به گزارش میمتالز، پژوهشهای انجامشده در ایران نیز نشان میدهند که امکان حرکت از ثبت ساده مصرف سوخت به سمت مدلسازی دادهمحور وجود دارد. یک مطالعه منتشرشده در سال ۲۰۲۲ با استفاده از دادههای واقعی یک معدن روباز سنگ آهن در استان یزد، مصرف سوخت کامیونهای حمل را بر اساس متغیرهایی مانند بار، مقاومت کل مسیر و سرعت مدلسازی و شبکه عصبی مصنوعی را در میان مدلهای بررسیشده، دقیقترین روش معرفی کرد.
در حال حاضر دادههای عمومی فعلی برای مقایسه مستقیم مصرف گازوئیل در معادن ایران با معادن مشابه در جهان بسیار محدود است. بنابراین، هر ادعایی مبنی بر این که معادن ایران به طور متوسط چند برابر یا چند درصد بیشتر از جهان گازوئیل مصرف میکنند، بدون یک پایگاه داده همگن، از نظر مهندسی قابل دفاع نیست.
در عملیات روباز، کامیون حمل بار در معادن بخشی از یک سیستم حمل پیوسته نیست؛ عملکرد آن به شرایط لحظهای معدن وابسته است. در این راستا کامیون باید بارگیری کرده، مسیر بارگیری تا مقصد را طی کند، تخلیه شود و برای حمل مواد معدنی مجددا به معدن برگردد. در هر یک از این مراحل، موتور کامیون میتواند در حال بارکشی، حرکت بدون بار، انتظار یا کارکرد درجا باشد.
به همین دلیل، مصرف گازوئیل در معادن ایران باید با شاخصهایی مانند مصرف ویژه سوخت، یعنی مقدار سوخت مصرفشده به ازای تناژ جابهجاشده، یا مصرف به ازای تن کیلومتر حمل بررسی شود. استفاده از مصرف سالانه بدون درنظرگرفتن تناژ، مسافت و اختلاف ارتفاع، امکان مقایسه فنی دو معدن را از بین میبرد.
پژوهشهای بینالمللی نیز همین مساله را تایید میکنند. نتایج مطالعهای در مجله «Applied Energy» که چارچوبی برای الگوبرداری مصرف انرژی کامیونهای حمل بار در معادن ارائه کرده، پارامترهایی مانند بار مفید، نرخ جابهجایی مواد اولیه، سرعت، فاصله و شیب معدن را در تعیین مصرف ویژه سوخت لحاظ کرده است. در مطالعه موردی یک معدن روباز سنگ آهک در هند، حداقل مصرف ویژه مدلشده ۸۹ گرم سوخت به ازای هر تن گزارش شد و مصرف واقعی ماهانه در دوره مورد بررسی بین ۱۰۶ تا ۱۵۲ گرم بر تن قرار داشت.
البته این اعداد را نباید به عنوان استاندارد جهانی تلقی کرد؛ این ارقام در واقع عملکرد یک مطالعه موردی و برای یک مدل مشخص هستند. اهمیت آنها در نشاندادن روش صحیح اندازهگیری است، بنابراین مقایسه باید بر اساس شرایط عملیاتی همسان انجام شود.
یکی از معدود شواهد مستقیم درباره مصرف گازوئیل در معادن ایران، مطالعهای است که در سال ۲۰۲۲ در مجله «Journal of Mining and Environment» منتشر شد. پژوهشگران از دادههای واقعی یک معدن روباز سنگ آهن در استان یزد استفاده کردند و متغیرهایی شامل بار کامیون، مقاومت کل مسیر و سرعت واقعی را برای پیشبینی مصرف سوخت بررسی کردند.
نتیجه مهم این پژوهش از منظر مدیریت انرژی آن است که مصرف سوخت را نمیتوان یک عدد ثابت برای هر کامیون یا هر معدن در نظر گرفت. مدل شبکه عصبی مصنوعی در این مطالعه ضریب تعیین ۰.۹۰۳ به دست آورد و در معیارهای ارزیابی از سایر روشهای مقایسهشده عملکرد بهتری داشت.
