矿山工程领域的发展助为实现 “智能采矿” 信息移动化

2018-09-18


矿山工程领域的发展助为实现 “智能采矿” 信息移动化



Bentley白皮书

Leslie McHattie 可靠性专家Bentley Systems

概要

提起 “智能矿山” ,脑海中总会浮现出这样一幅关于未来的画面:遥远的月球上, 无人驾驶的开采机与装载机正在恶劣的环境下艰苦作业。如今,借助远程控制开采与自动牵引技术,可以轻而易举地提高采矿车队的生产力,从而解决矿区劳动力短缺问题。当Google无人驾驶汽车可从高速公路疾驰而下, 此项技术已不再像科幻小说那般遥不可及。

 另一方面,“智能采矿”还意味着将信息技术应用到采矿产业价值链的各个环节,从勘测、地理建模到设备、运营、维护、物流以及运输等方方面面。这些专门针对特定行业量身打造的企业级软件解决方案旨在利用信息技术为采矿业务流程提供强力支持,以进一步提高流程的效率与效益。

 这些解决方案以现实世界为蓝本构造数字或虚拟世界,使我们能够对资产进行建模和模拟,进而提高资产的设计和构建效率,最终在资产的整个生命 期内实现性能及可靠性优化。初期设计与施工阶段创建的数字资产, 通常是指三维模型, 会在矿山投入运营之前移交到运营商手中。得益于与地理空间或地理信患系统的完美结合,运营商能够以数字化的方式完整呈现现实世界,为凤脸及绩效管理以及合规监管报告奠定了坚实的基础。此外,还可使用激光扫描和定位技术创建点云;点云是由数百万计的数据点组成的信息模型, 能够对实际 “运营” 状况进行可视化呈现。

 与此同时, 需要注意的是矿山投入运营后,固定/移动资产上传感 和监控装置中的数据便会以绩效和状态数据的形式通过网络、服务器及服务源源不断地涌入。对此 “大数据” 进行处理和分析便可以掌控趋势、 预测事件,从而尽早包括在设计阶段制定出可靠性策略(即以可靠性为中心的设计策略)。 “智能采矿” 意味着可透过大量的数据了解现实矿山、 工厂和设备的实际情况。这种嵌入式智能技术可有效优化运营效率、提高资产可用性和利用率并改善安全性和环境完整性,进而实现投资回报最大化。

最后,智能采矿的绝妙之处在于消费化与工业化的彼此融合。将日常在 iPhone和Android设备上使用的 “消费者” 技术(如照相机、 运动传感器)应用于工业环境中 , 会为我们带来 “身临其境” 的体验。通过以现实世界为蓝本构造数字世界,然后借助 “智能基础设施” 中的智能定位结果精确地将两者联系起来,可以实现更高的安全性与可持续性。

Bentley Systems公司已经与多家采矿公司以及与采矿基础设施开发相关的工程、 采购和施工公司展开了密切合作。事实上 , 在市值排名前 20 位的采矿公司中,有 10 家(包括位居前5名的公司)均是Bentley软件的用户。此外,Bentley还为世界领先的工程、 采购和施工公司以及针对基础设施进行设计、 建筑和运营的业主运营商提供软件解决方案。

Bentley面向采矿和资源开采行业打造的解决方案有助于提高与矿山和流程工厂的设计、 采购 、 施工以及采矿车队及设备的运营和维护相关联资本项目的效率。

引言

就在力拓集团减记资产 140亿美元并辞退了其首席执行官 Tom Albanese的当天, 博客用户也抓住机会公开指责力拓为“环境污染大户,理应关闭” ,这并不足以为奇。或许这位博主正是一名力拓股东,在过去的 12 个月内亲眼目睹了自己的股票下跌了百分之五, 对此一直心怀不满。当然,力拓集团并不是唯一一家令人大失所望的采矿公司。去茸, 必和必拓公司减记页岩资产28亿美元,而英美资源集团也 因在巴西的旗舰铁矿石项目中成本超支数十亿美元而辞退了其首席执行宫。商品价格达到峰值后逐渐回落,这对采矿公司而言无疑是严峻的考验。与此同时, 公众显然不会将现代生活的便利与开采矿物资源(通常在极端恶劣危险的条件下进行)的需求联系到一起。采矿是一个复杂危险且不可预料的行业,而有人正在这种艰苦、 脏乱和极度危险的条件下兢兢业业地工作;对于这种事实,也许不了解反而会更好。

