XtalPi et Fangda Carbon déploient l'IA pour optimiser la fabrication d'électrodes en graphite

XtalPi et Fangda Carbon ont mis en œuvre un modèle d'intelligence artificielle (IA) conjoint pour améliorer l'efficacité des coûts et des matériaux dans la production d'électrodes en graphite. Le modèle, développé conjointement par les deux entreprises, a passé les tests d'acceptation et est désormais intégré dans les processus de fabrication de Fangda Carbon.

Le système d'IA prédit les performances et examine les formulations de matières premières avant les essais physiques, permettant d'atteindre les objectifs d'optimisation des coûts et une évaluation rapide des matériaux de substitution. Les électrodes en graphite sont essentielles pour la sidérurgie par fours à arc électrique, et leurs propriétés dépendent d'interactions complexes entre les matières premières, les ratios de mélange et les conditions de fabrication. Les variations des lots de matières premières nécessitent une réévaluation fréquente des formulations, et la volatilité des prix rend la substitution de matériaux une exigence opérationnelle critique.

En combinant les données de fabrication étendues de Fangda Carbon et l'expertise de XtalPi en ingénierie des données et en algorithmes d'IA, le partenariat a créé un système capable d'identifier rapidement des formulations rentables répondant aux normes de qualité. L'IA évalue également les intrants alternatifs et suggère des ajustements de formulation en cas de changements d'approvisionnement ou de prix, augmentant ainsi considérablement la flexibilité d'approvisionnement de Fangda Carbon.

Ce déploiement suit une approche "calcul d'abord, vérification ensuite", combinant l'expertise industrielle avec des prédictions basées sur les données. Pour XtalPi, cela marque une expansion de son activité d'IA industrielle vers de nouveaux matériaux, établissant une base pour le développement de matériaux carbonés avancés. Les entreprises prévoient d'étendre davantage le système à la conception complète des formulations et à l'optimisation des processus.