Мы оптимизируем наземные и подземные горнодобывающие операции при помощи решений Smart.
Вот два конкретных примера применения наших решений на практике:
Подземные горнодобывающие операции: механизированные очистные комплексы
Интеллектуальные очистные комплексы компании Joy со средствами передачи данных содержат сложные сети, соединенные с высокочувствительными гироскопами и тысячами датчиков, непрерывно контролирующими рабочие показатели и исправность системы.
Во время добычи механизированный очистной комплекс продвигается вперед, и за ним происходит обрушение кровли. Установленные в секциях крепи датчики передают данные на поверхность. Сложные алгоритмы преобразуют точки данных в визуальную информацию, способную предсказывать существенные изменения рабочих условий на горнодобывающих предприятиях.
Недавно проведенное исследование секций крепи с применением наших алгоритмов позволило выявить образование полостей в кровле. При помощи усовершенствованных аналитических средств нам удалось предсказать проблемы со стабильностью кровли, которые было невозможно определить невооруженным глазом, а также установить основополагающую причину произошедших изменений.
Это позволило принять срочные меры, оказавшие влияние на общие показатели производительности горнодобывающего предприятия.
Наземные горнодобывающие операции: электрические канатные экскаваторы
Решения Smart помогли клиенту из горнодобывающей отрасли сократить повреждения его парка электрических канатных экскаваторов, вызванные ошибками оператора
Операторы экскаваторов не знали о разрушительном влиянии на их машины ударных воздействий при повороте. При соударении ковша с пластом при повороте накапливаются повреждения в рукояти и, в конечном счете, происходит ее растрескивание, требующее продолжительного простоя и дорогостоящего ремонта.
Благодаря решениям Smart мы смогли добиться понимания заказчиком того, как принятые им методики работы и условия среды приводили к повышению вероятности повреждений в результате ударов во время поворота. Мы проиллюстрировали проблему данными о конкретных машинах, предъявив количественные данные о вкладе отдельных столкновений в общие повреждения, наблюдавшиеся на машине.
Эта информация была принята за основу плана обучения операторов, выбора целей по улучшению рабочих показателей и мониторинга текущей работы.
Обобщив и осмыслив полученную информацию, мы смогли сократить годовой показатель количества ударов при повороте на 40%, уменьшить износ машин и повысить их коэффициент готовности.