AspenTech的Mtell能够提前预测矿山设备的维护需求

AspenTech公司正在致力改进选厂的状态监测程序，以提供基于机器学习的规范性维护工具。这些工具可以尽早发现可能的问题，同时提供必要的背景信息，以允许操作人员根据这些信息采取行动。

AspenTech公司APM解决方案全球总监Mike Brooks表示，“在对Mtell进行了10多年的研究之后，我们已经知道如何深入检查一项操作以确信我们的数据是透明的、规范的和可据此采取行动的信息。”

据AspenTech公司称，对于金属和矿业等行业来说，Aspen Mtell是一项颠覆性技术，能够通过预测设备性能恶化和设备故障来进行规范性维护，当可能发生故障时提前向工作人员报警，识别任何故障的可能原因及涉及的范围，为采取纠正措施提供建议以避免或减轻即将发生的故障。这将导致提高运营效率，从而提高能源效率并减少排放。

与其他和采矿相关的预测性维护倡导者一样，10多年来，AspenTech和Aspen Mtell一直在使用机器学习，利用这项技术的优势改进状态监测以及改进在工业场地实施的消防设备维护程序。

Brooks解释说，“通过获得足够多的专业知识以及将其融合至一个解决方案，我们设计了一种特定的产品，该产品能够发现数据中的规律、跟踪任何异常以及基于以前的表现和发生过的事件将这些异常置于特定的背景中分析。”

这一过程涉及检测故障，包括“隐藏的故障”（峰值数据或与一个事件无关的行为变化），确定一台设备在什么时候不能使用过去的运行参数，并且在被认为“正常”的运营条件下考虑这个问题。在这个基础上，数据分析师开发了“故障监控智能体”和“异常工况监测智能体”，由这些智能体监测可能的故障和密切关注正常运行状况的变化。

在利用历史数据进行训练之后，将这些智能体部署在设备中，用于监测运行设备的实时参数，一旦这些参数偏离正常值，相关的智能体将发现这些偏离，并将其标识为异常。

如果某项异常与故障监测智能体标识的异常不匹配，该异常将触发报警，请求检查以确定原因。检查的结果会对该异常进行分类，将其确认为新出现的与“正常”值的偏离，或者确认为一种未从见过的新故障模式。

如果是前者，则基于这一新信息升级异常监测智能体，确保将来出现同样状况时不会发送假警报。如果这项偏离被认定为新故障，则将部署一个新的故障监测智能体，以便在将来能更早地发现故障。

Aspen Mtell平台包括的运行数据越多，则报警系统越准确，并且该解决方案能够提供给操作人员的背景信息越多。据Brooks称，实践证明，利用约一年的数据常常足以知道“正常”状况是什么样，同时确保发送的假警报最少。

据Brooks称，Aspen Mtell能提前4~6个月成功地预测可能的故障，允许维修人员战略性地制定维护计划，并减少计划外故障停机时间。

Brooks表示，“我们不仅能够通过报警信息识别故障的根源和故障模式，我们常常还能基于过去的经验详细地确切了解排除此故障需要哪些条件。在矿业这样的行业中，这些信息尤其有用，矿业行业的员工正在老龄化，在将来需要新一代人员进行替代。这是我们的‘自我优化系统’愿景的组成部分。”

正如AspenTech所描述的，“自我优化系统”是一组自我适应、自我学习和自我维持的软件技术，这些技术能够协同工作，预测未来的状态并相应地采取行动，在企业的背景范围内调整设备的运行。该系统通过随时随地实时访问数据和信息执行上述任务，在这一过程中，将工程基本原理与人工智能相结合，在多个层次优化信息的收集和应用，提供建议，并在一个闭环反馈控制系统中安全地实现某些操作的自动化。

虽然矿业行业仍需要经历漫长的过程才会实现这样的愿景，但是AspenTech越来越让矿业行业确信，Aspen Mtell系统在未来具有潜在的价值。

Boooks引用了一家矿业企业的一个案例。这是一家在世界各地经营有业务的企业，意外的设备故障频繁地导致生产中断，为该企业造成麻烦，这个案例很能说明问题。该企业决定在整个生产现场部署Aspen Mtell，以提高设备的可靠性和可用性，从而大幅提高产量和降低维护成本。

据AspenTech公司称，在该案例涉及的选厂的一台用于二次破碎的圆锥式破碎机上，Aspen Mtell应用系统极早发出警报，并通过一个多维模式显示设备状况逐渐发生的变化。这为维修人员提供了必要的深度信息，使其能够发现设备性能恶化问题并采取适当的行动，从而避免造成生产问题，否则这些问题可能导致每发生一次事故造成约10万~50万美元的生产损失和维护成本。

同样地，当圆锥式破碎机出现轴承问题时，Aspen Mtell能够提前报警，留下很长的时间供排除故障，报警时间远超前于振动检测系统，因此在发生灾难性故障之前，能够尽早采取行动解决小问题。据AspenTech公司称，这节省了约75000美元。

另外，在监测和发现输送机上的潜在轴承问题后，可尽早更换部件，从而不会因计划外维修造成长时间的停机。通常，避免停机相当于避免了约100万~150万美元的运营成本。

AspenTech公司表示，最终的结果是该公司能够更好地计划和安排移动重型矿用卡车和固定选矿设备的维护和保养，改善操作人员的安全性，延长部件使用寿命，提高设备可用性，同时改进备件或资源的规划。令人满意的结果促使该公司将Aspen Mtell应用系统推广至其他矿场。

Brooks表示，“已有少数几家矿业企业认识到了Aspen Mtell的优势，AspenTech公司是其中之一。继石油和天然气行业之后，矿业行业正在快速成为AspenTech公司的主要增长市场之一。”

AspenTech公司刚刚完成了对 Emerson旗下OSI公司和地质模拟软件业务的收购，因此在不远的将来，可能有许多与采矿相关的机会。

来源：International Mining

声明：转载此文是出于传递更多信息之目的。若有来源标注错误或侵犯了您的合法权益，请作者持权属证明与本网联系，我们将及时更正、删除，谢谢。 联系方式：services@kjzj.com