通过数据挖掘提高生产率

下摆应力预测维护为例。实施后，它使矿工能够以具有成本效益的方式预测和管理运营风险。这需要具有收集和分析数据功能的数字设置。然后，困难是将这些发现解释为可操作的形式 - 使组织能够创建和优先考虑维护任务，以最大程度地降低风险并增加正常运行时间。

“这些生产力潜力之一的一个例子在于矿石的质量变化与设备的磨损状态之间的相互作用。通过了解这些参数如何与处理性能，能耗和磨损速率相关联，可以优化所有或某些这些变量。一旦获得数据，它就会为不同类型的维护方案和操作策略打开。将它们与选择性采矿，储备管理和矿石的排序相结合，我们将实现生产率的显着提高。” Hem说。

数字化改善了设备检测磨损速率的自动化传感器，这些传感器的数据转化为可预测性维护或维修的信息。通过允许运营商安排维护，进行了修改，而生产较低，而不必在高峰期意外关闭 - 帮助矿工节省时间并维护有效的管理资源和金钱。

自动化已经使过程更加有效。通过利用数字化中的选项，现在可以提高生产率并将自动化提高到一个新的水平：“自动化本身改善了采矿行业的许多工作流程。通过收集和分析数据，我们可以优化自动化过程。但是，正是当我们将数据与人类的经验和创造力相结合时，自动化可以实现其最大的潜力。这是我们正在努力的全局。” Hem说。