<\/p>\n\n\n\n
No m\u00eas de fevereiro, foi realizado o Demoday do Funil de Inova\u00e7\u00e3o Aberta da Anglo American. No evento, foram apresentados os resultados dos projetos de inova\u00e7\u00e3o executados em 2023, inclusive os resultados das Provas de Conceito executadas no programa Anglo American Challenge FIEMG Lab. <\/p>\n\n\n\n
Em sua 3\u00aa edi\u00e7\u00e3o, realizada entre maio e dezembro do ano passado, o Anglo American Challenge FIEMG Lab contou com a participa\u00e7\u00e3o de tr\u00eas startups – BIX Tecnologia, DT Labs (antiga Daedalus) e IndustryCare – que foram desafiadas, por meio de Provas de Conceito, a apresentarem solu\u00e7\u00f5es inovadoras em rela\u00e7\u00e3o aos processos atualmente realizados pela mineradora. <\/p>\n\n\n\n
Segundo o especialista em Manuten\u00e7\u00e3o da Anglo American e respons\u00e1vel t\u00e9cnico por um dos desafios, Gabriel Nuzzi Romano, o programa trouxe importante troca de experi\u00eancias para todos os participantes. \u201cMinha jornada no programa de inova\u00e7\u00e3o do FIEMG Lab foi verdadeiramente transformadora. O ambiente colaborativo proporcionado permitiu que eu interagisse com mentes brilhantes. Agrade\u00e7o a oportunidade e que venham novos desafios\u201d, disse. <\/p>\n\n\n\n
J\u00e1 o Chief Product Officer (CPO) da startup IndustryCare, Wagner Neto, destacou que o programa trouxe um aprendizado extra em rela\u00e7\u00e3o a outras Provas de Conceito, que foi a quest\u00e3o do prazo. \u201cParticipar do Anglo American Challenge FIEMG Lab foi muito interessante e mais din\u00e2mico que outras Provas de Conceito, pelo cronograma mais curto; mas que demonstrou, para n\u00f3s, que podemos trabalhar com mesma quantidade de entregas t\u00e9cnicas e n\u00edvel de qualidade em um per\u00edodo bem menor, o que pode nos ajudar a encurtar nosso pr\u00f3prio processo comercial\u201d, afirmou. <\/p>\n\n\n\n
No mesmo sentido, o cientista de dados da BIX Tecnologia, Lucas Vasconcelos Rocha, afirmou que a experi\u00eancia foi enriquecedora. \u201cFoi \u00f3tima a experi\u00eancia, uma \u00f3tima organiza\u00e7\u00e3o do projeto e com o FIEMG Lab garantindo, o tempo todo, que estamos dentro do cronograma e sem sair do foco do projeto. Essa parte de alinhamento de expectativas com o cliente foi crucial. Normalmente para as startups, quando est\u00e3o sozinhas com o cliente, \u00e9 uma etapa bem cr\u00edtica, mas com o aux\u00edlio de um facilitador ajuda bastante\u201d, relatou. <\/p>\n\n\n\n
Saiba mais sobre os desafios e os resultados obtidos por meio das Provas de Conceito: <\/p>\n\n\n\n
\u25cf Desafio: Previsibilidade do desgaste de rolos em correias transportadoras <\/p>\n\n\n\n
O desafio proposto tratou da previsibilidade do desgaste de rolos em correias transportadoras e teve como objetivo buscar solu\u00e7\u00f5es para a inspe\u00e7\u00e3o e o monitoramento dos rolos com o equipamento em opera\u00e7\u00e3o, garantindo maior confiabilidade na identifica\u00e7\u00e3o dos desgastes e danos, bem como previsibilidade e otimiza\u00e7\u00e3o da vida \u00fatil dos equipamentos. <\/p>\n\n\n\n
Neste desafio, a Prova de Conceito foi realizada em parceria com a startup BIX Tecnologia, que desenvolveu um algoritmo para explorar modelos de aprendizado de m\u00e1quina capazes de mensurar o desgaste da correia. O objetivo era identificar padr\u00f5es complexos nos dados hist\u00f3ricos relacionados \u00e0s manuten\u00e7\u00f5es corretivas e preventivas de rolos, abrangendo informa\u00e7\u00f5es sobre temperatura, produ\u00e7\u00e3o e opera\u00e7\u00e3o da correia transportadora. <\/p>\n\n\n\n
