كيف تُحول Razor Labs تقنية Datamind AI ™ صيانة التعدين؟

تومر سروفيتش: نقيس النجاح حيث يهم أكثر: التوقف عن العمل ، وتوفير الدولارات ، وزيادة الموثوقية. على سبيل المثال ، في موقع خام الحديد ، حددنا تدهورًا سريعًا للمضخات التي تحمل تفتيشًا تقليديًا – مما يوفر الأضرار الثانوية للعميل والإغلاق غير المخطط له. في حالة أخرى ، اكتشفنا التقلب الكهربائي في محرك ناقل يحمل في منجم للفحم ، مما يتيح التدخل المبكر الذي مدد عمر الجهاز. وفرت هذه النتائج مئات الآلاف من الدولارات – وبقدر ما تمنع ، منعت مخاطر السلامة والاضطرابات للإنتاجية.

تومر سروفيتش: كانت واحدة من أكبر العقبات هي دمج البيانات المجزأة ، من أجهزة استشعار الاهتزاز ، SCADA ، والأدوات المحمولة في تنسيق متماسك وقابل للقراءة. تعاملنا مع هذا عن طريق بناء بنية دمج المستشعر – الجمع بين درجة الحرارة والضغط والتيار والاهتزاز والزيت والبيانات المرئية في نموذج موحد. كان التحدي الآخر هو التكيف مع المعدات منخفضة السرعة مثل الأفران والتكديس ، حيث كانت أدوات الاهتزاز التقليدية تكافح. أتاح إزالة التشكيل المخصص للحواف وحوسات الحافة من اكتشاف المشكلات عند 100 دورة في الدقيقة – وهو ما يفتقر إليه السوق حتى الآن.

تقنية التعدين: كيف ترى في الوقت الفعلي تتطور في صناعة التعدين ، وما هو الدور الذي ستلعبه مختبرات Razor في هذا التطور؟

تومر سروفيتش: تتطور المراقبة في الوقت الفعلي من التنبيه الأساسي إلى التشخيص الآلي مع الإجراءات الإلزامية. لا يكفي معرفة أن هناك شيئًا ما خطأ – فأنت بحاجة إلى معرفة ما يجب فعله حيال ذلك. يقود Datamind AI ™ بالفعل هذا التحول من خلال تحديد أوضاع الفشل فحسب ، بل الأسباب الجذرية ، واقتراح الإجراءات التصحيحية المستهدفة. نحن ندفع نحو بيئة حيث الصيانة ذكي بشكل افتراضي، وحيث يتم جدولة وقت التوقف – لم يفرض.

تومر سروفيتش: تعتمد الطرق التقليدية اعتمادًا كبيرًا على انتهاكات العتبة أو قراءات المستشعرات المعزولة. هذا النهج هو رد الفعل والمحدود. يستخدم Datamind AI ™ الشبكات العصبية العميقة ، والانصهار متعدد المستشعرات ، وإلغاء التشكيل الظرف لاكتشاف علامات الفشل في وقت مبكر. على سبيل المثال ، في أحد المواقع ، اكتشف نظامنا التفلت في محمل بسبب التيارات الكهربائية الطائكة – وهي مشكلة خفية لا تتسربها سرعة الاهتزاز وحدها. على عكس الأدوات القديمة ، نقوم بتحليل الاهتزاز في مجال التسارع وندمجه ببيانات التيار الكهربائي والضغط لدقة أكبر بكثير.

تومر سروفيتش: نحافظ على حلقة ردود فعل مستمرة بين فريق البحث والتطوير لدينا ونشر الميدان. كل حدث للكشف ، وكل فشل حل ، وكل إيجابي كاذب يعلم كيف ننقل نماذجنا. نتعاون أيضًا مع المؤسسات الأكاديمية ونحافظ على برامج البحث الداخلية حول التعلم شبه الخاضع للإشراف ، واكتشاف الشذوذ في بيئات الحدث النادر ، ونشر AI Edge. وبشكل حاسم ، نبقى على الأرض – نقضي وقتًا في الموقع ، والكتف إلى الكتف مع الفرق التي تستخدم منتجاتنا.

