Newcrest Mining Limited (OTCMKTS：NCMGY) 總部位於澳洲墨爾本，擁有五大主要營運資產，專攻金、銅和銀的生產。Newcrest 以卓越的營運效率和環境管理聞名。
挑戰
Newcrest Mining 是業界領導者，本身須滿足對優質產品和提高產量的需求，同時因應原材料變異、商品價格波動和不斷上升的永續性壓力。
應對這些挑戰並不容易，但目標明確。僅改善百分之一就可省下大量成本並保護自然資源，從而帶來經濟與環境效益。
Newcrest 的自動化主管 Eric Nettleton 表示：「在整個企業使用不同的分散式控制系統和技術系統時，公司需要開放架構的先進製程控制 (APC) 平台來支援自動化策略。」 製程控制與分析經理 Ruchira De Silva 解釋說，為了實現這個策略，「Newcrest 部署了全面的多年製程控制與分析 (PC&A) 提升計畫，以支援 APC 的工作，並提高營運效率和獲利能力。」 PC&A 架構要求內部能力開發與策略性外部協作相輔相成。
在這個專案中，我們將探討兩個不同地點完成的工作：
地點一：Cadia，澳洲新南威爾斯州
澳洲新南威爾斯州 Cadia 設施中 Newcrest 利益相關者專注於提高從礦石回收黃金的整體製程穩定性；也就是說，他們試圖降低製程環境中的變異性。Newcrest 利益相關者透過控制變異性並使加工廠更接近運作限制，預期可以增加產量。
地點二：巴布亞紐幾內亞的 Lihir 加工廠
Lihir 加工廠 Newcrest 利益相關者希望將浮選製程最佳化。
金屬經過多階段製程，與石礦中的其他化合物分離。將礦石壓碎並磨成較小的顆粒，依大小分離，同時與水和化學試劑結合形成漿液。這種漿液被送入浮選槽，以便與氣泡攪拌，在槽體表面產生泡沫或「起泡」。試劑會誘導金屬顆粒黏附在氣泡上，因此可以在回收過程中有效撇去，並進一步固結送往下游處理。
不良的浮選操作會造成回收率降低、產品品質低、輸入干擾過高、試劑使用量/成本增加，以及製程中變異性高，因此難以控制與操作。
解決方案
Newcrest 與 Kalypso 工業資料科學團隊合作，探索如何在兩個地點部署 Pavilion8® 模型預測控制技術，以實現關鍵目標。
地點一：Cadia，澳洲新南威爾斯州
Newcrest 要求 Kalypso 透過最佳化 CON2 濃縮迴路來提高產量。Kalypso 模型預測控制團隊研究了 12 個月的迴路歷史資料，以釐清可以控制和修改的關鍵製程參數。接著使用 Pavilion8 控制器預測製程對變異性與外部干擾的反應，並主動調整以獲得預期結果。
為了達到最高的產量，必須盡可能快速有效地執行磨礦迴路，以應對下游限制。換言之，必須盡量少重複迴路，將進入的礦石磨碎成大小合適的顆粒。
為了確保材料進入浮選迴路的正確粒徑，Kalypso 團隊設定了模型預測控制研磨應用，以適應進料庫存和其他條件的變化。為了控制 SAG 研磨機中的漿液密度，模型預測控制控制器必須同時監控與調整多個變數，包括 SAG 研磨機速度、礦石饋入 SAG 研磨機的速率，以及水流入 SAG 研磨機的流速等等。
地點二：巴布亞紐幾內亞的 Lihir 加工廠
Lihir 的 Newcrest 利益相關者希望將浮選迴路最佳化，以提高黃金回收率、濃縮礦物等級並降低試劑成本。他們要求 Kalypso 為浮選迴路的多變量最佳化開發一套解決方案，將可顯著提高的回收率作為成功的指標。
浮選迴路解決方案開發始於監控製程參數，以減少變異性並達成最佳化目標。此應用提供製程管理的即時透明度，並同時控制多個製程參數。控制動作會根據實際的製程觀察結果和虛擬線上分析儀持續更新，同時遵守廠房製程限制，以符合回收和分級要求。
Pavilion8 控制器以強大的製程模型為基礎，可考量多個影響製程結果的變數。這項技術能以高頻率運作，可有效且精確地計算控制器設定點，並預測內部製程與品質參數。
上游變數可能造成的流速和水平衡擾動會影響浮選迴路的質量拉力。
成果
Newcrest 和 Kalypso 團隊的共同努力取得了進展，不僅達到而且往往超越了既定的專案目標。
地點一：Cadia，澳洲新南威爾斯州
模型預測控制磨礦迴路應用在九個月內完成設計、實作與驗證，之後轉交給 Newcrest 團隊持續運作。
在專案啟動時定義的商業案例中，Newcrest 和 Kalypso 確定將產量增加作為潛在目標。實作後，模型預測控制下的 Cadia CON2 磨礦迴路遠遠超出了這一具有挑戰性的目標。
在他們成功將磨礦迴路最佳化之後，Newcrest 再次利用 Kalypso 的專業知識，進行後續的專案，專注於將浮選迴路最佳化。
Cadia 技術與創新經理 Jason Nitz 表示：「這項專案讓 Cadia 有信心利用 Kalypso/Rockwell 的綜合能力，在廠房內追求額外的製程控制改善機會。」 Cadia 的 PC&A 主管 Jason Cravino 補充說：「憑藉 Kalypso 和現場 PC&A 之間的協作，煉金廠和營運團隊成功地實施了一個控制解決方案，不僅穩定了 CON2 磨礦迴路，也有效地提高產量。」
地點二：巴布亞紐幾內亞的 Lihir 加工廠
模型預測控制浮選迴路應用在 12 個月內完成設計、實作與驗證，之後轉交給 Lihir 的 Newcrest 團隊持續運作。
在專案啟動時定義的商業案例中，Newcrest 和 Kalypso 確定將黃金回收率的提高（浮選時）作為潛在的延伸目標。實作後，模型預測控制下的 Lihir 浮選迴路遠遠超出了這一具有挑戰性的目標。
加工廠營運經理 Robert Gordon 表示：「在 Lihir 浮選迴路上實作模型預測控制後，顯著提高了效能和下游流程的穩定性。Lihir 營運、製程控制和煉金團隊協作，共同設計此模型預測控制解決方案，建立支援我們未來擴展模型預測控制計畫的核心能力。」
Lihir 資深製程工程專家 Gareth Peachey 表示：「這是 Lihir 的一項新技術，旨在改善現有的監管控制，並在新冠肺炎期間實作，當時資源獲取有限。我們與 Kalypso 團隊的密切合作讓我們得以克服這些挑戰，交付一個成功的專案，超越原先設下具有挑戰性的績效目標。」
成長勢在必得
Newcrest Mining 投資於模型預測控制，在策略上能夠滿足對高品質產品與更高產量不斷增長的需求。我們的合作讓 Newcrest 能夠透過管理成本、能源消耗、原材料變異性及其他限制來提高營運效率，同時堅守其對永續性和環境管理的承諾。
已發佈 2023年12月13日
