Que signifie vraiment transformation numérique ? Q&R avec John Vagenas

Diapo de webinaire expliquant ce ‘que signifie transformation numérique’
La transformation numérique dans notre secteur s’accompagne de beaucoup de bruit. Mais qu’est-ce que cela veut vraiment dire ? Quelles sont les options ? Et qu’est-ce qui ne va pas si on se base sur Excel ? Notre directeur général John Vagenas a été convié à faire une présentation lors d’un webinaire récent d’AusIMM sur le thème : ce qu’il vous faut savoir pour transformer numériquement vos opérations métallurgiques. Un Q&R avec John a suivi cette présentation, ce qui a permis de faire ressortir certaines notions inestimables. Voici un résumé sur quelques questions et les recommandations que John a proposées lors de cette session.

Q : À quel point de maturité pensez-vous que nous en sommes, en tant qu’industrie, pour ce qui est de la volonté d’adoption de nouvelles technologies ?

R : Je dirais qu’il y a dans notre industrie un éventail de personnes. De façon générale, les métallurgistes sont très désireux de transformations, parce que cela leur permet de véritablement faire le travail qu’ils veulent faire. Personne ne veut gérer une feuille Excel, et les ingénieurs techniques, bien sûr, se lanceraient avec beaucoup d’enthousiasme sur la voie numérique. Mais si je compare ensuite notre secteur à ce que j’ai pu voir dans d’autres industries, je dirais que l’industrie minière est terriblement lente à adopter cette nouvelle technologie. Il y a souvent une mentalité de ‘bricolage’, surtout à l’intérieur des grandes organisations. Et il leur est facile de tomber dans cette mentalité parce qu’elles en ont les moyens, parce qu’elles ont des employés pleins de talent. Mais il s’agit bien d’un ensemble de compétences spécialisées, cela prend du temps, et ce ne sont pas non plus leurs compétences fondamentales. Donc, ce que vous voyez normalement, c’est la réticence des grandes sociétés parce que c’est presque un cycle d’échecs – j’appelle ça souvent une ‘spirale de l’échec’ : si elles ne peuvent pas en sortir par elles-mêmes, il leur est difficile de progresser davantage.

Q : Si nous voulons développer un jumeau numérique nous-mêmes, quelle serait la première étape ?

R : Si vous vous lancez dans la construction d’un jumeau numérique, je vous dirais de considérer la technologie qui est déjà là et d’essayer de l’utiliser en partie, parce que si vous essayez de construire votre propre solution à partir de zéro, c’est un jeu qui va durer très longtemps. Ça nous a pris dix années. Ce n’est pas quelque chose que vous serez en mesure de réaliser très vite, même si tous les outils de programmation sont déjà disponibles. La première étape est d’aller trouver un logiciel de simulation pouvant répondre à la totalité de vos exigences de base, puis d’essayer de construire une section, puis de l’aligner. Comme je le dis toujours à tout le monde, si les données étaient toutes correctes tout le temps, construire un jumeau numérique dynamique serait très facile. Mais dans la réalité, ce n’est pas le cas.

Q : En tant que consultant, comment montrez-vous de la valeur aux clients aux premiers stades de la transformation numérique ? Est-ce que certaines stratégies ont bien marché pour vous ?

R : En mettant en place les bons outils, vous pouvez effectivement faire voir des gains appréciables plutôt vite. En fait, avec la plupart de nos déploiements de logiciel, nous réussissons à trouver quelque chose qui rembourse l’investissement plusieurs fois avant même que nous ayons terminé sa mise en application. Pour vous donner un exemple, nous étions sur la mise en œuvre de notre logiciel dans une unité de flottation. Tout en finalisant une création de rapport sur certains réactifs, nous avons constaté que l’addition de xanthate paraissait vraiment élevée – au-delà du point où vous pourriez espérer davantage de récupération. Quand nous l’avons signalé à l’équipe de l’exploitation de l’usine, et leur réponse s’est exprimée en un ‘Ça alors !’ car cette constatation à elle seule représentait une économie dépassant chaque mois le million de dollars. Les gains sont vraiment très gros si vous arrivez à mettre ensemble toutes les données, et il est alors très facile de prouver de la valeur.

Q : Quelles sont, selon vous, les approches les plus efficaces pour mettre en œuvre ces nouveaux systèmes ?

R : Souvent, nous trouvons que c’est vraiment le directeur technique qui donne le ton pour l’exploitation et la norme pour tous les ingénieurs. Si cette personne n’impose pas la transition, il est très difficile de réussir parce que vous donnez aux gens un mécanisme qui les fait rester là où ils sont. Vous avez absolument besoin d’un directeur qui s’engage. Cette personne doit percevoir la valeur de ce que vous faites et pleinement encourager l’équipe à apprendre. Il est tout aussi important que le gestionnaire de l’ensemble pousse les employés à consacrer du temps, tous les jours, à travailler sur le système. C’est le seul moyen de se perfectionner, plus vous l’utilisez, plus vite vous vous familiariserez.

Q : À part Excel, y a-t-il un programme générique prépondérant pour bilan métallurgique, que l’industrie accepte de plus en plus ?

