تله پنهان بازیافت
یکشنبه ۱۷ آبان ۱۴۰۵ - ۰۸:۳۲

گذار به فولاد سبز بدون مدیریت کیفی بازیافت ناممکن است. انباشت ناخالصی‌هایی چون مس در مذاب، ضمن توقف تولید گریدهای پیشرفته، مصرف انرژی را تشدید و دستاوردهای اقلیمی را می‌سوزاند. این یادداشت ضرورت تغییر پارادایم به «تفکیک هوشمند در مبدأ» مبتنی بر هوش مصنوعی را تبیین می‌کند؛ راهکاری حیاتی برای کاهش هزینه‌ها، تاب‌آوری صادراتی در برابر تعرفه‌های کربن و تضمین بقای صنعت فولاد.

ماهنامه فولادآینده‌؛ در گذار راهبردی جهان به سوی فولاد سبز، قراضه از یک کالای واسطه‌ای کم‌ارزش یا محصول جانبی، به یکی از مهم‌ترین ارکان کربن‌زدایی در زنجیره تولید فولاد تبدیل شده است. جایگزینی خطوط سنتی احیا و ذوب (کوره بلند و کنورتور) با کوره‌های قوس الکتریکی، پتانسیل کاهش بیش از ۷۰ درصدی انتشار مستقیم دی‌اکسید کربن را فراهم ساخته و شدت آلایندگی را از حدود ۱.۸ تن به کمتر از ۰.۴ تن دی‌اکسید کربن به ازای هر تن فولاد خام رسانده است. با این وجود، سد اصلی در مسیر بهره‌برداری حداکثری از ضایعات فولادی، محدودیت‌های ظرفیت الکتریکی یا لجستیک تأمین آنها نیست؛ بلکه ماهیت ذوب و ناتوانی در تصفیه ناخالصی‌های پایدار از حمام مذاب است. در رویکرد نوین تولید فولاد، ارزش واقعی قراضه دیگر بر پایه وزن فیزیکی سنجیده نمی‌شود، بلکه این درجه خلوص، قابلیت ردیابی و شناسنامه متالورژیکی بار است که جایگاه کیفی و اقتصادی آن را تعیین می‌کند.

تله پنهان بازیافت

مهران اکبری، کارشناس تحقیقات بازار هلدینگ فولاد متیل

چالش محوری در چرخه‌های بازیافت فولاد، ورود و انباشت مداوم عناصر ناخواسته ای است که غالباً همراه با قطعات الکتریکی و آلیاژهای فرسوده وارد جریان ضایعات می‌شوند. یکی از این عناصر مس است . رفتار شیمیایی این عنصر به‌گونه‌ای است که در شرایط عملکردی و دمای بالای کوره ذوب، تمایل بسیار ناچیزی به اکسیداسیون و ورود به فاز سرباره دارد. به بیان دیگر، با روش‌های متداول تصفیه در کوره و متالورژی ثانویه نمی‌توان این عنصر را پس از انحلال در فولاد مذاب حذف یا جداسازی کرد. حضور کنترل نشده ی مس به عنوان ناخالصی، در مراحل شکل‌دهی و نورد گرم باعث تضعیف پیوستگی ساختار شده و زمینه ایجاد عیوب سطحی و ترک‌خوردگی‌های بحرانی را فراهم می‌آورد. پیامد این اختلال، بن‌بست تولید در گریدهای کیفی و حساس نظیر ورق‌های فولادی خودرویی نیازمند شکل‌پذیری عمیق و ورق‌های الکتریکی با دقت بالا است که تلورانس غلظت عناصر ناخواسته در آن‌ها در مقیاس چندصدم درصد تعریف می‌شود.

این چالش کیفی، اثر معکوس مستقیمی بر بازدهی انرژی و برنامه‌های اقلیمی کارخانه‌های فولادسازی می‌گذارد؛ پدیده‌ای که در تحلیل فرایندی با عنوان اثر رقیق‌سازی (Dilution Effect) شناخته می‌شود. هنگامی که محموله قراضه ورودی فاقد خلوص استاندارد باشد، واحدهای فولادسازی ناچارند برای تعدیل غلظت عناصر ناخواسته و رساندن آن به محدوده مجاز، بخش عمده‌ای از شارژ کوره را با منابع آهن خالص نظیر آهن اسفنجی(DRI) تأمین کنند. محاسبات فرایندی نشان می‌دهد برای دستیابی به گریدهای کیفی از قراضه آلوده، ممکن است نیاز باشد ۶۰ تا ۷۰ درصد حجم بار فلزی با آهن اسفنجی جایگزین شود. این رقیق‌سازی ناخواسته نه‌تنها حجم قابل توجهی از منابع باارزش انرژی (نظیر گاز طبیعی یا هیدروژن) را صرف جبران خطای زنجیره تأمین می‌کند، بلکه به دلیل ورود فازهای ناخالصی، نرخ تشکیل سرباره را به شدت افزایش داده و مصرف ویژه برق کوره را ۸۰ تا ۱۲۰ کیلووات‌ساعت بر تن بالا می‌برد. نتیجه مستقیم این فرآیند، تحمیل بار حرارتی مضاعف به شبکه برق، افزایش انتشار غیرمستقیم کربن و خنثی شدن بخش مهمی از دستاوردهای زیست‌محیطی بازیافت است.