Os testes realizados na Prova de Conceito alcan\u00e7aram uma precis\u00e3o de 74% na previs\u00e3o da necessidade de troca do rolo. No entanto, ainda havia uma forte depend\u00eancia dos dados de temperatura para a an\u00e1lise. Ao longo do projeto, as partes entenderam que esses dados de temperatura que estavam sendo coletados n\u00e3o eram suficientes para seguir com as an\u00e1lises. Entretanto, o trabalho desenvolvido pela startup junto \u00e0 mineradora resultou em aprendizados significativos, fornecendo insights e compreens\u00e3o dos padr\u00f5es de desgaste, al\u00e9m do mapeamento das principais vari\u00e1veis respons\u00e1veis por ele. <\/p>\n\n\n\n
A ind\u00fastria e a startup reconhecem o potencial da solu\u00e7\u00e3o e identificaram potenciais ganhos para a Anglo American. Em caso de continuidade do projeto, h\u00e1 a possibilidade de reduzir em at\u00e9 90% o tempo de paradas n\u00e3o programadas da correia transportadora. Al\u00e9m disso, h\u00e1 a oportunidade de ajustar a estrat\u00e9gia e a log\u00edstica de manuten\u00e7\u00e3o com base nos insights adquiridos. <\/p>\n\n\n\n
\u25cf Desafio: Previsibilidade de vida \u00fatil do revestimento refrat\u00e1rio das panelas de refino de metal <\/p>\n\n\n\n
Este desafio tratou da previsibilidade de vida \u00fatil do revestimento refrat\u00e1rio das panelas de refino de metal. Nesse caso, o objetivo era buscar por solu\u00e7\u00f5es que aumentassem a previsibilidade do desgaste do revestimento refrat\u00e1rio, de modo a aumentar o n\u00famero de ciclos da panela em opera\u00e7\u00e3o e, consequentemente, reduzir as paradas para trocas. Isso traria um ganho de seguran\u00e7a para os operadores, com redu\u00e7\u00e3o de exposi\u00e7\u00e3o aos riscos, bem como diminui\u00e7\u00e3o dos custos de manuten\u00e7\u00e3o. <\/p>\n\n\n\n
Nesse desafio, as Provas de Conceito foram realizadas com a participa\u00e7\u00e3o de duas startups diferentes, DT Labs e IndustryCare. Na primeira, a startup DT Labs utilizou diferentes sensores para mapear o interior das panelas e identificar diversos pontos do refrat\u00e1rio, possibilitando a avalia\u00e7\u00e3o do desgaste com base em novos dados coletados. A prova de conceito teve sua hip\u00f3tese validada, utilizando c\u00e2meras de telefone celular como sensores, com o modelo alcan\u00e7ando uma precis\u00e3o de 1,5 cm. <\/p>\n\n\n\n
Os resultados apontaram ainda um ganho potencial para a ind\u00fastria a partir do aumento do n\u00famero m\u00e9dio de corridas de conjunto de refrat\u00e1rios, que foi de 5% (ou seja, uma corrida); e da economia estimada em R$ 700 mil (dados de 2023) com aumento do n\u00famero de corridas por panela na planta da Anglo American em Barro Alto (GO). <\/p>\n\n\n\n
A outra prova de conceito foi realizada em parceria com a startup IndustryCare e consistiu no desenvolvimento de um modelo de Intelig\u00eancia Artificial para predi\u00e7\u00e3o do desgaste do residual refrat\u00e1rio a partir da an\u00e1lise dos dados de processo, buscando proporcionar um maior controle e opera\u00e7\u00e3o das panelas de refino de metal. Para essa PoC, a Anglo American disponibilizou para an\u00e1lise os dados hist\u00f3ricos consolidados por ciclo do processo de refino. No entanto, a startup identificou que seria necess\u00e1rio um volume e granularidade maior dos dados, para permitir uma an\u00e1lise mais refinada e o desenvolvimento de uma IA com uma maior precis\u00e3o na predi\u00e7\u00e3o. <\/p>\n\n\n\n
Diante disso, as equipes buscaram novas possibilidades para seguir com o projeto. Com o conjunto de dados dispon\u00edvel, IndustryCare e Anglo American realizaram a an\u00e1lise de predi\u00e7\u00e3o dos teores dos elementos qu\u00edmicos do metal ao final do processo de refino, a partir dos dados de processo existentes. A PoC apresentou como ganhos potenciais para a mineradora a facilidade e flexibilidade para construir dashboards e formul\u00e1rios eletr\u00f4nicos; a agilidade na digitaliza\u00e7\u00e3o e an\u00e1lise de dados manuais da opera\u00e7\u00e3o; e a melhoria da acuracidade da IA ao trazer mais dados, com uma maior frequ\u00eancia entre os registros. <\/p>\n\n\n\n