شرکتهای فعال در بخشهای مختلف نظیر بانکها، مراکز ارائهدهنده خدمات مخابراتی، بیمهگرها و… در تلاشاند تا از روابط موجود در میان اطلاعات خود، به منظور کاهش هزینههای جاری و درآمدزایی استفاده کنند. صنایع معدنی در ایران و برخی کشورها هنوز از رویکردهای بسیار سنتی استفاده کرده و نسبت به سایر صنایع از پیشرفتهای فناورانه به مقدار اندکی بهره برده و همچنان برای رسیدن به وضعیت مطلوب راه طولانی در پیش دارند. به طوریکه بسیاری از معادن به دلیل آنکه در مناطق دور از دسترس یا صعبالعبور هستند همچنان دسترسی به زیرساختهای ارتباطی نداشته و امکان تجهیز آنها به وسایل ارتباطی هزینهبر است. حال سوالی که مطرح میشود این است که استفاده از هوشمصنوعی در معادن، کدام بخشها را متحول میکند؟ بررسیها نشان میدهد که بهرهگیری از هوش مصنوعی در معادن، در پنچ بخش حضور فناوریهای خودمختار، مدیریت چالشهای زیستمحیطی، بهبود اکتشاف و دستیابی به منابع جدید، مرتبسازی مواد معدنی و بهبود ایمنی و کاهش حوادث را متحول میکند. اصطلاح هوش مصنوعی چند سالی است که سر و صدای زیادی ایجاد کرده و نوید آن را میدهد که تقریباً در هر زمینهای از صنایع، تولید و تجارت تاثیرگذار باشد. به همین دلیل هوش مصنوعی در معادن هم روز به روز رشد کرده و به جایگاه خود نزدیک میشود. بخش معدن با سایر صنایع تفاوتی ندارد، اما هوشمصنوعی به دور از تبلیغات صرف، ظرفیت بالایی برای ایجاد تحول و تغییر در این صنعت دارد. پیشرفتها و کاربردهای فراوانی برای هوشمصنوعی در معادن وجود دارد که همگی مزایای قابل توجهی از کاهش هزینهها و افزایش بهرهوری گرفته تا بهبود ایمنی و کاهش اثرات زیستمحیطی را شامل میشوند.
الزام استفاده از هوش مصنوعی در معادن
واقعیت این است که شرکتهای معدنی که از نوآوریهایی مانند هوش مصنوعی استقبال میکنند، شرکتهایی هستند که در آینده بر صنعت تسلط خواهند داشت. فناوری خودمختار احتمالا بخشی است که بیشترین ظرفیت را برای ایجاد تحول در صنعت معدن دارد. برخی از فناوریهای مستقل درحالحاضر به طور گسترده در معادن مورد استفاده قرار میگیرند. همه آنها با قابلیت بهینهسازی مؤثرتر هر مرحله از زنجیره ارزش معادن را بیشتر میکنند. شرکتهای پیشرو قبلاً کامیونهای خودران را آزمایش کردهاند. این کامیونها به مدت ۲۴ ساعت در یک زمان و در دماهای شدید کار میکنند. شرکتهای معدنی که در آینده از این نوع فناوری استفاده نکنند، با کاهش هزینه و افزایش بهرهوری شرکتهایی که این فناوری را معرفی میکنند، رقابت سختی خواهند داشت. در نتیجه هوش مصنوعی در معادن دیگربه یک الزام تبدیل شده است. با نگاهی به آسمان، درمییابیم که فناوری پهپادهای خودران کاربردهای بسیاری برای صنعت معدن دارند. پهپادها میتوانند از فناوری الکترومغناطیسی پیشرفته برای جمعآوری دادههای الکترومغناطیسی، مغناطیسی و رادیومتریک از هواپیماهای خودمختار برای نقشهبرداری از زمین استفاده کنند. دادههای جمعآوریشده را میتوان برای درک زمینشناسی یک منطقه برای تعیین اینکه آیا و در کجا حفاری باید انجام شود، استفاده کرد.