همگرایی هوش مصنوعی و بلاکچین برای رهگیری و تضمین کیفیت سرباره فولاد در زنجیره تامین مصالح ساختمانی: ارائه چارچوب SmartSlagTrace

سرباره فولاد به عنوان یک پسماند صنعتی حجیم، پتانسیل بالایی برای جایگزینی با مصالح طبیعی در صنعت ساختمان دارد و می تواند نقشی کلیدی در اقتصاد چرخشی ایفا کند. با این حال، ناهمگونی ذاتی، خطر انبساط نامطلوب ناشی از فازهای آزاد CaO و MgO، و نبود شفافیت در زنجیره تامین، موانع اصلی استفاده گسترده از آن هستند. این مقاله به بررسی همگرایی دو فناوری تحول آفرین یعنی هوش مصنوعی (AI) و بلاکچین (BC) برای رفع این چالش ها می پردازد. چارچوب پیشنهادی «SmartSlagTrace» شامل یک معماری سه لایه است: لایه اکتساب داده مبتنی بر سنسورهای NIR و خودرمزگذار نویزگیر، (۲) لایه یادگیری فدرال (Federated Learning) روی بلاکچین مجاز (Hyperledger Fabric) برای پیش بینی شاخص انبساط بدون افشای داده های خام کارخانه ها، و (۳) لایه اوراکل غیرمتمرکز (Chainlink) برای تطبیق نتایج مدل با آزمون اتوکلاو و صدور گواهی کیفیت تغییرناپذیر (NFT). نتایج شبیه سازی بر روی داده های پنج کارخانه ذوب آهن در ایران نشان می دهد که این چارچوب خطای انسانی در گزارش دهی را تا ۹۴% کاهش، هزینه تضمین کیفیت را ۳۸% کاهش و قابلیت رهگیری پایان به پایان را با دقت ۹۹.۲% تضمین می کند. همچنین مقاومت در برابر حملات دستکاری داده تا سقف ۳۳% گره مخرب تایید شده است.

کلیدواژه ها:

سرباره فولاد ، بلاکچین ، هوش مصنوعی ، یادگیری فدرال ، زنجیره تامین مصالح ساختمانی ، اقتصاد چرخشی ، قرارداد هوشمند ، اوراکل غیرمتمرکز