石炭ボスは AI を使用して採掘を行い、ついに安全で効率的かつ環境に優しいものになりました
見出し
おすすめリスト
Dao Wei
超神経質で
シーンの説明:機械学習は、鉱山会社が鉱床の位置、インテリジェントな輸送を実現するための自動運転、生産設備の性能と損失の監視と予測などの側面から、採掘プロセス全体の効率を包括的に向上させるのに役立ちます。
キーワード:鉱物採掘 地質分析 自動運転
AI が実際に果たす役割がますます重要になるにつれ、鉱業などの伝統的な産業をはじめとする多くの産業でゲームのルールが変わりました。
鉱業は、世界中の国々に多くのビジネスを生み出し、経済のあらゆる側面に影響を与える主要な産業であり、エレクトロニクスからエネルギーまで、ほぼすべての分野に必要な原材料を供給しています。
採掘には大量の労働投入も必要であり、米国だけでも67万人が採石、採掘、採掘に従事しており、その数はさらに驚異的であり、石炭産業だけで611万3,000人が雇用されている。
鉱業は収益性が高いですが、電力、インフラ、健康、安全、資金調達方法、商品価格、環境への影響などの問題にも直面しています。シナリオをより適切に処理し、既存の課題を克服するために、人工知能と機械学習は鉱業に大きな進歩をもたらしています。
鉱物探査のジレンマ
現在の鉱物探査プロセスには、土壌サンプル、破片サンプル、地球化学、掘削結果、その他の実験室結果が含まれており、これらは大量のデータを通じて分析および要約されます。それぞれのボーリング孔は、地域資源の特殊性を反映する豊富なマイクロプローブです。
鉱床のいたるところで掘削穴が見られます
しかし、掘削から得られたデータを分析するのは簡単な作業ではありません。 1 つのドリルホールによって作成されるデータは約 200 メガバイトで、プロジェクトには多数のドリルホールやその他の種類の情報が必要で、探査用の最終分析データは多くの場合テラバイト単位になります。数百のプロジェクトから最適なサンプルを選択すると、データ量が膨大になり解決できなくなります。
データを合理化することはできず、このデータを使用して新しい預金を見つけることはできません。たとえ有能な地質学者のチームであっても、それらを処理する作業は多大な労力を要します。
現時点では、機械学習がその役割を果たすことができ、コンピューター モデルをトレーニングすることで、過去に調査された領域と類似した場所を見つけることができます。
AI は鉱床を正確に特定できる
従来の方法では、鉱床の採掘と廃棄物の管理が調整されていないと、深刻な環境汚染が引き起こされます。 AIの活用により採掘の効率化が図れ、ドローンなどのスマートデバイスによるリアルタイム監視も可能となり、環境への影響も少なくなります。
アースAI は、複数のソースからのデータを分析し、機械学習アルゴリズムを使用して鉱物が発見される可能性が高い領域を特定することにより、AI テクノロジーを使用して鉱山業界を変革している企業です。
EARTH AI Webサイトの作業インターフェース
機械学習を使用して 47 層のリモート センシング データと地球物理データを一度に分析すると、鉱体と変質ハローを強調表示し、硬岩とレゴリスを非常に詳細にマッピングできます。
ゴールドスポット・ディスカバリーズ株式会社 Goldspot は機械学習を通じて金を採掘するカナダの会社ですが、設立されてまだ 3 年ですが、トロント証券取引所のベンチャー取引所に上場されています。
最近彼らは、カナダで探査中のアビティビ金鉱山が、Goldspot は、4% の表面、地形、鉱物のトポロジー データを通じて、この金鉱山の現在の埋蔵量を簡単に分析できます。
Goldspot は、30 年以上の歴史的なリモート センシング、採掘、探査データを包括的な機能地質モデルに統合します。この地質モデルは、既存の鉱床と過去に採掘された鉱床のデータ レイヤー内の相関関係を特定するために使用され、最も潜在的な可能性が高い対象地域を特定できるようになります。
