مشخصات آهن اسفنجی تولیدی در روش احیا مستقیم به طور مستقیم بر فرایند پایین­دستی یعنی فولادسازی تأثیرگذار است. چنانچه درصد آهن و کربن آهن اسفنجی تولیدی غیریکنواخت باشد، مصرف انرژی و نسوز کوره قوس افزایش پیدا می­کند. به دلیل غیرممکن بودن کنترل بلادرنگ فرایند، یک مدل کامپیوتری جهت پیش­بینی ترکیب شیمیایی آهن اسفنجی تولیدی بر مبنای ورودی­ها که قادر به پیشنهاد پارامترهای بهینه فرایند جهت تولید هرچه یکنواخت­تر محصول باشد، بسیار راهگشا خواهد بود. به دلیل پیچیدگی بالای فیزیک مسئله و تعدد و پیچیده بودن معادلات حاکم، استفاده از مدل­های مبتنی بر هوش مصنوعی و به طور خاص شبکه­ های عصبی مصنوعی (ANN) می­تواند منجر به نتایج دقیق­تر و کاربردی­تری شود.

چالش:

استفاده از الگوریتم های شبکه عصبی برای پیش بینی فرایند احیا مستقیم و پیشنهاد پارامترهای عملکردی بهینه جهت یکنواخت-سازی درجه متالیزاسیون و درصد کربن آهن اسفنجی تولیدی