کند. به این ترتیب، فولادسازان می‌توانند با تحلیل هم‌زمان حجم بالایی از داده‌های حسگرها و داده‌های عملیاتی، قضاوت‌های مبتنی بر تجربه را به بینش‌های دیجیتال و ابزارهای پیش‌بینانه تصمیم‌سازی تبدیل کنند.
