Kenneth Ulrich, chef för Data och AI på Weir, beskriver hur plattformen modellerar processer som HPGR, kulkvarnar, hydrocycloner och pumpar för att hitta förbättringar i komminution och klassificering. Weir använder fysikbaserade, metallurgiska modeller som kontinuerligt kalibreras för att upptäcka subtila förändringar i exempelvis malmhårdhet eller fukthalt och ge driftrekommendationer. Modellerna tränas med kundspecifika data för att anpassa sig till den stora variation som finns i matningen och processerna.

I praktiken används också så kallade mjukvarusensorer för att inferera svårmätta parametrar, till exempel slitage mellan valsytor i en HPGR. Utöver processoptimering nämns möjligheter som prediktivt underhåll och automatiserad reservdelsstyrning som användningsfall för NEXT Intelligent Solutions. Weir pekar också på att digitala tvillingar bygger på att integrera IoT-, underhålls-, sensor- och procesdata tillsammans med ingenjörskunskap för att simulera drift och förutsäga feltyper.

Operatörer kör normalt utrustningen konservativt eftersom variationer är kostsamma. Det finns marginaler överallt och AI kan användas för att säkert och effektivt sluta dessa marginaler.

Kenneth Ulrich, chef för Data och AI, Weir