Newcrest Mining 通過 MPC模型預測控制技術超額完成了項目目標
Newcrest Mining Limited (OTCMKTS: NCMGY) 總部位于澳大利亞墨爾本，擁有五大運營資產，生產黃金、銅和銀。Newcrest 在運營效率和環境管理方面享有盛譽。
挑戰
深耕行業多年，Newcrest Mining 亟需滿足對優質產品和更高產量的要求，同時處理好原材料差異性、商品價格波動和日益增長的可持續性壓力。
應對這些挑戰很困難，但目標卻很明確。僅僅實現 1% 的提升，就意味著大幅節約成本和自然資源，從而改善經濟和環境效益。
Newcrest 自動化主管 Eric Nettleton 指出：“由于整個公司采用的 DCS 和技術系統各不相同，公司需要一個采用開放式架構的先進過程控制 (APC) 平臺來支持其自動化策略。” 過程控制與分析經理 Ruchira De Silva 解釋說：“為了實現這一策略，Newcrest 部署了一項為期數年的全面過程控制與分析 (PC&A) 提升計劃，以鞏固其 APC 工作，并提高運營效率和盈利能力。” PC&A 框架要求通過戰略性外部協作來補充內部能力發展。
在這個案例中，我們將了解兩個不同工廠實施的工作：
工廠一：澳大利亞新南威爾士州卡迪亞
澳大利亞新南威爾士州卡迪亞工廠的 Newcrest 利益相關者們，都很關注從礦石中回收黃金的整個過程，并希望使其更加穩定。為了實現這個目標，他們試圖減少選礦過程中變量波動。通過控制變量，進一步提升工廠的運營水平，Newcrest 利益相關者預計有望提高產量和回收率。
工廠二：巴布亞新幾內亞的 Lihir 選礦廠
Lihir 選礦廠的 Newcrest 利益相關者希望優化浮選過程。
從礦石中分離出金屬，需要經過很多工藝處理過程。將礦石進行粉碎，并研磨成符合選礦的礦物顆粒，并加水和化學藥劑形成礦漿。礦漿被送入浮選機中，沖入氣泡并攪拌，產生泡沫，然后礦漿表面形成“礦化泡沫層”。這些藥劑使金屬顆粒附著在氣泡上，然后將氣泡回收，并收集以進行下游加工。
浮選操作不佳會導致回收率降低、產品品位下降、輸入干擾增大、試劑使用量/成本增加以及過程中波動性加劇，導致難以控制和處理。
解決方案
Newcrest 與 Kalypso 工業數據科學團隊合作，探討如何在兩個工廠部署 Pavilion8? MPC 技術以實現關鍵目標。
工廠一：澳大利亞新南威爾士州卡迪亞
Newcrest 要求 Kalypso 通過優化 CON2 濃縮回路來提高產量。Kalypso MPC 團隊花了12 個月研究選礦回路的歷史數據，以確定可以控制和操縱的關鍵過程參數。然后，使用 Pavilion8 控制器來預測過程與波動性和外部干擾的關系，并主動調整以達到預期效果。
為了盡可能提高產量，必須根據下游限制盡快盡可能高效地運行研磨回路。這意味著盡可能少地重復研磨回路來研磨所進入的礦石，盡快將其研磨為適當大小的顆粒。
為了確保進入浮選回路的物料粒度合適，Kalypso 團隊配置了模型預測控制 (MPC) 研磨應用，以適應原料和其他條件的變化。為了控制半自磨機中礦漿的濃度，模型預測控制 (MPC) 控制器必須同時監視和調整多個變量，包括半自磨機速度、半自磨機中礦石的進料速率以及半自磨機的加水速度等。
工廠二：巴布亞新幾內亞的 Lihir 選礦廠
Lihir 的 Newcrest 利益相關者希望優化浮選回路，以改善黃金回收率、提高精礦品位并降低藥劑成本。他們要求 Kalypso 開發解決方案，來實現浮選回路的多變量優化，并將回收率的顯著提高作為成功的指標。
浮選回路解決方案的開發始于監視和控制過程參數，以降低波動性并實現優化目標。該應用提供對過程管理的實時可見性，并同時控制多個過程參數。根據實際過程觀察結果和 Virtual Online Analyzer 持續更新控制操作，同時遵守工廠過程限制，以滿足回收率和品位要求。
Pavilion8 控制器基于強大的過程模型，涉及多個影響過程結果的變量。其運行頻率很高，能夠高效準確地計算控制器設定值并預測內部過程和質量參數。
上游變量可能導致的流速和水平衡干擾會影響浮選回路的生產能力。
成果
Newcrest 和 Kalypso 團隊共同努力改進，不僅完成了既定項目目標，更實現了新的超越。
工廠一：澳大利亞新南威爾士州卡迪亞
MPC 研磨回路應用在九個月內完成設計、實施和驗證，然后移交給 Newcrest 團隊進行持續運營。
在項目啟動時制定的商業案例中，Newcrest 和 Kalypso 一致同意，將產量增加作為潛在目標。實施后，應用 MPC 的 Cadia CON2 研磨回路實現了遠超挑戰目標的成就。
在成功優化研磨回路后，Newcrest 繼續將 Kalypso 的專業知識用于后續項目，持續專注于優化浮選回路。
Cadia 技術與創新經理 Jason Nitz 表示：“該項目讓 Cadia 有信心利用 Kalypso/Rockwell 的綜合能力，在工廠繼續尋求額外的過程控制改進機會。” Cadia 的 PC&A 主管 Jason Cravino 補充道：“Kalypso 與工廠 PC&A、冶金和運營團隊攜手合作，已成功實施了一種控制解決方案，該解決方案不僅穩定了 CON2 研磨回路，還促進了產量的增長。”
工廠二：巴布亞新幾內亞的 Lihir 選礦廠
MPC 浮選回路應用經過 12 個月的設計、實施和驗證，然后交給 Lihir 的 Newcrest 團隊進行持續運營。
在項目啟動時確定的商業案例中，Newcrest 和 Kalypso 將（浮選時）黃金回收率的提高確定為潛在的挑戰目標。實施后，應用模型預測控制 (MPC) 的 Lihir 浮選回路實現了遠高于這一挑戰目標的成就。
工廠運營過程經理 Robert Gordon 表示：“在 Lihir 浮選回路上實施模型預測控制 (MPC) 后，顯著提高了性能并提高了下游工藝流程的穩定性。Lihir 運營團隊、過程控制團隊和冶金團隊通力協作，共同設計了這一模型預測控制 (MPC) 解決方案，構建了能夠支持我們未來擴展模型預測控制 (MPC) 計劃的核心能力。”
Lihir 高級過程工程專家 Gareth Peachey 指出：“Lihir 的新技術旨在改進現有的監管控制。實施技術時，正值新冠疫情管控期間，可用資源有限。多虧了與 Kalypso 團隊的緊密合作，才能夠應對這些挑戰，交付超越我們設定的挑戰性績效目標的成功項目。”
為增長做好準備
憑借在模型預測控制方面的投資，Newcrest Mining 已獲得戰略優勢，能夠滿足對優質產品和更高產量的需求。我們的支持使 Newcrest 能夠妥善處理成本、能耗、原材料波動性等限制條件，同時恪守他們對可持續性和環境管理的承諾，從而提高運營效率。
發布時間 2023年12月13日
