製品品質制約下の低炭素EAF製鋼におけるスクラップ配合の確率的多目的最適化

日本語

本研究は、低炭素電炉（EAF）製鋼における金属チャージ配合の再現可能な確率的多目的最適化フレームワークを提示する。コスト、炭素排出、循環性、金属歩留まり、残留元素制限、多サイクルリサイクル、CVaRリスク制御、モンテカルロシミュレーション、Sobol–Jansen感度分析を統合し、製品固有の確率的最適化がオフスペックリスクを大幅に低減しつつ、スクラップ利用、バージン鉄希釈、コスト、排出のバランスを取ることを示す。

English

This study presents a reproducible stochastic multi-objective framework for optimizing metallic charge blends in low-carbon EAF steelmaking. It integrates cost, carbon emissions, circularity, metallic yield, residual-element limits, multi-cycle recycling, CVaR-based risk control, Monte Carlo simulation, and Sobol–Jansen sensitivity analysis. Results show that product-specific stochastic optimization can substantially reduce off-specification risk while balancing scrap utilization, virgin-iron dilution, cost, and emissions. The framework supports comparative decision-making and can be adapted for plant-specific applications.

日本のGX文脈において

日本の鉄鋼業はカーボンニュートラル目標に向けて電炉シフトが進むが、スクラップ品質管理が課題。本フレームワークは、品質制約下でのスクラップ配合最適化により、コストと排出削減の両立を可能にし、日本の電炉メーカーや政策立案者にとって有用な意思決定ツールとなる。

In the global GX context

Globally, the steel sector faces pressure to decarbonize, and EAF route is key. This framework offers a practical approach to optimize scrap blending under uncertainty, balancing cost, emissions, and quality. It contributes to the growing literature on circular economy and low-carbon manufacturing, and can be adapted to various plant contexts, supporting the transition to sustainable steelmaking.