識(shí)別潛在提升機(jī)會(huì)

與石油和天然氣等類似行業(yè)相比，采礦業(yè)歷來(lái)受到低固定資產(chǎn)利用率、低能效和長(zhǎng)停機(jī)時(shí)間的困擾。相關(guān)企業(yè)實(shí)施低效率的人工方法，過度依賴現(xiàn)場(chǎng)工人對(duì)設(shè)備和系統(tǒng)進(jìn)行監(jiān)測(cè)、維護(hù)和報(bào)告。

Metso 著手打造由 IIoT 驅(qū)動(dòng)的選礦設(shè)備預(yù)測(cè)性維護(hù)和資產(chǎn)優(yōu)化解決方案，幫助礦山進(jìn)一步實(shí)現(xiàn)自動(dòng)化采礦的目標(biāo)。最終Mesto Metrics在礦業(yè)中實(shí)現(xiàn)了保證現(xiàn)有資產(chǎn)持續(xù)形成高的生產(chǎn)效率，同時(shí)降低高昂的設(shè)備故障和停機(jī)的愿景。

Metso Metrics 能夠有效減少計(jì)劃外停機(jī)時(shí)間以及提高維護(hù)操作的可預(yù)測(cè)性和準(zhǔn)確性，從而解決選礦設(shè)備整體設(shè)備效率 (OEE) 低下的問題。同時(shí)還能優(yōu)化設(shè)備性能，最終提升運(yùn)營(yíng)水平和能效。

將人工智能與人類智慧相結(jié)合

Metso Metrics 通過將關(guān)鍵設(shè)備通過PLC和IIOT互聯(lián)進(jìn)行相關(guān)實(shí)施工作。。它從設(shè)備傳感器收集數(shù)據(jù)，并安全地將數(shù)據(jù)發(fā)送至云端。然后，它對(duì)數(shù)據(jù)執(zhí)行高級(jí) AI 算法，以檢測(cè)新的或已知故障模式，并在數(shù)據(jù)顯示潛在問題時(shí)向管理人員發(fā)出警報(bào)。

在澳大利亞的一個(gè)鐵礦石礦區(qū)，Metso Metrics 從礦山破碎機(jī)數(shù)據(jù)中尋找已知故障模式和異常情況，幫助采礦者預(yù)測(cè)事故、主動(dòng)進(jìn)行維護(hù)并避免停機(jī)。

“我們已經(jīng)為該客戶開發(fā)了多套子系統(tǒng)算法，包括驅(qū)動(dòng)和液壓系統(tǒng)，我們正在跟蹤有關(guān)振動(dòng)模式、濾油器和襯套健康狀況的數(shù)據(jù)。”Metso 首席數(shù)字官 Jani Puroranta 說(shuō)道?！霸谄渲械囊粋€(gè)案例，振動(dòng)模式表明破碎機(jī)的某個(gè)特定區(qū)域存在問題。于是，我們的服務(wù)團(tuán)隊(duì)要求現(xiàn)場(chǎng)維修團(tuán)隊(duì)進(jìn)行評(píng)估，發(fā)現(xiàn)了一個(gè)易于修復(fù)的部件松動(dòng)問題。如果沒有識(shí)別并修復(fù)這個(gè)問題，很可能導(dǎo)致災(zāi)難性事件，潛在損失將會(huì)超過 100 萬(wàn)美元?！?/span>

每套機(jī)器算法都針對(duì)特定機(jī)器行為進(jìn)行 4-6 周的訓(xùn)練，這為實(shí)現(xiàn)最佳效能奠定了基礎(chǔ)。在實(shí)時(shí)模式下，機(jī)器算法執(zhí)行全天候監(jiān)控，以檢測(cè)和預(yù)測(cè)潛在故障或問題。?