正因如此, “智能矿山 ” 的愿景才会这般令人神往, 同时它向环保主义者、 投资者和公众保证:采矿将悄无声息地进行,不仅安全可靠、 利润率高,而且不会对环境造成任何影响。随之脑海中浮现出这样一幅画面:遥 远的月球上, 无人自动化开采机和自卸卡车全天候地搬运矿石,满足行业要求的生产水平;或是在深井矿山中,绵延数英里的传送带将原料送至一个清洁、 低碳、 可持续的加工厂,遭到破坏的深矿终将得到修复,地貌也将恢复成为与自然相协调的状态。正如Google无人驾驶汽车可从高速公路疾驰而下,拇或是无人机可在干里之外空军基地中飞行员的操控下空袭中亚地区,智能矿山的愿景已不再像种种科幻情节那般遥不可及。凭借现有技术,即可远程控制或自主操作价值数百万美元的极度复杂 、 高度工程化的设备。此项技术旨在提高采矿车队和设备的生产力、 改善燃油效率并解决偏远荒凉矿区的劳动力短缺问题。

智能矿山

事实上,现在已有许多 “智能矿山” 案例进入了调查研究阶段,有些甚至已处于施工或运营之中。瑞典基律纳的 12Mine项目(www.i2mine.eu)便是其中一例。该项目将技术和朱来智能深矿概念,’ 作为其核心理念 ’ 由欧盟委员会提供资金,与由瑞典和波兰联合进行、旨在营造未来采矿业共同愿景的概念研究 “未来智能矿山(SMIFU)” 倡议相辅相成。12Mine项目由来自欧洲 10个国家的 27个组织共同运营,致力于在深部矿产资源的整个生命周期内将开采率提高 20%,并将生产成本降低20% , 以此来提高资源效率。

 

另一个来自欧洲地区的案例是芬兰Outkumpu Chrome Oy Kemi地下矿山的“智能矿山”

技术项目” , 此项目已经对矿山规划、控制、维护系统、自主和远程控制的机械与设备,

以及矿山范围内的信息管理和数据采集等诸多方面进行了调查研究。还有一个案例是俄罗斯VIST集团(www.vistgroup .ru)的 “智能矿山” 项目。该集团从20世纪90茸代起以

轨道机车自动化起家,创造了支持无人露天采矿的先进技术,目前俄罗斯的露天矿区中主要采用的是轨道运输。此外,在智利和澳大利亚也有很多类似的案例。

 

多年以前 , 重型设备制造商就已经开始推广自动卡车。2008年在美国国际矿业展览会上,Caterpillar宣布了实现矿山完全自动化的愿景。2011茸7月,Ca t erpillar宣布巳与Fortescue Metal s Group达成协议,将在西澳州所罗门铁矿山中实施自动化采矿解决方案。2011年 , 力拓集团也宣布会将其在西澳州运营的铁矿山中的Komatsu无人驾驶托运卡车数量增加一倍。

智能采矿

如果智能矿山的核心在于自卸卡车和自动化调度系统,那么 “智能采矿” 就意昧着将信息和通信技术应用到矿物开采的整个产业价值链与生命周期。从勘测、地理建模到设备的运营与维护,信息和通信技术将贯穿于产业价值链的始束。此项技术通常以企业级软件解决方案的形式实施,可提高业务流程效率并改善决策制定效果。信息与通信技术在过去的10到15年间取得了迅猛发展, 实现了真正意义上的革新,在其推动下众多行业都发生 了翻天覆地的变化,智能采矿也应运而生。

 

