Loading
Caso di studio | Leader della trasformazione digitale
Recent ActivityRecent Activity

Metso: una miniera autonoma basata sull’Industrial Internet of Things (IIoT)

La manutenzione predittiva basata sull’intelligenza artificiale e l’ottimizzazione degli asset hanno permesso ad un impianto minerario di risparmiare centinaia di migliaia di dollari di spese inutili.

Condividi:

LinkedInLinkedIn
XX
FacebookFacebook
PrintPrint
EmailEmail
Immagine aerea di un sito minerario al tramonto

Metso, azienda leader nelle tecnologie sostenibili per la lavorazione dei minerali con sede a Helsinki, lavora con importanti clienti industriali in tutto il mondo.

Aziende che operano nel settore degli aggregati, delle miniere, della raffinazione dei metalli e del riciclo si affidano a Metso per le attrezzature, la tecnologia e i servizi che migliorano i processi produttivi e riducono i rischi.

Nel settore dell’estrazione mineraria, un obiettivo a lungo termine è quello di arrivare a operazioni completamente autonome. Ma per raggiungerlo, Metso è consapevole che le imprese devono iniziare dalle basi, creando connettività e visibilità basate sull’IIoT per la manutenzione predittiva e l’ottimizzazione dei macchinari.

Chevron DownChevron Down

Identificare le aree di opportunità

Rispetto a industrie simili come quelle del petrolio e del gas, l’industria mineraria è stata tradizionalmente caratterizzata da un basso utilizzo degli asset fissi, da una scarsa efficienza energetica ed elevati tempi di fermo. Questo ha comportato un approccio meno efficiente, con l’utilizzo di lavoratori sul campo per il monitoraggio, la manutenzione e il reporting su attrezzature e sistemi.  

Metso ha deciso di aiutare le miniere ad avvicinarsi all’obiettivo di un impianto autonomo, creando una soluzione per la manutenzione predittiva e l’ottimizzazione dei macchinari per la lavorazione dei minerali basata sull’IIoT. Il risultato, Metso Metrics for Mining, aiuta a mantenere costantemente alta la produttività dei macchinari esistenti e ad evitare costosi guasti e fermi di produzione.

Metso Metrics risponde al problema della bassa efficienza delle macchine (OEE) per la lavorazione dei minerali, riducendo i tempi di fermo non pianificati e migliorando la prevedibilità e la precisione delle attività di manutenzione. Inoltre, permette di ottimizzare le prestazioni dei macchinari, migliorando l’efficienza operativa ed energetica.

Sfruttare la potenza dell’intelligenza artificiale e umana

Metso Metrics funziona collegandosi con i PLC e i dispositivi IIoT sulle macchine più importanti. Il sistema raccoglie i dati dai sensori presenti sulle macchine e li invia al cloud in modo sicuro. A quel punto degli algoritmi avanzati di intelligenza artificiale analizzano i dati per rilevare pattern di guasti nuovi o noti e generare avvisi quando i dati indicano un potenziale problema.

In una miniera australiana di ferro, Metso Metrics cerca pattern di guasti noti e anomalie nei dati dei frantumatori della miniera, aiutando a prevenire incidenti, eseguire la manutenzione in modo proattivo ed evitare i tempi di fermo.

“Abbiamo sviluppato algoritmi per vari sottosistemi di questo cliente, tra cui il sistema di azionamenti e il sistema idraulico, e stiamo monitorando i dati su pattern relativi alle vibrazioni, al filtro dell’olio e allo stato delle guarnizioni", ha spiegato Jani Puroranta, Chief Digital Officer di Metso. “In un caso, i modelli di vibrazione hanno indicato un potenziale problema in un’area specifica del frantumatore. Quando il nostro personale di assistenza ha chiesto alla squadra di manutenzione una valutazione, hanno trovato un componente allentato facilmente riparabile. Se questo problema non fosse stato segnalato e risolto, avrebbe potuto causare un danno enorme, con costi potenzialmente superiori a 1 milione di dollari.”

Ognuno degli algoritmi della macchina viene addestrato per 4-6 settimane sui comportamenti specifici della macchina per definire una base prestazionale ottimale. Una volta in funzione, gli algoritmi controllano 24 ore su 24, 7 giorni su 7 le macchine, per individuare e prevedere potenziali guasti o problemi.  

“L’intelligenza artificiale da sola non basta. L’intervento e l’intelligenza umana sono indispensabili", ha aggiunto Puroranta. “C’è sempre la possibilità di migliorare, e per questo abbiamo creato dei centri di rilevamento delle prestazioni con uno staff di data scientist esperti.”

