هوش مصنوعی در معدن و صنایع معدنی

هوش مصنوعی در معدن و صنایع معدنی

هوش مصنوعی (AI) به توانایی سیستم‌های محاسباتی برای انجام وظایفی که معمولاً با هوش انسانی مرتبط است، مانند یادگیری، استدلال، حل مسئله، ادراک و تصمیم‌گیری اشاره دارد. این حوزه روش‌ها و نرم‌افزارهایی را توسعه و مطالعه می‌کند که ماشین‌ها را قادر می‌سازد تا محیط خود را درک کنند و از یادگیری و هوش برای انجام اقداماتی استفاده کنند که شانس آنها را برای دستیابی به اهداف تعریف‌شده به حداکثر می‌رساند. 
به کارگیری هوش مصنوعی به عنوان فناوری پیشرو برای افزایش بهره وری و کاهش هزینه‌های عملیاتی در  معادن و صنایع معدنی امری جدید است. فعالیت های معدنی معمولاً پیچیده، سخت و هزینه بر هستند از طرفی تأثیرات زیست محیطی فعالیت های معدنی بر هیچ کس پوشیده نیست از این رو استفاده از هوش مصنوعی می‌تواند باعث بهبود معدنکاری و کاهش تأثیرات منفی محیط زیستی در سطح کلان و صنعتی گردد. در این مطلب به بررسی برخی از مهم ترین کاربردهای فعلی و بالقوه هوش مصنوعی در معدن و صنایع معدنی می‌پردازیم.

هوش مصنوعی در اکتشاف معدن

اکتشاف ذخایر معدنی اقتصادی اولین و حساس ترین گام در صنعت معدن است. این مرحله نیاز به بررسی و بازبینی حجم زیادی از اطلاعات مانند، نتایج آنالیزها، نقشه‌های زمین شناسی و توپوگرافی، وضعیت شکستگی‌ها و گسل‌ها، بررسی مقاطع میکروسکوپی و .... دارد. از این رو با کمک هوش مصنوعی علاوه بر افزایش سرعت این محاسبات می‌توان دقت آنها را به شکل قابل توجهی افزایش داد. 
شرکت Barrick Gold، یکی از بزرگترین شرکت‌های استخراج طلا در جهان، نمونه‌ای از شرکتی است که چندین سال است که فناوری‌های هوش مصنوعی را برای اکتشاف معادن پیاده سازی کرده است. این شرکت از الگوریتم‌های هوش مصنوعی برای پردازش داده‌های زمین‌شناسی و ژئوفیزیک استفاده می‌کند و به شناسایی مکان‌های معدنی بالقوه و بهینه‌سازی عملیات حفاری کمک می‌کند.
از مهم‌ترین استارتاپ‌های هوش مصنوعی‌های حوزه اکتشاف می‌توان به موارد زیر اشاره کرد.

•    Earth AI

استارت آپ استرالیایی Earth AI الگوریتم‌های اکتشاف معدن مبتنی بر هوش مصنوعی را توسعه می‌دهد. به طور مثال این هوش مصنوعی برای اولین بار به کمک تکنیک‌های یادگیری ماشینی، ذخایر معدنی را در سایت‌های معدن گرین فیلد شناسایی کرد. علاوه بر این، پهپادها داده‌های ژئوفیزیکی را جمع‌آوری می‌کنند که حفاری مستقل را ممکن می‌سازد، بنابراین هزینه‌های اکتشاف و حفاری را به حداقل می‌رساند.

•    Aganitha Cognitive Solutions

استارت آپ هندی Aganitha Cognitive Solutions مدل های اکتشاف معدن مبتنی بر هوش مصنوعی را با ترکیب داده های زمین شناسی، جغرافیایی و ژئوفیزیک ایجاد می کند. علاوه بر این، یادگیری ماشینی این هوش مصنوعی را قادر می‌سازد تا سرنخ‌های لازم برای اکتشاف ذخایر معدنی تولید کند و آن‌ها را قادر می‌سازد نقاط بالقوه برای اکتشاف را شناسایی کنند.

