درس‏‏‏‏‏‌های جهانی معدن‏‏‏‏‏‌کاری دیجیتال

دلیل این موضوع وابستگی بسیار بالای اقتصاد سبز به مواد معدنی جدید است که برمبنای گزارش‌ها و اسناد سیاستی مختلف، تا سال‌۲۰۵۰ تحولی جدی و تمام‌عیار را نسبت به امروز تجربه خواهد کرد. شواهد موجود نشان می‌دهد استخراج معادن تاثیر زیادی بر محیط‌زیست دارد به‌طوری که تولید این بخش سالانه به‌طور متوسط ۸/ ۱‌میلیارد تن زباله در ایالات‌متحده و بیش از ۱/ ۵گیگاتن کربن منتشر می‌کند که رقمی غیرقابل چشم‌‌‌‌‌‌پوشی است. با تحول اقتصاد به سمت سبز و پاک‌شدن نه‌تنها این حجم از تولید آلاینده کاهش خواهد یافت که ارقامی نظیر وانادیوم، کبالت، گرافیت، لیتیوم، آلومینیوم و ایندیوم جای فلزاتی نظیر روی، آهن، سرب و مس را در صنایع مختلف خواهند گرفت. در چنین قابی وضعیت تولید در بخش معدن نیز به کل تغییر خواهد کرد و همه‌چیز با چاشنی هوشمندی، از طریق ابزارهای دیجیتال کنترل و هدایت خواهد شد. مرور تجربیات جهانی در این زمینه به‌خوبی نشان می‌دهد اثر طبیعی این موضوع روی تحول در ساختار سرمایه‌‌‌‌‌‌گذاری در بخش معدن و تغییر منابع مالی به سمت فلزات محبوب‌‌‌‌‌‌تر است. اثر ثانویه این موضوع بر فرآیندهای تولید در معدن است که نسبت به امروز  کلا تغییر کرده و مبتنی بر هوش‌مصنوعی، واقعیت افزوده، اینترنت اشیا، بازوها و روبات‌های هوشمند و فناوری‌های خودران می‌شود. در گزارش پیش‌‌‌‌‌‌رو سعی خواهد شد تا با مرور تجربه‌‌‌‌‌‌های ملموس در زمینه تغییر فناوری از انواع مکانیزه و ساده به نمونه‌‌‌‌‌‌های هوشمند، اثر تحولات اقتصاد سبز و پاک بر بخش معدن از زاویه تحولات دیجیتال بررسی شده و با مثال‌‌‌‌‌‌های عینی مرور شود.

آمریکا، ترکیه، قزاقستان، چین، برزیل، نیوزیلند، استرالیا، کانادا و بخش‌هایی از آفریقا از جمله مناطقی از جهان هستند که با پیوستن به جریان انقلاب دیجیتال در معدن، صفر تا صد فعالیت‌های معدنی خود را به سمت روندهای همسو با انقلاب چهارم صنعتی سوق داده‌‌‌‌‌‌اند. برای نمونه در رویکردهای جدید، لباسی که کارگران معدن می‌‌‌‌‌‌پوشند باید انتقال‌دهنده داده به مراکز کنترل و پایش تولید معدنی باشد و علاوه‌بر ارسال داده‌‌‌‌‌‌هایی در زمینه نقطه فعالیت نیروی کار، اطلاعات حیاتی سلامت نیروی کار یا کیفیت هوای کار را نیز بررسی و پایش می‌کند. علاوه‌بر این اتصال خط تولید و فرآوری مواد معدنی در جریان به سنسورها و دستگاه‌های هوشمند پایش کیفیت کمک خواهد کرد تا ارزش مواد تولید شده مبتنی بر تقاضای بازاری بوده و افت نکند. این موضوع از طریق فناوری نسل۴ صنعت قابل‌اجرا و عملیاتی‌کردن است. همچنین از مدت‌ها پیش، امکان پایش کل محیط معدن، پهنه‌های در دست اکتشاف و استخراج از طریق پهپادها ممکن شده و مسیر برای دریافت اطلاعات دقیق از محیط به اشکال مختلف مهیا شده است. طبقه‌‌‌‌‌‌بندی موادی که در یک پهنه گسترده مورد ارزیابی ماهواره‌‌‌‌‌‌ای و... قرار گرفته کمک می‌کند تا سرمایه‌‌‌‌‌‌گذاران از داده‌‌‌‌‌‌های به‌دست آمده به کم و کیف عیار مواد معدنی آن پهنه پی برده و ارزش اسمی اکتشاف و استخراج در آن حوزه را تخمین بزنند. جالب‌ترین بخش این فناوری‌های جدید امکان پایش از راه دور است که به دورکاری و تحول کامل فرآیند کنترل و هدایت کمک خواهد کرد. این شیوه نه‌تنها امکان‌‌‌‌‌‌های پیش‌روی بخش معدن برای استفاده از نیروهای انسانی در ۴ گوشه جهان را فراهم خواهد کرد که بخشی از هزینه‌‌‌‌‌‌های مالی تولید معدنی را کمتر و کمتر خواهد کرد.

