<p>鋼鐵公司收集了大量有關其生產過程的信息，但他們并不總是能最大限度地利用這些數(shù)據。這里是深淵。Meta進來了。該公司由帝國理工大學校友Osas Omoigiade博士創(chuàng)建，在學院的創(chuàng)新生態(tài)系統(tǒng)中得到培育，正在開發(fā)機器學習技術，使鋼鐵廠更清潔、更高效。</p> <p><img src="https://www.imperial.ac.uk/ImageCropToolT4/imageTool/uploaded-images/osas-omoigiade_1671040014499_x2.jpg?r=2940" alt="Dr Osas Omoigiade" width="654" height="736" />&nbsp;</p> <p>Deep.Meta的創(chuàng)始人兼首席執(zhí)行官Omoigiade博士說:&ldquo;利用大型鋼鐵廠已經產生的現(xiàn)有數(shù)據有巨大的機會，以便在生產線上做出更好的決策，并實現(xiàn)降低材料浪費和能源使用等目標，這將導致更低的碳排放。&rdquo;</p> <p>&nbsp;</p> <p>10月，由Deep。Meta獲得了英國創(chuàng)新項目190萬英鎊的撥款，以進一步探索這些潛在的好處，并將其傳遞給建筑行業(yè)的鋼鐵用戶。該項目的其他參與者包括材料加工研究所、英國斯巴達鋼輥和房地產公司Grosvenor。</p> <p>&nbsp;</p> <p><strong><span class="h1">在溫室里培育</span></strong></p> <p><br />Omoigiade博士本科在帝國理工學院學習材料科學，之后去劍橋大學攻讀碩士學位。他回到帝國理工大學材料系，完成了鋼鐵冶金學的行業(yè)資助博士學位，專注于線材生產。然后他去了私營部門工作，然后決定在2020年成立自己的公司。&ldquo;深。</p> <p>&nbsp;</p> <p>Meta匯集了我在可持續(xù)發(fā)展和制造業(yè)方面的所有工作經驗，以及我在鋼鐵冶金學方面的博士學位。&rdquo;他說。</p> <p>&nbsp;</p> <p>在旅途的早期，Deep。Meta參加了帝國理工大學的創(chuàng)業(yè)催化劑挑戰(zhàn)賽(VCC)，這是一項面向帝國理工大學學生、校友和早期職業(yè)研究人員的創(chuàng)業(yè)比賽。這為業(yè)務發(fā)展提供了實際幫助，并從導師和其他企業(yè)家那里獲得靈感，最終形成了一場推銷比賽。&ldquo;在這個過程的最后，我們很高興地發(fā)現(xiàn)，深。Meta是能源和環(huán)境領域的贏家。&rdquo;Omoigiade博士回憶道。</p> <p>&nbsp;</p> <p>作為一家公司，溫室對我們的旅程產生了實質性的影響。</p> <p><br />Osas Omoigiade博士</p> <p><br />在此過程中，該公司的一位導師建議，該公司將非常適合the Greenhouse，這是一個由帝國理工學院氣候變化創(chuàng)新中心運營、由皇家研究院主辦的氣候相關初創(chuàng)公司的加速器項目。奧莫吉雅德博士申請，深。梅塔被接受進入加速器的第二組。</p> <p>&nbsp;</p> <p>該公司繼續(xù)贏得了6月結束該項目的演示日，在那里它被認為是同類項目中具有最高商業(yè)潛力和氣候影響的項目之一。</p> <p>&nbsp;</p> <p>&ldquo;在The Greenhouse工作期間，我們完成了第一輪定價融資，從一群天使和風險投資家那里籌集了大約50萬英鎊。&rdquo;</p> <p>&nbsp;</p> <p>Omoigiade博士說。&ldquo;其中一位投資者是通過我們與The Greenhouse的聯(lián)系直接介紹給我們的，所以這對我們公司的發(fā)展歷程產生了重大影響。&rdquo;</p> <p>&nbsp;</p> <p><strong><span class="h1">與大數(shù)據打交道</span></strong></p> <p><br />同時，Deep。Meta正在與鋼鐵行業(yè)的參與者(如材料加工研究所)進行交談，以確定他們可以共同研究的數(shù)字方法，以幫助該行業(yè)優(yōu)化其生產流程。</p> <p>&nbsp;</p> <p>其中一個領域是故障排除，這通常是通過反復試驗來解決的。工程師們嘗試一種解決方案，然后又嘗試另一種，直到他們找到問題的根源。與此同時，在流程繼續(xù)運行的地方，材料和能源浪費可能會累積。然而，最佳解決方案的指針可能已經出現(xiàn)在工廠例行收集的過程數(shù)據中，只要工程師們能看到它。