در نتیجه میتوان گفت به کمک هوش مصنوعی در معادن زمان و هزینهای که برای حفاریهای غیرضروری هدر میرود، کاهش پیدا میکند. پهپادها علاوهبر نقشهبرداری از فعالیتهای پیش از آغاز معدنکاری، برای نظارت بر عملیات پس از فعالیت معدنکاری در مناطق معدنی هم کاربردهای بسیاری دارند. به کمک هوش مصنوعی در معادن بخشهایی مانند هدررفتن منابع و چالشهای زیستمحیطی را مدیریت کرد. بخش مهمی از این فعالیتها بر دوش پهپادها و فناوریهای خودمختار است. استفاده از ماشینآلات معدنی مستقل برخی مزایای کلیدی را افزایش میدهد. مزیت اصلی ماشینآلات معدنی هوشمند این است که میتوانند به صورت شبانه روزی بدون احساس خستگی کار کنند، اما این حقیقت نیز وجود دارد که ماشینها میتوانند به مناطق و محیطهایی دسترسی پیدا کنند که ممکن است برای انسان بسیار خطرناک باشد. به کمک هوش مصنوعی میتوان این ماشینها را مدیریت کرد. به این ترتیب هوش مصنوعی در معادن منجر به افزایش بهرهوری و بهبود ایمنی خواهد شد. یکی از نخستین تحولهایی که هوش مصنوعی در معادن ایجاد میکند، شناسایی بهتر مناطق بالقوه برای استخراج یا حفاری است. هوش مصنوعی میتواند برای کسب دانش و درک بیشتر از زمین و پیشبینی و ترسیم آن به میزان بسیار دقیقتری استفاده شود. تطبیق الگو و تجزیه و تحلیل پیشبینیکننده با توانایی هوش مصنوعی برای تجزیه و تحلیل مقادیر زیادی از دادههای زمینشناسی برای آشکار کردن محتملترین مکانهای ذخایر معدنی و سایر منابع ترکیب میشود. این افزایش دقت به کاهش زمان و هزینه صرف شده برای اکتشاف معادن کمک میکند. همچنین منجر به بازگشت سرمایه بسیار بهتر برای معدنکاران میشود. شرکتهای معدنی پیشرو از هوش مصنوعی برای تجزیه و تحلیل بخشهایی از دادهها و کشف مناطق جدید استفاده میکنند.در واقع شرکتهایی که از هوش مصنوعی در معادن استفاده میکنند، کسانی هستند که صنعت معدن را در آینده رهبری خواهند کرد.
مرتبسازی مواد معدنی
استخراج مواد معدنی با درجه پایین هزینه زیادی در پردازش و اجرا کردن عملیات استخراج دارد. با مرتبسازی سریع مواد معدنی با ارزش بالا از ضایعات روی نوار نقاله به کمک فناوریها کم میشود.
تعدادی فناوری وجود دارد که برای بهبود مرتبسازی مواد در صنعت معدن استفاده میشود. سنسورهای مادون قرمز، انتقال اشعه ایکس، اسکن لیزری و سنجش الکترومغناطیسی همگی برای کمک به فرآیند مرتبسازی استفاده میشوند. اکنون، یادگیری ماشین به این ترکیب اضافه شده است. یادگیری ماشین به ماشینهای مرتبسازی که با نرمافزار یادگیری فعال شدهاند اجازه میدهد خود بهینهسازی شوند و به طور مستمر فرآیند را بهبود بخشند. همچنین میتوان از هوش مصنوعی در معادن برای نظارت بر اندازه و وزن سنگها در مسیر رسیدن به سنگشکن استفاده کرد. هنگامی که یک سنگ برای سنگشکن بیش از حد بزرگ باشد، میتواند باعث انسداد شده و منجربه خرابی شود. با استفاده از هوش مصنوعی در معادن خرابیهای گران نرخ در معادن به طور فزایندهای کاهش پیدا میکند.
