All'interno della trasformazione dell'intelligenza artificiale di una società mineraria

Jul 26, 2023

L'atmosfera era apprensivamentre scienziati dei dati, metallurgisti e ingegneri di Freeport-McMoRan entravano nella sala di controllo di un mulino per la concentrazione di minerale di rame a Bagdad, in Arizona, la mattina del 19 ottobre 2018. Erano venuti per sapere cosa sarebbe successo quando avessero avviato la grande mulino fino a un ritmo di lavoro mai provato.

La possibilità di creare problemi allo stabilimento pesava nella mente di tutti. Inizialmente i membri del team si erano opposti all’idea di far funzionare il mulino più velocemente. Volevano evitare che le scorte di minerale che alimentano il mulino scendessero al di sotto della dimensione minima che avevano mantenuto a lungo. La loro preoccupazione era che una scorta troppo piccola avrebbe ostacolato le prestazioni dello stabilimento.

Se la dimensione minima delle scorte aiutasse effettivamente lo stabilimento a funzionare meglio era un'altra questione. Nessuno lo sapeva con certezza. Né i dirigenti e il personale della cartiera potrebbero dire cosa accadrebbe se le scorte si riducessero al di sotto del minimo tradizionale.

Con il passare delle settimane, l'impianto di concentrazione del minerale di rame ha mantenuto un ritmo più elevato senza perdita di efficienza. Il modello di dati era corretto: la cartiera poteva gestire più minerale di quanto pensassero i suoi operatori.

Quello che sapevano è che un modello di intelligenza artificiale (AI) costruito su misura, caricato con tre anni di dati operativi provenienti dallo stabilimento e programmato per cercare modifiche operative che avrebbero aumentato la produzione, continuava a dire che la produzione di rame sarebbe aumentata se il il mulino veniva alimentato con più minerale al minuto.

Agli operatori della cartiera questo concetto sembrava abbastanza logico, tranne per il fatto che non teneva conto della dimensione minima delle scorte che avevano in mente. Ma il modello non conosceva, né si preoccupava, della dimensione minima delle scorte o di qualsiasi altra idea degli operatori dello stabilimento su come dovrebbe essere gestito lo stabilimento.

Con il permesso dei dirigenti dell'azienda, i membri dell'equipaggio del sito di Bagdad hanno deciso di aumentare il ritmo dello stabilimento come suggerito dal modello. Si prepararono anche a intensificare le attività di estrazione e frantumazione in modo che le scorte di minerale non si esaurissero.

Alle dieci del mattino, un tecnico ha premuto un comando sullo schermo del suo computer per accelerare il sistema di nastri trasportatori che trasportavano i pezzi di minerale dal frantoio al magazzino e dal magazzino al mulino.

Tutti i presenti tenevano d'occhio i 13 monitor di grandi dimensioni nella sala di controllo, illuminati con le letture di centinaia di sensori di prestazione posizionati intorno allo stabilimento. La quantità di minerale macinato nel mulino è aumentata. Non è stato emesso alcun avviso.

Passarono dodici ore. Il mulino rimase fermo. Anche quando le scorte di minerale erano scese al di sotto del minimo abituale, la consegna accelerata del minerale dal frantoio e dalla miniera ha permesso allo stabilimento di andare avanti. Con il passare delle settimane, lo stabilimento ha mantenuto un ritmo più elevato senza perdere efficienza. Il modello di dati era corretto: la cartiera poteva gestire più minerale di quanto pensassero i suoi operatori.

"Questa era la svolta che stavamo cercando", ci ha detto Justin Cross, il direttore generale del sito di Bagdad. "Una volta che abbiamo iniziato a far funzionare il mulino a pieno regime, sapevamo che avremmo potuto ottenere risultati da più raccomandazioni fornite dal modello."

La storia di come Freeport-McMoRan ha imparato a fare affidamento su un modello di intelligenza artificiale tanto quanto sull'intuizione di ingegneri minerari e metallurgisti veterani potrebbe non sollevare sopracciglia al di fuori del settore tecnologico.

Per le società minerarie, tuttavia, ciò illustra un passaggio silenzioso ma profondo verso un’era che consideriamo “l’era dell’operatore”, in cui le aziende meglio gestite estorcono profitti da minerali di bassa qualità che i minatori avrebbero considerato rifiuti. appena dieci anni fa.

Una miniera in cui Freeport-McMoRan lavorava minerali di qualità in declino è Bagdad, un vasto complesso dell'Arizona dove i cercatori d'oro avanzarono le loro prime rivendicazioni nel 1882. Le riserve di Bagdad di minerale di qualità superiore sono state esaurite per qualche tempo, ma Freeport-McMoRan ha sostenuto la miniera produzione di rame apportando vari miglioramenti al processo.

Entro la fine del 2017, i dirigenti ritenevano che Bagdad fosse diventata quanto più efficiente possibile con le attrezzature esistenti, quindi hanno pensato che aggiungere capacità sarebbe stato il modo più sicuro per estrarre ancora più rame dal sito. All’inizio del 2018, hanno iniziato a pianificare un’espansione del capitale di 200 milioni di dollari dello stabilimento di concentrazione dei minerali di Bagdad che avrebbe aumentato la produzione del 20%.