À l’échelle mondiale, les activités d’exploitation minière et de traitement subissent une pression intense. La teneur des minerais est en baisse, les coûts d’exploitation augmentent, la complexité minéralogique se renforce et une nouvelle génération d’opérateurs fait son entrée sur le marché du travail au moment où les spécialistes en procédés prennent leur retraite. Pour les opérateurs et les métallurgistes, ces réalités se manifestent chaque jour dans les salles de contrôle : évolution des gisements, perturbations fréquentes et perte de revenus lorsque les décisions relatives au point de consigne ne sont pas optimales.

Bien que la variabilité géométallurgique demeure une force motrice dominante pour la performance en aval, notre expérience dans de nombreuses exploitations suggère que 5 à 20 % de la variabilité des procédés et des pertes de métal dans les circuits de minéralurgie peuvent être directement attribuables à une sélection sous-optimale du point de consigne. Dans une industrie aux marges réduites et aux marchés volatils, c’est la différence entre une mine qui prospère et une mine qui ne fait que survivre.

Les solutions conventionnelles de contrôle évolué de procédé, comme la logique floue et les modèles matriciels, montrent leurs limites dans des environnements complexes et variables où les conditions évoluent constamment. En raison de cette situation, combinée aux limites des opérateurs, tout le potentiel n’est pas exploité. C’est dans ce contexte que le contrôle des procédés assisté par l’IA entre en jeu.

L’intelligence artificielle est très prometteuse. Mais dans des environnements industriels complexes, l’IA ne peut pas offrir de valeur à elle seule. Du moins, pas encore. Pour être efficace, elle doit reposer sur une définition claire des problèmes, sur des modèles de procédés précis et, surtout, sur l’expérience de l’opérateur qui met en contexte les données. Bien sûr, les algorithmes sont essentiels, mais le défi le plus important est d’abord de comprendre le problème et de définir le résultat souhaité.

Hatch a mis au point un contrôle de procédés révolutionnaire assisté par l’intelligence artificielle – un nouveau paradigme de contrôle qui combine des modèles fondés sur les principes de base, une connaissance des procédés et une technologie de réseaux neuronaux adaptatifs pour soutenir continuellement la prise de décisions de l’opérateur en temps réel. Il s’agit d’une intelligence intégrée directement à l’actif, qui permet aux usines de fonctionner de façon plus efficace, plus rapide et plus constante. Plus qu’une simulation ou une superposition d’outils numériques, c’est une intelligence qui se trouve intégrée aux actifs d’exploitation, augmentant les capacités des opérateurs et permettant d’atteindre de nouveaux niveaux de performance.

Mise en pratique du contrôle de procédés assisté par intelligence artificielle de Hatch

La mine Dugald River de MMG est l’un des plus importants gisements à teneur élevée en zinc au monde. Dès la mise en service, les opérateurs de la mine avaient mis en place une culture d’amélioration continue et un solide rendement de base des circuits de zinc, avec une récupération de la dégrossisseuse à l’épuiseuse d’environ 96 % en moyenne. Malgré plusieurs améliorations, l’équipe de Dugald River observait encore une variabilité du taux de récupération liée aux changements dans l’alimentation et à l’incohérence des décisions relatives au point de consigne. L’équipe a commencé à se tourner vers l’IA axée sur les procédés pour optimiser de façon autonome les « recettes de traitement » selon les variations dynamiques de l’alimentation de l’usine.

À la suite d’une analyse approfondie du marché, MMG s’est associée à Hatch pour adopter une approche fondamentalement différente en matière d’automatisation des procédés, fondée sur l’ingénierie axée sur les procédés et l’intelligence artificielle conçue sur mesure. Guidés par une expertise approfondie en matière d’exploitation, de procédés et d’apprentissage automatique, nous avons mis au point et déployé un système d’IA en boucle fermée capable de modéliser avec précision le comportement de flottation et de sélectionner de façon autonome les points de consigne optimaux, le tout en temps réel et entièrement intégré à la couche de contrôle. Mis en service en janvier 2025, ce système de contrôle de flottation assisté par l’IA est l’une des premières applications de réseaux neuronaux autonomes dans la minéralurgie.

La mise en œuvre de l’IA de MMG vise à maximiser le rendement net de la fonderie (un objectif de revenus nets) à chaque cycle décisionnel à court terme. Sans qu’il soit nécessaire d’apporter une seule modification physique à l’usine, cet objectif vise à obtenir des améliorations mesurables et durables pour la récupération du procédé, la gestion de la consommation de réactifs et le contrôle stable et autonome de l’usine.

Selon l’efficacité de notre déploiement, la période de retour sur investissement se mesurera en semaines et en mois, et non en années.

Cette technologie en boucle fermée a transformé ce qui n’était au départ qu’une idée visant à reproduire les décisions des meilleurs opérateurs, et crée maintenant un changement de paradigme. C’est la preuve que cette technologie fonctionne en production et qu’elle donne la confiance nécessaire pour l’étendre à un éventail d’autres procédés métallurgiques dans les concentrateurs, les usines hydrométallurgiques et les fonderies.

Déploiement

Contrairement aux modèles d’IA boîte noire, notre solution est conçue avec une grande transparence. En plus de recommander des points de consigne, elle expose les relations opérationnelles essentielles, signale ses erreurs, capitalise les connaissances et valide les décisions par rapport aux connaissances heuristiques des procédés, allant au-delà des limites connues du contrôle évolué de procédé et de la commande prédictive. Elle imite les concepts opérationnels existants et les rend plus faciles à accepter par les opérateurs. Aucun système d’IA n’est une réussite si les opérateurs sur le terrain n’ont pas confiance en ses recommandations ou ne les comprennent pas.

La solution de contrôle de procédé assisté par IA de Hatch est conçue pour résoudre :

• les décisions multidimensionnelles comportant de nombreux intrants et extrants;
• les décisions prises minute par minute, lorsque les opérateurs interviennent encore fréquemment;
• les relations complexes ou non linéaires entre les intrants et les extrants;
• les secteurs où de petites améliorations progressives génèrent d’importants gains économiques (capacité, récupération, énergie, durée de vie des actifs).

Le succès de la mine Dugald River est le fruit d’une combinaison d’expertise humaine et de conception de systèmes, fusionnant des décennies de connaissances métallurgiques avec des capacités d’apprentissage automatique pour créer une solution unique. Il s’agit d’un bond important vers l’automatisation bidirectionnelle complète des procédés et d’un tournant inédit dans la minéralurgie. L’IA possède un potentiel énorme pour transformer le fonctionnement du secteur minéralurgique. Il s’agit d’un paradigme adaptable, la flottation n’étant que la première application réussie. Et ce n’est que la pointe de l’iceberg.