Mina de superfície nos Estados Unidos

Impulsionar a redução de emissões e a eficiência com a otimização de vias e frotas

Como uma operação norte-americana aproveitou a Cascadia Scientific para economizar combustível, reduzir as emissões e avaliar o desempenho da frota

Cascadia Scientific

As ferramentas de deteção de eventos assinalaram oportunidades para reduzir o seguinte:

Frenagem excessiva em velocidade (média de 37s por evento, principalmente em 3ª-6ª marcha)
Longos períodos de inatividade, com uma média de 17 minutos - economia prevista de 3.797 gal/mês se for reduzida em apenas 10 minutos
Os eventos de rack, oscilação lateral e avanço/recuo brusco aumentaram em agosto de 2024, sugerindo a necessidade de manutenção da via

Resumo executivo

Uma grande operação de mineração dos EUA fez uma parceria com a Cascadia Scientific para melhorar o diagnóstico da frota, o projeto de vias de transporte e o rastreamento de emissões em duas minas. Usando o monitoramento em tempo real e os modelos de machine learning do SmartRView, as minas alcançaram:

707% de ROI em 2023, com 1,6 milhões de dólares em economias de combustível
5.406 toneladas de CO₂ reduzidas através da otimização de rotas e da reformulação de vias
Diagnósticos preditivos que apoiam a manutenção direcionada
Percepções sobre o comportamento do operador para reduzir a frenagem excessiva e em marcha lenta
Comparação de modelos CAT e Komatsu para orientar futuras aquisições

O desafio:

Com o aumento dos custos de combustível e dos objetivos de carbono, as operações necessitavam de insights acionáveis da qualidade das vias, do comportamento dos operadores e da eficiência dos equipamentos. Os desafios específicos incluíam:

Itinerários que consomem muito combustível, com um nível elevado de marcha lenta e eventos de frenagem de serviço
Dificuldade em identificar e validar as melhorias de via
Emissões elevadas durante as operações de carga máxima
Impacto da composição da frota no consumo de combustível em subidas

A solução Cascadia

A Cascadia implantou SmartRView permitindo a coleta de dados em tempo real e a análise com base em ML em mais de 30 caminhões entre os dois locais.

As principais intervenções incluíram:

Comparações de redesenho de vias (Rota A vs. Rota B) em mais de 10 segmentos
Modelagem do consumo de combustível e avaliação comparativa da eficiência dos caminhões Komatsu e CAT
Deteção de eventos de freio de serviço e inatividade para apoiar o treinamento do operador
Painéis de controle de emissões ligados ao comportamento real do transporte e às condições meteorológicas
Diagnóstico de caminhões com base na inclinação de rampa para avaliar a eficiência pós-manutenção

"A modelagem da Cascadia nos permite validar o impacto de cada melhoria de vias ou alteração operacional - até galões de diesel e toneladas de CO₂.”

- Analista de desempenho da frota

Resumo do impacto

Metric	Value
Diesel Fuel Savings	$1.6M USD
ROI	707%
CO₂ Reduced	5,406 tonnes
Road Segments Analyzed	25+
Trucks Analyzed	30+ Komatsu & CAT

Impacto operacional

Otimização de vias e comparações de rotas

A Cascadia apoiou mais de uma dúzia de comparações de vias para ajudar as equipes de engenharia a identificar e dar prioridade às rotas com base no tempo de ciclo, no combustível por ciclo e na inclinação do declive.

“O Caminho A ou o Caminho B já não é um palpite - é modelado, simulado e quantificado financeiramente.”

Gestor de operações

Avaliação comparativa de equipamentos e orientação da frota

A Cascadia utilizou Machine Learning para avaliar os caminhões de transporte Komatsu e CAT. Os modelos foram treinados com base em dados medidos diretamente e tiveram em conta tudo o que afeta a utilização de combustível – como a distância, o tempo de ciclo, a carga útil, as alterações de elevação, o comportamento do operador, as condições meteorológicas e muito mais. As principais conclusões incluem:

O CAT 793F teve um desempenho superior em segmentos de subida íngreme quando carregado
O Komatsu 830E foi mais eficiente em terrenos planos e em descidas
Os camiões Komatsu 830E-5 consumiram menos 3-5% de combustível do que os modelos 830E-1
A eficiência do combustível melhorou em todo a mina em 2024 em relação a 2023, apesar da elevada precipitação

Relatórios de emissões e alinhamento ESG

Pollutant	Total Emitted (Jan–Oct 2024)	% from Max Load Burn
CO₂	54M+ lbs	58.3%
NOx	401K lbs	61.3%
CO	276K lbs	70.2%
HC	45.7K lbs	73.1%

Dois camiões específicos foram identificados como os principais emissores e são agora alvo de otimização e monitorização mais rigorosa.

Diagnóstico de operadores e eventos

No segundo local, as ferramentas de deteção de eventos assinalaram oportunidades para reduzir

Frenagem excessiva em velocidade (média de 37s por evento, principalmente em 3ª-6ª marcha)
Longos períodos de inatividade, com uma média de 17 minutos - economia prevista de 3.797 gal/mês se for reduzida em apenas 10 minutos
Os eventos de rack, oscilação lateral e avanço/recuo brusco aumentaram em agosto de 2024, sugerindo a necessidade de manutenção da via.

Ferramentas de treinamento e de comunicação serão implantadas para reduzir o desgaste, melhorar a segurança e aumentar a sensibilização.

Resultado final: ROI mensurável em toda a mina

Desde a simulação de rotas até aos diagnósticos preditivos e à modelagem de emissões, as soluções da Cascadia ajudaram esta operação a transformar milhares de pontos de dados em milhões em economias – e a criar um modelo de desempenho da frota que informa todas as decisões relativas a estradas, caminhões e operadores.

Não é preciso adivinhar qual é a melhor via. Ou que caminhão custa mais. Ou de onde vêm realmente as suas emissões.

Com o Cascadia, se obtém informações precisas que impulsionam uma verdadeira mudança operacional.

Vamos construir o seu roteiro para uma mineração mais inteligente. Marque uma sessão de descoberta ainda hoje.