راهکار بنیادین برای مهار این ناکارآمدی، تغییر نقطه تمرکز از (تصفیه درون مذاب) به (تفکیک هوشمند در مبدأ) است. در این الگو، خطوط آماده‌سازی و خردایش قراضه به زیرساختی سه‌لایه متکی بر هوش مصنوعی و سنسورهای فوتونیکی پیشرفته مجهز می‌گردند. در لایه نخست، سامانه‌های بینایی ماشین مبتنی بر هوش مصنوعی، حرکت قطعات خردشده بر روی نوار نقاله را پایش کرده و با پردازش تصویری، قطعات آلوده به کابل‌ها و اجزای مسی را شناسایی نموده و به کمک پرتابگرهای بادی پرسرعت (با پاسخ‌دهی در مقیاس میلی‌ثانیه) از خط خارج می‌سازند. در لایه دوم، تجهیزات نوین طیف‌سنجی فوتونیکی و سیستم‌های سنجش برخط، آنالیز عنصری و درصد ناخالصی‌های قطعات را بدون ایجاد وقفه در خط ثبت می‌کنند. در نهایت و در لایه سوم، مدل‌های بهینه‌سازی هوش مصنوعی با تجمیع داده‌های تحلیلی، بهینه‌ترین ترکیب سبد شارژ کوره را تعیین می‌کنند؛ فرآیندی که ضمن تضمین دستیابی به مشخصات فنی گرید فولاد نهایی، مصرف ویژه انرژی، نسوز و نیاز به رقیق‌سازی با آهن اسفنجی را به حداقل ممکن می‌رساند.

محاسبات فرایندی نشان می‌دهد برای دستیابی به گریدهای کیفی از قراضه آلوده، ممکن است نیاز باشد ۶۰ تا ۷۰ درصد حجم بار فلزی با آهن اسفنجی جایگزین شود

تحقق این زنجیره هوشمند، در افق اقتصاد چرخشی به ابزاری راهبردی به نام پاسپورت دیجیتال مواد (Digital Material Passport) پیوند می‌خورد؛ سازوکاری که ارزش‌گذاری قراضه را از سنجش صرفاً وزنی، به ارزیابی بر پایه خلوص متالورژیکی ارتقا می‌دهد. قراضه‌های تفکیک‌شده و شناسنامه‌دار از سه مسیر به ارزش‌آفرینی منتهی می‌شوند: نخست هزینه‌های فرایندی و مصرف انرژی را کاهش می‌دهند، دوم از طریق کاهش چشمگیر ردپای کربن، امکان فروش محصول نهایی با قیمت بالاتر (پرمیوم فولاد سبز) را فراهم می‌آورند، و سوم رقابت‌پذیری صادراتی را در برابر سازوکارهای سخت‌گیرانه بین‌المللی نظیر تعرفه کربن اروپا (CBAM) تضمین می‌نمایند.

پیاده‌سازی سامانه‌های تفکیک هوشمند و سنجش برخط مبتنی بر یادگیری عمیق، صرفاً یک پژوهش دانشگاهی نیست؛ بلکه شواهد عملیاتی نشان می‌دهد این فناوری‌ها هم‌اکنون در کشورهایی نظیر آلمان، ژاپن، آمریکا و سوئیس وارد مقیاس تجاری شده‌اند. تجارب صنعتی در این کشورها اثبات کرده است که استقرار تفکیک هوشمند در مبدأ، راهکاری عملیاتی برای تولید گریدهای کیفی در اکوسیستم فولاد سبز محسوب می‌شود. از این رو، ارزیابی کیفی و تفکیک هوشمند قراضه نه یک انتخاب اختیاری در خطوط بازیافت، بلکه پیش‌شرطی راهبردی برای غلبه بر چالش‌های تولید، بهینه‌سازی مصرف انرژی و تثبیت تاب‌آوری اقتصادی صنعت فولاد درعصر فولاد سبز به شمار می‌رود.

*کارشناس تحقیقات بازار هلدینگ فولاد متیل

برچسب‌ها

نظر شما

شما در حال پاسخ به نظر «» هستید.
captcha

گفت‌وگو

پربازدیدهای باشگاه‌تحلیلگران

یادداشت

تازه‌ترین‌ها باشگاه‌تحلیلگران

ویدیوی صفحه

دیدگاه