</p> <p>&nbsp;</p> <p>我們使用人工智能在信息中尋找人類無法識別的模式。</p> <p><br />Osas Omoigiade博士</p> <p><br />&ldquo;當涉及少量信息時，人類擅長模式識別，但在面對大量信息時，這種識別就不那么有效了。我們是為創(chuàng)造性思維而生的，而不是計算。&rdquo;&ldquo;通過使用人工智能，我們可以在這些信息中尋找人類無法識別的模式。&rdquo;</p> <p>&nbsp;</p> <p>人工智能還可以幫助開展運營活動。Deep的一個。梅塔的合作伙伴，蓋茨黑德鋼輥斯巴達英國公司，在將鋼板軋制成鋼板和其他產品之前，在爐中加熱鋼板。這些石板的形狀和大小各不相同，非常深。Meta正在與該公司合作開發(fā)一種算法，該算法將告訴工程師將連續(xù)鋼板送入熔爐的最有效順序。&ldquo;當你在一天中減少一個小時的加熱周期，隨著時間的推移，這可以節(jié)省大量的能源，并對底線產生實質性的影響。&rdquo;</p> <p>&nbsp;</p> <p><strong><span class="h1">完整的鏈條</span></strong></p> <p><br />&ldquo;創(chuàng)新英國&rdquo;項目將為鋼鐵生產商考慮諸如此類的解決方案，以及如何將好處傳遞給鋼鐵終端用戶。該財團的代表是房地產公司格羅夫納(Grosvenor)，該公司熱衷于減少其建筑的碳足跡。在該公司建造和擁有的大型建筑中，約20%的排放來自支撐建筑的鋼框架。</p> <p>&nbsp;</p> <p>&ldquo;零碳鋼的生產規(guī)模還不足以讓格羅夫納等公司在經濟上可行，因此減少現(xiàn)有生產方法的碳足跡的方法極具吸引力。&ldquo;深。</p> <p>&nbsp;</p> <p>Meta，我們并沒有實質性地改變工藝，而是優(yōu)化了目前用于大規(guī)模煉鋼的工藝。這意味著我們可以以更低的成本減少碳排放。&rdquo;Omoigiade博士說。</p> <p>&nbsp;</p> <p><img src="https://www.imperial.ac.uk/ImageCropToolT4/imageTool/uploaded-images/roller_1671123639867_x2.jpg?r=2810" alt="Hot plate from oven and rolling machine" width="808" height="599" />&nbsp;</p> <p>&nbsp;</p> <p>將優(yōu)化目前用于大規(guī)模煉鋼的工藝。</p> <p><br />Meta對Grosvenor的介紹也來自Imperial。該公司為VCC比賽提供了獎金，這是關于&ldquo;有多深&rdquo;的對話的開始。Meta可以幫助它降低建筑的碳足跡。</p> <p>&nbsp;</p> <p>除了人工智能，Omoigiade博士還看到了將其他數(shù)字技術應用于鋼鐵行業(yè)的潛力，例如使用由區(qū)塊鏈構建的分布式leger來跟蹤鋼鐵的整個生命周期。</p> <p>&nbsp;</p> <p>我們希望提供缺失的信息，以便政府和建筑公司能夠在重復使用鋼材方面做出更明智的決定。</p> <p><br />Osas Omoigiade博士</p> <p>&nbsp;</p> <p>&ldquo;如果你要拆除一座高樓，并從框架中回收鋼材，目前很難說這些鋼材是否可以重復使用。沒有關于它所經歷的疲勞周期的記錄，也沒有關于它所受到的壓力的記錄，因此我們可以知道它還剩下多少生命，&rdquo;Omoigiade博士解釋道。&ldquo;我們想做的是提供缺失的信息，這樣政府和建筑公司就可以在重復使用鋼材方面做出更明智的決定。&rdquo;</p> <p>&nbsp;</p> <p>例如，有了正確的信息，在從舊建筑中回收這些鋼材后，就有可能直接使用這些鋼材，而不必將其運送到遙遠的熔爐中熔化并重新塑造成新的大梁。&ldquo;如果我們能削減這一切，只是把鋼鐵運到下一個建筑工地，就能改變經濟狀況。&rdquo;</p> <p>&nbsp;</p> <p>行業(yè)圖片:Getty Images</p> <p>&nbsp;</p> <p>文章文本(不包括照片或圖形)&copy;倫敦帝國理工學院。</p> <p>&nbsp;</p> <p>照片和圖形受第三方版權許可使用或&copy;倫敦帝國理工學院。</p> <p>&nbsp;</p> <blockquote> <p>注：本文由院校官方新聞直譯，僅供參考，不代表指南者留學態(tài)度觀點。</p> </blockquote>