Mifano na Uchambuzi wa Akili Bandia katika Utakaso wa Nyenzo

1. Ugunduzi wa Kiakili na Uboreshaji katika Uchakataji wa Madini

Katika uwanja wa utakaso wa madini, kiwanda cha kuchakata madini kilianzishamfumo wa utambuzi wa picha unaotegemea kujifunza kwa kinakuchambua madini kwa wakati halisi. Kanuni za AI hutambua kwa usahihi sifa za kimaumbile za madini (km, saizi, umbo, rangi) ili kuainisha na kukagua madini ya kiwango cha juu kwa haraka. Mfumo huu ulipunguza kiwango cha makosa ya upangaji wa jadi kutoka 15% hadi 3%, huku ukiongeza ufanisi wa usindikaji kwa 50%.
.Uchambuzi: Kwa kubadilisha utaalam wa binadamu na teknolojia ya utambuzi wa kuona, AI haipunguzi tu gharama za wafanyikazi lakini pia huongeza usafi wa malighafi, ikiweka msingi thabiti kwa hatua zinazofuata za utakaso.

2. Udhibiti wa Vigezo katika Utengenezaji Nyenzo za Semiconductor

Intel inaajiriMfumo wa udhibiti unaoendeshwa na AIkatika uzalishaji wa kaki ya semicondukta ili kufuatilia vigezo muhimu (kwa mfano, halijoto, mtiririko wa gesi) katika michakato kama vile uwekaji wa mvuke wa kemikali (CVD). Miundo ya kujifunza kwa mashine hurekebisha michanganyiko ya vigezo, kupunguza viwango vya uchafu wa kaki kwa 22% na kuongeza mavuno kwa 18%.
.Uchambuzi: AI hunasa mahusiano yasiyo ya mstari katika michakato changamano kupitia uundaji wa data, kuboresha hali ya utakaso ili kupunguza uhifadhi wa uchafu na kuboresha usafi wa mwisho wa nyenzo.

3. Kuchunguza na Uthibitishaji wa Elektroliti za Betri ya Lithiamu

Microsoft ilishirikiana na Maabara ya Kitaifa ya Pasifiki Kaskazini Magharibi (PNNL) kutumiaMifano ya AIkukagua nyenzo za wagombea milioni 32, kubainisha elektroliti N2116 ya hali dhabiti. Nyenzo hii hupunguza matumizi ya chuma cha lithiamu kwa 70%, kupunguza hatari za usalama zinazosababishwa na utendakazi wa lithiamu wakati wa utakaso. AI ilikamilisha uchunguzi katika wiki-kazi ambayo kwa kawaida ilihitaji miaka 20.
.Uchambuzi: Uchunguzi wa kompyuta wa hali ya juu unaowezeshwa na AI huharakisha ugunduzi wa nyenzo zenye ubora wa juu huku hurahisisha mahitaji ya utakaso kupitia uboreshaji wa utunzi, kusawazisha ufanisi na usalama.

Maarifa ya Kawaida ya Kiufundi

• .Uamuzi Unaoendeshwa na Data: AI huunganisha data ya majaribio na uigaji ili kuweka uhusiano kati ya sifa za nyenzo na matokeo ya utakaso, ikifupisha kwa kiasi kikubwa mizunguko ya majaribio na makosa.
• .Uboreshaji wa Mizani nyingi: Kuanzia mipangilio ya kiwango cha atomiki (km, uchunguzi wa N2116 ⁶ ) hadi vigezo vya mchakato wa kiwango kikubwa (km, utengenezaji wa semicondukta ⁵ ), AI huwezesha maingiliano ya viwango tofauti.
• .Athari za Kiuchumi: Kesi hizi zinaonyesha punguzo la gharama la 20-40% kupitia faida ya ufanisi au upotevu uliopunguzwa.

Mifano hii inaonyesha jinsi AI inavyounda upya teknolojia ya utakaso wa nyenzo katika hatua mbalimbali: uchakataji wa awali wa malighafi, udhibiti wa mchakato, na muundo wa vipengele.