Questi team remoti situati a Santiago del Cile e a Changsha, in Cina, osservano i segnali provenienti dalle macchine e interpretano i dati per fornire consigli ai clienti su come ottimizzare le prestazioni, anche quando non vengono rilevati problemi. Essi sono responsabili della gestione dei casi che richiedono un’azione immediata e coordinano la manutenzione con i team locali sul posto. Gli esperti Metso, inoltre, utilizzano le informazioni per supportare i clienti a distanza dagli uffici Metso in tutto il mondo.

Tanti successi fino ad oggi

Le prime stime e installazioni indicano che il maggior beneficio per gli impianti di lavorazione dei minerali deriva dall’evitare incidenti e i relativi costi di manutenzione, compreso il costo dei tempi di fermo.

Più di 10 miniere in tutto il mondo stanno già utilizzando Metso Metrics e hanno collegato più di 1.000 macchinari IIoT. Diversi casi di segnalazioni preventive hanno permesso di evitare centinaia di migliaia di dollari di costi. E sebbene sia necessario un investimento per configurare un sistema di manutenzione predittiva e di ottimizzazione degli asset basato sull’IIoT, i clienti possono vedere i risultati immediatamente.

Per i clienti, Metso Metrics offre anche dei vantaggi indiretti. Man mano che Metso sviluppa e lancia nuovi modelli di macchinari, i dati provenienti dall’analisi vengono utilizzati dagli ingegneri Metso per monitorare le prestazioni dei nuovi progetti nelle condizioni reali sul campo. I progetti possono così essere migliorati in base alle indicazioni per creare macchinari più intelligenti ed efficienti, che in futuro porteranno ulteriori benefici alle operazioni.

“I dati che raccogliamo forniscono informazioni preziose su come i clienti utilizzano le nostre macchine sul campo e ci offrono spunti che i nostri team di ricerca e sviluppo utilizzano per creare nuovi modelli più rapidamente, permettendoci di immetterli sul mercato più velocemente”, ha aggiunto Puroranta.

Pubblicato 2 dicembre 2020

Argomenti: Accelerare la trasformazione digitale Estrazione mineraria, metalli e cemento Industria metallurgica Industria mineraria Cemento FactoryTalk InnovationSuite
Iscriviti

Registratevi su Rockwell Automation per ricevere informazioni e novità direttamente al vostro indirizzo e-mail.

Iscriviti

Consigliato per voi

FactoryTalk InnovationSuite semplifica l’integrazione
Grafici di efficienza globale delle apparecchiature per il software FactoryTalk InnovationSuite
Panoramica
FactoryTalk InnovationSuite semplifica l’integrazione

Semplificate la gestione aziendale dei dati e rendete più semplice per tutti l’accesso, la comprensione e l’uso delle informazioni necessarie a prendere decisioni.

Guarda ora
Il processo di trasformazione digitale
Lavoratrice che indossa un headset per la realtà virtuale
Brochure
Il processo di trasformazione digitale

Una guida pratica per la trasformazione digitale.

Scarica ora
Doosan Bobcat: un impianto digitale con le persone al centro
Bobcat escavatore in un cantiere
Caso di studio
Doosan Bobcat: un impianto digitale con le persone al centro

Il coinvolgimento dei dipendenti è stato d’aiuto per portare più informazioni analitiche basate sui dati allo stabilimento produttivo dell’azienda in Repubblica Ceca.

Leggi ora
La miniera connessa: una strategia per il successo
Uomo d’affari in piedi fuori da un edificio di vetro
Blog
La miniera connessa: una strategia per il successo

Iniziative digitali per il settore minerario in sei semplici ma efficaci passi.

Leggi ora
  1. Chevron LeftChevron Left Home Rockwell Automation Chevron RightChevron Right
  2. Chevron LeftChevron Left Azi... Chevron RightChevron Right
  3. Chevron LeftChevron Left Notizie Chevron RightChevron Right
  4. Chevron LeftChevron Left Casi di studio Chevron RightChevron Right
  5. Chevron LeftChevron Left Metso: una miniera autonoma basata sull’Industrial Internet of Things (IIoT) Chevron RightChevron Right
Aggiorna le tue preferenze sui cookie per continuare.
Questa funzionalità richiede i cookie per migliorare la tua esperienza. Ti preghiamo di aggiornare le tue preferenze per consentire questi cookie:
  • Cookie dei social media
  • Cookie funzionali
  • Cookie di prestazione
  • Cookie di marketing
  • Tutti i cookie
Puoi aggiornare le tue preferenze in qualsiasi momento. Per ulteriori informazioni consultare il nostro {0} politica sulla riservatezza
CloseClose