با این حال، همین مطالعه یک محدودیت مهم برای مقایسه در سطح ملی ایجاد میکند و آن این که داده منتشرشده در چکیده و صفحه رسمی مقاله، یک شاخص ملی مصرف گازوئیل معدن ارائه نمیدهد؛ بنابراین نمیتوان از این مطالعه به تنهایی نتیجه گرفت که تمام معادن سنگ آهن ایران چه مقدار سوخت به ازای هر تن مصرف میکنند.
این تمایز برای تحلیل مصرف گازوئیل در معادن ایران حیاتی است. یک مطالعه موردی میتواند نشان دهد چه متغیرهایی مصرف را کنترل میکنند، اما برای ساختن ابزار و پلتفرم اندازهگیری در سطح ملی به دادههای چند معدن، چند ماده معدنی و شرایط عملیاتی متفاوت نیاز است.
یکی از مهمترین عوامل مصرف سوخت، اختلاف ارتفاع مسیر حمل است. کامیونی که بار خود را در مسیر سربالایی حمل میکند، برای غلبه بر مولفه گرانش انرژی بیشتری نیاز دارد؛ بنابراین مقایسه یک معدن کمعمق با مسیرهای کوتاه و شیب محدود، با یک معدن عمیق با رمپهای طولانی، از نظر مصرف ویژه سوخت بدون تعدیل شرایط عملیاتی معتبر نیست.
در یک مطالعه منتشرشده در سال ۲۰۲۶ با استفاده از پایش پیوسته یک کامیون معدنی در یک معدن روباز مس، دادههای سوخت، بار، موقعیت و سرعت را طی ۹۰ روز جمعآوری و ۱۷۸۰ چرخه کامل حمل بررسی شد. نتایج نشان داد شیب مسیر مهمترین عامل شناساییشده در مصرف ویژه سوخت بود. مصرف ویژه در مسیرهای سربالایی حمل باطله ۷۵ تا ۸۰ گرم بر تن کیلومتر، در برابر ۶۵ تا ۷۰ گرم بر تن کیلومتر در مسیرهای حمل به سنگشکن گزارش شد.
همین مطالعه نشان داد بارگیری بیش از حد یا کمتر از ظرفیت بهینه میتواند بهرهوری سوخت را کاهش دهد. محدوده بار ۹۲ تا ۹۷ تن در آن مطالعه کمترین مصرف ویژه را ایجاد کرد؛ همچنین رانندگی تهاجمی مصرف ویژه را حدود ۷ تا ۱۰ درصد نسبت به رفتار عادی افزایش داد. بارندگی نیز مصرف ویژه را ۲ تا ۳ گرم بر تن کیلومتر نسبت به خط پایه افزایش داد.
بنابراین، اگر مصرف گازوئیل در معادن ایران قرار است با یک معدن خارجی مقایسه شود، باید دستکم شیب، فاصله حمل، بار مفید، شرایط جاده، وضعیت آبوهوایی و نوع چرخه حمل در دو طرف مقایسه مشخص باشد.
یکی از شکافهای مهم در تحلیل سوخت معدن، توجه ناکافی به زمانهای غیرمولد است. کامیون ممکن است در صف شاول، مقابل سنگشکن یا در محل تخلیه منتظر بماند، در حالی که موتور روشن است و سوخت مصرف میشود، اما هیچ تناژی جابهجا نمیشود.
مطالعهای که در مجله «Applied Energy» برای پیشبینی مصرف سوخت کامیونهای حمل بار در معادن انجام شد، زمانهای درجا ماندن کامیون را از مهمترین بخشهای مصرف انرژی غیرضروری معرفی کرد. این پژوهش بر اساس چرخه عملیاتی، بار، زمان بارگیری، زمان حرکت با بار، زمان حرکت بدون بار و زمانهای توقف، مصرف سوخت را مدلسازی کرد.
در مطالعه دیگری که روی الگوی مصرف کامیونهای معدن انجام شد، ۵۱۷۹ چرخه حمل بررسی شد و نتایج نشان داد ارتفاع مسیر، بار و فاصله حمل از عوامل کلیدی تعیینکننده مصرف سوخت هستند. در این پژوهش همچنین تاکید شد که مصرف سوخت در زمان صف و انتظار را نمیتوان نادیده گرفت.
