Desafio Samarco 2022 | Findeslab
 

Desafio Samarco 2022

A Samarco tem dois desafios para que você
possa propor soluções criativas e inovadoras!

Desafio 1: Gêmeo Digital do Precipitador Eletrostático

Contextualização

Construir um indicador estimado de suporte a tomada de decisão, melhorando a manutenção baseada na condição do Precipitador Eletrostático, reduzindo os custos de manutenção e aumentando a disponibilidade, por meio do monitoramento online do ativo, visando mitigar possíveis emissões atmosféricas. Para isso faz-se necessário a criação de um Gêmeo digital do Precipitador para determinar a curva estimada teórica da condição do ativo para ser comparada com a curva real, de forma online. Um descolamento significativo entre a curva estimada (gêmeo digital) e a curva real (equipamento real) irá determinará o ponto da ação preventiva.

Oportunidades:

Otimizar o controle do precipitador: intervalo e sequência de batimentos, tensões de placa, temperaturas, fluxo de gás.

Reduzir tempo de inspeção, análises e abertura de notas no sistema SAP.

Otimizar o planejamento das manutenções por meio de um monitoramento online do ativo

Otimizar a tomada de decisão de manutenção, de forma antecipada, por meio da condição do ativo.

Melhorar a qualidade da informação. (Mapear as variáveis críticas e gerar plano para melhorar Instrumentalização do ativo)

Indicadores (KPI):

MTBF do Precipitador;

Nota de condição do ativo (eficiência).

OEE (efetividade global do precipitador): Disponibilidade * Eficiência (nota de condição do ativo) * Qualidade do gás na chaminé (medição de particulado na chaminé)

Soluções Desejadas

Gêmeo digital do Precipitador Eletrostático e a nota estimada da condição do ativo. (Eficiência)
Melhorar a qualidade da informação. (Mapear as variáveis críticas e gerar plano para melhorar a Instrumentalização do ativo)

Áreas/Setores Envolvidos

Engenharia de Processo

Desafio 2: Desenvolver um soft sensor para medição da eficiência de mistura entre carvão, calcário, aglomerantes e pellet feed (finos de minério de ferro), de forma online

Contextualização

Medir a eficiência da Mistura de forma online, utilizando análise de imagem e IA para proporcionar a melhor tomada de decisão quanto o controle da mistura de calcário, carvão e aglomerantes, ao pellet feed. Identificar as variáveis para criação do modelo, especificar sistema de análise de imagem, modelar, treinar o modelo e avaliar a qualidade da medição.

Oportunidades:

O controle otimizado da planta visando aumentar a homogeneidade e a estabilidade do processo de mistura em tempo real.

Otimizar o processo de aglomeração tornando-o mais eficiente, formando pelotas cruas com menor desvio nos parâmetros médios de qualidade

Otimizar o processo de queima devido a pelotas com maior qualidade e mistura de carvão mais homogênea

Reduzir consumos específicos de insumos aplicando controles mais eficientes com tomada de decisão de dosagem em tempo real

Melhorar a qualidade da informação. (Mapear as variáveis críticas e gerar plano para melhorar Instrumentalização do ativo)

Indicadores (KPI):

Eficiência da mistura de forma online (soft sensor)

Correlação do KPI com análises laboratoriais

Soluções Desejadas

Medição em tempo real da eficiência da mistura
Melhorar a qualidade da informação. (Mapear as variáveis críticas e gerar especificação de câmeras e outros instrumentos)

Soluções Desejadas

Engenharia de Processos