Одржива производња у електрoлучним пећима користећи принципе индустрије 4.0

Abstract

Користећи принципе Индустрије 4.0 и циркуларне економије, у овој студији користи се метода машинског учења код процеса топљења челичног отпада у еле- ктролучним пећима ради одрживе производње челика. Фокусира се на балансирање материјалне и енергетске ефикасности, посебно на управљање деградације елемената као што су манган и силицијум. Поред тога, овај приступ ублажава ограничења рециклирања ефективним смањењем акумулације бакра и калаја у крајњем производу, чиме се побољшава његов укупни квалитет. На тај начин, не само да се оптимизује ефикасност процеса, већ се доприноси и смањењу угљеничног отиска индустрије че- лика, усклађујући се са глобалним тежњама ка декарбонизацији и унапређењу одрживе производне праксе.

Employing Industry 4.0 and circular economy principles, this study leverages machine learning in Electric Arc Furnaces steel waste recycling to enhance sustainable steel production. It focuses on balancing material and energy efficiency, particularly managing degradation elements like Mn and Si. In addition, the approach mitigates recycling limitations by effectively reducing the accumulation of Cu and Sn in the end product, thus enhancing its overall quality. This approach not only optimizes the process efficiency but also contributes to the reduction of the steel industry's carbon footprint, aligning with global decarbonization efforts and advancing sustainable manufacturing practices.