أخبار ar.wedoany.com، قامت شركة ميتسو (Metso) في البرازيل، من خلال عقود الخدمات طويلة الأجل (LCS)، بدمج الذكاء الاصطناعي في عمليات تكسير المعادن، مما أدى إلى معالجة التحديات الرئيسية المتمثلة في التوقفات غير المخطط لها وعدم استقرار الإنتاج في هذه المرحلة. يعمل الذكاء الاصطناعي على تقليل وقت التوقف غير المخطط له وزيادة الإنتاجية إلى أقصى حد من خلال تحديد معايير التشغيل المثلى والتنبؤ بأعطال المكونات.
تعتمد ممارسة ميتسو في البرازيل على نموذج "التكسير كخدمة"، حيث تتولى الشركة المصنعة بشكل كامل تشغيل وصيانة مصنع المعالجة. بعد تركيب أجهزة الاستشعار في هذه الوحدات، يتم توفير بيانات عالية الجودة للمراقبة والتحليل من مراكز بعيدة في سوروكابا وباراوابيباس. بدأت هذه الرحلة التقنية في عام 2006 عندما استخدمت ميتسو نموذجًا جديدًا لمعالجة نفايات الصخور في ولاية بارا لإنتاج الحصى. في عام 2020، قام عميل يزود 40% من سوق فوسفات ثنائي الكالسيوم بتفويض جميع عمليات التكسير الأولية لميتسو بنموذج LCS. في عام 2023، وفي إنتاج خام الحديد في كورومبا بولاية ماتو غروسو دو سول، قام العميل بتفويض جزء من الإنتاج بدءًا من وجه الاستخراج وحتى تسليم المنتج النهائي لميتسو.
قبل الرقمنة، كانت المصانع المذكورة تعمل بالطرق التقليدية. تضمنت الخطوات الأولى للتحديث المراقبة عن بعد لشاشات المعدات وتركيب كاميرات لمراقبة درجة حرارة المحامل وحالة الكسارات. بعد ذلك، قام الفريق بتركيب أجهزة استشعار للرطوبة وكاميرات RockSense لمعالجة الصور الرقمية لقياس حجم الخام في الوقت الفعلي، مما مكن المشغلين من معرفة حجم الخام ورطوبته فورًا. ومع ذلك، ونظرًا لذاتية العامل البشري، أدت البيانات نفسها إلى قرارات مختلفة، مما دفع الفريق إلى إدخال خوارزميات التعلم الآلي والذكاء الاصطناعي لمعالجة عدد كبير من المتغيرات. يعتمد تطوير الذكاء الاصطناعي على الخبرة المتخصصة، ويتم معالجته على خوادم داخلية، ويبدأ التدريب ببناء نموذج رياضي للتكسير، والتحقق من صحة البيانات الاصطناعية مقابل البيانات التاريخية للمصنع، وتحسينها من خلال نماذج التعلم الآلي. تتطلب هذه العملية تحسينًا يدويًا مستمرًا من قبل خبراء ميتسو لتصحيح الأخطاء المنطقية في الخوارزميات.
يعمل الذكاء الاصطناعي الآن بشكل مستقل وديناميكي، ويضبط إعدادات المصنع دون الحاجة إلى تدخل بشري. بالنسبة للخام الجاف، يزيد النظام من معدل التغذية ويطيل عمر المكونات الميكانيكية؛ أما بالنسبة للخام الرطب، فيقلل النظام من كمية التغذية ويضمن أعلى إنتاجية وجودة. بالإضافة إلى التحكم في المدخلات، يستخدم الذكاء الاصطناعي كاميرات معالجة الصور الرقمية لتحليل المخرجات، وقياس الأحجام الدقيقة لضمان جودة المنتج النهائي. في المصانع الأحدث، يتم قياس جميع نقاط العملية عبر الإنترنت بواسطة الكاميرات، ويكتشف الذكاء الاصطناعي تلقائيًا التغيرات التشغيلية والتآكل ويصححها.
كانت نتائج التنفيذ ملحوظة: مصنع صُمم في الأصل لمعالجة 3.5 مليون طن سنويًا، ارتفع إنتاجه إلى 5 ملايين طن سنويًا بمساعدة الذكاء الاصطناعي، دون الحاجة إلى استبدال المحركات أو ترقية المعدات. ارتفع معدل توفر المعدات في هذه الوحدة من 86% إلى 90%. فيما يتعلق بجودة خام الحديد المكور، انخفض مؤشر تلوث الغرامات في المصدر من 3% إلى مستويات تتراوح بين 1.5% و1.7%، مما يضمن استيفاء الخام للمعايير الصارمة.
حاليًا، تقوم ميتسو في البرازيل بمعالجة 25 مليون طن بنموذج "كخدمة"، وتراقب عن بعد حوالي 150 وحدة إنتاجية. البيانات التاريخية التي تم جمعها من هذه الأصول، بمساعدة الذكاء الاصطناعي، لا تعمل فقط على تحسين المصانع الحالية، بل تشكل أيضًا الأعمال والعلاقات مع العملاء في المستقبل.
