案例研究 | 數(shù)字化轉(zhuǎn)型思想領(lǐng)導(dǎo)力

Metso：通過工業(yè)物聯(lián)網(wǎng)來實(shí)現(xiàn)自主采礦

事實(shí)證明，礦石加工廠可以通過 AI 預(yù)測性維護(hù)和資產(chǎn)優(yōu)化節(jié)省數(shù)十萬美元的不必要開支。

作為可持續(xù)礦物加工技術(shù)的領(lǐng)跑者，位于赫爾辛基的 Metso 與全球各地的復(fù)雜工業(yè)客戶合作。

Metso 為集料、采礦、金屬精煉和回收客戶提供設(shè)備、技術(shù)和服務(wù)，以改善生產(chǎn)流程，降低風(fēng)險。

采礦業(yè)的長期目標(biāo)是轉(zhuǎn)向自動化作業(yè)模式。Metso 深知，要實(shí)現(xiàn)這一目標(biāo)，企業(yè)必須先從基礎(chǔ)開始，通過工業(yè)物聯(lián)網(wǎng)營造互聯(lián)性和可見性，從而實(shí)現(xiàn)預(yù)測性維護(hù)和資產(chǎn)優(yōu)化。

識別潛在提升機(jī)會

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

Metso 著手打造由 IIoT 驅(qū)動的選礦設(shè)備預(yù)測性維護(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)時間以及提高維護(hù)操作的可預(yù)測性和準(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。同時還能優(yōu)化設(shè)備性能，最終提升運(yùn)營水平和能效。

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，它對數(shù)據(jù)執(zhí)行高級 AI 算法，以檢測新的或已知故障模式，并在數(shù)據(jù)顯示潛在問題時向管理人員發(fā)出警報(bào)。

在澳大利亞的一個鐵礦石礦區(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)測事故、主動進(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)動和液壓系統(tǒng)，我們正在跟蹤有關(guān)振動模式、濾油器和襯套健康狀況的數(shù)據(jù)?！盡etso 首席數(shù)字官 Jani Puroranta 說道?！霸谄渲械囊粋€案例，振動模式表明破碎機(jī)的某個特定區(qū)域存在問題。于是，我們的服務(wù)團(tuán)隊(duì)要求現(xiàn)場維修團(tuán)隊(duì)進(jìn)行評估，發(fā)現(xiàn)了一個易于修復(fù)的部件松動問題。如果沒有識別并修復(fù)這個問題，很可能導(dǎo)致災(zāi)難性事件，潛在損失將會超過 100 萬美元。”

每套機(jī)器算法都針對特定機(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)時模式下，機(jī)器算法執(zhí)行全天候監(jiān)控，以檢測和預(yù)測潛在故障或問題。?

“僅僅依靠人工智能是不夠的。我們還需要人類自身的智慧?！盤uroranta 補(bǔ)充道?！拔覀冊O(shè)立了配備專業(yè)數(shù)據(jù)科學(xué)家團(tuán)隊(duì)的能效中心，始終致力于持續(xù)優(yōu)化?！?/div>

在智利圣地亞哥和中國長沙均設(shè)有遠(yuǎn)程團(tuán)隊(duì)，負(fù)責(zé)觀測機(jī)器信號，并對數(shù)據(jù)進(jìn)行說明，幫助指導(dǎo)客戶行動，在沒有檢測到問題的情況下也能提供性能優(yōu)化建議。他們負(fù)責(zé)管理需要立即采取行動的案例，并與當(dāng)?shù)噩F(xiàn)場團(tuán)隊(duì)協(xié)調(diào)維護(hù)工作。Metso 的主題專家還通過使用該信息從 Metso 全球各地辦事處為客戶提供遠(yuǎn)程支持。

目前取得的成果

初步估計(jì)和安裝報(bào)告顯示，礦石加工廠的最大受益在于避免了事故和相關(guān)維護(hù)成本，包括停機(jī)成本。

全球已有 10 多座礦山使用了 Metso Metrics的方案，并實(shí)現(xiàn)了 1000 多臺 IIoT 設(shè)備聯(lián)網(wǎng)。由于多次及早發(fā)現(xiàn)問題，已避免了數(shù)十萬美元的損失。雖然建立基于 IIoT 的預(yù)測性維護(hù)和資產(chǎn)優(yōu)化系統(tǒng)需要大量的前期投入，但客戶可以立即見到成效。

對客戶而言，Metso Metrics 還提供了不少間接優(yōu)勢。隨著 Metso 開發(fā)和推出新設(shè)備模型，Metso 工程師不斷使用分析過程中獲得的數(shù)據(jù)監(jiān)測新設(shè)計(jì)在實(shí)際工況下的能效。隨后可以根據(jù)性能數(shù)據(jù)改進(jìn)新設(shè)計(jì)，從而開發(fā)出更智能、更高效的設(shè)備，進(jìn)一步惠及未來運(yùn)營。

“我們收集的信息提供有關(guān)客戶在現(xiàn)場如何使用我們機(jī)器的寶貴見解，引導(dǎo)我們的研發(fā)團(tuán)隊(duì)更快創(chuàng)建新模型，從而加快產(chǎn)品上市速度，”Puroranta 表示。

發(fā)布時間 2020年12月2日