در نتیجه، اگر هدف کاهش مصرف گازوئیل در معادن ایران باشد، صرفا تعویض موتور یا خرید کامیون جدید لزوما اولین اقدام فنی نیست. ممکن است بخشی از اتلاف سوخت از طراحی مسیر، صف شاول، هماهنگ نبودن ناوگان، زمان انتظار یا مدیریت نامناسب چرخه ناشی شود.
مقاومت یا اصطکاک غلتشی نیز در مصرف انرژی کامیون حمل بار در معادن نقش دارد. سطح نامناسب جاده، ناهمواری و شرایط متغیر مسیر میتواند نیروی مورد نیاز برای حرکت کامیون را افزایش دهد.
پژوهشهای جدید درباره بهینهسازی انرژی حمل در معادن، کیفیت مسیر، شیب، فاصله، چرخه حمل و ترافیک را از متغیرهای موثر بر مصرف انرژی میدانند. در نتیجه یک مطالعه در انتشارات «Scientific Reports» نیز تاکید شده که نگهداری و بهبود کیفیت جاده منتهی به معادن میتواند بر انرژی مورد نیاز حمل اثر بگذارد و در کنار بهینهسازی مسیر و استقرار سنگشکن داخل معدن، بخشی از مصرف انرژی حمل را کاهش دهد.
از این منظر، مصرف گازوئیل در معادن ایران فقط موضوع موتور دیزل نیست؛ بلکه نتیجه عملکرد یک سیستم حمل است. طراحی رمپ، عرض و کیفیت جاده، فاصله تا سنگشکن، محل دپو، ظرفیت شاول، تعداد کامیون و منطق تخصیص ناوگان همگی در این سیستم نقش دارند.
در معادن روباز بزرگ، پاسخ فناورانه به مصرف بالای سوخت فقط افزایش بهرهوری کامیون نیست. یک گزینه دیگر، تغییر معماری حمل است. در روش حمل پیوسته باطلههای معدنی از طریق نوار نقاله (IPCC)، سنگشکن در داخل محدوده معدن قرار میگیرد و ماده پس از خردایش از طریق نوار نقاله منتقل میشود. این تغییر میتواند بخشی از مسیر کامیون حمل بار را حذف یا کوتاه کند.
نتایج یک مطالعه در مجله «Journal of Cleaner Production» با مقایسه سیستم کامیون حمل بار و حمل پیوسته باطلههای معدنی از طریق نوار نقاله (IPCC) داخل معدن، نشان داد «IPCC» در سناریوهای بررسیشده انرژی کمتری برای حمل ماده اولیه نیاز دارد. این پژوهش، کاهش وابستگی به دیزل و کاهش انتشار ناشی از حمل کامیونی را از آثار فنی بالقوه «IPCC» معرفی میکند.
مرور تخصصی فناوری «IPCC» نیز نشان میدهد که محل استقرار سنگشکن، نحوه خروج نوار نقاله، ظرفیت سیستم و نحوه هماهنگی برنامه استخراج با سیستم حمل، از عوامل تعیینکننده در موفقیت فنی این فناوری هستند.
در چنین شرایطی، بحث مصرف گازوئیل در معادن ایران از سطح «چند لیتر سوخت مصرف میشود؟» به پرسش بنیادیتری میرسد و آن این که آیا معماری حمل فعلی برای هندسه و عمق معدن بهینه است؟
فناوریهای دادهمحور نیز در حال تغییر شیوه پایش سوخت هستند. در مطالعه سال ۲۰۲۶ درباره کامیونهای حمل زغال سنگ در معادن روباز با استفاده از ۸۶ هزار و ۴۰۹ رکورد با فرکانس بالا از مسیر حرکت و مصرف سوخت سه مدل کامیون، مسیرها بر اساس شیب تفکیک و هزاران قطعه جادهای تحلیل شدند.
همزمان، پژوهشی در سال ۲۰۲۶ مدل «deep Siamese Graph Transformer» را برای پیشبینی مصرف سوخت کامیونهای خودران پیشنهاد کرده است. این مدل با دادههای میدانی معادن روباز آموزش داده شد و در مقایسه با چند مدل پایه، خطای پیشبینی پایینتری نشان داد.
اهمیت این فناوریها برای مصرف گازوئیل در معادن ایران در این است که مدیریت سوخت میتواند از یک گزارش ماهانه به یک سیستم پایش لحظهای تبدیل شود؛ سیستمی که مصرف هر چرخه، هر مسیر، هر کامیون، هر راننده و هر وضعیت بارگیری را جداگانه بررسی کند.