R : Bien, le terme logiciel métallurgique générique est en soi une sorte de contradiction. La seule solution de ce type, sans vouloir nous mettre trop en avant, c’est notre logiciel Metallurgical Intelligence®. Il est installé sur 23 sites autour du globe, dans 3 langues, et bientôt dans 4 langues. Ce qui fait sa force, c’est qu’il a été spécifiquement conçu pour des exploitations métallurgiques. Des choses comme Excel n’ont pas la capacité de répondre à la transformation numérique et à l’analyse numérique. Notre solution est honnêtement la seule dont j’ai connaissance.

Q : Pouvez-vous en dire plus sur votre jumeau numérique dynamique ? C’est un modèle piloté par les données, ou est-il basé sur les premiers principes ?

R : Les deux. Il s’agit essentiellement de mathématiques et de bilan énergétique selon les premiers principes où la chimie est intégrée. Nous incluons les données, de façon typique sur ce qui rentre dans l’usine, puis nous essayons d’aligner la façon dont ces données s’insèrent dans toutes les diverses zones. Si par exemple je mets cent mètres cubes dans une cuve, que j’en retire cent mètres cubes, et que le niveau monte dans cette cuve : entre ces deux facteurs, lequel est faux ? Vous ne pouvez pas répondre si vous considérez la question de façon isolée, parce que tout peut être faux, ou les deux, ou une seule des deux. Par contre, avec une simulation dynamique, si vous appliquez les mathématiques et le bilan énergétique des premiers principes sur la totalité du site, vous pourrez voir le procédé s’aligner à mesure que vous avancez dans l’usine, puis changer à un certain point. Vous avez alors besoin de voir ce qui se passe ensuite. Donc ce sont bien les premiers principes avec mathématiques et bilan, mais vous utilisez aussi les données pour guider les résultats.

Q : Et quelle serait votre approche pour assurer la qualité de ces données ? Nous savons que l’on ne peut pas faire confiance aux capteurs à cause de l’étalonnage et d’autres erreurs.

R : Vous pouvez faire confiance aux capteurs, mais vous devez les vérifier. Si vous évaluez constamment les résultats d’instruments par rapport aux résultats d’ensemble, vous allez vous rendre compte très rapidement des dérives et des variations des instruments à mesure qu’elles se produisent. Ainsi, si je reprends l’exemple du peroxyde que j’ai mentionné plus tôt (dans le webinaire), cela s’est produit parce qu’il y avait une vanne de régulation qui était censée servir à doser le peroxyde dans le circuit, ceci à son tour servait à maintenir une contre-pression sur la ligne, elle-même pour maintenir le tuyau du débitmètre magnétique rempli. Et bien, les opérateurs ouvraient la vanne de régulation et l’ajustaient manuellement, ce qui permettait au tuyau de rester à moitié vide. Dans ce cas, le décalage n’était pas un défaut d’instrument. L’instrument en fait était parfaitement fiable, mais quelqu’un avait changé la procédure opérationnelle. Il est important pour nous de trouver d’emblée ce genre d’information, et c’est ce qu’un jumeau numérique vous permet de faire : il signale rapidement la divergence entre ce qui se passe d’après ce que croient les opérateurs, et ce qui devrait se passer dans la réalité.

Q : Avez-vous mis au point des jumeaux numériques pour unités de flottation ?

R : Oui. Nos jumeaux numériques couvrent les concentrateurs, aussi nous les avons développés pour les concentrateurs de cuivre, de même que plomb, zinc, et or. Nous avons également créé des jumeaux numériques pour des usines d’uranium, nickel, cobalt et cuivre, et comme nous couvrons aussi la pyrométallurgie, nos jumeaux numériques s’adaptent aux fours de fusion de zinc, de cuivre, de plomb, et à tout ce qui va avec.

Q : Y a-t-il des usines où votre produit ne serait pas adapté ?

R : Non. Pas du point de vue de la métallurgie. Metallurgical Intelligence® a été spécifiquement conçu pour tout ce qui englobe les concentrateurs, les usines d’or, les unités de CIL, les fours de fusion et les usines hydrométallurgiques. Je n’ai pas rencontré d’usine de traitement qui ne s’inscrive pas dans l’ensemble de nos capacités.

Q : Pourriez-vous s’il vous plaît revenir sur l’utilisation d’un modèle dynamique associée au besoin d’avoir des données traçables pour des raisons de création de rapports ?

R : Nous savons que la variabilité dans les données d’usine est probable – on ne peut pas y échapper. Il y aura des fois où les choses ne vont pas s’additionner comme il faut. Toutefois, un modèle de jumeau numérique dynamique fonctionne pour vous permettre de calculer ce que l’on peut attendre comme résultat. Il vous donne une vue sur un équilibre parfait, là où les données devraient être. Ceci ensuite vous permet de vérifier vos données sources et d’avoir plus de confiance dans une valeur finale. Ainsi, vous aurez toujours votre résultat mesuré, mais le modèle de jumeau numérique dynamique vous permet de le vérifier et de déterminer le résultat réel. Il se rapporte ensuite à vos chiffres réels de production, en d’autres termes vous disposez d’une chaîne de confiance claire où les données que vous rapportez sont exactes. Il est très difficile de vérifier des données mesurées sans jumeau numérique.

Share :