大数据

曾经, 人们认为互联网就是一个可在其中建立门户网站的虚拟世界,浏览者可以使用统一 资源定位器(URL)访问所需位置以及存储在该位置下的内容。而如今, 无论从概念上还是实际情况来看,互联网的功能都已变得大不相同。随着传感器、 照相机、 监控装置以及嵌入式芯片在众多工业 、 商业和日常用品中的普及,互联网已逐渐成为凌驾于现实世界之上并与之和谐共存的数字层或虚拟层。所有这些传感器和装置都会源源不断地生成大量可供处理和分析的状况 、 绩效以及状态数据。目前,力拓集团的皮尔巴拉铁矿的开采、 运输和航运活动每分钟生成的数据量已达2.4TB。用信息技术领域广为人知的术语来说就是“大数据”。所谓大数据,就是可以对其进行深入“挖掘”并应用算法和专家系统来进行“预测分析”的原始材料。

 

工业互联网

大数据和预测分析所带来的机遇正等待着我们去探索。MarcAndreessen是网景浏览器发明者兼风险投资公司Andreessen Horowitz联合创始人, 也是Facebook、 Twitt er和Skype的最早投资者 , 他断言道:“软件正在吞噬着整个世界” 。他认为 , 越来越多的大型企业与行业开始以软件作为运营平台并提供在线服务,在未来的发展中,软件势必会为更多的行业带来颠覆性的影响。General Electric首席执行官Je仔ImmeIt也对外描绘了 GE对于 “工业互联网” 的新愿景,即开发出喷气式发动机、发电机和机车等一系列新型互连设备。巧妙运用分析可提高机器的运作效率,进而节约大量成本。据lmmelt所述, 仅提高1%的燃油效率或降低1%的维护成本 , 即可节省数百万美元的成本。一次长途飞行后,喷气式发动机上的传感器所生成的数据量可达1TB。似乎大多数信息与通信技术公司都有属于自己的 “物联网” 。旧M推出了 “智慧地球” 战略, 而Cisco 也提出了 万物互联” 理念。通过以现实世界为蓝本构造数字世界 , 然后借助 “智能基础设施”中的智能定位结果精确地将两者联系起来,可以实现更高的安全性与可持续性。

 

消费化与工业化

创新技术的绝妙之处在于消费化与工业化的彼此融合, 这也是促进颠覆性变革的另一个重要驱动因素。在过去的五年中, 我们亲眼见证了消费领域中的惊人创新,扫描、 全球定位、 照相机、录像机 、 手势及语音识别等诸多功能己纷纷融入智能手机和平板设备之中。所有这些创新成果都离不开工业这个大环境, 而且与制造和模刷刷不断发展息息相关。还有一点需要强调: 创新的意义在于应用而非发明。将日常在iPhone、 iPad和Android设备上使用的消费者技术应用于工业环境中,会为我们带来 “身临其境” 的体验。当然 , 这些应用中也蕴藏着巨大的商机,如运营、维护、教育和培训等等。

 

信息移动化

在Bentley Systems,我们将信息移动化视为实现整个资产生命周期价值的关键所在。无论对于大数据和预测分析、虚拟世界与现实世界的界限还是消费化与工业化的融合, 要弥合运营技术与企业资源规划及企业信息技术系统之间的技术差距,并削减资本支出和运营成本, 信息、移动化将必不可少。脱离了信息移动化,数据就会受困于 “ 自动化孤岛” ,逐渐变得陈旧过时,失去其应有价值,最终被弃用。保持信息移动化是实现智能采矿的关键所在。从设计阶段生成的信息模型开始,一直到采购与施工阶段的综合项目,信息移动化贯穿始终, 从而获得了运营与维护阶段最核心的智能基础设施。在整产生命周期中信息管理这一最佳实践方兴未艾, 正受到行业领先的业主运营商及其工程、采购和施工合作伙伴的广泛关注。

 

在本文的余下部分,我们将为您列举采矿行业中信息建模、 资产绩效管理,以及采矿工程的发展如何助力实现智能采矿信息移动化的成功典范。

 

信息建模

以现实世界为蓝本构造数字或虚拟世界, 便于我们对资产进行建模和模拟,进而提高资产的设计和构建效率,最终在资产的整个生命周期内实现性能及可靠性优化。初鹏呈计与施工阶段创建的数字资产,通常是指三维模型,会在矿山投入运营之前移交到运营商手中。得益于与地理空间或地理信息系统的完美结合,运营商能够以数字化的方式完整呈现现实世界,为凤险及绩效管理以及合规监管报告奠定了坚实的基础。此外,还可使用激光扫描和定位技术创建点云;点云是由数百万计的数据点组成的信息模型, 能够对实际 “运营” 状态进行可视化呈现。

