Com intuito de expandir sua capacidade digital para fornecer maior produtividade e ofertas de sustentabilidade na mineração, a Weir adquiriu a SentianAI, que desenvolve software usando algoritmos avançados de inteligência artificial (IA), e que aprendem e se adaptam continuamente aos processos dinâmicos de uma mina, proporcionando melhoria e otimização contínuas.

Com sede na Suécia, a SentianAI foi fundada em 2016, e conta com uma equipe de desenvolvedores de software e cientistas de dados. “A tecnologia digital tem um papel importante para ajudar a enfrentar os desafios do declínio dos teores de minério, da eficiência da produção e das emissões de CO2 para nossos clientes. As soluções de software avançadas da SentianAI complementam e unirão bem nossas tecnologias Synertrex® e Motion Metrics™. Juntos nos permitirá fornecer monitoramento holístico de desempenho e otimização para uma mineração inteligente, eficiente e sustentável”, disse Jon Stanton, CEO do Weir Group.

No início deste ano, a SentianAI e a Xore Analyzers formaram uma cooperação estratégica para combinar os analisadores XRF da XORE, que fornecem dados em tempo real sobre o conteúdo metálico, com a tecnologia de aprendizado de máquina da SentianAI, que se adapta às variações nas propriedades do minério.

A IM-International Mining, parceira editorial da Minérios&Minerales,  entrevistou o fundador e CEO da SentianAI, Martin Rugfelt, no ano passado, sobre sua tecnologia e abordagem. Ele disse que já existe um projeto de flotação visando o aumento da taxa de recuperação, mas também a estabilização do desempenho do circuito. Também estava trabalhando na otimização de um circuito de britagem e moagem com o objetivo principal de aumentar a produtividade.

Quando questionado sobre como sua abordagem diferia de outras de IA na indústria, ele comentou: “Muitos dos sistemas de IA ‘tradicionais’ que vemos são, na verdade, kits de ferramentas/plataformas de IA que são vendidos para o cliente criar a lógica de IA que eles precisam para resolver problemas específicos, sem ter que entender a ciência de dados. Infelizmente, sem o conhecimento da IA ​​subjacente e da ciência de dados, é muito difícil criar IA para sistemas complexos, por exemplo, processos de controle. Como resultado, muitos sistemas de IA “tradicionais” são abandonados após a compra. Sentian adotou uma abordagem diferente. Nosso SentianController é explicitamente projetado para otimizar o controle de processos industriais, portanto, quando os clientes o compram, eles já possuem os algoritmos de IA desenvolvidos e testados para a complexidade da otimização do sistema de controle. É efetivamente uma solução pontual, o que significa que você não precisa de uma grande equipe de ciência de dados para construir e executar a solução de IA”.

 “A SentianAI trabalhou durante muitos anos para selecionar os melhores algoritmos e refinar a forma como esses algoritmos funcionam para fornecer um sistema de IA exclusivo, que foi projetado para controlar e otimizar processos industriais. Isto é muito complexo e requer algumas das mais recentes tecnologias em IA para conseguir o controle necessário. Também desenvolvemos um sistema que pode ser aplicado exclusivamente em etapas, à medida que a qualidade dos dados melhore e a confiança do operador aumente – desde a formulação de recomendações até o controle totalmente autônomo na velocidade que nossos clientes desejam. Isso permite que os clientes ganhem confiança antes de se comprometerem com o controle totalmente autônomo. Optamos por não patentear a nossa solução, pois isso exporia a tecnologia; no entanto, destacamos que é muito singular”.

Ele disse que o sistema também é capaz de autoadaptação, o que pode ser alcançado quando você tem os dados corretos e os modelos de IA corretos. “A IA cria um modelo dinâmico feito a partir de dados operacionais históricos e “ao vivo”. Pode então escolher o conjunto de parâmetros de controle que proporcionem um desempenho ótimo para um objetivo específico, por exemplo, produção máxima com utilização mínima de energia. Em comparação com os sistemas de controle supervisório tradicionais, ele se adapta às mudanças no processo. Por exemplo, se o processo mudar por algum motivo, levando a novos pontos de dados, a IA os incorpora em seu modelo, novas previsões são feitas e novas configurações de parâmetros de controle são usadas. Novas metas também podem ser definidas, fazendo com que o SentianController escolha os melhores parâmetros de controle para atingir essas metas”.