•    Minerva Intelligence

شرکت کانادایی Minerva Intelligence یک پلتفرم هوش مصنوعی به نام TERRA برای اکتشاف مواد معدنی ارائه کرده است. این شرکت با ترکیب هوش مصنوعی، مدل‌های زمین‌شناسی و داده‌های اکتشافی، فعالیت های اکتشافی را با شناسایی ذخایر معدنی بالقوه بهینه‌سازی می‌کند. در نتیجه، TERRA هزینه های عملیاتی را کاهش داده و نرخ بازگشت سرمایه گذاری (ROI) را برای شرکت های اکتشاف معدن بهبود می بخشد.

•    OreFox

استارت آپ استرالیایی OreFox دو سیستم هوش مصنوعی، Prospector AI و Hunter AI را برای اکتشاف معدن ارائه کرده است. ابتدا هوش مصنوعی Prospector از الگوریتم های یادگیری عمیق استفاده کرده و داده های ذخایر معدنی موجود را با نمونه مشابه مقایسه می¬کند سپس هوش مصنوعی Hunter از این نتایج استفاده کرده و مدل ها را با استفاده از یادگیری ماشینی برای به دست آوردن یک مدل سه بعدی واضح از ذخیره معدنی، اصلاح می کند.

•    Datarock

استارت آپ استرالیایی Datarock از الگوریتم‌های بینایی کامپیوتری و یادگیری عمیق برای کمک به اکتشاف معدن استفاده می‌کند. هوش مصنوعی این استارتاپ به دسته بندی و تقسیم بندی تصاویر و ویدئوهای زمین شناسی کمک می کند. در نتیجه زمین شناسان و مهندسین به جای کار با داده‌ها و مرتب سازی آنها، زمان بیشتری را صرف تفسیر نتایج می‌کنند.

نقشه پراکندگی شرکت های فعال در حوزه هوش مصنوعی اکتشاف معادن

هوش مصنوعی در استخراج معدن

استخراج معدن همواره یکی از چالش برانگیزترین و پرهزینه‌ترین عملیات‌ معدنی بوده است از طرفی با کاهش ذخایر پرعیار در سرتاسر جهان راندمان معادن در حال کاهش و هزینه‌های معدنکاری به سرعت در حال افزایش است. یکی از مهم ترین کاربردهای هوش مصنوعی در این بخش تشخیص ماده معدنی از باطله است به کمک هوش مصنوعی در این روش نرخ بازیابی مواد معدنی به شدت افزایش یافته و به دنبال آن هزینه فرآوری و تولید به شکل قابل ملاحظه‌ای کاهش خواهد یافت.
شرکت معدنی  Vale اولین مرکز هوش مصنوعی خود را در سال 2020 در اسپریتو سانتو برزیل راه اندازی کرد. این شرکت از این فناوری برای تجزیه و تحلیل نمونه‌های سنگ و تصمیم گیری در مورد بهترین روش‌های جداسازی برای به حداکثر رساندن بازیابی مواد معدنی استفاده می‌کند که علاوه بر افزایش راندمان استخراج، منجر به بهبود مسائل محیط زیست، بهداشت و ایمنی در معدن شده است.
از مهم ترین استارتاپ های هوش مصنوعی های حوزه استخراج می‌توان به موارد زیر اشاره کرد.

•    RIB Candy and RIB BuildSmart

این هوش مصنوعی ها توسط یک شرکت آلمانی توسعه داده شده‌اند و در واقع راه حل های نرم افزاری هستند که برای صنایع ساخت و ساز و معدن طراحی شده اند و بر برآورد هزینه، مدیریت پروژه و برنامه ریزی منابع سازمانی (ERP) تمرکز دارند. این ابزارها برای رسیدگی به نیازهای لجستیکی پیچیده عملیات های معدنی در مقیاس بزرگ طراحی شده اند و امکانات یکپارچه ای را برای عملیات، تدارکات، نگهداری، تولید، دارایی های ثابت و امکان سنجی پروژه ها ارائه می دهند.

•    K-MINE

این هوش مصنوعی برای مقابله با چالش های مختلف صنعت معدن طراحی شده است. مجموعه ای از امکانات تخصصی متناسب با نیازهای مختلف عملیات معدنکاری، از جمله نقشه برداری، زمین شناسی، طراحی روباز و زیرزمینی، بهینه سازی پیت معدن، طراحی شبکه حفاری،  انفجار و غیره را ارائه می دهد. این نرم افزار هم از معدن روباز و هم از استخراج زیرزمینی پشتیبانی می کند و ابزارهایی را فراهم می کند که فرآیند معدنکاری را تسهیل می کند.

