Les initiatives d’automatisation sont déjà bien établies, et certaines grandes sociétés minières se sont lancées dans la prochaine étape de transformation de l’exploitation minière. Le concept de « mine intelligente » envisage une exploitation pouvant mettre à profit les nouvelles technologies d’intelligence artificielle et les algorithmes d’apprentissage automatique qui passent au crible toutes les données d’automatisation et des systèmes afin de trouver des modèles identifiant les possibilités en termes d’optimisation, de rendements, de maintenance préventive, de résolution de problèmes, d’exploitations plus sûres et plus durables sur le plan environnemental, ainsi que de décisions de nature opérationnelle plus éclairées et stratégiques. C’est une mine dans laquelle les données relatives à un équipement ou à un procédé automatisé sont analysées de manière homogène en comparaison à des données provenant d’autres systèmes automatisés en amont ou en aval. En d’autres termes, c’est une mine hautement intégrée et automatisée, de la mine au port et du capteur à la salle du conseil, qui tire constamment les leçons de son propre fonctionnement, qui s’adapte et s’améliore.

La voie pour parvenir à une mine intelligente n’a pas encore été tracée, et les sociétés minières commencent à peine à appréhender ce à quoi elle ressemblera ; il existe cependant un consensus à cet égard. Il faudra procéder à une intégration des données et éliminer les obstacles ayant découlé de la mise en service d’une série de technologies discrètes qui ont rendu gérable chaque mise en service indépendamment, mais qui n’établit pas d’orientation claire quant à une intégration de plus haut niveau. Tout le monde s’accorde sur le fait qu’il vaut mieux avancer pas à pas accompagné de partenaires de confiance.

Le hiatus

L’automatisation a été introduite progressivement dans chaque domaine des activités minières, depuis les camions de transport et les foreuses équipés de systèmes propriétaires embarqués sur le site minier par divers fabricants jusqu’à l’instrumentation ou l’équipement automatisé à l’usine de traitement. « L’industrie bénéficie d’un bon niveau d’automatisation, mais elle est compartimentée », déclarait Fabio Mielli, directeur de l’expansion commerciale pour les industries minière, cimentière et lourde à Rockwell Automation. « Si l’industrie dispose de plusieurs domaines d’automatisation pour son parc, la manutention des matériaux, les systèmes ferroviaires et les expéditions, il n’y a pas de lien entre les données. Beaucoup utilisent encore Excel ou d’autres outils similaires pour transférer les informations d’un côté à l’autre. »

D’autres ont encore recours à plusieurs applications logicielles et bases de données existantes depuis le jour de leur création en tant qu’applications autonomes. « L’enjeu est de taille lorsqu’on utilise plusieurs systèmes logiciels distincts », indiquait M. Mielli. « Il est toujours plus simple de recueillir des informations d’un système d’automatisation, même s’il est ancien, que d’avoir à gérer diverses applications de différents logiciels de 15 ou 20 ans provenant d’une multitude de vendeurs. On est alors confronté à de grandes difficultés car il faudra simplifier l’infrastructure afin de recueillir les données. »

L’année dernière, Metso a fait équipe avec Rockwell Automation pour développer une plateforme et un service dédiés à l’Internet industriel des objets (IIoT, de l’anglais Industrial Internet of Things) qui, à distance, relie, surveille et procède à une analyse prédictive et de l’optimisation de ses broyeurs et ses tamis vibrants dans les exploitations minières de ses clients. Photographie aimablement fournie par Metso

C’est un problème qu’Anglo American devra gérer dans ses projets pour parvenir à une intégration complète et concrétiser la vision de mine intelligente. « Nous devons nous assurer que nous disposons de suffisamment de capteurs fiables pour pouvoir recueillir des données pertinentes et les intégrer dans d’autres systèmes de données existants. C’est cet aspect qui est le plus complexe, car nombre de ces systèmes ont été développés séparément, au fil des ans, et leurs méthodes d’accès diffèrent », expliquait Arun Narayanan, responsable de l’analytique des données au sein du groupe Anglo American. « L’enjeu de l’intégration est au cœur de notre programme d’analytique des données. Il est logique de l’envisager de manière itérative afin de déterminer au mieux comment mettre à jour et maintenir la fiabilité de ces systèmes de données au fil du temps. »

Parce qu’elle a déjà rencontré un grand succès avec son programme d’analytique des données, Anglo American est prête à affronter les difficultés afin de parvenir à une intégration complète. Par exemple, la société utilise l’analytique avancée dans sa section Marketing pour changer la façon dont elle répond à certains marchés des produits de base. « De la même façon, nous avons enregistré des réussites quantifiables au niveau de la découverte et des sciences de la Terre, qui nous ont permis de mieux comprendre nos corps minéralisés et de prévoir le comportement dans nos usines de traitement », indiquait-il. « Nous adopterons cette approche sur le terrain dans un environnement de production réel d’ici la fin du premier semestre 2019, et avons d’autres projets destinés à la mise en œuvre de flux opérationnels de maintenance préventive. »

