Metso crée la mine autonome grâce à l’Internet industriel des objets

Identification des domaines d’opportunité

Comparativement aux industries similaires, telles que le secteur pétrole et gaz, l’industrie minière était souvent caractérisée par un faible taux d’utilisation des actifs immobilisés, une piètre efficacité énergétique et de très nombreux temps d'arrêt. Elle a donc nécessité une approche concrète moins efficace faisant appel à des ouvriers sur site pour la surveillance des équipements et des systèmes, la maintenance et les rapports.  

Metso est intervenue pour aider les mines à s’approcher de l’objectif d’une exploitation minière autonome en concevant une solution IIoT de maintenance prédictive et d’optimisation des actifs pour les équipements de traitement des minéraux. Il en résulte un outil numérique Metso Metrics dédié au secteur minier qui aide à obtenir une productivité élevée en continu à partir d’actifs existants et contribue à éviter les pannes d’équipements et les temps d'arrêt coûteux.

Metso Metrics remédie au faible taux de rendement synthétique (OEE) des équipements de traitement des minéraux en réduisant les temps d'arrêt imprévus et en améliorant la prédictibilité et la précision des activités de maintenance. Il optimise aussi les performances des équipements permettant ainsi d’améliorer l’efficacité opérationnelle et énergétique.

Toute la puissance de l’intelligence artificielle alliée à l’intelligence humaine

Metso Metrics fonctionne grâce à la connexion avec des automates et des dispositifs IIoT sur les équipements critiques. Elle collecte des données à partir des capteurs des équipements et les envoie en toute sécurité sur le cloud. Des algorithmes d’intelligence artificielle avancés sont ensuite exécutés sur les données afin de détecter les schémas de défaillance nouveaux ou connus, et d’alerter les responsables lorsque les données révèlent un problème potentiel.

Sur un site minier australien d’extraction de minerai de fer, Metso Metrics a recherché les schémas de défaillance et les anomalies connus parmi les données sur les concasseurs de la mine, ceci afin de les aider à prévoir les incidents, à appliquer proactivement la maintenance et à éviter les temps d'arrêt.

« À la demande du client, nous avons mis au point des algorithmes pour de multiples sous-systèmes, y compris les systèmes d'entraînement et hydrauliques, et nous surveillons les données renseignant sur les profils de vibration, l’état des filtres à huile et des garnitures » explique Jani Puroranta, responsable du service numérique de Metso. « Dans l’un des cas, les profils de vibration ont révélé une tendance problématique dans une zone particulière du concasseur. Lorsque notre équipe de services a demandé à l’équipe de maintenance sur le site d’évaluer le problème, ils ont pu détecter un élément de structure desserré auquel il était facile de remédier. Si cette défaillance n’avait pas été signalée et corrigée, elle aurait potentiellement pu causer un événement catastrophique d’un coût potentiel de plus de 1 million de dollars. »

Chacun des algorithmes de machine est entraîné pendant 4 à 6 semaines sur les comportements spécifiques aux machines pour constituer les bases d’un fonctionnement optimal. Ils supervisent ensuite, en mode réel, 24 h/24, 7 j/7, afin de détecter et d’anticiper les défaillances ou problèmes potentiels.  

Ces équipes à distance, établies à Santiago au Chili et à Changsha en Chine, surveillent les signaux provenant des machines, puis interprètent les données susceptibles de guider l’action du client et permettent de donner des conseils quant à l’optimisation des performances – même si aucun problème n’est détecté. Les personnes en charge de la gestion des cas qui nécessitent une action immédiate assurent la coordination de la maintenance avec les équipes locales sur site. Les experts Metso spécialistes du domaine utilisent aussi les informations pour assister les clients à distance où qu’ils soient dans le monde à partir des bureaux de Metso.

Les succès obtenus jusqu'à présent

Les premières estimations et installations ont indiqué que l’avantage majeur pour les usines de traitement de minerais réside dans la possibilité d’éviter les incidents et les coûts de maintenance afférents, y compris les coûts induits par les temps d'arrêt.

Plus de 10 mines dans le monde utilisent déjà Metso Metrics et ont connecté plus de 1 000 équipements IIoT. Il a été démontré que plusieurs cas d’indicateurs précoces ont permis d’éviter des centaines de milliers de dollars de coûts. Et bien qu’un investissement soit requis pour mettre en place un tel système de maintenance prédictive et d’optimisation des actifs basés sur l’IIoT, les clients peuvent obtenir des résultats immédiats.

Pour les clients, Metso Metrics présente aussi des avantages indirects. Au fur et à mesure que Metso développe et lance de nouveaux modèles d’équipements, les données issues des analyses sont exploitées par les ingénieurs Metso pour surveiller les performances des nouvelles conceptions dans des conditions de terrain réelles. Les conceptions peuvent ensuite être perfectionnées sur la base des retours afin de créer des équipements plus intelligents et plus efficaces qui permettront, à terme, d’améliorer le fonctionnement.

« Les informations que nous collectons fournissent des indications précieuses sur la façon dont les clients utilisent nos machines sur le terrain et renseignent nos équipes de recherche et développement en vue de créer plus rapidement de nouveaux modèles, ce qui nous permet d’accélérer leur mise sur le marché. » déclare M. Puroranta.