بهبود ایمنی معادن
حذف کامل تمام اثرات زیست محیطی استخراج معدن غیرممکن است؛ زیرا همیشه سطحی از تخریب در این فرآیند وجود دارد. به منظور استخراج منابع، بخشهایی از محیط ناگزیر دستخوش نوعی تغییر خواهند شد. با این حال، هوش مصنوعی در معادن این ظرفیت را به وجود میآورد که تا حد زیادی اثرات منفی محیط کاهش پیدا کند. حسگرها و دوربینها را میتوان برای نظارت بر معادن و جمعآوری دادهها استفاده کرد. این دوربینها برای درک بهتر چگونگی کاهش ضایعات و نحوه کارآمدتر انرژی مورد تجزیه و تحلیل قرار میگیرند. شرکتهای معدنی نوآور درحالحاضر دقیقاً این کار را انجام میدهند و از هوش مصنوعی، دادهها و یادگیری ماشین برای پیشبینی اوج انرژی استفاده میکنند. هوش مصنوعی در معادن میتواند دادهها را بسیار سریعتر از انسانها تجزیه و تحلیل کند و بنابراین تهویه معادن را بهتر نظارت و کنترل میکند و بازده انرژی را تا حد زیادی افزایش میدهد و هزینهها را در این فرآیند کاهش میدهد. همانطور که فناوری در طول زمان در قابلیت و دامنه افزایش یافت، ایمنی صنعت معدن نیز افزایش یافته است. اکنون هوش مصنوعی در معادن برای بهبود بیشتر ایمنی به طرق مختلف مورد استفاده قرار میگیرد. هوش مصنوعی در معادن میتواند از سنسورها، دادههای بیدرنگ و تجزیه و تحلیل برای درک اینکه چه زمانی تغییرات در عواملی مانند دما و ارتعاشات منجر به خطر میشود، کاربرد دارد. سپس میتوان به اپراتورها و رانندگان ماشین هشدار داد تا از تصادفات و جراحات و همچنین آسیبدیدگی ماشین جلوگیری شود. به عنوان مثال، در طول فرآیند حفاری اغلب ممکن است این اتفاق بیفتد که یکی از دندانههای سطل بیل مکانیکی شکسته و به سنگ شکن وارد شود. دندان شکسته مانع از کار بیل مکانیکی نمیشود، اما میتواند باعث آسیب و خرابی زیادی برای سنگ شکن شود. با استفاده از هوش مصنوعی در معادن و حسگرها برای نظارت بر لودرها و بیل مکانیکی، میتوان دندانهای شکسته را قبل از ورود به سنگشکن تشخیص داد. راههای دیگری که هوش مصنوعی در معادن ایمنی استخراج را بهبود میبخشد نظارت بر رانندگان است. خوابآلودگی در رانندگان یکی از بزرگترین علل تصادفات معدن است. راهحل این مشکل استفاده از فناوری تشخیص خواب آلودگی برای هشدار دادن به رانندگان در هنگام خواب رفتن است. یک شرکت معدنی نوآور استرالیایی استفاده از کلاهکهای هوشمند را در یکی از معادن مس خود در شیلی اجرا کرد. کلاهکها امواج مغزی راننده را تجزیه و تحلیل میکردند و اگر قصد تکان دادن سر را داشتند به او هشدار میدادند. این فناوری به قدری موفق بود که اکنون در بیش از ۱۵۰ کامیون در حال گسترش است.
دیوار دفاعی برای معادن هوشمند
یکی از سرفصلهای مهم در زمینه مباحث معدنکاری هوشمند، مبحث امنیت سایبری است. اوجگیری استخدام متخصصان امنیت سایبری در بخش معدن در ماه نوامبر ۲۰۲۲، از نشانههای رونق بحث معدن هوشمند در جهان است. شواهد آخرین گزارش گلوبال دیتا نشان میدهد سرمایهگذاری هنگفت در فناوریهای نوین نسل چهارم موجب شده است تا اهمیت اطلاعات در معادن افزایش یابد و به موازات آن، دسترسی امن به این اطلاعات به مسئلهای اساسی تبدیل شود. حفاظت از داده و امنیتسایبری نیز با هدف پوشش خواستههای شرکتهای معدنکاری وارد گود شده است و فناوریهایی را پیشنهاد داده که اجراییکردن آنها، نیازمند نیروهای متخصص در این حوزه است. شواهد موجود نشان میدهد در ماه نوامبر۲۰۲۲ در امریکای شمالی نسبت شرکتهای فعال در بخش معدن و صنایع معدنی که نیروهایی را برای پستهای مرتبط با امنیت سایبری استخدام میکنند، در مقایسه با ماه مشابه سال گذشته به طور قابل توجهی افزایش یافته است؛ ضمن اینکه تعداد نیروها نیز رشد داشته است. این گزارش نشان میدهد ۴۲ درصد از شرکتهایی که در آمارهای رسمی حضور داشتهاند یا گنجانده شدهاند، حداقل برای یکی از این موقعیتها نیرو استخدام کردهاند. این عدد در سال۲۰۲۱ حدود ۲۸ درصد بوده که گویای شیوع معدنکاری هوشمند در دامنه وسیعتری از بازیگران این بخش است. البته این عدد در ماه