به گزارش می متالز، بیاچپیبیلتون نیز به طور موفقیتآمیزی توانسته از این سامانهها در عملیات معدنی در سراسر جهان استفاده کند. پس از سالها توسعه، دستاوردهای چشمگیری در توسعه تجهیزات خودکار در معادن سنگ آهن در استرالیای غربی داشتیم. دستگاههای حفار خودکار باعث افزایش تولید شدند و هزینههای طبیعی که اتفاق میافتد و اجتنابناپذیر است را کاهش دادند. کامیونهای خودران در معدن جیمبِلبار، احتمال حوادث برآمده از کمبود ایمنی را کاهش دادهاند. از جمله این حوادث میتوان به آنهایی اشاره کرد که مرتبط با وسایل نقلیه هستند و هزینههای حملونقل را تا ۲۰ درصد کاهش دادهاند. هوش مصنوعی نیز این امکان را فراهم آورده که تصمیمگیری را در زنجیره تامین ارتقا دهیم. برای مثال اکنون از یک شبکه متخصص برای زمانبندی حرکت کامیونها و اعزام ترنهایی استفاده میکنیم که سنگ آهن را بین معادن و بندر هِدلند حمل میکنند. این اتفاق به میزان چشمگیری احتمال لغو سفر را به دلیل ازدحام در ریلها کاهش و امکان حرکت ترنهای بیشتر را به ما داد. ورژنهای به روز این سیستم، امکان دستیابی به مقادیر زیادتری از دادهها را فراهم خواهد آورد و این امکان را ایجاد خواهد کرد که تغییرات بیشتری در نظر گرفته و اعمال شود بنابراین میتوانیم به طور فزاینده، عملکرد خود را در شبکه ریلی ارتقا دهیم. استفاده از سنسورهای پیشرفته و کنترل زنده فرآیندها میتواند کیفیت و عیار کانیها را ارتقا دهد و از مصرف آب و انرژی در کارخانههای فرآوری کم کند. همچنین ما به تازگی کلاههای هوشمند را در معدن اسکوندیدای شیلی آزمایش کردهایم؛ فناوری مبتنی بر سنسوری که خستگی راننده را با تحلیل امواج مغز او اندازه میگیرد. این شبکه در بیش از ۱۵۰ کامیون ورود پیدا کرده است. در نهایت با قابل پیشبینی شدن عملیات میتوانیم از تجهیزات خود بیشترین بهره را ببریم، تولید را ارتقا دهیم و از نیاز به ذخیره محصول بکاهیم. این اتفاق در نهایت سبب کاهش هزینهها، زبالهها و صادرات کربن خواهد شد. ظرفیت تولید در این صنعت بالاست و مکنزی تخمین میزند که ارتقای فناوری رباتیک و تحلیل دادهها بتواند ۲۹۰ تا ۳۹۰ میلیارد دلار صرفهجویی در تولید نفت، گاز طبیعی، زغال حرارتی، سنگ آهن و مس در سراسر جهان تا سال ۲۰۳۵ میلادی (۱۴۱۴ خورشیدی) ایجاد کند.
دایان جورگِنز/ مدیر ارشد فناوری در بیاچپی