 

以下列举的大规模采矿项目充分证明了信息建模的优势:

l 世界第二大采矿公司Vale计划投资26亿美元开发巴西北部的一座铜矿厂。 Vale己委托SEI工程公司(位于巴西贝罗奥里藏特的设计与施工公司)执行项目前期工作(FEL)并提供详细的三维模型。预计新矿山的开采寿命为24年,开采期间每茸将出产1600万吨原矿,而铜精矿的平均年产量可达340,000吨。为构建 三维模型并满足紧迫的设计进度要求, SEI工程公司充分利用了 Bentley MicroStation、 Bentley Navigator、 Bentley建筑类软件 以及其他 Bentley软件产品。 这些软件为SEI快速创建三维模型及简化工作流程提供了莫大的帮助。然而,该项目面临的一个挑战是如何将基础工程设计 构建为三维模型。 Vale想要利用三维模型 对关键概念进行深入研究,然后再将 这些概念整合到详细忧lj之中 , 并使工厂 操作人员能够在详细设计阶段提供早期协助。此外 , 这些模型还有助 于缩短设计审查环节和批准流程 , 进而加快项目的执行速度。除可显示内部及外部各个通道的方案外, SEI设计团队还开发了多个 三维工厂模拟布局;利用这些 布局,Vale可以快速比较各种设计方案的环境成本及施工时间,进而确定耗资最少的最佳工厂 布局设计方案。得出初始矿山 布局后,将会制定一个可在规定期限内完成的总体规划,并以三维形式将其呈现出来。

通过维护采矿作业的信息模型,业主运营商不仅能展示其对法规的遵守情况,还可以优化资产绩效。为全球钢铁行业提供优质铁矿石的领先增值供应商Kumbalron One创新奖,正是对这句话的最好诠释。

l Kumba Iron Ore为南非波斯特马斯堡的 Kolomela矿山开发了一套集成式环境监控数据管理系统。该系统为这个耗资 100万南非兰特的项目提供了一站式环境数据{例如水 、 灰尘和生物多样性)监制膀, 从而节省 了大 量时间。创新型的手持装置连接后 , 即可捕获并自动下载外业数据 , 消除 了数据转换过程中人为操作的错误。 基于Bentley MicroStation平台提供的地籍和勘测数据,Kumba使用Bentley Map获取GIS相关功能;在采矿运营阶段使用Bentley Geo Web Publisher与其他部门共享地理空间和属性数据。此外 , Kumba I『on Ore还使用GIS工具建立 了集成的矿山 关闭计划 ,用于跟踪债务清算管理及项目改造进度。

由Petra Diamonds公司运营的Finsch矿山也是应用信息建模和信息移动化的典范。

l Finsch矿山位于南非的北开普省,由Petra Diamonds绝对控股并运营。该公司斥资700,000南非兰特开发了一款集成空间数据管理系统,用于对五个独立运作的部门进行地理空间数据管理。该公司还参与 了LimeAcres矿业城镇的共同管理。基于GIS的系统可获取该城镇居民用水和用电的数据 , 然后直接开出账单。GIS 可将分布于 多个数据库中的空间数据和信息互相联系起来。另外,该公司还使用MicroStaion捕获勘测和规划数据并将其数字化 , 借助 Bentley Map连接 采矿生命周期、 城镇布局及住宅布置特征 , 并利用Bentley Geo Web Publisher 将地理 空间采矿 信息和城镇 信息呈现给整个采矿 集团,使其得以访问。在缴费方面, 数据库会对人力资 源系统进行查询 , 然后将票据自动发送给城镇居民。

显然,信息建模不仅可以加快项目交付速度,还能够最大程度地减少运营和维护团队了解新工厂和新 设备以及实现i恻生产 能力所花费的时间。

l Cloudbreak矿石处理工厂是由AMEC与西澳州皮尔巴拉的Fortescu联合创办的合 资企业。该项目 第一阶段的任务是研究先前的设计 、 确定可行性 、 提出改进措施并获得批准。第二阶段的任务是保证在19个月内交付项目 。得益于 Bentley MicroStation、 Structural Modeler和PlantSpace的快速部署,多专业项目 团队可在一个集成的智能 三维建模环境中 对工作流程加以简化 。此外,还可使用Bentley Navigator 对设计慨念 进行可视化呈现,并对模型进行审查以尽量缩短因现有工厂配置而造成的停工时间。