موضوعی که در نهایت موجب خواهد شد تا علاوه‌بر گسترش مقیاس و تلفیق فعالیت‌‌‌‌‌‌ها، ارزان‌تر شدن تولید و ایمن‌‌‌‌‌‌تر شدن فعالیت‌‌‌‌‌‌ها و امور ممکن شود. این موضوعی وقتی اهمیت و ارزش چشمگیری خواهد یافت که اثر آن بر تولید زیرسطحی موردبررسی قرار گیرد. در عمده تجربیات جهانی، اجرای این رویه موجب‌شده تا مرگ و میر کارگران به‌شدت کاهش یابد. یکی از اقداماتی که در این زمینه جلوه بارزی دارد، تلفیق فرماندهی و هدایت طیف وسیعی از ادوات و دستگاه‌های انتقال مواد معدنی است که خود را در خودران‌شدن کامیون‌‌‌‌‌‌ها و دامپ‌‌‌‌‌‌تراک‌‌‌‌‌‌ها، تیغه‌‌‌‌‌‌‌ها و مته‌‌‌‌‌‌های حفاری و نیز روندهای فرآوری به منصه‌ظهور رسانده و اجرایی شده است.

جدا از مباحث زیرسطحی، عملیاتی و میدانی، در اکثر پروژه‌‌‌‌‌‌های معدنی موضوعات مالی و اقتصادی اهمیتی کلیدی دارد. برای نمونه در مرحله بهره‌‌‌‌‌‌برداری از سنگ‌معدن که در آن سنگ‌‌‌‌‌‌ها از معدن خارج می‌شود و فعلا مستقیما قابل‌فروش نیست، از اهمیت بالایی برخوردار است. از آنجایی که همراه با هزینه استخراج، فرآوری مواداولیه و رساندن مواد به سطحی از کیفیت که قابل‌فروش بوده و ضمن صرف هزینه از کارآیی مناسب و بهینه برخوردار باشد، نقش اصلی را در امکان‌سنجی پروژه‌‌‌‌‌‌ها دارد، بنابراین کنترل متغیرهای کارخانه و تنظیم پارامترهای عملیاتی به روشی سریع و دقیق، بسیار حیاتی است. دهه‌‌‌‌‌‌هاست که سازه‌‌‌‌‌‌ها و کارخانجاتی با کمک نرم‌‌‌‌‌‌افزارهای منحصربه‌‌‌‌‌‌فرد طراحی و شبیه‌‌‌‌‌‌سازی می‌شوند که از مدل‌های ریاضی علمی و تجربی استفاده می‌کنند و برخی از آنها بر اساس داده‌‌‌‌‌‌های تجربی هستند.