دسامبر ۲۰۲۲ بالاتر از این هم رفت و به سقف ۵۵ درصد رسید که در نوع خود جالب توجه بود. این روند احتمالا به این دلیل است که بازار جهانی مواد خام و کامودیتیها با یک کاهش نرخ چشمگیر روبهرو شدهاند و این کاهش زمینهساز افت سرمایهگذاری در معدنکاری هوشمند در ماه قبل نسبت به دو ماه قبل شده است. تحلیلگران تصور میکنند شرکتهایی که اکنون در این زمینهها سرآمد هستند و سرمایهگذاری میکنند، برای چشمانداز کسبوکار آینده آمادگی بهتری دارند و برای زنده ماندن در چالشهای پیشبینی نشده، مجهزتر بوده و پویاتر عمل میکنند. دیگر سرفصل مهم معدنکاری هوشمند، سرمایهگذاری در اتوماسیون هوشمند است که روندی نزولی دارد. آمارهای گلوبال دیتا تایید میکند تحقیقات و نوآوری در اتوماسیون صنعتی در بخش عملیات معدن و صنایع معدنی نسبت به سال گذشته کاهش یافته است. جدیدترین ارقام سرمایهگذاری در روندهای فناورانه توسط شرکتهای معدنی نشان میدهد که تعداد درخواستهای ثبت اختراع مرتبط با اتوماسیون صنعتی در این صنعت به ۱۹۷ مورد در سه ماه منتهی به دسامبر رسیده است که از ۲۳۴ موردی که در همین مدت در سال ۲۰۲۱ به ثبت رسیده بود، کمتر است. ارقام اعطای حق ثبت اختراع مربوط به اتوماسیون صنعتی هم از الگوی مشابهی پیروی میکند. دادههای رسمی نشان میدهد این بخش از ۱۸۲ مورد در سه ماه منتهی به دسامبر ۲۰۲۱، به ۱۴۵ مورد در سه ماهه منتهی به دسامبر ۲۰۲۲ کاهش یافته است. روندی که خبر از کاهش میل سرمایهگذاران به این بخش از تحول بخش معدن دارد. در مقطع فعلی به نظر میرسد فناوریهای خودران و سبز یا امنیت سایبری اولویت بالاتری برای سرمایهگذاران معدنی در سراسر جهان دارد.
چالشهای صنعت معدن و اهمیت هوشمندسازی معادن
صنایع معدنی، علیرغم نقش حیاتی که در توسعه و اقتصاد کشورها دارند، یکی از پرچالشترین و پر مخاطراتترین بخشهای صنعتی هر کشور هستند. اینگونه صنایع غالبا از یک زنجیره ارزش طولانی تشکیل شده، که از اکتشاف معدن گرفته تا حفاری، استخراج، فرآوری و توزیع، شامل مجموعهای از عملیات خطیر و پرهزینه است. کوچکترین اشتباه در فعالیتهای برنامهریزی یا عملیاتی در هر یک از این فازها، میتواند منجر به هزینهها و صدمات جبرانناپذیری شود که علاوه بر اینکه عملیات را برای مدت طولانی مختل نموده، اثر منفی بر کل زنجیره ارزش میگذارد. همچنین ممکن است سبب به خطر افتادن سلامت کارکنان شده و تلفات جانی نیز به همراه داشته باشد. این موارد، شرکتهای معدنی را با مسائل بحرانی متعددی مانند هزینه عملیاتی بالا، مخاطرات اجرایی، هدر رفت منابع و انرژی، کار در شرایط سخت محیطی، مخاطرات جانی نیروی انسانی، downtimeهای مکرر و در پی آن هزینههای هنگفت ناشی از وقفههای پیشآمده، عدم یکپارچگی در بخشهای مختلف حفاری، استخراج و دیسپچینگ مواد معدنی، خرابی دستگاهها و مشکلات گوناگون در توزیع مواد معدنی مواجه مینماید. وقوع حوادث معدنی در گوشه و کنار جهان سبب خسارتهای جانی و مالی فراوانی میشود. به همین دلیل ایمنی در فعالیتهای معدنی باید از مراحل اولیه یعنی اکتشاف تا استخراج مورد توجه فعالان این بخش باشد.
سخن پایانی
آنطور که مشخص است هوش مصنوعی زمینهساز تحولی جدی در حوزه معدن و صنایع معدنی شده است. این حوزه در شمار فناوریهای روبه رشد از هوش مصنوعی است که به مطالعه الگوریتمها پرداخته و به کمک معدنکاران میآید. یکی از حوزههایی که فناوری هوش مصنوعی نقش آفرینی میکند، حوزه اکتشاف است. این فناوری با شناسایی اتوماتیک رخساره سنگها با استفاده از پردازش دادههای گمانهها، به فرآیند اکتشاف کمک میکند. هوش مصنوعی میتواند آینده مهندسی معدن را به شکلی هوشمندانه تغییر دهد. با استفاده از هوشمصنوعی در پردازش دادهها، مهندسان معدن میتوانند دادههای خود را بهطور دقیقتر تحلیل کنند و تصمیمات بهتری بگیرند.
منبع: روزگار معدن
- ۹۷ هزار تن آهن اسفنجی در بورس کالا معامله شد - 21 آبان 1402
- سنگ آهن در مرز 130 دلاری - 20 آبان 1402
- برگزاری برنامه طرح سلامت توسط شرکت آلومینای ایران - 20 آبان 1402