Dans cette interview exclusive, Tomer Srulevich, directeur des affaires de Razor Labs, explique comment la plate-forme primée DataMind AI ™ de la société transforme les opérations minières. SRULEVICH discute du parcours, allant de la surmonter les défis d’intégration des données à la maintenance prédictive et dirigée par l’IA qui réduit les temps d’arrêt, stimule la sécurité et maximise la durée de vie des actifs.

Technologie minière: Félicitations pour avoir remporté le prix de l’innovation dans la catégorie des diagnostics de l’équipement! Que signifie cette reconnaissance pour les laboratoires de rasoirs et votre équipe?

Tomer Srulevich: C’est un moment fier pour toute l’équipe. Ce prix reconnaît les années que nous avons passées à développer, à déployer et à affiner des solutions d’IA adaptées aux défis uniques de Mining. Ce n’est pas seulement une victoire technologique – c’est une validation de l’impact que nous livrons sur le terrain. Notre travail élimine les angles morts, empêche les pannes et rend les sites plus sûrs et plus efficaces. Cette reconnaissance nous dynamise également pour continuer à repousser les limites de ce que l’IA peut faire dans l’industrie lourde.

Technologie minière: pouvez-vous développer la vision derrière Datamind AI ™ et comment elle s’aligne sur la mission globale de Razor Labs dans l’industrie minière?

Tomer Srulevich: Dès le début, notre vision était de remplacer la maintenance réactive par une action prédictive et axée sur l’IA – pas seulement des alertes, mais des informations approfondies et des étapes normatives. DataMind AI ™ est conçu pour être un solution unique à l’extérieur qui s’intègre à l’infrastructure existante ou se situe seul. Nous visons à réduire les temps d’arrêt imprévus, à maximiser la durée de vie des actifs et à donner aux équipes une visibilité totale à travers l’équipement critique – qu’il s’agisse de pompes, de moulins, de concasseurs ou de convoyeurs. C’est notre façon d’intégrer la prise de décision intelligente et en temps réel directement dans les opérations du site.

Technologie minière: Datamind AI ™ a clairement démontré des économies de coûts importantes et une efficacité opérationnelle. Comment mesurez-vous le succès de vos solutions d’IA dans les applications du monde réel?

Tomer Srulevich: Nous mesurons le succès là où cela compte le plus: les temps d’arrêt évités, les dollars économisés et la fiabilité ont augmenté. Par exemple, sur un site de minerai de fer, nous avons identifié une détérioration rapide du roulement de la pompe que l’inspection traditionnelle a manqué – économisant les dommages secondaires du client et les arrêts imprévus coûteux. Dans un autre cas, nous avons découvert une canalisation électrique dans un roulement de tapis roulant dans une mine de charbon, permettant une intervention précoce qui a prolongé la durée de vie de l’équipement. Ces résultats ont économisé des centaines de milliers de dollars – et tout comme de manière critique, ils ont empêché les risques de sécurité et les perturbations du débit.

Technologie minière: Quels ont été les principaux défis que vous avez rencontrés lors du développement de DataMind AI ™, et comment les avez-vous surmontés?

Tomer Srulevich: L’un des plus grands obstacles a été d’intégrer des données fragmentées et cloisonnées des capteurs de vibration, de la SCADA et des outils portables dans un format cohérent et lisible par l’IA. Nous avons abordé cela en construisant une architecture de fusion de capteurs – combinant la température, la pression, le courant, les vibrations, l’huile et les données visuelles dans un modèle unifié. Un autre défi a été de s’adapter à des équipements à basse vitesse comme les fours et les pilers, où les outils de vibration traditionnels luttent. Notre démodulation et calcul de bord personnalisés personnalisés a permis de détecter les problèmes à moins de 100 tr / min – ce qui manquait sur le marché jusqu’à présent.

Technologie minière: comment voyez-vous la surveillance en temps réel évoluer dans l’industrie minière et quel rôle les laboratoires de rasoirs joueront-ils dans cette évolution?

Tomer Srulevich: La surveillance en temps réel passe de l’alerte de base aux diagnostics automatisés avec des actions normatives. Il ne suffit pas de savoir que quelque chose ne va pas – vous devez savoir quoi faire à ce sujet. DataMind AI ™ mène déjà ce changement en identifiant non seulement les modes de défaillance, mais aussi les causes profondes, et en suggérant des actions correctives ciblées. Nous poussons vers un environnement où la maintenance est Intelligent par défautet où les temps d’arrêt sont prévus – non imposés.

Technologie minière: pouvez-vous discuter de la façon dont Datamind AI ™ se différencie des méthodes de surveillance traditionnelles, en particulier en termes de technologie et d’analyse des données?

Tomer Srulevich: Les méthodes traditionnelles reposent fortement sur les brèches de seuil ou les lectures de capteurs isolés. Cette approche est réactive et limitée. Datamind AI ™ utilise des réseaux de neurones profonds, une fusion multi-capteurs et une démodulation d’enveloppe pour détecter les signes de défaillance cachés tôt. Par exemple, sur un site, notre système a détecté la canalisation dans un roulement en raison des courants électriques errants – un problème subtil que la vitesse de vibration seule ne capterait pas. Contrairement aux outils hérités, nous analysons les vibrations dans le domaine d’accélération et les fusionnez avec le courant électrique et les données de pression pour une précision bien plus grande.

