Zastosowanie metod sztucznej inteligencji (AI) w procesach produkcji stali

Minimalizacja ilości defektów dzięki zastosowaniu sztucznej inteligencji

Stosując uczenie maszynowe, udało się zredukować ilość takich defektów w hucie ArcelorMittal Eisenhüttenstadt (Niemcy) aż o 50%. W drugim przypadku zastosowanie głębokich sieci neuronowych pozwoliło na przewidywanie optymalnej temperatury na kolejnych etapach procesu i tym samym redukcję kosztów związanych z nagrzewaniem ciekłej stali. Metodę zastosowano w hutach ArcelorMittal Duisburg w Niemczech a także Marienhütte Graz w Austrii. W pierwszej stosowany jest konwertor tlenowy. W drugiej: elektryczny piec łukowy. To pokazuje, że metoda jest odpowiednia dla obydwu technologii produkcji stali.

Natomiast w pracy [20] podjęto próbę przewidywania zmiennych charakteryzujących procesy hutnicze. Zastosowano trzy niezależne modele na różnych etapach produkcji hutniczej. W tym: na etapie obróbki pozapiecowej, ciągłego odlewania a także walcowania na gorąco. W każdym przypadku na wejściu do algorytmu uczenia maszynowego znajdowały się parametry odpowiadające danemu procesowi produkcji. Natomiast na wyjściu były to na przykład współczynnik lejności stali w przypadku modelu obróbki pozapiecowej, temperatura na środku górnej powierzchni kęsów przed prostownicą w [...]

Ten materiał dostępny jest dla zalogowanych użytkowników.

Załóż konto i dołącz do grona użytkowników naszego portalu!

Zaloguj się Zarejestruj się

Mogą zainteresować Cię również

AI w energetyce: od prognoz do bezpieczeństwa rynku

Cyfrowa transformacja planowania produkcji w erze Sztucznej Inteligencji odpowiedzią na trudne czasy

Hakerzy z kolejnymi sposobami na atakowanie

zobacz więcej