从业主运营商的角度来看,团队能够借助信息建模模拟 可能发生的状况 , 在设计、施工乃至整个运营过程中优化假设方案, 及时(与实体资产 保持同步)交付数字资产 , 即实体资产的虚拟呈现 。

Bentley i-model

信息建模及信息移动化的成功实现 , 得益于一款可实现基础设施 信息开放式交换的技术 -i-model。i-model 由 Bentley开发,蕴含丰富的信息,包含各种二维和三维几何图形, 从线和弧到面、 实体以及点云,应有尽有 。此外,Bentley i-model 还包含业务属性和数据、起源( Bentley 将其定义为来源和演化 信息,即变更历史记录)、i-model 发布时的信息 状态以及 i-model创建的目的。Bentley i-model 使用数驯服管理来保障访问权限和重用权限的安全, 并通过数字签名来验证 i-model的状态,进而可靠地存储信息并保证信息的完整性 。i-model是由信息建模生 成的数字资产 。它是实体资产的数字化呈现,可用于模拟和管理 实体资产绩效。

 

资产绩效管理

通过以数字化的权限呈现矿山和矿产, 并利用源源不断地来自传感器、 监控装置、 SCADA 系统以及数据记录系统的大数据,我们可以优化包括维护成本在内的可靠性及可用性层面的资产绩效。 这种嵌入式智能技术能够优化运营效率 、 提高资产可用性和利用率并改善安全性和环境完整 性, 进而实现投资回报最大化。从这点来看,资产绩效管理对实现智能采矿的目标大有禅益, 可以降低20% 的生产成本。正如GE首席执行宫Jefflmmelt所述, 仅将维护成本降低1到2个百分点,我们就可以节约数百万美元。在 Bentley,我们充分利用信息和通信技术以及矿山工程领域的发展,以获取这些边际收益。

 

安大略金斯顿皇后大学Robe忧M. Buchan采矿系矿山机械工程专业主任L K. Daneshmend 教授指出,发达国家中地下矿山的维护成本占总成本的比例基准为35% 左右,而在新兴国家中露天矿山的维护成本基准则在65% 以上。西方制造企业在维护活动方面的效率已经提升了10%, 相比之下,采矿行业在这方面似乎还有很大的提升空间。Bentley 在一个大型露天铁矿山上花费的维护成本每年约为2亿美元,其中采矿和加工各占50%。维护成本占运营成本的40%,据估算占总资产重置成本的5%。 而世界一流的制造企业的基准为2.5%,也就是说, 节省1亿美元不无可能。

 

换个角度来看,一台载重200吨的托运卡车的采购价格约为200万美元。如果每年运行时间超过5,000小时, 则每小时的维护成本仅比运营戚本少一点点。每年的总维护成本为500,000美元左右。 需要注意的是 , 采矿作业的规模在日益扩大,因此也就需要更庞大、 更复杂的采矿车队及设备,当然且体也会随之增加。2008茸,在整个露天采矿行业中,76个国家1.100座矿山中使用的大型机器达35,000台以上,总价值超过900亿美元。大型液压挖描机的平均故障时间间隔不到15小时,而平均维修时间达4小时。也就是说,挖掘机的可用性尚不足75%。实际上,由于缺乏对故障模式的了解,被动性或纠正性维护仍在移动采矿设备维护中占较大比重。

 

了解故障模式

最近在对Caterpillar 5130履带式挖描机进行维护任务分析时,我们确定了一种潜在故障模式:油缸活塞杆头上的斗杆油缸漏油故障。如果不解决这一问题,将致使整个液压系统发生故障,最终导致停工,造成巨大损失。在采矿公司的维护计划中,建议基于时间/使用情况甸璃10,000小时更换一次油缸。综合制造商的建议和员工的经验来看,这种基于时间/使用情况的更换策略是正确的,且已应用多茸。然而,尽管应用了此维护计划,去年矿区中仍有两台液压系统发生了故障。为什么这种预防性更换策略未能在故障发生前识别故障昵?

