概要
粉砕は大半の選鉱プラントで最大のエネルギー消費工程であり、サイト全体の電力の40-60%を占めるのが一般的です。粉砕回路の変動は1%ごとに下流へ波及します。浮選への過大粒径の給鉱は回収率を大きく損ない、浸出では青化剤の消費を増やし抽出率を下げます。
従来の粉砕制御はシングルループPIDとエキスパートシステムのルールに依存しています。定常状態では有効ですが、鉱石硬度の変化、給鉱ブレンドの変更、ミルライナーの摩耗といった、まさに価値が決まる局面で機能しなくなります。
Brainiall AI Autopilotは粉砕回路を統合された動的システムとして運転します。ミルのあらゆるセンサー(動力、軸受圧力、回転速度、給鉱量、密度、サイクロンオーバーフロー、p80)を読み取り、目標p80を維持しつつ毎時処理トン数を最大化するセットポイントの組み合わせを継続的に探索します — カナダの金鉱山パイロットで+6%の処理量向上を実証。
Autopilotの機能
連続的・多変数制御 — 単一ループPIDではありません。アドバイザリ層アーキテクチャにより安全性はそのまま維持されます。
多変数セットポイント探索
AIは給鉱量、加水量、ミル回転速度、循環負荷、サイクロン圧力にまたがる多変数最適化を継続的に解きます — シングルループ制御ではありません。
硬度変化に数秒で適応
Bond Work Indexが14 kWh/tを超えたり給鉱ブレンドが変わった場合、Autopilotは数秒で再調整します — 次のオペレーター交代を待つ必要はありません。
低分散のp80制御
処理量を引き上げながら粒度分布(p80)を許容範囲内に維持します。p80が安定すれば、下流の浮選・浸出の回収率も安定します。
ライナー摩耗の予測
動力シグネチャーの微細な変化を追跡してライナー摩耗を予測し、計画停止中に交換をスケジュールします — 予期せぬ故障を回避します。
トン当たりエネルギーの最小化
単なる処理量の最大化ではなく、製品トン当たりのkWhを最適化します。同じトン数をより少ない電力で — ESGと利益率に直結する成果です。
アドバイザリー型アーキテクチャ(安全系は不変)
AIはアドバイザリー層に書き込み、安全PLCには直接書き込みません。オペレーターは完全なオーバーライド権限を保持し、安全計装システム(SIS)には一切手を加えません。
継続的に調整される変数
AIはサークルのすべてのセンサーを読み、最適なセットポイント組み合わせをリアルタイムで解決します。
- 新規給鉱量(t/h)最も重要な操作変数。AIがミル動力とp80とのバランスを取ります。
- ミル回転速度(臨界速度比%)粉砕強度を制御します。AIが硬度と装入量に応じて最適な%を選択します。
- 加水量/パルプ密度処理量と分級機効率に影響します。AIが鉱石タイプごとの目標密度を維持します。
- 循環負荷高すぎればエネルギーを浪費し、低すぎればp80品質が落ちます。AIが最適点を見つけます。
- サイクロン給鉱圧/ボルテックスファインダー分級効率が下流の回収率を左右します。AIがミルと協調制御します。
中規模の金鉱山(年間約3 Mt)では、粉砕処理量+6%の向上は年間約2,694オンスの追加金生産に相当し、年間約$781Kの増分利益(AISC控除後)をもたらします。Brainiall AIは通常キックオフから2週間以内に本番稼働し、投資回収は6か月未満です。






