مدیر پروژه شرکت ایریسا مطرح کرد؛ احیا مستقیم با فرمان هوش مصنوعی

به گفته منصوری، در ابتدای مسیر و در چارچوب برنامه تحول دیجیتال، کمیته‌هایی با حضور فولاد مبارکه و فولاد سبا تشکیل شد. در این کمیته‌ها، با توجه به پیچیدگی و حساسیت بالای فرایند احیا مستقیم، تصمیم بر آن شد که هوشمندسازی این فرایند به‌صورت جدی در دستور کار قرار گیرد.

ماهیت پیچیده فرایند احیا و نقش هوش مصنوعی

مدیر پروژه ایریسا با اشاره به ویژگی‌های ذاتی فرایند احیا مستقیم گفت: فرایند احیا در صنایع سنگین، فرایندی بسیار پیچیده، حساس و کم‌متغیر است که به‌طور مداوم تحت تأثیر شرایط مختلف تغییر می‌کند. برای اینکه بتوان در چنین شرایطی واکنش سریع و دقیق نشان داد، استفاده از مدل‌های هوش مصنوعی بسیار کمک‌کننده است.

وی ادامه داد: این مدل‌ها به ما امکان می‌دهند تصمیم‌سازی سریع‌تری داشته باشیم، به سمت تولید محصول بهینه حرکت کنیم و در عین حال، کاهش مصرف انرژی را نیز محقق کنیم.

منصوری خاطرنشان کرد: بر این اساس، پروژه هوشمندسازی احیا آغاز شد که خود شامل دو بخش اصلی بود؛ اتوماسیون سطح دو و هوشمندسازی. تمرکز اصلی ما در این پروژه، هوشمندسازی فرایند احیا مستقیم بود.

وضعیت پیش از پروژه؛ پایش و تحلیل دستی داده‌ها

وی در تشریح شرایط پیش از اجرای پروژه گفت: پیش از این، اپراتورها بخشی از داده‌های کنترلی خط را به‌صورت دستی مشاهده می‌کردند، آن‌ها را روی صفحات ثبت می‌کردند و تحلیل‌های فرایندی نیز عمدتاً به‌صورت دستی انجام می‌شد. حتی داده‌ها چند بار بازنویسی می‌شد و برخی فعالیت‌های ترکینگ خط نیز خارج از اتاق کنترل انجام می‌گرفت.

مدیر محصول ایریسا افزود: در حال حاضر، تمامی دیسیپلین‌های درگیر در خط احیا مستقیم، شامل بهره‌برداری، فرایند، ابزار دقیق، اتوماسیون و مدیران مرتبط، به مانیتورینگ یکپارچه داده‌های فرایندی بر بستر سیستم سطح دو دسترسی دارند. داده‌ها به‌صورت برخط و آنلاین در اختیار کاربران قرار می‌گیرد و هر فرد متناسب با سطح دسترسی خود، به‌صورت لحظه‌ای از وضعیت فرایند و تغییرات آن آگاه می‌شود.

وی تصریح کرد: هر فرد متناسب با مسئولیت، سطح دسترسی و شرایط تعریف‌شده در سیستم، می‌تواند تحلیل‌ها و تصمیمات لازم را برای خود و تیمش اتخاذ کند. همچنین تمامی گزارش‌ها در هر دیسیپلین به‌صورت سیستمی و خودکار تولید می‌شود.

نقطه پررنگ پروژه؛ مدل هوش مصنوعی هیبرید

منصوری مهم‌ترین بخش فعالیت انجام‌شده را طراحی مدل هوش مصنوعی دانست و گفت: نقطه پررنگ پروژه، مدل هوش مصنوعی ما بود که به‌صورت هیبرید طراحی شد؛ ترکیبی از مدل تحلیلی و مدل شبکه عصبی.

وی افزود: در مرحله نخست، دایره‌های احیا را با استفاده از مدل تحلیلی و سوپردیتاها شبیه‌سازی کردیم و به خروجی‌های قابل قبولی رسیدیم.

مدیر پروژه ایریسا با تأکید بر اهمیت داده‌ها اظهار کرد: در ادامه، با استفاده از سه سال داده تاریخی استخراج‌شده از سیستم‌های کنترلی و آرشیوی و بر پایه مدل تحلیلی توسعه‌یافته، مدل شبکه عصبی ابتدا به‌صورت آفلاین و سپس به‌صورت آنلاین طراحی و پیاده‌سازی شد.

وی خاطرنشان کرد: بدون در اختیار داشتن داده‌های تاریخی، دستیابی به سطح فعلی توسعه و بلوغ این پروژه امکان‌پذیر نبود و این داده‌ها نقشی تعیین‌کننده و کلیدی در موفقیت پروژه ایفا کردند.

پیش‌بینی ۱۵ دقیقه‌ای درصد متال و کربن

منصوری درباره تأثیر پروژه بر ایمنی پرسنل و کاهش ریسک عملیاتی گفت: پیش از این، داده‌های آزمایشگاهی هر چهار ساعت یک‌بار شامل درصد متال و کربن به اپراتورها اعلام می‌شد و تصمیم‌سازی نیز با همین فاصله زمانی انجام می‌گرفت اما اکنون با استفاده از هوش مصنوعی، دوقلوی دیجیتال و شبکه‌های عصبی داده‌ها هر ۱۵ دقیقه یک‌بار به‌صورت آنلاین وارد سیستم می‌شود، خروجی گرفته می‌شود و خط تولید می‌تواند هر ۱۵ دقیقه تصمیم بگیرد که چه اقدامی انجام دهد تا نمودارهای درصد متال و کربن همگرا شوند و از واگرایی جلوگیری شود.

وی افزود: با استفاده بلندمدت از این سیستم و پس از بهره‌برداری کامل، قطعاً گزارش‌هایی تهیه خواهد شد که نشان‌دهنده کاهش مصرف انرژی و بهبود شرایط بهره‌برداری خواهد بود.

میزان سرمایه‌گذاری پروژه

در پاسخ به پرسشی درباره میزان سرمایه‌گذاری پروژه، مدیر پروژه ایریسا اظهار کرد: بودجه سرمایه‌گذاری شده برای پروژه هوشمندسازی احیا فولاد سبا حدود ۶۰ میلیارد ریال است. به‌طور کلی می‌توان گفت این پروژه با سرمایه‌گذاری قابل توجه و متناسب با ابعاد و اهمیت آن اجرا شده است

مدیر محصول شرکت ایریسا در پایان تأکید کرد: با اجرای این پروژه، نوسانات فرایند به‌طور محسوسی کاهش یافته، فرایند پایدارتر شده و مصرف انرژی نیز کاهش پیدا کرده است. این پروژه نمونه‌ای روشن از اثرگذاری هوشمندسازی و هوش مصنوعی در صنایع بزرگ کشور است.