 

一位深谙以可靠性为中心维护思想的维护任务负责人找到了答案。通过对运营中组件级别

(可监控组件级别的设备状态)的设备进行分析,旦探讨这些组件对系统级别的影响之后,发现所得出的结果令人非常震惊。此后,维护技术人员根据维护任务分析转而采取主动式 、 以状态为依据的维护计划,现在每两周根据油缸状态对其进行一次目视检查, 以防出现整体故障。据工程师、技术人员和操作员的丰富经验判断,从发现油缸泄漏到整个液压系统故障,时间约为一个月。

 

在维护分析期间,维护技术人员检查机器时发现,这些油缸其实早已发生明显泄漏。于是建议马上更换油缸,以防液压系统损坏。如果油缸继续运行,很可能会导致液压系统受到污染进而造成整个液压系统发生故障。

表1:成本比较

 


部件和人工成本

停工成本

总成本

根据时间/使用情况更换油缸因为及时发现油缸故障,导致整个液压系统故障

435000美元

3周/200000美元

635000美元

定期执行状态检查及时更换杆油缸

$20000

8小时/23000美元

43000美元

上述成本比较示例进一步突显了了解故障模式并采取主动式、基于状态的流程来管理设备可靠性及绩效的重要性。

 

以可靠为中心的维护

现实生活中也有很多资产绩效管理方面的成功案例值得我们借鉴, 在这些案例中公司通过资产绩效管理显著提高了设备绩效、提高了生产力、实现了盈利目标。

l  ArcelorMittal Mines Canada在资源投入保持不变的情况下将矿山生产能力提高了28个百分点。该公司更改了其维修/替换策略 , 采用了一种基于Bentley lvara资产绩效管理解决方案的新方法来实现所需的可靠性。接照旧的方法 , 设备(包括卡车、 拖拉机、装载机和其他移动资产)应在达到指定运行时间或出现故障时进行停机维修,但这需要规模更大的车队以及更多的备件, 还可能导致最糟糕的情况: 停止生产。这种旧方法已不再可行 , 我们需要推陈出新,着重优化资产可靠性并密切关注设备的健康状况(而不仅仅是工作时间)。现在,ArcelorMittal Mines Canada仅使用半个车队即可实现更高的绩效,还将载重190吨的矿用汽车的使用茸限延长60% 以上 , 并便可用性从75% 提升到了81%,同时节约了700万美元的车间维护成本。ArcelorMittal Mines已经有能力推迟和减少资本支出并通过降低备件库存来节约库存置存成本。

l Joy Globall的生命周期管理部门对TeckCoal的Fording River矿作业区中使用的通用4100 XPB挖掘机进行了以可靠性为中心的维护研究。加拿大最大的多元化资源公司 Teck分享了其运营和维护经验。在施行以可靠性为中心的维护分析之前 , 主要采用了含有279个推荐任务及时。部件更换的年度预防性维护。但有两个现实性问题值得注意: 一是缺乏支持维护活动所需的数据, 二是设备制造商与最终用户之间缺少沟通。事实上 , 维护计划与设计流程中并未考虑运营经验的影响。影响运营经验的因素有许多,包括排班模式 、 环境和安全标准与法规、 技术水平和能力、质量标准以及物流 等等。

施行以可靠性为中心的维护分析之后,茸度预防性维护任务的推荐任务缩减至约100个,其中个别任务的频率有所增加。该维护谐。将运营经验考虑在内, 并更改了计划部件更换策略。设备制造商研究了近500种故障模式,发现其中需要进行主动式维护(技术上可行且有必要进行)的故障仅占20%。最终,预防性维护计划的时间从11小时缩减到了8小时,而可靠性则从93% 提升到了97%。

l Agrium通过 其在加拿大西部的锦矿项目意识到: 要改善市场环境, 提高生产可靠性势在必行。Agrium在手持平板电脑上应用了 Bentley lvara资产绩效管理解决方案, 为运营和维护巡检提供支持, 进而监控资产状况、确保资产的可靠性及绩效。在过去的 10年中,Agrium始终致力于不断提高资产管理绩效并追求生产上的精益求精。该公司提高了对周知协l的重视程度,使其预算和进度绩效得到了显著改善。然而,Agrium 却始终未能避免工厂意外停工和计划外储运损耗的发生。虽然可用性达到了百分之九十以上,但Agrium的许多工厂仍然采用被动式维护。采用新技术后,运营巡检也从流程化转向了以可靠性为导向。周转过程中不再进行额外的维护检查 , 但增加了润滑工艺和设备安装工巡检环节。最终,拥矿厂和磷矿厂的绩效显著提升。

