SeterusnyaPanduan seterusnya
Perlombongan Negatif Dalam Talian dan Keras
Teknikal
PANDUAN Industri
AI dalam Perlombongan
Organisasi perlombongan menggunakan model dipacu data untuk penilaian mineral, pemantauan peralatan dan sokongan operasi.
Dengar panduan iniAI-diceritakan · ~2 min
Pada halaman ini2 min dibaca
Gambaran keseluruhan
Sistem autonomi dan pengesyoran pemprosesan boleh mengubah aliran kerja, tetapi faedah dan keselamatan bergantung pada penggunaan tertentu dan pengesahannya.
Menyelam dalam
Model prospektiviti mineral menggunakan cerapan geologi untuk mengenal pasti kawasan untuk penyiasatan lanjut; skor yang tinggi bukan bukti deposit boleh pulih dari segi ekonomi. Penerokaan masih memerlukan persampelan, kerja lapangan dan penilaian yang sesuai. Pengangkutan autonomi menggabungkan kedudukan, persepsi, perancangan dan penyeliaan operasi, dengan pilihan sensor bergantung pada peralatan dan tapak. BHP dan Rio Tinto menerangkan operasi sedemikian di wilayah Pilbara Australia Barat. Automasi boleh mengurangkan pendedahan orang ramai kepada beberapa tugas berbahaya, tetapi ia tidak menghapuskan risiko operasi. Model pemprosesan boleh menyokong keputusan tentang pembolehubah operasi dan pemulihan logam: Pengumuman Escondida BHP menerangkan cadangan untuk pengendali penumpu. Pemantauan keadaan menggunakan data peralatan untuk menyokong kebolehpercayaan dan perancangan penyelenggaraan. Litium untuk bateri dan tembaga untuk infrastruktur elektrik ialah contoh mineral yang berkaitan dengan teknologi tenaga.
Pelaksanaan Dunia Sebenar
BHP menggambarkan lombong Jimblebarnya di Pilbara sebagai operasi trak autonomi sepenuhnya.
Rio Tinto melaporkan pengangkutan autonomi merentasi operasi bijih besinya.
Penilaian mineral USGS menggabungkan maklumat geologi, geofizik dan geokimia dengan penyelidikan pembelajaran mesin.
BHP menerangkan menggunakan data penumpu masa nyata dan pengesyoran AI untuk menyokong keputusan pemulihan tembaga Escondida.
Masa Depan AI dalam Perlombongan
Penyelidikan perlombongan terus menghubungkan penilaian sumber, data operasi dan automasi. Nilaikan penambahbaikan yang dituntut dalam tapak dan tempoh masa tertentu, termasuk keperluan penyelenggaraan dan tanggungjawab manusia. Permintaan mineral kritikal mendorong penerokaan, tetapi skor model tidak mewujudkan sumber, daya maju projek atau manfaat alam sekitar atau keselamatan yang terjamin.
Mempraktikkannya
Mengapa ia penting
- Konteks dan peraturan. Konteks industri menentukan sama ada idea AI bertahan dalam hubungan dengan realiti.
- Kawalan kualiti. Kekangan domain mempengaruhi kadar ralat dan model pengawasan yang boleh diterima.
- Pilihan binaan. Penerapan yang berjaya menyelaraskan keupayaan teknikal dengan aliran kerja barisan hadapan.
Berhati-hati untuk
- Keperluan kawal selia boleh membatalkan prototaip yang kukuh.
- Data sejarah mungkin mengekod berat sebelah yang membahayakan komuniti tertentu.
- Sistem warisan boleh mewujudkan kesesakan penyepaduan dan kos tersembunyi.
Langkah seterusnya
- Libatkan pakar domain daripada pembingkaian masalah hingga penilaian.
- Reka bentuk jejak audit dan dokumentasi sebelum pelancaran.
- Sahkan pematuhan dan kewajipan keselamatan lebih awal.
- Melancarkan secara berfasa dengan kriteria hentian dan undur yang jelas.
Teruskan Meneroka
Newsletter percuma
Dapatkan taklimat AI harian
Tiga cerita AI yang disahkan setiap pagi hari bekerja, ditulis dalam Bahasa Inggeris biasa. Percuma selamanya, tiada iklan.
Satu e-mel setiap hari bekerja. Berhenti melanggan dalam satu klik. Kami tidak pernah menjual atau berkongsi alamat anda.
Uji diri anda
Take the AI in Mining quiz
Maklum balas segera pada setiap jawapan, dan sijil yang boleh dikongsi dengan ID yang boleh disahkan sebaik sahaja anda lulus kursus.
Sokong pendidikan AI percuma. AI Understanding ialah pertubuhan bukan keuntungan 501(c)(3) — tiada iklan, tiada bayaran dinding, selamanya. Buat derma
Soalan lazim
Apakah AI dalam Perlombongan?
Organisasi perlombongan menggunakan model dipacu data untuk penilaian mineral, pemantauan peralatan dan sokongan operasi. Sistem autonomi dan pengesyoran pemprosesan boleh mengubah aliran kerja, tetapi faedah dan keselamatan bergantung pada penggunaan tertentu dan pengesahannya.
Bagaimanakah AI membantu dalam penerokaan mineral?
Model pembelajaran mesin yang dilatih mengenai deposit yang diketahui dan tandatangan geologinya menjaringkan kawasan yang belum diterokai, membantu syarikat menyasarkan penggerudian dan mengurangkan kos penerokaan.
Mengapakah sistem pengangkutan perlombongan autonomi memerlukan kedua-dua fungsi kedudukan dan persepsi?
Ini adalah fungsi yang berbeza; kombinasi dan keupayaan sensor sebenar bergantung pada kenderaan dan sistem pengendalian.
Syarikat manakah yang terkenal dengan pengendalian trak angkut autonomi di wilayah Pilbara Australia?
Rio Tinto dan BHP mempelopori armada besar trak pengangkutan autonomi yang dikawal dari jauh di lombong bijih besi di wilayah Pilbara, Australia Barat.
Apakah faedah pendedahan pekerja yang boleh digunakan dengan sewajarnya tawaran automasi perlombongan?
Mengalih keluar seseorang daripada tugas boleh mengurangkan pendedahan, tetapi sistem masih mempunyai risiko dan tanggungjawab untuk dinilai.
Apakah peranan yang diterangkan BHP untuk AI di penumpu Escondida dalam pengumuman 2023nya?
Pengumuman itu menerangkan sokongan keputusan untuk pengendali penumpu, bukan jaminan pemulihan sejagat.
Teruskan belajar
Panduan berkaitan
Lebih banyak panduan dipilih untuk topik ini