•    ABB Ability™ Asset Vista

این هوش مصنوعی در واقع ابزاری است جهت نظارت بر شرایط ماشین آلات و تجهیزات که برای صنعت معدن طراحی شده است. همواره وضعیت ماشین آلات موجود در معدن یا واحد تولید را گزارش می دهد و اپراتورها را قادر می سازد تا از سلامت تجهیزات اطمینان پیدا کنند. این ابزار با جمع آوری داده ها و تجزیه و تحلیل پیشرفته، به کاهش هزینه های تعمیر و نگهداری کمک می-کند و چنانچه ماشین آلات در شرایط پرخطر و آسیب زا در حال فعالیت باشند به اپراتورها هشدارهای لازم را می¬دهند.

•    HAULSIM

HAULSIM در واقع یک نرم افزار شبیه سازی معدن است که برای مدل سازی و بهینه سازی عملیات حمل و نقل سایت های معدنی طراحی شده است. این تنها نرم افزار در صنعت است که می تواند ماهیت پیچیده و پویا یک معدن را به طور کامل شبیه سازی کند. HAULSIM کاربران را قادر می‌سازد تا مدل¬های مختلف را شبیه‌سازی کنند، تأثیر تغییرات را تعیین کنند و تصمیم‌گیری آگاهانه برای بهبود عملیات معدنکاری بگیرند. این نرم افزار به مدیران و مهندسین اجازه می دهد تا با ارائه نمایش دقیق و واقعی از فرآیندهای حمل و نقل، استراتژی های مختلف را ارزیابی کند، هزینه ها را کاهش دهد و بهره وری را افزایش دهد.

نتیجه گیری

در حال حاضر هوش مصنوعی به سرعت در حال رشد و تأثیرگذاری بر روی صنایع مختلف است که معدن نیز از این حیث مستثنی نیست.  مالکین معادن می‌توانند در موارد زیر از هوش مصنوعی استفاده کنند.

•    اتوماسیون: در این بخش با محوریت استفاده از ماشین‌آلات خودران یا کنترل از راه دور ماشین‌آلات، می‌توان هزینه‌های تولید مواد معدنی را به شدت کاهش داد. در حال حاضر شرکت‌های کاترپیلار، ساندویک، کوماتسو در این بخش پیشرو هستند.

•    ردیابی و مدیریت نیروی انسانی: در این بخش با اطلاع دقیق از موقعیت مکانی افراد علاوه بر بررسی عملکرد در مواقع بروز حادثه می¬توان امدادرسانی به پرسنل را در کوتاه ترین زمان ممکن انجام داد.

•    استفاده از GPS: با استفاده از فناوری GPS بر روی ماشین آلات معدنی می‌توان عملکرد کلیه ماشین آلات را به صورت دقیق آنالیز کرد که این امر منجر به بهبود راندمان و کاهش هزینه‌های تعمیر و نگهداری دستگاه می‌شود.

•    دیجیتالی کردن معادن با هوش عملیاتی (OI):  در این روش هوش مصنوعی کلیه اطلاعات مربوط به معدن را جمع آوری و پردازش کرده و اپراتورها با بررسی نتایج حاصل از پردازش می‌توانند بهترین تصمیم را اخذ نمایند.

•    مانیتورینگ بی‌سیم: نظارت مداوم بر تمامی بخش‌های معدن و جمع آوری اطلاعات و ارائه گزارش به صورت دستی امری زمان بر و مشکل است. وقتی افراد داده‌ها را جمع‌آوری کرده و به دفاتر مرکزی گزارش می‌دهند ممکن است این اطلاعات قدیمی شده و ارزش چندانی نداشته باشد. به عنوان مثال، فشار آب منفذی در سدهای باطله می تواند به سرعت تغییر کند و با ایجاد فشار می‌تواند باعث شکستن سد شود که اغلب با اثرات بسیار مخربی همراه است.  از این رو جمع آوری اطلاعات به صورت آنلاین و لحظه ای تمامی این چالش‌ها را حل خواهد کرد.