开发全球矿业公司的快速解决，物理粉碎模型

碎石形成了我们社会的基础。随着对可持续性的需求不断增长，提高岩石破碎设备的性能和效率对采矿公司变得越来越重要。

Element的数字工程团队最近与一家全球矿业公司合作，优化其岩石破碎(或“粉碎”)机器的设计，以提高性能，实现能源效率，并延长寿命估计。

为了实现这一点，我们的专家开发了一种基于物理学的，离散元模型(DEM)采矿设备能够模拟破碎过程。DEM模型允许团队模拟任何给定设计的岩石破损过程，这允许客户选择最有效的需求。

视频的岩石

不幸的是，这个模型的解决方案需要大量的计算时间，团队需要评估大量的设计案例来优化设置。因此，必须加快解决时间。这是通过开发一个降阶半解析模型(ROM)它结合了基于物理的破损模型和机器学习代理模型，使用从一组减少的非破损DEM模拟中获得的影响数据。

ROM使用数据科学的解决方案使用DEM模型模拟的结果。我们最小化了为机器学习算法提供足够的数据所需的DEM模型解决方案。这允许该算法在岩石尺寸之间的关系中开发与输入变量的更改产生的岩石之间的关系。该算法还评估了对输入变量的影响对机器磨损等度量的影响。我们使用过贝叶斯实验设计技术来决定需要训练ROM的DEM模拟。

一旦我们的客户开始使用这种技术，他们不可避免地会问:“我们可以用它来优化破碎机的设计吗?”我们的专家开发了一种解决方案，为客户提供诸如“我需要什么输入才能实现目标输出?”以及“当我不确定某些输出量的确切值时，我需要什么输入来实现一个输出范围?”

由此产生的预测工具使我们的客户能够自信地优化他们的粉碎机械。工程师现在可以快速地改变正在使用的机器的操作，以保持一致的产量。他们还可以轻松地为未来的应用开发新机器，以在全球运营中保持一致的生产。

联系我们的专家要了解我们的建模，仿真和优化服务如何提高操作的效率。