اقتصاد دیجیتالی میتواند فرصتهای جدیدی از جمله در بخش فولاد در اختیار شرکتها قرار دهد. برای بهینهسازی مدلهای موجود کسب و کار و ایجاد مدلهای جدید، درک بهتر نحوه تغییر دیجیتالی سازی در قوانین رقابت اهمیت دارد.
طبق مقاله مککینزی (مککینزی، 2016)، بهینهسازی زنجیره تأمین در زمان واقعی، مشارکت انسان با ربات، مصرف هوشمندانه انرژی، مدیریت عملکرد دیجیتالی و تعمیرات و نگهداری پیشگیرانه، زمینههای اصلی پیادهسازی در تولید هستند. در این خصوص، اقدامات مختلفی باید انجام شود.
همچنین، تعریف استانداردهای مشترک در سطح اروپا و نیز به اشتراکگذاری ایدهها، دانش و تجربیات الزام است. علاوه بر این، برای اتصال کارخانه و ماشینآلات به روشی گسترده و ایمن، اقتصاد بهم متصل باید بر پایه زیرساخت قوی باشد. اقتصاد دیجیتال را میتوان از طریق هماهنگسازی پاناروپایی مبتنی بر رویکرد هماهنگ در سطح اتحادیه اروپا با موفقیت بدست آورد. علاوه بر این، تحول دیجیتالی بخش تولیدی اروپا باید بسرعت بدست آید تا رقابتپذیرتر شود و از این رو، از اقدامات رقبای جدید جلوگیری کند.
مهمترین عوامل در ارتباط با فناوریهای نوآورد در انقلاب صنعتی چهارم عبارت از: کاهش میزان مصرف انرژی و مواد اولیه، پایین آوردن OPEX و کاهش تلفات و نیز افزایش کیفیت و بهرهوری محصولات (هرزوگ، و همکاران، 2018) هستند.
در (مرکز تحقیقات اتوماسیون دانیلی، 2018)، کارگاه اوراق اتوماتیک و جرثقیلهای خودکار اعمال شده در EAF نشان داده شده است. به دلیل تشخیص و ثبت حجم و وزن هر لایه اوراقی در چنگک بالابر، اطلاعات ثبت شده اوراقی برای محاسبه شرایط بهینه و ذوب بهتر به EAF منتقل میشود.
در چنین فرآیندی، مواد اولیه، عامل حیاتی هستند و کاهش هزینه مواد اولیه مؤثرتر از اثرگذاری بر هزینه تحول است. طبق مقاله (مککینزی، 2016)، تعمیرات و نگهداری پیشگیرانه نه تنها میتواند به افزایش درآمد با کاهش 10 تا 40 درصدی هزینههای تعمیر و نگهداری و با کاهش 10 تا 20 درصدی ضایعات کمک کند، بلکه میتواند تعطیلی برنامهریزی شده را بهینه کرده، تعطیلی برنامهریزی نشده را محدود کند، و تخمین کاهش 2 تا 10 درصدی هزینه عملیاتی نیز پیشبینی شده است.
یادگیری ماشین و تعمیرات و نگهداری پیشگیرانه برای پیشبینی زمان فرسودگی یا خرابی دستگاه مکانیکی استفاده میشوند. در صنعت فلزات، زمان تعطیلی برنامهریزی نشده برای تعمیر یا تعویض قطعات اصلی به دلیل شکستگی بسیار پرهزینه است.
با استفاده از روشهای تعمیرات و نگهداری پیشگیرانه، محرکها را میتوان قبل از بروز شکستگی تعویض کرد (هرزوگ و همکاران، 2018).
همچنین در موضوعات کیفیتی، روشهای تحلیلی پیشرفته مانند هوش مصنوعی و یادگیری ماشین میتوانند به طور خودکار دلایل اساسی را تعیین کنند، دستورالعملهای بهینه برای محصولات/گریدهای جدید را بهینه کرده و نرخ رد شدن را کاهش دهند (مک کینزی، 2018).
ابزارهای ابداع شده در (کلاین و همکاران) با استفاده از هوش مصنوعی و یادگیری ماشین نه تنها برنامهریزی تولید را تسهیل میکنند و به بهبود پایایی موعد مقرر کمک میکنند بلکه موفقیت اقتصادی کلی شرکت فولادسازی را نیز بیشتر میکنند.
نتیجهگیری
صنعت فولاد در حال تبدیل شدن به صنعت هوشمند و زیرکانه با متحولشدن به سمت انقلاب صنعتی چهارم است.
