为一家全球性矿业公司开发一个快速解决的、基于物理的粉碎模型

碎石构成了我们社会的基础. 随着对可持续发展的需求不断增长, 提高岩石破碎设备的性能和效率对矿业公司来说变得越来越重要.

背景:DEM挖掘解决方案

im体育APP的数字工程团队最近与一家全球矿业公司合作，优化其岩石破碎(或“粉碎”)机器的设计, 提高性能, 提高能源效率, 延长寿命估计.

为了实现这一目标，我们的专家开发了一种基于物理的， 离散元模型(DEM) 的采矿设备，使破碎过程的模拟. DEM模型允许团队模拟任何给定设计的岩石破坏过程, 这使得客户能够根据他们的需求选择最有效的产品.

所面临的挑战

不幸的是, 该模型的解决方案需要大量的计算时间，团队需要评估大量的设计案例来优化设置. 因此，必须加快解决时间. 这是通过开发一种 降阶半解析模型(ROM) 它将基于物理的破损模型与机器学习代理模型相结合, 使用从一组简化的非破碎DEM模拟中获得的冲击数据. 

ROM使用 数据科学解决方案 利用DEM模型模拟的结果. 我们最小化了为机器学习算法提供足够数据所需的DEM模型解决方案. 这使得算法可以根据输入变量的变化来建立岩石大小之间的关系. 该算法还评估了输入变量的变化对机器磨损等指标的影响. 我们使用了 贝叶斯实验设计 技术来决定训练ROM所需的DEM模拟. 

解决方案

一旦我们的客户开始使用这项技术, 他们不可避免地问了这个问题, “我们可以用它来优化破碎机的设计?”. 我们的专家开发了一个解决方案，为我们的客户提供诸如“我需要什么输入来实现目标输出”等问题的答案?以及“当我不确定某些输出量的确切值时，我需要哪些输入来实现一系列输出。?” 

结果

由此产生的预测工具使我们的客户能够自信地优化他们的粉碎机械. 工程师现在可以快速更改在役机械的操作，以保持一致的输出. 他们还可以轻松地为未来的应用开发新机器，以维持其全球业务的一致生产.

im体育APP的专家 来学习我们如何建模, 模拟, 优化服务可以提高您的运营效率.