تقنية التعدين: ما هي التعليقات التي تلقيتها من العملاء فيما يتعلق بتنفيذ Datamind AI ™ ، وكيف أثرت على تطوير منتجك؟

تومر سروفيتش: يقدر العملاء باستمرار دقتنا ووضوحنا – لا يقولون فقط “هناك مشكلة” ، ولكن يظهرون ماذا القضية هي ، أين، و لماذا. أخبرنا أحد العملاء ، “إنه مثل وجود خبير يجلس في غرفة التحكم على مدار الساعة طوال أيام الأسبوع.” دفعتنا هذه التعليقات إلى تعزيز التشخيصات البصرية – أشياء مثل إظهار توقيع الاهتزاز الفعلي أو إطار الفيديو الذي يؤدي إلى التنبيه. لقد قمنا أيضًا بتحسين التكامل مع SAP ، مما يسمح للمواقع بإنشاء إشعارات الصيانة مباشرة من لوحة القيادة الخاصة بنا.

تقنية التعدين: النظر في المستقبل ، ما هي بعض الأهداف الاستراتيجية لمختبرات Razor في السنوات الـ 3-5 القادمة ، وخاصة في الابتكار والتكنولوجيا؟

تومر سروفيتش: من الناحية الاستراتيجية ، نقوم بتوسيع Datamind AI ™ عبر الأصول المحمولة مثل الشاحنات والمجرفة ، مع تعميق قدرات تحليلات الحافة لدينا. نحن نتقدم أيضًا في تحسين العملية – باستخدام الذكاء الاصطناعي ليس فقط للكشف عن الأعطال ، ولكن لاقتراح الإعدادات التي تعمل على تحسين الكفاءة أو تقلل من استخدام الطاقة. هدف آخر هو جعل إدارة الموثوقية التي تعتمد على الذكاء الاصطناعي أكثر استقلالية وبديهية – تقليل الاعتماد على خبراء الموقع وتمكين صيانة متسقة في جميع المواقع ، بغض النظر عن مواردهم الداخلية.

تقنية التعدين: السلامة هي مصدر قلق حاسم في عمليات التعدين. كيف تساهم Datamind AI ™ في تعزيز السلامة للعمال في الموقع؟

تومر سروفيتش: السلامة مضمنة في مهمتنا. من خلال التقاط الأخطاء في وقت مبكر ، فإننا نقضي على تدخلات الطوارئ المحفوفة بالمخاطر – مثل التسلق على نقل الناقلات أو فتح الألواح الحية. على سبيل المثال ، في حالة اختلال التوازن في الطرد المركزي ، قام نظامنا بالإبلاغ عن مشكلة قبل أن يتمكن الاختبار اليدوي من التقاطها. تجنب الموقع كل من الفشل الميكانيكي والتفتيش البدني الخطير الذي كان مطلوبًا أثناء التشغيل. نحن نتحول مكافحة الحرائق التفاعلية إلى عمل هادئ وقائي.

تقنية التعدين: هل يمكنك مشاركة أي مشاريع أو ابتكارات قادمة تعمل Razor Labs حاليًا على أن تعتقد أنها ستؤثر على صناعة التعدين؟

تومر سروفيتش: نقوم حاليًا بتطوير “أجهزة استشعار افتراضية” – خوارزميات تقدر معلمات لا يمكن تقسيمها مثل حالة التآكل أو الحياة المتبقية بناءً على مدخلات تنصهر. وعلى جانب المنصة ، نقوم بتعزيز ضبط نموذج الخدمة الذاتية ، مما يسمح للمستخدمين بتكييف التشخيصات مع ظروف محلية محددة دون إعادة تدريب الذكاء الاصطناعي.

تقنية التعدين: ما هي الشراكات أو التعاون التي تراها ضرورية للتقدم في قدرات Datamind AI ™ وتعزيز تأثيرها على صناعة التعدين؟

تومر سروفيتش: تساعدنا الشراكات القوية مع OEMs و EPCMS على الاندماج بشكل أعمق في النظام البيئي للمعدات. ولكن بنفس القدر من الأهمية ، فإن علاقاتنا على الأرض مع فرق صيانة الموقع – فهي التي تتحقق من التنبيهات وتطبيق الإجراءات التصحيحية. نتعاون أيضًا مع بائعي البرامج مثل SAP و BI منصات لضمان تكامل سلس في سير العمل التشغيلي لعملائنا. يكمن مستقبل موثوقية التعدين في النظم الإيكولوجية المفتوحة والقابلة للتشغيل – ونحن ملتزمون ببناءها.

تكنولوجيا التعدين: شكرًا لك ، Tomer ، على مشاركة رؤيتك القيمة في رحلة Razor Labs والتأثير التحويلي لـ Datamind AI ™ على صناعة التعدين. تهانينا مرة أخرى على اعترافك المستحق ، وشكرًا لك على التزامك في قيادة التغيير ذي معنى في الصناعة.