L’IA jette les bases de l’amélioration du contrôle des processus chez Boliden Aitik

Une série de tests à la division Systems Technology de Boliden a indiqué que l’intelligence artificielle (IA) pourrait dégager des gains supplémentaires grâce à ses efforts de productivité dans la mine de cuivre Aitik, en Suède.

La société, qui s’est associée à ABB pour ces tests, a mené des études sur l’IA pour voir si la technologie disponible aujourd’hui pourrait rendre ses concentrateurs «auto-apprenants», a-t-il déclaré.

L’essai a eu lieu à l’automne et a examiné de plus près comment l’IA pourrait être utilisée par Boliden pour optimiser ses processus de concentration.

Aitik, quant à elle, est au milieu d’un plan d’expansion qui verra la production passer de 36 Mt / an à 45 Mt / an de minerai de cuivre à partir de 2020.

Ingénieur de développement et chef de projet, Johannes Sikström, explique: «Chez Systems Technology, nous développons des simulations dynamiques de nos processus. Ces simulations peuvent être utilisées de la même manière qu’un jeu où l’on définit ce qu’est une victoire et ce qu’est une perte.

«Dans le cas des algorithmes d’auto-apprentissage – ce que l’on appelle l’apprentissage en profondeur ou l’apprentissage par renforcement – le défi est la grande quantité de données nécessaires pour que l’algorithme en apprenne suffisamment sur le système pour qu’il puisse prendre des décisions efficaces.

«C’est pourquoi les jeux sont un domaine si important dans la recherche sur l’IA. Les jeux sont bien adaptés pour permettre aux algorithmes de s’entraîner eux-mêmes, et ce qui constitue un résultat réussi – une victoire – est également bien défini », a-t-il déclaré.

Les modèles de simulation permettent à l’entreprise de recréer des données équivalentes à plusieurs décennies en quelques heures seulement, selon Boliden.

Dans ses projets précédents, Boliden a principalement étudié des techniques d’apprentissage automatique qui analysent les données sans permettre à l’algorithme lui-même de les influencer. L’objectif du dernier projet était de permettre à l’algorithme de s’auto-apprendre à la place.

Après des études initiales sur des outils appropriés avec Anders Hedlund de la société d’analyse de données BI Nordic, le projet a abouti à un projet de diplôme dans le cadre d’une collaboration entre ABB et Boliden. Max Åstrand d’ABB a été nommé Superviseur, avec son collègue Mattias Hallén à la tête.

Sikström a déclaré: «Nous avons porté notre attention sur le processus de broyage à Aitik, où nous disposons d’un modèle de simulation bien développé. Nous voulions voir si l’IA était capable de faire mieux que notre stratégie de contrôle existante.

«Mattias a fait un travail fantastique en configurant l’architecture et en faisant« jouer la balle »entre les différents environnements. Nous avons ensuite pu tester divers algorithmes et différentes fonctions d’objectifs. »

Pour commencer, Boliden a testé un «algorithme Q-learning» qui avait pour objectif d’essayer de contrôler la charge de l’usine dans une plage donnée. Après environ 40 tentatives, l’algorithme a appris à faire exactement cela, selon Boliden, reconnaissant qu’il a résolu la tâche en utilisant une méthode qui ne fonctionnerait pas dans le monde réel.

Dans l’étape suivante, Boliden a étudié la capacité de l’algorithme à optimiser un «gain» au lieu d’optimiser une variable de processus. La fonction de but pour le gain a été créée comme un modèle théorique utilisant les prix des métaux, le broyage et le débit, par exemple.

Sikström a déclaré: «Avec cette fonction d’objectif, l’algorithme d’IA a réussi à battre notre structure PID (documentation d’initiation de projet) pour produire un gain plus important. Le temps dit mur était d’environ 80 heures avant que l’IA n’ait appris à exécuter le processus de manière rentable, dans ce cas, l’équivalent d’une durée de fonctionnement de l’usine de plus de 300 ans.

«L’étude met en évidence la valeur des simulations et la technologie d’intelligence artificielle montre des opportunités de développement intéressantes pour le futur contrôle des processus de Boliden.»

Bien que les résultats des tests aient été positifs, l’IA fonctionnant mieux que la méthode de contrôle actuelle de Boliden, Sikström a déclaré que des études supplémentaires étaient nécessaires avant que la société envisage d’approcher une solution de production viable.

Il a conclu: «Plusieurs détails techniques doivent être résolus, et il est important d’utiliser des modèles de simulation précis et des fonctions d’objectifs bien définies.

«Parce qu’un algorithme ne peut résoudre que les problèmes formulés pour lui, le savoir-faire et l’expérience des processus sont au moins aussi importants dans ce type de développement que le contrôle de processus classique.»