Aujourd’hui, la société entrevoit « l’utilité de l’apprentissage automatique pour nous assister dans des domaines essentiels à notre mission, notamment l’amélioration de la sécurité et de la durabilité », expliquait M. Narayanan. « Pour en tirer le meilleur parti, nous devons nous projeter au-delà des composantes individuelles de la chaîne de valeur afin de totalement intégrer la chaîne de valeur complète, même si nous le faisons sur le plan numérique uniquement. C’est une certitude que nous réserve l’avenir. »

Des réserves d’informations aux lacs de données

Afin de concrétiser le concept de mine intelligente, les données doivent être analysées à l’aide de l’intelligence artificielle non seulement au sein des systèmes, mais aussi entre eux. « Il ne s’agit pas seulement de rassembler des informations ; il faut établir le lien et disposer des informations dans un contexte donné au bon moment, puis déterminer le lien d’un système à un autre », déclarait M. Mielli. « L’énergie est un système, la production en est un autre, mais ces deux systèmes sont liés, par exemple. Si vous souhaitez augmenter la production, il vous faudra davantage d’énergie mais cela provient d’un système différent. »

De même, les données ne peuvent pas uniquement provenir de capteurs et de technologies automatisées. « Disons par exemple que vous utilisez un camion de transport 365 jours par an », expliquait Carl Brackpool, directeur de produit et responsable de l’innovation à Hexagon Mining, et adjoint de recherche à la Colorado School of Mines (l’école des mines du Colorado). « L’analytique prédictive préconiserait de prendre en compte les données environnementales, le nombre de personnes conduisant le camion, le jour de paie et les conditions routières ; elle pourrait constater une structure relative aux événements, par exemple un pneu à plat le lendemain du jour de paie sur une portion spécifique de la route, un jour très venté. Ces jours-là, vous devrez simplement rappeler à vos opérateurs qu’ils doivent réduire leur vitesse sur cette portion spécifique. »

C’est pour cette raison qu’Anglo American met en œuvre ce que l’on appelle un lac de données, qui consiste en un vaste référentiel réunissant toutes les données de l’organisation, y compris les données relatives à la planification des ressources de l’entreprise (PRE), les données environnementales, ainsi que les données relatives à la force de vente, au contrôle de procédés et à l’automatisation. Ce lac de données permet aux systèmes de la société d’accéder à toutes les données disponibles en fonction de ses besoins.

L’analyse intégrée

Il y a seulement deux ans, l’interopérabilité du matériel et des logiciels (la capacité d’un système à communiquer avec un autre) constituait un obstacle important car les fabricants protégeaient farouchement leurs systèmes propriétaires. Aujourd’hui, un nombre croissant de fournisseurs de l’industrie, des fabricants d’équipement d’origine (FEO) aux prestataires de PRE, prennent part à ce mouvement généralisé d’enthousiasme envers l’interopérabilité et l’analytique des données.

Du côté de la PRE, SAP Industries a créé une série d’offres visant à augmenter l’interconnectivité d’une mine et l’analytique des données. Le cadre de transformation numérique de SAP repose sur une méthodologie élaborée autour de ce que la société qualifie de « noyau numérique ». Comme l’expliquait Peter Maier, coprésident de la société, ce noyau numérique soutient des transactions et l’analytique en temps réel et relie la chaîne d’approvisionnement, l’expérience client, la collaboration avec les fournisseurs et la participation du personnel.

La plateforme SAP S/4HANA permet, en temps réel, de vérifier la disponibilité des ressources et l’affectation de projets, et donne une perspective en temps réel de la planification de l’entretien. La technologie dans le nuage Leonardo de SAP permet de recueillir et de visualiser plus facilement les données. « La communion des technologies S/4HANA et Leonardo de SAP en tant que noyau numérique de la société donne naissance à une initiative plus flexible et intelligente dédiée à l’exploitation minière », déclarait M. Maier.

Du côté des FEO, la suite de technologies MineStar de Caterpillar vise à intégrer les systèmes d’administration des affaires et de PRE, les technologies de planification à long, moyen et court termes ainsi que les contrôles des travaux de chantiers et la gestion du matériel du parc. La société a aussi surmonté les problèmes d’interopérabilité dans le domaine du forage autonome avec un système interopérable supplémentaire pour la mine Mont-Wright d’ArcelorMittal au Québec, que l’on peut utiliser sur les foreuses, indépendamment de son fabricant.

