دستیار هوشمند معدن‌کاران

به گزارش می‌متالز، یکی از این ابزار‌ها هوش مصنوعی (AI) است. فناوری هوش مصنوعی، راهی نوین برای صنعت معدن فراهم می‌کند. بر این اساس، روش‌های سنتی و مبتنی بر نیروی کار کنار گذاشته شده و رویکردی پیشرفته‌تر و فناوری‌محور جایگزین می‌شود. در صنعتی که در آن داده‌های فراوانی در اختیار محققان است، هوش مصنوعی امکان بهینه‌سازی فرآیند‌ها و بهبود عملکرد در کل زنجیره ارزش معدن را دارد. این بهینه‌سازی تمام مراحل، از استخراج مواد معدنی تا تحویل به مشتری را شامل می‌شود.

سیستم‌های هوش مصنوعی داده‌های معدن را که توسط حسگر‌های میدانی و دیگر سیستم‌های نظارتی جمع‌آوری شده‌اند، تحلیل می‌کنند. این تحلیل‌ها به شناسایی الگو‌ها و اتخاذ تصمیمات آگاهانه منجر می‌شود. نتیجه این فرآیندها، افزایش کارآیی، کاهش هزینه ها، بهبود ایمنی و کاهش تاثیرات زیست‌محیطی است. در طول سال‌ها، هوش مصنوعی به معدن‌کاران کمک‌کرده تا از طریق نوآوری‌هایی همچون نگهداری هوشمند ماشین‌آلات، بهینه‌سازی انرژی، عملیات خودران وسایل نقلیه و ماشین‌آلات، تصمیم‌گیری مبتنی بر داده و نظارت و گزارش گیری آنلاین، کارآیی را افزایش دهند.

هوش مصنوعی به حفظ ایمنی کارگران کمک می‌کند و در حل مشکلات عملیاتی و شناسایی فرصت‌های جدید تجاری نقش مهمی دارد. همچنین این فناوری سرعت کشف منابع را افزایش می‌دهد، کیفیت سنگ‌معدن را بهینه‌سازی می‌کند و مدیریت مشتری را بهبود می‌بخشد و در کنار همه اینها، مصرف برق و آب را کاهش می‌دهد.

افزایش دقت در اکتشاف و استخراج

در سال‌های اخیر، رقابت برای یافتن ذخایر معدنی مورد‌نیاز به‌منظور حمایت از جمعیت روبه‌رشد جهان و همچنین یافتن منابع برای هدف «گذار انرژی» آغاز شده‌است. در این بین، کشور‌هایی که از فناوری هوش مصنوعی برای اکتشاف و استخراج استفاده می‌کنند، پیشتاز هستند. هوش مصنوعی دقت در اکتشاف و استخراج مواد معدنی را افزایش می‌دهد. این فناوری با استفاده از الگوریتم‌های پیشرفته، ذخایر معدنی را شناسایی‌کرده و فرآیند‌های عملیاتی را به طور دقیق بهینه‌سازی می‌کند. الگوریتم‌های هوش مصنوعی می‌توانند با تحلیل داده‌های گسترده زمین‌شناسی، مانند ترکیب خاک و سوابق استخراج تاریخی، به پیش‌بینی دقیق محل ذخایر معدنی کمک‌کرده و از حفاری و استخراج غیرضروری جلوگیری کنند.

این الگوریتم‌ها به‌صورت آنلاین تغییرات شرایط زمین‌شناسی را ارزیابی‌کرده و تکنیک‌های استخراج متناسب با این تغییرات را پیشنهاد می‌کنند. این مساله کمک می‌کند منابع به طور موثر استخراج شده، اتلاف کاهش یابد و بازدهی حداکثری شود. یکی دیگر از تغییرات تکنولوژی در حوزه معدن استفاده از میون (muon) است. میون‌ها نوعی از تابش کیهانی هستند که به ما این امکان را می‌دهند تا ذخایر زیرزمینی را سریع‌تر و دقیق‌تر از قبل اسکن و نقشه برداری کنیم. همچنین از یادگیری ماشین و تحلیل داده‌ها برای شناسایی دقیق مواد سولفیدی حاوی مس، نیکل، طلا و نقره در عمق‌های بیش از ۱.۵کیلومتر استفاده می‌شود.

