ベテランの先生は薬剤をつかんで、泡を見て、添加量が少ないことを知っています。この方法は小さな鉱山では通じているが、大型鉱山になると通用しない。

なぜ？大型鉱山の規模が大きすぎるため、「手づかみ」では十分ではない。今日は、大型鉱山の選鉱薬剤管理が、どのようにして「経験による」から「データによる」に変わったのかについてお話しします。

経験は当てにならない

経験というものは、時には正確だが、時には人をだますことがある。

例えば、ベテランは泡の色から薬剤の使用量が適切かどうかを判断します。しかし、泡の色は多くの要素に影響されている。鉱石の種類、スラリー濃度、ガス充填量、光照射条件、さらには当日の天気。同じ薬剤、同じ鉱石、曇りと晴れの泡の色が異なるように見える。肉眼で判断すると、正確さを保証するのは難しい。

例えば、職人は手触りで黄薬の純度を判断する。「握って、散らばるスピードを見て」。同じ薬でも夏と冬では風合いが全く違う。

大型鉱山では1日に消費される薬剤量が多く、経験的に判断される誤差は、確実な損失に拡大されます。だから、大型鉱山は「差が多くなければいい」という考えを捨て、薬剤管理をデータに基づいて構築しなければならない。

データはどこから来ますか。

薬剤管理をデータに基づいて構築するには、信頼できるデータが必要であることが前提です。これらのデータはどこから来ましたか。三つの方面から。

実験室検査

原鉱品位、精鉱品位、尾鉱品位は、すべて化学検査を通じて正確なデータを得なければならない。薬剤の濃度、純度、不純物含有量も、機器検査で確認しなければならない。

これらのデータがなければ、エンジニアは「盲人が象を触る」ことになる--指標が良いか悪いかだけを知っていて、なぜ良いのか、なぜ悪いのか分からない。

オンライン計器

近代化された選鉱所には、各種のオンライン検査計器が設置されている。スラリーのpH値、酸化還元電位、薬剤濃度は、リアルタイムで監視することができる。操作者は制御室の画面上で、各薬剤の添加量と、スラリーの各パラメータの変化傾向を見ることができる。

これらの計器は価格は高くないが、大型鉱山は投入しようとしている。計器が節約できる薬剤は、計器そのものよりも高いかもしれないからだ。

せいさんきろく

1クラスあたりの操作記録、1回あたりの設備調整、1回あたりの薬剤交換は、ありのままに記録しなければならない。これらの記録は問題を分析する貴重な資料である。指標が急に悪くなったので、記録をめくると、原因が見つかるかもしれません。前のクラスで新しい薬剤を変えたのですが、ミルの細さが変わったのです。

記録がなければ、遡ることはありません。遡及していないので、問題が起きたら当てるしかない。大型鉱山では、「推測」の代償が大きすぎる。

データはどう使いますか。

データがあれば、また使えます。データは保存されているのではなく、意思決定のために使用されています。

トレンド分析

しかし、1年、2年のデータを一緒に見ると、法則が発見されます。例えば、ある薬剤の消費量は、毎年ある季節に上昇します。分析によると、気温の上昇により薬剤の分解が加速したためである。それでは事前に調達計画を調整し、在庫管理を強化し、問題を発生する前に消滅させましょう。

相関解析

スラリーのpH値が変わり、尾鉱の金品位も変わった。この2つのことの間には関係がありますか。では、この範囲を制御目標として、オペレータに厳しく実行させます。

例外アラート

オンライン計器はあるパラメータが正常範囲から外れていることを監視し、システムは自動的に警報を発し、オペレータに適時に処理するように注意する。問題が拡大しないうちに、それを直してください。指標が悪くなるまで待ってから、亡羊補牢に行くのを避ける。

経験からデータへの挑戦

薬剤管理を「経験による」から「データによる」に変えるのは、言うのは簡単で、やるのは難しい。

挑戦1：信頼の問題

多くのベテランエンジニアは、一生の大半を働き、経験によって問題を解決することに慣れてきた。あなたは彼に身だしなみを信じさせ、データを信じさせ、彼は必ずしも信じない。彼は「身だしなみも悪い時があるが、私が自分の目で見た頼りになる」と言うだろう。