À DÉCOUVRIR : ArcelorMittal opte pour l'automatisation partielle du système de forage de sa mine de Mont Wright

Hexagon Mining fournit des informations et des technologies d’automatisation reliant personnes et procédés par le biais de levés, de conceptions, de gestion du parc, d’optimisation de la production et de prévention des collisions. La société dispose d’une « orchestration de couches qui parlent à tout type de logiciels que nous possédons, et nous avons ouvert un certain nombre de nos logiciels de manière à ce qu’ils reçoivent et intègrent les données de nos concurrents », indiquait M. Brackpool.

La société adhère à une vision de collaboration et d’élimination des obstacles qui profitera à tous les fournisseurs et même aux industries afin d’aider à développer la mine intelligente du futur. « Nous ne souhaitons pas être sur la défensive et adopter une attitude hautement propriétaire où seules nos données peuvent fonctionner avec nos systèmes », indiquait M. Brackpool. « Nous proposons une interface de programmation d’applications (API) qui permet d’intégrer le logiciel de planification de quelqu’un d’autre dans la suite logicielle dédiée à notre mine souterraine. »

Une API est un ensemble d’exigences et de règles basées sur le Web qui, si on les respecte, nous donnent accès à d’autres systèmes ou programmes. Ce sont les API qui permettent à différentes applications et plateformes de communiquer. « Je suis convaincue que les API constituent une solution exceptionnelle et ultrarapide pour l’exploitation minière », déclarait Penny Stewart, directrice générale de Petra Data Science. « Il existe un grand nombre de logiciels remarquables qui fonctionnent de manière cloisonnée, et c’est là que les API pourraient permettre de les intégrer plus efficacement. »

L’intégration des systèmes de contrôle

En tant qu’organisation spécialisée dans les technologies industrielles d’automatisation et de traitement des données, Rockwell offre une combinaison de capteurs et de logiciels qui peuvent réunir les systèmes logiciels, notamment les systèmes de PRE et de contrôle. « Nous sommes les seuls à offrir une stratégie reposant sur une combinaison de solutions d’intégration des systèmes de contrôle », indiquait M. Mielli.

La plateforme FactoryTalk Analytics de la société recueille des données à partir des systèmes de contrôle, assimilant les données dans différents formats et les délivrant dans un tableau de bord. « C’est un référentiel de différentes applications », déclarait-il. « Les données proviennent de systèmes de contrôle, de la surveillance et d’un historien, et cette couche vous fournit les données de tous les sous-systèmes, assimile les données et fournit les informations dans un contexte spécifique. »

Metso recueille de grandes quantités de donnés à partir d’une multitude de capteurs installés sur ses équipements grâce à sa plateforme d’IIoT dotée d’une résolution à une seconde ou plus. Photographie aimablement fournie par Metso

L’année dernière, Metso a fait équipe avec Rockwell Automation pour développer une plateforme et un service dédiés à l’Internet industriel des objets (IIoT, de l’anglais Industrial Internet of Things) qui, à distance, relie, surveille et procède à une analyse prédictive et de l’optimisation de ses broyeurs et ses tamis vibrants dans les exploitations minières de ses clients. L’objectif est d’augmenter le temps exploitable et de réduire le besoin d’une équipe préposée à l’entretien et à la maintenance sur place. Metso a lancé la plateforme en novembre. « L’autonomie est de plus en plus prisée sur le site minier », déclarait Jani Puroranta, directeur de la stratégie numérique à Metso. « Nous essayons de faire la même chose dans l’usine de traitement des minerais. Du côté des installations fixes, le concept d’autonomie implique que les machines s’adaptent à des variations infimes dans le procédé en fonction des besoins, mais elles tombent également beaucoup moins en panne. Le besoin de personnes sur le terrain est réduit. Nous planifions et évitons un certain nombre de choses, et pouvons également prévoir notre plan d’action à l’avance. »

La nouvelle plateforme utilise FactoryTalk Analytics de Rockwell. « La plateforme peut gérer des données dans divers formats et normaliser les données », expliquait M. Puroranta. « C’est ce que fait Rockwell avant de les transformer en données intégrées. »

