ArcelorMittal condition monitoring

• 分析与建模 - 大数据分析

• 金属

• 流程制造

• 机器状态监测

安赛乐米塔尔的旋转资产经常在恶劣的环境中运行。该公司位于比利时根特的热轧带钢厂的输送机在生产过程中运送炽热的热钢板。在这样的情况下，振动和声学分析等传统的基于接近的技术会失败：传感器无法处理高温。
“在钢铁行业，资产经常在不适合敏感传感器技术的条件下运行，”安赛乐米塔尔北欧工业数字化经理 Andy Roegis 说。 “我们热轧带钢厂的传送带是生产过程的关键部分，但几乎不可能使用手动或基于振动的技术来评估其状况。”

安赛乐米塔尔处于钢铁行业数字化的前沿，因此该公司一直在寻找一种智能解决方案，利用人工智能和工业物联网的力量来产生数据驱动的洞察力。
“我们需要一种经济高效的方法来提高这些难以监控的资产的可靠性，”Roegis 说。 “我们一直在寻找一种实时解决方案，可以让我们长期了解输送机的健康状况、性能和能源消耗。”
安赛乐米塔尔在 Semiotic Labs 的 SAM4 中找到了它想要的东西。 “ SAM4 无需安装在现场资产上，而是安装在电机控制柜内，不会造成伤害，” Roegis 说。 “它的高级分析正是我们所需要的。”

• [Cost Reduction - Maintenance]
  

  SAM4 eliminated unplanned downtime for the assets it monitored. During the 12-month pilot, SAM4 detected 12 developing faults in the motors driving ArcelorMittal’s hot-strip conveyors, all of which were confirmed by the mill’s maintenance engineers. “SAM4 gave us precisely the insights we needed,” says Roegis. “Up to four months in advance, in some cases. That enabled us to schedule maintenance at the optimal time.”