از فیبر کریستال تا شبکه عصبی LSTM؛ پژوهش‌های تحول‌آفرین صنعت فولاد
دومین روز سمپوزیوم فولاد ۱۴۰۴ با ارایه مقالاتی درباره شبکه‌های عصبی، حسگرهای هوشمند و راهکارهای نو برای بهینه‌سازی مصرف انرژی برگزار شد.
دومین روز سمپوزیوم فولاد ۱۴۰۴ با برگزاری چند نشست علمی و ارایه مقالات تخصصی در مرکز همایش‌های بین‌المللی برگزار و در این روز، پژوهشگران و متخصصان صنعت فولاد آخرین دستاوردها و تحقیقات خود را در حوزه‌های هوشمندسازی، هوش مصنوعی، فناوری‌های نوین و تحلیل فنی فرآیندهای تولید فولاد ارایه کردند.
نخستین مقاله با عنوان «مدیریت هوشمند سوئیچ‌زنی فیدرهای صنعتی تحت محدودیت توان با رویکرد حفظ شعاعی بودن و تداوم بهره‌برداری از بارهای حیاتی» توسط مهندس مهدی کلاه‌کج در سالن ابن‌سینا ارایه شد. این پژوهش به بررسی راهکارهای نوین برای بهینه‌سازی مصرف انرژی در صنایع فولادی و افزایش پایداری شبکه برق در شرایط محدودیت عرضه پرداخت.
در ادامه، دکتر علی دوستی مقاله‌ای با عنوان «شناسایی و ارزیابی کاربردهای هوش مصنوعی در زنجیره تامین فولاد سبز با رویکرد تصمیم‌گیری چندمعیاره» در سالن خوارزمی ارایه کرد. این مقاله نقش هوش مصنوعی را در بهبود فرآیندهای زنجیره تامین و تحقق اهداف فولاد سبز بررسی کرده و با رویکرد تحلیلی، مدل‌هایی برای تصمیم‌گیری بهینه در حوزه پایداری صنعتی ارایه داد.
سومین مقاله تخصصی روز دوم با موضوع «بررسی علل شکست قالب زیگمنت والس بریکت‌سازی مورد استفاده در صنعت فولاد» توسط علی‌اصغر زرگرزاده ارایه شد. این پژوهش به واکاوی فنی علل شکست قالب‌ها در فرآیند تولید فولاد و تاثیر انتخاب مواد و روش‌های ساخت بر افزایش عمر مفید تجهیزات اختصاص داشت.
در بخش مقالات پوستر، جنامی مقاله‌ای با عنوان «کاربرد گوی سرباره‌گیر در بهبود فرآیند تخلیه مذاب و ارتقای خلوص فولاد» ارائه کرد. این تحقیق راهکاری نوآورانه برای جلوگیری از ورود سرباره و آلودگی‌های اکسیدی، گوگرد و فسفر به پاتیل‌های مرحله بعد معرفی می‌کند. در این پژوهش، استفاده از گوی‌های نسوز کروی با ترکیب آلومینا و منیزیم اکسید در دمای ۱۷۵۰ تا ۱۸۰۰ درجه سانتی‌گراد به‌عنوان روشی موثر در بهبود خلوص فولاد، کاهش زمان ذوب و صرفه‌جویی در مصرف انرژی مورد بررسی قرار گرفت.
از دیگر مقالات مطرح در این روز، پژوهش «طراحی حسگر دمای مبتنی بر فیبر کریستال فوتونی با بهره‌گیری از یادگیری ماشین و سازگار با اینترنت اشیاء» بود که توسط جواد یاسینی‌نژاد، سجاد جادریان و محمد سروش ارایه شد. این تحقیق نسل جدیدی از حسگرهای دمای صنعتی را معرفی می‌کند که پایش دقیق و مداوم دما در واحدهای احیا و انبار مواد شیمیایی را ممکن می‌سازد. بهره‌گیری از یادگیری ماشین و فناوری اینترنت اشیاء، امکان تحلیل هوشمند داده‌ها و تصمیم‌گیری سریع برای کنترل شرایط عملیاتی را فراهم می‌کند. طراحی مبتنی بر فیبر کریستال فوتونی نیز سبب پایداری عملکرد حسگر در محیط‌های صنعتی خشن و افزایش دقت اندازه‌گیری در حضور تداخل‌های الکترومغناطیسی می‌شود.
همچنین نوید حافظی مقاله‌ای با عنوان «روشی جهت بهینه‌سازی مصرف انرژی در فرآیند گندله‌سازی و تولید فولاد سبز با استفاده از شبکه عصبی LSTM: رویکردی نوین جهت توسعه پایدار در صنعت فولاد خوزستان» ارائه کرد. این پژوهش با هدف تحقق توسعه پایدار و بهینه‌سازی مصرف انرژی در فرآیند گندله‌سازی و تولید فولاد سبز در شرکت فولاد خوزستان انجام شد. داده‌های واقعی فرآیندی شامل دما، فشار، رطوبت و ترکیب مواد اولیه طی یک سال جمع‌آوری و تحلیل شدند و با شبیه‌سازی، مجموعه‌ای ساختار یافته از داده‌ها ایجاد شد. استفاده از شبکه عصبی LSTM امکان پیش‌بینی دقیق و بهینه‌سازی مصرف انرژی در مراحل مختلف تولید را فراهم می‌کند و به‌طور قابل توجهی به ارتقای کارایی انرژی و تحقق اهداف تولید فولاد سبز کمک می‌کند. این رویکرد نوین، کاربرد عملی و اثرگذاری بالایی در توسعه پایدار صنعت فولاد خوزستان و بهبود عملکرد انرژی در زنجیره تولید دارد.
گزارش خبرنگار ما حاکی است، برگزاری این نشست‌های علمی در حاشیه سمپوزیوم فولاد ۱۴۰۴، فرصتی ارزشمند برای تبادل تجربیات میان متخصصان و ارایه راهکارهای نوین در مسیر توسعه پایدار و هوشمند صنعت فولاد کشور فراهم کرد