 

Bentley资产绩效管理解决方案

在Bentley,我们将资产绩效管理定义为优化资产日常运行的流程, 通常通过将停工时间缩至最短并将绩效升到最高,来最大限度地降低运营成本 实现产能最大化。Bentley lvara资产

lvara资产绩效管理解决方案提供了资产健康状况的统览,有助于确定哪些资产需要维护、何时维护以及何时替换。该解决方案可确保基于实际情况制定维护决策(即数据驱动型决策)。解决方案中集成了“设计”、“建造”和“运营”信息模型,借此工程师能够在设计阶段将可靠性和以可靠性为中心的维护数据考虑在内。这有助于推动改造、扩建或重新利用等运营变更,从而更 加全面地衡量其对整个资产生命周期的影响。该解决方案可为整个工程生命周期持续地提供前瞻性的支持, 以确保工程不断得以改进。凭借资产绩效管理解决方案,Bentley 制定并实施了一整套业务流程,可管理基础设施资产在其整个运营期限内的绩效和可靠性。

 

Bentley lvara资产绩效管理解决方案提供了一个强大的运营信息平台 , 可实现现场和工厂流程及 其他日常运营系统与工作管理和计算机化维护管理系统、企业资产管理及企业资源规划系统的集成。该解决方案可采集并整合来自交互式检查设备、传感器和实时监控装置的绩效和状态数据。而且,它还可以计算数值和基于规则的绩效指标,针对异常状态发出警报并将其显示在资产健康状况总结分析报告功能界面上。这样运营和维护工程师能够以此来优化资产可靠性和利用率。此外,该解决方案还可生成工作单和工作请求, 并将其传送给工作管理系统。

 

资产生命周期信息管理

尽管三维信息模型、大数据和预测分析、资产绩效管理以及以可靠性为中心的维护具有极强的可用性,但由于信息移动化不足,很多采矿公司仍存在一定的技术差距。造成差距的主要原因是绩效和状态数据来源不同以及企业资产管理、企业资源规划和企业信息系统之间难以集成。SCADA和在线数据捕捉系统及数据记录系统无法与企业资产管理和计算机化维护管理系统相集成 , 导致运营技术和信息技术之间、 矿山或工厂作业现场与总部或项目办公室之间沟通不畅。此外,运营和维护技术人员也无;到吏用工程师在设训般创建的信息。通常情况下,为了满足健康、安全和环境法规的要求, 运营和维护团队需要在工厂投入生产之前重新创建并重新勘测所需的运营信息和设备数据。由于在设计和工程阶段来将运营与维护数据考虑在内,因此通常在设计和制造设备时也不会考虑它的可维护性。

 

研究表明 , 在基础设施资产的整个生命周期中,信息管理不善是利益相关方所面临的最大问题。2004年的NIST报告对美国资本设备行业中因数据互用不足而导致的损失进行了研究。据NIST估计, 每年因整个设计、建造和运营供应链中的信息质量低下 、 可用性不足而增加的资本支出和运营成本高达近160亿美元。该报告指出,这些成本的三分之二均由业主运营商承担。

 

