Artificial intelligence guided steel design towards zero-carbon emission contributing to circular economy

Forskare: Lovisa Åkesson och Wangzhong Mu

Artificiell intelligens (AI) är ett kraftfullt verktyg för att påskynda materialdesign och främja hållbar utveckling inom materialområdet. Detta projekt syftar till att möjliggöra användning av enbart avfallsmaterial för att producera nya stålprodukter utan att tillföra primära råvaror. Inverkan av interstitiella element (t.ex. C, N, S) på mikrostruktur och utveckling av mekaniska egenskaper är av avgörande betydelse, och central för att uppnå hållbarhetsmål.

Den AI-stödda legeringsdesign som föreslås här fokuserar på utveckling av så kallade crossover-legeringar med ett bredare spektrum av egenskaper, anpassade för massmarknader och baserade på helt återvunnet material. Dessutom kommer mikrostrukturutvecklingen i dessa stål att förutsägas med hjälp av AI-baserade metoder, såsom maskininlärning. Det övergripande målet med forskningen är att integrera robusta beräkningsverktyg med experimentell karakterisering för att hantera centrala utmaningar kopplade till att uppnå full återvinningsbarhet hos metalliska legeringar utan användning av primära råvaror.

Hållbarhetsaspekter

Hållbarhet är en global prioritering, och järn- och stålindustrin står för omkring 8 % av de globala koldioxidutsläppen, vilket understryker behovet av renare produktionsprocesser. Utöver fossilfri järnframställning utgör en ökad användning av återvunnet skrot en viktig väg mot minskade utsläpp, men detta kräver avancerade verktyg för att utvärdera och optimera dessa strategier.

Projektet använder maskininlärning för att designa hållbara stål och styra deras mikrostruktur och egenskaper, och bidrar därmed till utvecklingen av nästa generations miljövänliga material och tillverkningsprocesser. Projektet är kopplat till mål 7 och 12 i FN:s globala mål för hållbar utveckling.

Projektgrupp

• Huvudsökande: Wangzhong Mu, LTU
• Industriell projektledare: Joakim Odqvist, Ferritico AB
• Industridoktorand: Lovisa Åkesson, Ferritico AB/LTU

Projektsida på WISE webbplats

• Artificial intelligence guided steel design towards zero-carbon emission contributing to circular economy

Publikationer kopplade till projektet

• Physics-Informed Machine Learning for Steel Development: A Computational Framework and CCT Diagram Modeling
• Integrated machine learning approach for predicting low-temperature embrittlement in duplex stainless steels via ferrite hardening