پیش‌بینی پذیری در نگهداری تجهیزات

نگهداری تجهیزات یکی از مهم‌ترین عوامل موثر بر هزینه‌های عملیاتی معدن‌کاری در سطح جهان است. پیش‌بینی پذیری در نگهداری، خرابی غیرمنتظره تجهیزات و زمان توقف عملیات معدنی را به حداقل رسانده و فرآیند معدن‌کاری را قابل اعتمادتر می‌کند. در وضعیتی که می‌توان به طور دقیق پیش‌بینی کرد که تجهیزات چه زمانی به تعمیر و نگهداری نیاز دارند، امکان تعمیرات بر اساس یک جدول زمان‌بندی فراهم می‌شود؛ در نتیجه اختلال‌های تولید و هزینه‌ها کاهش می‌یابد.

فناوری هوش مصنوعی، مانند خودکارسازی (automation) و یادگیری ماشین (machine learning)، امکان پیش‌بینی پذیری در نگهداری تجهیزات معدنی را فراهم می‌کند و احتمال خرابی تجهیزات را کاهش می‌دهد. الگوریتم‌های هوش مصنوعی داده‌های مربوط به تجهیزات معدنی را تحلیل‌کرده و پیش‌بینی می‌کنند که چه زمانی به نگهداری نیاز است؛ فرآیندی که در آن احتمال خرابی‌های غیرمنتظره کاهش می‌یابد، در نتیجه معدن‌کاران می‌توانند اطمینان داشته باشند که ماشین‌آلات به طور ایمن و کارآمد عمل می‌کنند.

نقش هوش مصنوعی در نگهداری تجهیزات مربوط به یک معدن سنگ آهن در غرب استرالیا می‌تواند تصویر روشنی از این فرآیند ارائه دهد. در این معدن یکی از تاسیسات مدیریت مواد با مشکل لرزش مداوم مواجه بود؛ مساله‌ای که می‌توانست عمر سازه‌های این معدن را کاهش دهد. با استفاده از هوش مصنوعی، یک چارچوب مقیاس پذیر به وسیله مراکز فنی توسعه پیدا کرد که در آن صد‌ها گیگابایت داده پردازش شد تا از این طریق ریشه مشکل مشخص شود. این مساله به مالکان این معدن کمک کرد تغییراتی اعمال کنند تا از این طریق، مشکل لرزش در سازه را برطرف کنند.

بهینه‌سازی انرژی

در سال‌های اخیر رهبران کشور‌های توسعه‌یافته توافق کردند که هدف «جهان بدون سوخت‌های فسیلی» را دنبال کنند. در بخش معدن، لازم است برای تولید فلزات و مواد معدنی مورد‌نیاز برای این هدف، روش‌های بهتر و پایدارتری در دستور کار قرار گیرد. هوش مصنوعی این امکان را دارد که الگو‌های مصرف انرژی را تحلیل‌کرده و به بهینه‌سازی انرژی در صنعت معدن کمک کند. این مساله به نوبه خود می‌تواند به کاهش انتشار گاز‌های گلخانه‌ای و کاهش ردپای کربن منجر شود. الگوریتم‌های یادگیری ماشین داده‌های عملیاتی را تحلیل می‌کنند و کارآیی فرآیند‌های معدنی را بهبود می‌بخشند تا این اطمینان حاصل شود که انرژی، آب و سایر نهاده‌های بخش معدن، به طور موثرتری مصرف می‌شوند. در یک نمونه در معدن اسکندیدا (Escondida) در شیلی، با کمک هوش مصنوعی، از آغاز سال‌مالی ۲۰۲۲ بیش از سه گیگالیتر آب و ۱۱۸ گیگاوات ساعت انرژی صرفه‌جویی شده‌است. این فناوری گزینه‌های آنلاینی را ارائه می‌کند تا اپراتور‌ها بتوانند بر اساس این گزینه‌ها اقدام‌کرده و برنامه‌های بهینه‌سازی آب را اجرا کنند.

خودکارسازی وسایل نقلیه و ماشین‌آلات

یکی دیگر از ویژگی‌های هوش مصنوعی این است که امکان هدایت وسایل نقلیه و ماشین‌آلات خودران معدنی در مناطق پرخطر را فراهم می‌کند. این مساله می‌تواند به کاهش مواجهه کارگران با ریسک‌های ایمنی کمک کند. خودکارسازی بهره وری را افزایش داده و با اجرای اقدامات ساده و تکراری، مصرف انرژی را کاهش می‌دهد. این سیستم‌های خودران در مناطق صعب‌العبور حرکت می‌کنند و وظایف خود را با دقت انجام می‌دهند؛ فرآیندی که در آن احتمال خطای انسانی، کاهش می‌یابد.

