به گزارش فولادنامه؛ سالها مزیت یک کارخانه فولاد با اندازه کوره، ظرفیت تولید یا دسترسی به مواد اولیه سنجیده میشد. امروز اما در بسیاری از کارخانههای پیشرو، رقابت از اتاق کنترل آغاز میشود؛ جایی که هزاران حسگر بیوقفه داده تولید میکنند و الگوریتمها تصمیم میگیرند کدام تجهیز بهزودی از کار خواهد افتاد، کدام کوره انرژی بیشتری مصرف میکند و چگونه میتوان کیفیت محصول را پیش از خروج از خط تولید بهبود داد.
اعداد هم همین تغییر را روایت میکنند. ارزش بازار فناوریهای هوش مصنوعی در صنعت فولاد که در سال ۲۰۲۵ حدود ۹.۱ میلیارد دلار برآورد میشد، پیشبینی میشود تا سال ۲۰۳۵ به حدود ۳۲.۵ میلیارد دلار برسد؛ رشدی که بیش از هر چیز از گسترش اتوماسیون صنعتی، صنعت ۴.۰ و تحلیل دادههای تولید نیرو میگیرد.
این تغییر فقط روی کاغذ اتفاق نیفتاده است. اگر چند سال پیش خرابی یک یاتاقان یا موتور زمانی آشکار میشد که خط تولید متوقف شده بود، امروز شرکتهایی مانند آرسلورمیتال، تاتا استیل و پوسکو همان خرابی را ساعتها یا حتی روزها زودتر از دل دادههای لرزش، دما و فشار تجهیزات تشخیص میدهند. هوش مصنوعی در اینجا نقش یک اپراتور را بازی نمیکند؛ نقش مهندسی را دارد که هرگز نمیخوابد و هر ثانیه کارخانه را زیر نظر گرفته است.
مرحله بعدی حتی از این هم فراتر رفته است. بسیاری از فولادسازان دیگر پیش از تغییر تنظیمات یک خط تولید، آن تغییر را روی خود کارخانه آزمایش نمیکنند؛ ابتدا آن را روی نسخهای دیجیتال از همان کارخانه اجرا میکنند. این همان فناوری «دوقلوی دیجیتال» است؛ مدلی که میتواند پیامد هر تصمیم را پیش از اجرا شبیهسازی کند. پروژه اروپایی DiGreeS از همین روش برای یافتن بهترین ترکیب قراضه، کاهش مصرف انرژی و پایین آوردن انتشار کربن استفاده میکند؛ رویکردی که هم هزینه تولید را کاهش میدهد و هم به تولید فولاد کمکربن نزدیکتر است.
در همین مسیر، فناوریهایی مانند احیای مستقیم با هیدروژن، الکترولیز اکسید مذاب و برقیسازی کورههای قوس الکتریکی نیز در حال تغییر چهره صنعتی هستند که اکنون بین هفت تا یازده درصد از انتشار کربن جهان را به خود اختصاص میدهد. نکته مهم اینجاست که هوش مصنوعی در این فناوریها یک ابزار جانبی نیست؛ مغز متفکر آنهاست که مصرف انرژی، کیفیت و انتشار آلایندهها را همزمان بهینه میکند.
برای کارخانههای فولادی ایران، شاید مهمترین پیام این تحولات آن باشد که ورود به این مسیر الزاماً با ساخت یک کارخانه جدید آغاز نمیشود. نخستین گام میتواند بسیار سادهتر باشد: نصب حسگر، جمعآوری منظم داده و تبدیل دادهها به تصمیم. بسیاری از راهکارهای هوش مصنوعی روی سامانههای موجود مانند MES، اسکادا و ERP قابل اجرا هستند و به جای تعویض زیرساخت، آنها را هوشمندتر میکنند.
رقابت آینده فولاد احتمالاً میان کارخانههایی نخواهد بود که فقط فولاد بیشتری تولید میکنند؛ میان کارخانههایی خواهد بود که از هر تن فولاد، داده بیشتری استخراج میکنند. در صنعتی که سالها با سنگآهن، زغالسنگ و برق تعریف میشد، شاید ارزشمندترین ماده اولیه، چیزی باشد که دیده نمیشود: داده.
مطالب مرتبط