Technologie minière: comment vous assurez-vous que votre équipe reste à jour avec les dernières progrès de l’IA et de l’apprentissage automatique pour améliorer en permanence DataMind AI ™?

Tomer Srulevich: Nous maintenons une boucle de rétroaction continue entre notre équipe de R&D et les déploiements sur le terrain. Chaque événement de détection, chaque échec résolu et chaque faux positif informe la façon dont nous affinons nos modèles. Nous collaborons également avec les établissements universitaires et maintenons des programmes de recherche internes sur l’apprentissage semi-supervisé, la détection d’anomalies dans des environnements d’événements rares et le déploiement de l’IA. Et de manière critique, nous restons ancrés – nous passons du temps sur place, épaule à épaule avec les équipes utilisant notre produit.

Technologie minière: quels commentaires avez-vous reçus des clients concernant la mise en œuvre de Datamind AI ™, et comment a-t-il influencé votre développement de produits?

Tomer Srulevich: Les clients apprécient constamment notre précision et notre clarté – non seulement en disant «il y a un problème», mais aussi pour montrer quoi Le problème est, oùet pourquoi. Un client nous a dit: «C’est comme avoir un expert assis dans la salle de contrôle 24/7.» Cette rétroaction nous a amené à améliorer nos diagnostics visuels – des choses comme montrer la signature de vibration réelle ou le cadre vidéo déclenchant l’alerte. Nous avons également amélioré l’intégration avec SAP, permettant aux sites de générer des notifications de maintenance directement à partir de notre tableau de bord.

Technologie minière: En regardant vers l’avenir, quels sont les objectifs stratégiques pour les laboratoires de rasoirs au cours des 3 à 5 prochaines années, en particulier dans l’innovation et la technologie?

Tomer Srulevich: Stratégiquement, nous élargissons DataMind AI ™ sur les actifs mobiles comme les camions de transport et les pelles, tout en approfondissant nos capacités d’analyse des bords. Nous avançons également dans l’optimisation des processus – en utilisant l’IA non seulement pour détecter les défauts, mais pour suggérer des paramètres qui améliorent l’efficacité ou réduisent la consommation d’énergie. Un autre objectif est de rendre la gestion de la fiabilité axée sur l’IA plus autonome et plus intuitive – réduisant la dépendance aux experts du site et permettant une maintenance cohérente de la meilleure classe sur tous les sites, quelles que soient leurs ressources internes.

Technologie minière: la sécurité est une préoccupation critique dans les opérations minières. Comment DataMind AI ™ contribue-t-il à améliorer la sécurité des travailleurs sur place?

Tomer Srulevich: La sécurité est intégrée dans notre mission. En attrapant les défauts tôt, nous éliminons les interventions d’urgence risquées – comme l’escalade sur les convoyeurs en mouvement ou l’ouverture des panneaux vivants. Par exemple, dans un cas de déséquilibre de tambour à centrifugeuse, notre système a signalé un problème avant que les tests manuels ne puissent l’attraper. Le site a évité à la fois la défaillance mécanique et l’inspection physique dangereuse qui aurait été nécessaire pendant le fonctionnement. Nous transformons la lutte contre les incendies réactifs en une action calme et préemptive.

Technologie minière: pouvez-vous partager des projets ou des innovations à venir sur lesquels Razor Labs travaille actuellement qui, selon vous, aura un impact sur l’industrie minière?

Tomer Srulevich: Nous développons actuellement des «capteurs virtuels» – des algorithmes qui estiment les paramètres insensables comme l’usure de l’état ou de la vie résiduelle basée sur l’entrée fusionnée. Et du côté de la plate-forme, nous améliorons le réglage du modèle en libre-service, permettant aux utilisateurs d’adapter des diagnostics à des conditions locales spécifiques sans recycler l’IA.

Technologie minière: quels partenariats ou collaborations considérez-vous comme essentiels pour faire progresser les capacités de Datamind AI ™ et améliorer son impact sur l’industrie minière?

Tomer Srulevich: Des partenariats solides avec les OEM et les EPCM nous aident à nous intégrer plus profondément dans l’écosystème de l’équipement. Mais tout aussi important sont nos relations sur le terrain avec les équipes de maintenance du site – ce sont eux qui valident les alertes et appliquant des actions correctives. Nous collaborons également avec des fournisseurs de logiciels comme les plateformes SAP et BI pour assurer une intégration transparente dans les flux de travail opérationnels de nos clients. L’avenir de la fiabilité minière réside dans les écosystèmes ouverts et interopérables – et nous nous engageons à les construire.

Technologie minière: Merci, Tomer, d’avoir partagé vos précieuses idées sur le parcours de Razor Labs et l’impact transformateur de Datamind Ai ™ sur l’industrie minière. Félicitations à nouveau pour votre reconnaissance bien méritée et merci pour votre engagement à générer un changement significatif dans l’industrie.

E-mail: pr@razor-bs.com

Links

Site web: https://www.razor-labs.com