综上所述,资产生命周期信息管理能够帮助业主运营商实现基础设施投资的更大回报,同时削减资本支出和运营成本并维持其基础设施资产。资产生命周期信息管理系统由运营应用程序和服务、运营信息平台及数字资产组成。运营应用程序和服务可确保资产信息在使用过程中时时最新、实时更新。从业主运营商的角度来说, 借助这些应用程序, 运营和维护团队可确保正在进行及计划进行的活动能够持续利用资产信息、组织知识、最佳实践以及状态和绩效数据来优化资产绩效、延长资产寿命并确保资产运营商和公众的安全。运营信息平台可确保信息的完整性,使运营和维护团队能够放心地使用这些信息,进而对各种变更(包括灾难和事件响应等意外、 系统故障、 整改措施、 返工或修理)快速作出或适当作出响应,将不利影响降到最低。数字资产是实体资产的虚拟呈现,与实体资产保持同步,可协助运营和维护团队模拟实体资产的绩效。通过将实境技术(如触摸、手势和增强现实)应用于工业环境中,运营和维护团队能够更加高效地管理可靠性、安全和风险。

 

借助资产生命周期信息管理功能,业主运营商能够全面掌控资产健康状况并对资产生命周期进行前瞻性计划,同时保证信息的完整性。实时查看资产健康状况可确保正在进行及计划进行的活动能够优化资产绩效、 延长资产寿命,同时实现组织人才及专业知识的虚拟化。前瞻性生命周期卅惰助于推动改造、 扩建或重新利用等运营变更,从而更加全面地衡量其对整个资产生命周期的影响。运营团队能够访问工程信息模型中映射、 建模和模拟的所有内容,进而通过与正在进行的项目活动所需的适当信息进行实境交互来运营实体资产。

Bentley软件可在设计阶段协助创建信息模型,在施工阶段促进集成化项目团队高朔亦作,并助力运营和维护团队优化智能基础设施资产绩效,进而在整个资产生命周期中实现信息移动化及完整性。

 

建议

Bentley在资产绩效管理、可靠性工程和以可靠性为中心的维护方面的专家均身经百战,具有丰富的项目经验,所涉及行业包括采矿与冶金、制造、化工、 公共事业、油气、发电及运输等。尽管各个企业所面临的挑战各不相同,但经过集思广益及借鉴顾问人员的丰富经验,我们总结出了五大建议:

1、重视信息移动化。始终谨记:信息是优化资产绩效的关键所在。在正确的时间以正确的格式得到正确的信息至关重要的。

2、提高捕捉绩效或状态数据的能力。先测量,后管理。确保绩效和状态数据准确且完整。使用手持装置和移动技术,尽量避免容易出错的手工和纸质流程。

3、实时查看资产健康状况。图片胜过千言万语。实时总结分析报告功能界面和最新关键绩效指标要比一周之前打印出来的资料工作单有用的多。若能及时发出警报并启动触发器,便有可能挽回成千上万美元的生产损失。

4、.变被动性维护为主动性维护。用数字说话。在我们从事的所有项目中,被动性维护的总成本是主动性维护总成本的三到四倍。这就是所谓的资产绩效管理101,但令人惊奇的是仍有许多维护团队并不熟悉这一管理模式。

5、在资产生命周期信息管理方面加大投资。如果能够实现整个资产生命周期内的资产信息管理,您就可以轻松获取1%或2%的边际收益。无论是切换、 移交 、 启动 、周转、 关闭还是修复{窍,掌握准确的资产信息都将大大节省您的时间与成本。

 

结语

未来的智能采矿将以安全、 隐匿的方式进行,并且不会对环境造成任何影响。或许将来,公众能够更好地理解采矿行业为现代社会F斤做的贡献。智能采矿不仅能够重振采矿行业的盛誉, 还可协调投资者、环保主义者和矿山所在社区之间的利益关系。毫无疑问,南非波斯特马斯堡的Kolomela矿山所应用的环境监控和数据管理系统(用于监控水质、灰尘和生物多样性)是未来发展的风向标,也是朝着正确方向迈进的重要一步。对于投资者和业主运营商而言,智能采矿可带来1%或2%的边际收益 , 从而进一步提升项目收益。此外,智能采矿还能避免可导致数百万乃至数十亿美元资产成记的失误,从而大大节约了成本。毋庸置疑,数字矿山将成为采矿业未来发展的趋势。 “工业互联网” 和 “物联网” 已在采矿和冶金领域中取得了稳固发展。信息建模、 资产绩效管理以及资产生命周期信息管理是促进信息移动化并推动矿山工程领域发展的三大关键措施。

 


下一篇:无
本网站由阿里云提供云计算及安全服务 Powered by CloudDream