このような考え方を変えるには、時間と忍耐が必要だ。最善の方法は、データに自分を証明させることです。データ・ヘルプ・エンジニアが以前は解決できなかった問題を解決したら、徐々に受け入れていきます。

課題2：設備の信頼性

オンライン計器は装着すれば使えるものではありません。スラリー環境は劣悪で、計器は壊れやすく、塞ぎやすく、ドリフトしやすい。メンテナンスが行き届かず、データが間違っている。間違ったデータはデータがないよりも恐ろしい--それは人を誤った方向に導く。

大型鉱山には専門の計器保守員を配置し、定期的に校正し、定期的に洗浄し、定期的に損傷しやすい部品を交換する必要がある。この仕事は些細で目立たないが、非常に重要だ。

課題3：データの孤島

実験室のデータは1つのシステムにあり、生産されたデータは別のシステムにあり、在庫のデータはまた3つ目のシステムにある。データ同士がつながらなければ、関連分析は難しい。

これらのデータアイランドをオンにするには、システム統合が必要です。これには資金を投入し、人力を投入する必要があり、各部門間の協力も必要である。多くの大型鉱山がやっているが、「完全に打ち抜く」まではまだ距離がある。

データ管理のメリット

こんなに多くの力を使ってデータ管理をしているのに、いったい価値があるのだろうか。答えは肯定的だ。

薬剤消費の低減

薬剤の精密な制御により、無駄を減らすことができる。以前は指標に問題が発生するのを防ぐために、オペレータは多めに、多めに、多めにすることに慣れており、使用量が高いことが多かった。大型鉱山は薬剤の使用量が多く、節約の割合は少ないが、節約の絶対値は大きい。

安定生産指標

経験によって薬を加えると、指標の変動が大きい。データに薬を加えることで、指標はより安定している。安定とは、回収率が安定し、精鉱品位が安定し、操作がよりスムーズになることを意味する。これらの「安定」による収益は、薬剤自体を節約するよりも大きいことが多い。

問題解決の効率化

以前は指標に問題があり、原因を調べるのに長い時間がかかった--鉱石が変わったのか。薬剤が変わったのですか。設備に問題があったのですか。処理時間が短縮されると、損失も減少します。

組織知識の蓄積

師匠の経験は、頭に残っている。人が行ってしまったら、経験は持っていってしまった。データは異なり、データはシステムに残されています。人員が入れ替わっても、履歴データはまだあり、分析モデルはまだあり、後者は次に使用し、次に最適化することができる。これは組織力の蓄積であり、個人的な経験の蓄積ではない。

未来の方向

経験からデータまで、この道は大型鉱山が長い。しかし、歩き終わらなかった。将来の方向は、より深いデータアプリケーションです。

予測制御

現在の制御は、より多くは「反応式」である--パラメータが偏っているのを見てから調整する。将来的には「予測式」を実現することができる--工場に入る鉱石の性質、薬剤のロット差、天気の変化に基づいて、事前に予測パラメータがどの方向に偏るかを予測し、積極的に薬剤案を調整する。問題を発生前に消滅させる。

自動最適化

現在の投与システムでは、オペレータが目標値を設定し、システムはバルブ開度を自動的に調節してこの目標値を追跡している。将来的には、システム自身が最適な目標値を探すことができます。リアルタイムの生産データに基づいて、目標値を絶えず微調整し、指標をますます良くすることができます。人は最適化の方向と境界を設定するだけで、具体的な調整はシステムによって行われる。

ナレッジの蓄積

データはある程度蓄積され、有用なモデルを訓練することができる。回収率に最も影響する要因はどれですか。薬剤の最適な添加タイミングはいつですか。異なる採掘区の鉱石はどのような薬剤案にマッチすべきですか。これらの問題の答えは、徐々にデータから抽出され、鉱山の知識資産になることができる。

大型鉱山は「経験による」から「データによる」への転換であり、静かな変革である。激しい場面はありませんが、一歩一歩着実にあります。選鉱薬剤管理の核心は、「ベテランの手触り」から「スクリーン上の曲線」に変わりつつある。これは技術の進歩だけでなく、管理理念のアップグレードでもある。