L’interface

Petra Data Science est une société spécialisée dans l’intelligence artificielle principalement orientée sur le secteur des ressources ; elle a produit des centaines d’algorithmes d’apprentissage automatique visant à aider les sociétés minières à intégrer des données et à les utiliser pour optimiser leurs procédés. MAXTA, le tout premier jumeau numérique au monde destiné à l’optimisation de la chaîne de valeur de la mine, est le plus récent ajout à l’offre de Petra. MAXTA intègre des données relatives à la géologie d’un corps minéralisé, suit le minerai, construit des réserves virtuelles et incorpore les données de forage et de dynamitage dans le modèle. On analyse ensuite le fonctionnement du modèle, en lui laissant prévoir de nombreux points, depuis la capacité jusqu’à la teneur, la récupération et même la teneur des stériles. L’algorithme MAXTA a récemment été utilisé pour optimiser le traitement à la mine d’or et d’argent Ban Houayxai de PanAust dans le nord du Laos, en intégrant deux années de données géologiques en 3D aux données de l’usine de traitement afin de créer une analyse rétrograde de rapprochement et des prédictions avancées.

À DÉCOUVRIR : Imaginez que vous puissiez simuler votre exploitation entière avant même de commencer la production...

« Les efforts d’intégration ont bien diminué par rapport à ce qu’ils étaient il y a quelques années », indiquait M^me Stewart. « L’intégration de données de différents systèmes est un problème que l’on peut résoudre, absolument. Nous avons compris comment intégrer leurs formats de données dans nos produits, que ce soit pour le jumeau numérique MAXTA ou pour notre procédé d’apprentissage automatique. L’intégration de ces données demande un certain travail, mais ce n’est pas rédhibitoire. »

D’après M^me Stewart, l’intégration totale se fera naturellement, étape par étape, en intégrant les systèmes existants par le biais de la collaboration et des API. En tant que prestataire des types de solutions d’intelligence artificielle à l’origine même des aspirations des sociétés minières envers la mine intelligente, M^me Stewart ne pense pas que l’intégration des données constitue aujourd’hui un obstacle.

« Certaines personnes sont d’avis que nous avons besoin d’une plateforme universelle qui fonctionnera dans toute l’exploitation et sera une solution générique ; d’après moi, d’ici à ce que l’on ait conçu un tel système, cette pratique sera déjà obsolète », indiquait-elle.

M^me Stewart nous donnait deux exemples de la façon dont l’intégration peut se développer naturellement. L’une d’elle réside dans la collaboration de Petra avec Resolutions Systems, dont le produit phare, MaxMine, est une plateforme d’amélioration des activités de l’entreprise qui reçoit des données des engins de chargement et de transport et identifie les possibilités d’optimisation. « Au titre de cette collaboration, nous pouvons leur fournir des données propres à la mine et automatiquement établir le lien avec l’usine de traitement », indiquait-elle. « En d’autres termes, nous intégrons un logiciel de production de la mine dans l’usine de traitement, de la mine au concentrateur. »

Petra collabore également avec des sociétés spécialisées dans les logiciels de planification des mines telles que Maptek. « Ces collaborations nous permettront d’apprécier les hypothèses sur lesquelles est fondée la planification de la mine, qu’il s’agisse d’hypothèses en matière de productivité de la pelle ou du comportement du minerai dans l’usine, sur la base de centaines de millions de tonnes de données historiques », indiquait-elle. « Ainsi, nous réintégrons les données de l’usine dans le processus de planification de la mine afin d’obtenir des estimations plus précises et d’ajouter une couche d’apprentissage automatique. »

Le cheminement vers une mine intelligente totalement intégrée vient à peine de commencer. D’après M. Brackpool, la plupart des sociétés minières devraient commencer par se concentrer sur la résolution d’un problème. « N’achetez pas une technologie parce qu’elle est dans le vent, au risque de vous rajouter un problème à résoudre », déclarait-il. « Tout d’abord, comprenez votre problème, puis appliquez la technologie appropriée. »

Pour beaucoup de sociétés, le premier problème pourrait bien être de simplement poser les fondements du projet. La première chose à faire pour des sociétés possédant plusieurs systèmes existants et travaillant encore avec du papier et des tableurs Excel sera de simplifier leurs systèmes et d’augmenter l’automatisation.

« Si votre structure TI existante comporte de nombreuses applications logicielles et que vous devez moderniser l’infrastructure, le but n’est pas de tout changer en même temps », expliquait M. Mielli. « Procédez étape par étape car il n’est pas envisageable d’arrêter la production. Vous devrez effectuer la migration des systèmes et moderniser l’infrastructure, puis trouver un partenaire. Le partenariat est une force. »

Pendant ce temps, des sociétés qui ont pris de l’avance comme Anglo American posent les prochaines bases du concept de mine intelligente totalement intégrée. « Le processus d’exploitation minière est complexe, et implique d’associer machines, technologies et sciences », expliquait M. Narayanan. « Avec autant d’efforts compliqués, les données massives auront vraisemblablement une forte incidence. »

Traduit par Karen Rolland