문제: 채굴 생산성 개선
발레(Vale)는 금속 및 광산업에 종사하는 브라질의 다국적 기업입니다. 또한 브라질에서 가장 큰 물류 운영업체 중 하나입니다.
이 회사는 모잠비크(Mozambique)의 모아티제(Moatize)에 있는 노천 탄광의 생산성을 극대화하고자 했습니다. 운영을 중단하지 않고 다양한 시나리오를 테스트하기 위해 발레는 시뮬레이션 모델링을 선택하고 최적화 및 시뮬레이션을 전문으로 하는 의사 결정 지원 회사, 제노아(Genoa)와 계약했습니다.
해결책: 채굴 작업 최적화 및 시뮬레이션
제노아의 엔지니어들은 두 노천 탄광의 모델을 만들었습니다. 전반적으로, 모델은 다음을 고려했습니다:
- 동시에 운영되는 8개의 동시 채굴 일선 영역
- 일선 영역당 로더 하나
- 다양한 용량, 속도 및 고장 이력을 가진 80대의 트럭
- 10가지 다른 석탄 유형 (층)
- 광산당 괴강(채광 후 가공하지 않은 상태의 광석) 패드 하나, 분쇄기 하나, 광미 사일로 하나
각 광산에는 다양한 유형의 석탄이 회수되는 여러 채굴 일선 영역이 있습니다. 회수된 석탄은 트럭으로 파쇄기 또는 그 옆에 있는 괴광 패드로 옮겨집니다. 채굴 추출 기계는 석탄과 함께 폐기물도 회수하며, 폐기물은 트럭으로 폐기물 매장지로 옮겨집니다.
추출된 석탄은 파쇄기를 통과한 다음 추가 공정을 위해 공장으로 이동됩니다. 공장에서는 세 가지 유형의 제품, 열탄(증기탄), 야금탄(용융탄, 점결탄) 및 광미라는 부산물을 생산합니다. 광미는 컨베이어에 의해 사일로로 이동된 다음 트럭에 의해 광미 댐으로 이동됩니다.
채굴 모델에서 엔지니어들은 현장에서 일하는 직원의 교대 시간과 장비 고장 및 유지 관리도 고려했습니다.
채굴 최적화에 애니로직이 필요한 이유는 무엇일까요?
프로젝트의 첫 번째 단계에서 제노아는 광산의 운송 용량을 최대화하기 위해 외부의 도움을 받아 최적화 모델을 구축했습니다. 그런 다음 최적화 모델의 출력을 채굴 작업 시뮬레이션 모델의 입력으로 사용했습니다.
애니로직에서 엔지니어들은 차트, 다이어그램 및 타임라인을 사용하여 최적화 도구가 제공하는 결과를 시각화했습니다. 또한 이 소프트웨어를 통해 다음과 같은 다른 주요 노천 탄광의 관리 지표를 분석할 수 있었습니다:
- 장비 고장과 같은 불확실성 (트럭, 적재 장비 및 분쇄기)
- 트럭의 순환 주기: 이동 시간, 적재 전 대기, 적재 시간, 하륙 전 대기 및 하륙 시간
- 트럭, 적재 장비 및 분쇄기의 활용 수준
- 파쇄기 투입률 (광산 처리량)
- 작업자 교대 및 유지 보수 계획
애니로직의 외부 자바 라이브러리 가져오기 기능 덕분에 팀은 시뮬레이션 모델 내에서 직접 최적화 도구의 데이터를 가져와 사용할 수 있었습니다.
엔지니어들은 최적화 결과 데이터를 사용하여 광산 프로세스를 개선할 수 있는 방법을 보여주는 석탄 채굴 작업 시뮬레이션을 구축했습니다. 팀은 장비 및 기계의 움직임을 모델링하기 위한 주요 접근 방식으로 이산 사건 모델링을 사용했습니다. 트럭의 동작을 자세히 시뮬레이션하기 위해 행위자 기반 모델링과 상태 차트도 사용했습니다.
결과
제노아는 모잠비크 모아티제의 석탄 채굴 작업 시뮬레이션 모델을 구축했습니다. 그들은 외부의 최적화 도구를 사용하여 최적의 트럭 규모를 결정하고 운송할 수 있는 석탄의 양을 최대화하는 동시에 폐기물 운송 및 광미로 인한 제약 조건도 고려했습니다.
발레는 이제 시뮬레이션 모델을 사용하여 다양한 채굴 작업 시나리오를 평가하고 결과를 시각화하고 비교할 수 있습니다. 또한 다양한 트럭과 장비를 이용하여 광산의 성과를 분석하고 교대 및 유지 관리 정책을 시뮬레이션할 수 있습니다.
모델의 추가 개선을 위해 팀은 다른 시나리오에 대한 모델 확장에 도움이 될 수 있도록 광산을 애니로직의 모집단으로 모델링하는 것을 고려했습니다. 마지막으로 그들은 트럭의 움직임을 자세히 시뮬레이션하기 위해 경로를 개략적으로 그리는 대신 애니로직 도로 라이브러리를 사용할 수 있었었습니다.
제노아는 2021 애니로직 컨퍼런스에서 이 사례 연구를 발표했습니다.