با این که تولید فولاد قبلا تا حدودی به صورت خودکار انجام میشده و اغلب سیستمها به صورت جداگانه کار میکردند، اما امروزه از استفاده از فناوریهای جدید در این بخش پشتیبانی میکنند و میتوانند بهینهسازی کل زنجیره تولید را بیشتر حفظ کنند.
انتظارات صنعت فولاد از دیجیتالسازی، قبل از هر چیز شامل بهینهسازی و تعاملات واحدهای تولیدی فردی در کل زنجیره تولید (و فراتر از آن) است که منجر به دستیابی به بالاترین کیفیت، انعطافپذیری و بهرهوری میشود.
کنترل تطبیقی آنلاین، از طریق بهینهسازی فرآیند، همگامسازی از طریق فرایند دادهها، تولید نقص صفر، قابلیت ردیابی، ساخت هوشمندانه و یکپارچه از مهمترین روندهای دیجیتالیسازی در آینده خواهند بود.
دیجیتالیسازی فرصتهای زیادی را برای افزایش کیفیت محصولات نهایی، کاهش زمان فرآوری و افزایش بهرهوری از طریق بهبود راندمان کلی تولید کارخانه در اختیار شرکتها قرار میدهد (نازین و کریستین، 2019).
فناوریهای دیجیتال، از طریق تنظیم و بهینهسازی مداوم فرایندهای آنلاین، با هدف بهبود انعطافپذیری و پایایی فرآیندها، برای حداکثر رساندن باردهی، کیفیت محصول و روشهای تعمیر و نگهداری را بهبود میبخشند. چنین فناوریهایی بیشتر به افزایش راندمان انرژی و نظارت و کنترل عملکرد زیست محیطی فرآیندها به روشی یکپارچه کمک میکنند.
چالش دیجیتالسازی شامل یکپارچهسازی همه سیستمها و واحدهای تولیدی از طریق سه بعد متفاوت: ادغام عمودی (یکپارچهسازی سیستمها در سطوح اتوماسیون کلاسیک از حسگر تا سیستمERP ). ادغام افقی (یکپارچهسازی سیستمها در کل زنجیره تولید)؛ ادغام چرخه حیات (یکپارچهسازی در کل چرخه حیات کارخانه از مهندسی پایه تا غیرفعال شدن) (هرزوگ، 2018) است.
علاوه بر این، ادغام عرضی بر پایه تصمیمات اتخاذ شده در طول زنجیره تولید فولاد، همزمان با در نظر گرفتن جنبههای فنی، اقتصادی و زیست محیطی است. این کار فقط با فناوریهای جدید IT، اتوماسیون و بهینهسازی و با ترکیب آنها به روشی یکپارچه امکانپذیر خواهد بود.
علاوه بر این، روشهای تعمیرات و نگهداری پیشگیرانه را میتوان با مانیتورینگ تجهیزات همراه با روشهای تصمیمگیری هوشمند پیادهسازی کرد. قبل از بروز مشکل، میتوان از روشهای یادگیری ماشین و دادهکاوی برای پیشبینی کار تعمیر و نگهداری استفاده کرد. افزون بر این، میتوان تعمیر و نگهداری را زمانبندی کرد و بیشتر بازبینیها را میتوان از راه دور انجام داد، که نتیجه کار کسب پیشرفتهای قابل توجه در تعمیر و نگهداری تجهیزات است.
علاوه بر این، مدیریت دانش نمایانگر عامل مهم برای پیشرفتهای بدست آمده در فرآیند دیجیتالی سازی است. به منظور غلبه بر موانع ناشی از توزیع ناهمگون روی تک تک کارکنان، فراموشکاری انسان و اتلاف دانش با ترک کارکنان، رویکردهای جدیدی، برای مثال، بر پایه سیستم پشتیبانی از تصمیم مبتنی بر دانش شناخت روش در حال توسعه هستند.
علاوه بر این، فرایند دیجیتالی سازی به منظور ارائه مهارتهای میان رشتهای، نیاز به شغل مبتنی بر تیمها، وظایف و تفکر میان رشتهای دارد. نوآوریها در علم و فناوری به ایجاد سازمان مبتنی بر اطلاعات منتهی شدهاند که برای اطمینان از رقابتپذیری و بهبود تصمیمگیری، این اطلاعات را به دانش منتقل میکنند.
پیوند شفتی – مدیر روابط عمومی گروه صنعتی شُکری
بخش پایانی