Ridurre il consumo energetico in siderurgia è fondamentale. A questo proposito, l’impiego di tecniche di intelligenza artificiale può fornire un importante contributo.

TAKEAWAY

• La siderurgia è un settore strategico per l’Italia, oltre che per l’Europa, ma è altamente energivoro. Da qui l’esigenza di elevare il grado di efficienza energetica, possibile anche grazie all’intelligenza artificiale.
• I campi applicativi dell’AI per l’efficientamento energetico della siderurgia sono molteplici e oggetto di ricerca svolta, per esempio, dall’istituto italiano TeCIP, della Scuola Superiore Sant’Anna di Pisa, che ha avviato diversi progetti specifici.
• Dall’analisi dei dati allo sviluppo di modelli predittivi, fino all’individuazione delle variabili maggiormente influenti sul consumo di energia, l’AI mostra molteplici potenzialità nel settore. In prospettiva, il suo impiego può essere utile anche nei processi innovativi che vedranno l’impiego dell’idrogeno e nel miglioramento delle reti gas e vapore.

---

L’adozione di tecniche di intelligenza artificiale in siderurgia può fornire un importante contributo per fare efficienza energetica. Quello siderurgico è un settore d’importanza strategica per l’Italia, uno dei principali del sistema industriale nazionale. La siderurgia italiana è il secondo mercato dell’Unione europea, rileva Federacciai, sia in termini produttivi che occupazionali. Ed è anche il primo mercato europeo per volume di riciclo dell’acciaio.

Il suo valore è direttamente proporzionale al suo impatto energetico, con circa 19 TWh di energia elettrica consumata ogni anno, ovvero il 35% dell’industria manifatturiera e il 15% dei consumi industriali nel suo complesso.

Il motivo per cui l’efficienza energetica è cruciale nel settore siderurgico – e, in generale, per l’economia e l’occupazione – è stato messo in luce dall’International Energy Agency (IEA) in un report dedicato al suo ruolo nell’industria pesante: aumenta la competitività delle industrie, stimola l’innovazione tecnologica, riduce i costi dell’energia, rafforza la sicurezza dell’approvvigionamento energetico, salvaguarda l’ambiente e contribuisce a limitare i cambiamenti climatici.

Inoltre, contribuisce in modo sensibile all’occupazione: la stessa Agenzia stima che si potrebbero creare 18 posti di lavoro per ogni milione di dollari investito nell’efficienza industriale, ad esempio aggiornando apparecchiature chiave come motori, ventilatori e pompe, introducendo tecnologie digitali per migliorare il monitoraggio e i controlli.

Ed è proprio quest’ultimo uno dei campi applicativi in cui l’intelligenza artificiale può dare il proprio contributo e in cui potrà, in futuro, farlo ancora di più. La ricerca lavora in questa direzione per riuscire a sfruttare al meglio l’impiego di tecniche di artificial intelligence.

In Italia è attivo, a tale proposito, l’Istituto TeCIP (Tecnologie della Comunicazione, dell’Informazione e della Percezione) della Scuola Superiore Sant’Anna di Pisa. Diversi progetti sono stati sviluppati e altri sono tuttora in corso di svolgimento dedicati al miglioramento dell’efficienza energetica nel settore siderurgico. 

Intelligenza artificiale in siderurgia: i campi applicativi

Sono diversi i modi in cui viene utilizzata l’intelligenza artificiale in siderurgia. Come scrive Valentina Colla, technical research manager presso Scuola Superiore Sant’Anna e responsabile scientifico di vari progetti dedicati:

«Fornisce strumenti, quali le reti neurali, per lo sviluppo di modelli olistici, flessibili e adattabili, per predire i consumi di ogni sotto-processo e ricavare un quadro complessivo del profilo di consumo dell’intera catena produttiva»

La stessa ricercatrice e manager è a capo di un gruppo di ricerca incentrato sulla modellazione, la simulazione, il controllo e l’ottimizzazione dei processi industriali anche attraverso tecniche basate sull’intelligenza artificiale.

«TeCIP si occupa dell’applicazione di tecniche AI per la gestione, il controllo e l’ottimizzazione di processi produttivi con un focus sull’industria di processo e siderurgica in particolare. In questo ambito, da diversi anni abbiamo cominciato a sviluppare progetti dedicati al miglioramento dell’efficienza energetica dei processi produttivi. Questo implica la possibilità di monitorare e prevedere l’andamento dei consumi e della produzione energetica, per rendere evidenti le inefficienze esistenti ed elaborare misure e sistemi che riducano o annullino le cause dell’inefficienza».

Nel campo dell’efficienza energetica rientra anche la gestione efficiente delle risorse, utile per evitare il consumo eccessivo di materie prime oltre che di energia. Un esempio: ridurre i tempi di attesa di un semilavorato tra uno stadio e il successivo, quando la lavorazione si svolge a elevata temperatura, può significare una minore necessità di riscaldamento e, quindi, un minor consumo di energia. E può anche implicare minori problemi sulla qualità finale del prodotto, con una riduzione degli scarti.