بررسی منابع موجود نشان میدهد مساله اصلی، فقدان مطلق پژوهش در ایران نیست؛ بلکه کمبود داده عمومی و استانداردشده برای مقایسه چند معدن همسنخ است.
در ایالات متحده نیز یک گزارش منتشرشده در ژانویه ۲۰۲۶، چارچوبی برای برآورد مصرف گازوئیل در سطح معدن ارائه کرده و مصرف ۲۱ معدن روباز را برآورد کرده است. این گزارش در عین حال بر اهمیت شفافیت داده، روش محاسبه و ارزیابی میزان اطمینان برآوردها تاکید دارد.
این نکته برای ایران اهمیت مضاعف دارد. تا زمانی که دادههای مربوط به مصرف سوخت، تناژ، فاصله حمل، اختلاف ارتفاع، بار مفید، ساعات کار، زمان درجا، وضعیت جاده و نوع ماشینآلات با یک روش مشترک جمعآوری نشود، اعلام یک عدد به عنوان «مصرف استاندارد معادن ایران» علمی نخواهد بود.
مصرف گازوئیل در معادن ایران را نمیتوان با یک عدد ثابت یا مقایسه ساده مصرف سالانه ارزیابی کرد. شواهد پژوهشی نشان میدهد مصرف سوخت کامیون حمل بار تابع مجموعهای از متغیرهای بههمپیوسته شامل شیب، فاصله، بار، سرعت، مقاومت مسیر، زمان چرخه، توقف و رفتار عملیاتی است.
در مجموع مطالعه موردی یک معدن روباز سنگ آهن در استان یزد نشان داده است که دادههای واقعی عملیات میتوانند برای مدلسازی و پیشبینی مصرف سوخت به کار گرفته شوند؛ اما این دادهها هنوز برای ساخت یک ابزار و پلتفرم در سطح ملی کافی نیستند.
بنابراین، فاصله واقعی مصرف گازوئیل در معادن ایران با بهرهوری جهانی را نمیتوان فعلا با یک درصد یا یک عدد قطعی بیان کرد. پاسخ فنی معتبر زمانی به دست میآید که معادن مشابه بر اساس شاخص مشترکی مانند لیتر بر تن یا لیتر بر تن کیلومتر و پس از تعدیل متغیرهایی مانند شیب، فاصله و بار، با یکدیگر مقایسه شوند.
مسیر فناوری نیز روشنتر است: کاربست همزمان پایش لحظهای، مدیریت هوشمند ناوگان، کاهش زمان درجا، بهینهسازی بارگیری و مسیر، و نگهداری اصولی جادههای معدنی، در نهایت گذار از حمل بار توسط ناوگان کامیونها به معماریهای نیمهپیوسته یا پیوسته، چون «IPCC» را تحقق میبخشند. در این چارچوب، کاهش مصرف گازوئیل در معادن ایران نه یک هدف مستقل، بلکه نتیجه بهینهسازی کل سیستم استخراج و حمل خواهد بود.
Sahoo, Bandyopadhyay & Banerjee — Benchmarking energy consumption for dump trucks in mines، 2014 ، Applied Energy
Nobahar et al. — Multi-factor analysis of haul truck fuel consumption in open-pit mining: Insights from continuous real-time monitoring، 2026
Lv et al. — Intelligent fuel consumption monitoring and optimization of open-pit dump trucks، 2026، Energy for Sustainable Development
Alamdari et al. — Application of Machine Learning Techniques to Predict Haul Truck Fuel Consumption in Open-Pit Mines، 2022، Journal of Mining and Environment
Siami-Irdemoosa & Dindarloo — Prediction of fuel consumption of mining dump trucks: A neural networks approach، 2015، Applied Energy.
Wang et al. — Open-pit mine truck fuel consumption pattern and application based on multi-dimensional features and XGBoost، 2021
Szum & Breunig — Diesel Fuel Consumption in Prominent U.S. Open-Pit Mines: Site-Level Estimates، ۲۰۲۶، Lawrence Berkeley National Laboratory
Purhamadani et al. — Energy consumption in open-pit mining operations relying on reduced energy consumption for haulage using in-pit crusher systems، Journal of Cleaner Production