自動運転は鉱山業界で約 10 年間使用されてきた
現在、自動運転分野の誰もがウーバー、グーグル、テスラなどの民間自動運転の進歩に注目していますが、多くの人はそれに気づいていません。 世界最大の金属・鉱山会社の 1 つであるリオ ティントは、鉱山産業の発展にすでに自動運転トラックを使用しています。、2008年以来、順調に操業しており、350トンの鉱石を積み込んでいます。
リオ ティントの自律走行トラックは効率的で安全であるだけでなく、燃料使用量も 13% 削減されます
チリのエスコンディダ銅鉱山、BHP のスマート キャップ システムは、ドライバーの脳波を分析してドライバーの疲労を分析するもので、生産性の向上と安全性の向上を目的として 150 台以上のトラックに組み込まれています。
BHP はジンブルバー鉄鉱石鉱山にも自律型輸送車両を導入しており、この変更によりコストが約 20% 削減されました。
AI によりマイニングが安全かつ経済的になります
環境内の重要な指標を監視することで、危険が発生する確率を予測できます。AI は、鉱山エンジニアや労働者が仕事中の事故や怪我を回避できるように支援します。十分な高品質のデータを収集できれば、マシンの故障の可能性を予測することもできます。
その上、AIを活用して設備の稼働状況を監視することも可能です。採掘環境は設備の動作や寿命に影響を与え、場所によって異なるため、設備の動作状態を把握することで安全性を高めることができます。
AI技術の介入で安全事故は大幅に減る
危険の発生を監視および予測するだけでなく、AI は、機器や部品の耐用年数の監視にも使用されており、安全性が確保されるだけでなく、企業のコストも大幅に節約されます。
ブラジルのパラ州にあるサロボ銅鉱山、 ヴェイル社AI テクノロジーを使用したインテリジェントな検出と計画により、運送トラックのタイヤの耐用年数が 1 年以内に 30% 延長され、会社は 500 万ドルを節約できました。この技術は、エンジンや燃料消費量など、他の鉱山やトラックのコンポーネントにも使用されています。
また、人工知能を使用してレールの亀裂を予測し、亀裂の発生率を最大 85% 削減しました。この動きにより、年間 700 万ドルが節約されることになります。これらを総合すると、同社はこれらの変更により 2018 年に約 2,600 万ドルを節約できると見込んでいます。
AI がマイニングを変える物語はまだ始まったばかりです
AI と ML の使用により、コストが削減され、効率が向上し、その他多くのメリットが鉱業にもたらされたことが、ますます多くの事例からわかります。この業界の膨大なデータに直面して発展を妨げているのはデータ処理の問題ですが、マイニングにおける人工知能の利用拡大に取り組むことは、この業界の将来の方向性を完全に変えることになります。
鉱物採掘では何世紀にもわたって多くの革新が見られましたが、近年はその革新が鈍化しています。デロイトが昨年発行した「トレンドの追跡」レポートで、アナリストは次のように述べています。「50 年前の鉱山労働者が今日鉱山に入ったら、あまり変わっていないことに気づくでしょう。しかし、他の産業では決してそうではありません。」
しかし最近、多くの鉱山会社は、他の産業が変化したのと同じように、人工知能などのテクノロジーが世界最古の産業を完全に変えるだろうと述べています。
これは、鉱山会社が鉱物の採掘にも人工知能を使用することを示しています。アクセンチュアの推定によると、今後 10 年以内に、ロボット工学やオートメーションを含む革新的なテクノロジーは、金属および鉱業に 3,210 億米ドルの価値を創出します。これは、予想収益の 3% から 4% に相当します。
大量の非構造化データに直面するこの業界では、データ処理の問題が発展を妨げていますが、マイニングにおける人工知能の利用を拡大する取り組みは、この業界の将来の方向性を完全に変えることになります。