La programmazione e la gestione della catena produttiva sono campi nei quali l’impiego dell’AI può offrire un grande aiuto per l’analisi dei dati, lo sviluppo di modelli predittivi, l’identificazione precoce e la prevenzione di anomalie. Come? Per esempio, l’intelligenza artificiale viene in supporto nella correlazione tra cause ed effetti, così pure nella modellazione di processo, creando modelli computazionali più efficienti e in grado di calcolare solo le variabili di interesse con cui impostare più agevolmente un sistema di ottimizzazione.

«Studi recenti mettono in luce la possibilità di creare modelli che applicano la cosiddetta hybrid AI che, da una parte, garantisce che il modello sia compatibile con i principi fisico-chimici di base e, dall’altro, aumenta il grado di fiducia nei confronti dell’utente industriale» spiega la ricercatrice e manager della Sant’Anna.

Il ruolo dell’AI per fare efficienza energetica

Ma come viene impiegata l’intelligenza artificiale nella siderurgia, per l’efficienza energetica e produttiva? «È possibile utilizzare l’AI per l’analisi dei dati, un lavoro preliminare sempre utile per completare la conoscenza dei processi produttivi con un ulteriore approfondimento volto a individuare le variabili che hanno maggiore influenza sul consumo di energia, sulla produzione o, nel caso dei gas di processo, sulla composizione che ne determina il potere calorifico. Questo si fa per aumentare la conoscenza del sistema e come step preliminare per lo sviluppo dei modelli» specifica Colla.

In TeCIP sono stati sviluppati modelli basati sull’AI che, nel caso dei gas di processo, sono finalizzati a predire l’andamento temporale del volume complessivo e dei principali componenti dei gas prodotti (che, in generale, sono variabili e dipendono da molteplici fattori) oppure il fabbisogno da parte dei processi che li utilizzano. Questi modelli predittivi vengono usati per ottimizzare la strategia di gestione dei gas nel medio e lungo termine.

Inoltre, l’AI viene in supporto anche nella pre-elaborazione e presentazione dei risultati. «Oggi i sensori sono ubiqui e comprendere cosa accade diventa complesso. Per riuscire a gestire in modo adeguato e coordinato la sensoristica, l’AI fornisce un aiuto per l’analisi dati e l’interpretazione dell’informazione».

Nel campo della ricerca, possono essere anche impiegati algoritmi evolutivi e approcci cosiddetti bio-inspired, per esempio, per ottimizzare modelli fisici. «In modelli molto complessi, è possibile utilizzare questi algoritmi, che imitano i meccanismi della evoluzione della specie (nel caso degli algoritmi genetici) o il comportamento di una collettività di esseri viventi (insetti, banchi di pesci o stormi di uccelli), per raggiungere un determinato obiettivo». In ambito siderurgico, possono essere utilizzati, ad esempio, per distribuire risorse condivise o orchestrare i vari processi, cercando la combinazione ottimale.

Intelligenza artificiale in siderurgia: le potenzialità in prospettiva

Un altro impiego potenzialmente interessante dell’intelligenza artificiale in siderurgia riguarda i processi innovativi basati sull’idrogeno. «Come per i processi più tradizionali, l’AI può svolgere un importante compito nel monitoraggio e controllo dei processi produttivi, così come nella gestione e nell’orchestrazione delle risorse».

Le ricerche attualmente in corso alla Scuola Superiore Sant’Anna non considerano solo i tradizionali processi per la produzione dell’acciaio basati sull’altoforno, ma anche processi innovativi basati sull’utilizzo di idrogeno. La stessa technical manager di TeCIP segnala:

«Un’ulteriore opportunità che viene considerata per utilizzare i gas di processo è rappresentata da processi di sintesi per la produzione di metano e metanolo. In questo caso il gas, che viene usato per il suo contenuto “chimico” e non energetico, necessita di essere arricchito con idrogeno e viene trasformato in prodotti di alto valore aggiunto, che possono essere stoccati o venduti»

Studi scientifici evidenziano che se si riuscisse a estendere questi processi di riutilizzo dei gas di processo a tutti i gas emessi, si potrebbe quasi soddisfare il fabbisogno interno di gas naturale di un’azienda o persino produrre in eccedenza. «Le complessità e gli aspetti ancora da investigare sono molti, ma le potenzialità ci sono e significative».

Sempre in prospettiva, si lavora anche al miglioramento costante delle reti del gas e del vapore e delle relative pratiche di gestione, per ridurre lo spreco di risorse e le emissioni di CO₂, aumentando anche l’efficienza complessiva.

A questo proposito è stato avviato il progetto SMARTER, finalizzato ad analizzare l’ammodernamento delle reti, tenendo in considerazione vari fattori, tra cui l’aggiunta di nuove giunzioni, nuove possibilità di stoccaggio, fonti energetiche aggiuntive, ma anche future evoluzioni dei processi di produzione dell’acciaio.

«Tale innovazione richiede anche un’ottimizzazione dell’intera rete e la riconfigurazione degli aggregati, al fine di ottenere un pieno sfruttamento dei vantaggi delle modifiche effettuate» si specifica. Anche in questo caso, l’intelligenza artificiale potrà fornire un aiuto per l’analisi e contribuire al rinnovamento delle infrastrutture.