استفاده از هوش مصنوعی در معدن سنگ آهن غرب استرالیا (WAIO) کمک‌کرده که این معدن به یکی از کم هزینه‌ترین تولیدکنندگان سنگ آهن جهان در چهار سال‌گذشته تبدیل شود. فرآیند معدن‌کاری در WAIO یک عملیات بسیار پیچیده شامل چندین معدن و مرکز معدنی است که همه آنها به وسیله نوار نقاله ها، بارگیری کننده‌ها و قطار‌ها به یک بندر متصل هستند. تمامی این نقاط تماس از طریق یک مرکز عملیات از راه دور کنترل می‌شوند. به طور طبیعی، انسان‌ها نمی‌توانند همه تصمیمات در طول عملیات را بهینه‌سازی کنند، بنابراین در فرآیند معدن‌کاری از هوش مصنوعی به‌عنوان یک سیستم پشتیبانی تصمیم‌گیری استفاده می‌شود. واقعیت آن است که کارشناسان تصمیم نهایی را می‌گیرند، اما این تصمیمات با قدرت سیستم‌های هوش مصنوعی و توان پردازش آنها پشتیبانی می‌شود.

افزایش ایمنی کارگران

استفاده از فناوری هوش مصنوعی در سایت‌های معدنی می‌تواند به طور قابل‌توجهی ریسک حوادث را کاهش دهد و به ایجاد محیطی ایمن‌تر کمک کند. لباس‌های هوشمند کمک می‌کند که بر وضعیت سلامت و ایمنی معدنچیان از جمله ضربان قلب، سطح خستگی و قرارگیری در معرض مواد مضر به‌صورت آنلاین نظارت شود. این تجهیزات هشدار‌های فوری به‌کارگران و ناظران ارسال می‌کند تا در صورت بروز هرگونه نگرانی ایمنی، اقدام سریع انجام شود.

در معدن اسکندیدا (Escondida) در شیلی، فناوری حسگر‌های هوشمند کلاه ایمنی به‌کار گرفته‌شده تا خستگی رانندگان کامیون را با تحلیل امواج مغزی اندازه گیری کند. این فناوری به‌دنبال پیشگیری از حوادث مرتبط با خواب آلودگی رانندگان است و یک پیشرفت بزرگ در افزایش ایمنی عملیات معدنی محسوب می‌شود. تاثیر فناوری هوش مصنوعی در معدن تنها به حوزه‌های مذکور محدود نمی‌شود. این فناوری در دیگر صنایع نیز نقش مشابهی ایفا می‌کند. هوش مصنوعی و یادگیری ماشین به‌ویژه در زمینه نگهداری پیش بینانه، بهینه‌سازی دارایی‌ها، خودکارسازی و فرآیند‌های استخراج بهینه در سایر صنایع، جایگاه ویژه‌ای دارد.

استفاده از قدرت نوآوری و فناوری برای بهبود وضعیت جهانی در دیگر صنایع نیز به اندازه بخش معدن اهمیت دارد. دوران جدیدی از نوآوری دیجیتال آغاز شده‌است که در آن بخش معدن‌کاری از ابزار‌های هوش مصنوعی برای تحلیل حجم‌های گسترده‌ای از داده‌های پیچیده استفاده می‌کند؛ مساله‌ای که برای بقای این صنعت حیاتی خواهد بود. هوش مصنوعی محیط‌های کاری ما را ایمن‌تر خواهد کرد و بهره‌وری را خصوصا در بخش مدیریت هزینه افزایش خواهد داد. بدیهی است که یک سایت معدنی ایمن‌تر و با بهره وری بیشتر، مزیت رقابتی خواهد داشت. در نهایت با توجه به تغییراتی که هوش مصنوعی در این مدت کوتاه ایجاد‌کرده، می‌توان گفت که به‌زودی سیر تحولات در بخش معدن سرعت بیشتری خواهد گرفت. فرآیندی که بر اساس آن، به‌زودی قدرت‌های جدیدی در بخش معدن ظهور خواهند کرد؛ کشور‌هایی که اثر عمیق تکنولوژی بر صنعت را جدی گرفته‌اند.

منبع: دنیای اقتصاد