بهینه‌سازی فرآیند در طول عملیات با این ابزارها بسیار ساده‌‌‌‌‌‌تر است، زیرا نتایج عملیاتی واقعی می‌توانند به‌راحتی به‌عنوان ورودی برای بررسی بسیاری از سناریوهای مختلف استفاده شوند. با پیشرفت تکنولوژی، این نیروگاه‌‌‌‌‌‌ها به سیستم‌‌‌‌‌‌های خودکار و فناوری‌های حسگر هوشمند مجهز شده‌‌‌‌‌‌اند که در نهایت مهندسان را قادر می‌‌‌‌‌‌سازد تا برخی از مشخصات فنی فعالیت معدنی مانند سرعت جریان، چگالی، pH و... کاملا تحت‌کنترل باشند. اخیرا تحلیلگرهای XRF آنلاین در جریان بسیاری از عملیات‌‌‌‌‌‌های فرآوری مواد معدنی به‌کار گرفته‌شده‌‌‌‌‌‌اند که استفاده از آنها نتایج بسیار ملموسی در روندهای کاری در پی داشته است. واحدهای معدنی بر کارآیی و بازیابی واحدها و کیفیت محصول نظارت کرده و در مدت زمان بسیار کوتاه اقدامات لازم را انجام می‌دهند. روند جدیدی که با نسل۴ انقلاب صنعتی پیش‌رفته، اتصال ماشین‌‌‌‌‌‌آلات و تجهیزات و تنظیم خودکار آنها با کمک بازخورد مداوم توسط پردازنده برای دستیابی به نتیجه هدفمند است که یادگیری ماشین نامیده می‌شود.

بسیاری از گروه‌های معدنی از جمله صنعتگران ایرانی در حال برنامه‌‌‌‌‌‌ریزی برای مدرن‌‌‌‌‌‌سازی کارخانه‌های فرآوری خود مبتنی بر این رویکرد هستند. به مدد روش‌های نسل۴ معدن‌‌‌‌‌‌کاری می‌توان درکی عمیق‌‌‌‌‌‌تر از نقاط استراتژیک ذخایر معدنی داشت. در عین حال بهینه‌‌‌‌‌‌سازی جریان برداشت مواد و استفاده از تجهیزات، پیش‌بینی از وضعیت سیستم، میزان خرابی‌‌‌‌‌‌ها، بهبود مکانیزاسیون از طریق اتوماسیون، کسب، گردآوری و پردازش اطلاعات جامع زمین‌‌‌‌‌‌شناسی با قابلیت اطمینان بالا برای استفاده در پروژه‌‌‌‌‌‌های مختلف و بهبود کیفیت تصمیمات سرمایه‌‌‌‌‌‌گذاران، استخراج بهینه ضایعات، افزایش کارآیی و کاهش اثرات زیست‌محیطی پروژه‌‌‌‌‌‌ها، استفاده از پهپادها در اکتشاف و عملیات معدنی و به‌کارگیری روش‌هایی برای درک عمیق‌‌‌‌‌‌تر از حجم و کانون منابع؛ همه و همه از نکات و مواردی است که در سالیان اخیر به مدد استفاده از روش‌های جدید و مبتنی بر فناوری حاصل شده است. سهولت در کنترل خرابی‌‌‌‌‌‌ها چه در جریان عملیات و چه در دستگاه‌‌‌‌‌‌ها، با پیش‌بینی زمان مناسب‌‌‌‌‌‌ تعمیر و نگهداری ممکن خواهد شد.

برای نظارت، مدیریت و رعایت این اهداف جدید نیاز به استفاده از ‌هزاران حسگر اینترنت اشیا هست. تجزیه و تحلیل داده‌ها و هوش‌مصنوعی نقش کلیدی در درک همه داده‌های تولیدشده و هشدار عملیات معدن در هنگام شناسایی مشکلات ایفا می‌کنند. حسگرهای کم‌مصرف می‌توانند همه‌چیز را از پایداری برداشت باطله گرفته تا کیفیت هوا در راهروهای زیرزمینی نظارت کنند. آنها همچنین می‌توانند عملکرد و وضعیت تجهیزات را ارزیابی کنند و با استفاده از نرم‌افزار تعمیر و نگهداری مبتنی بر شرایط به کاهش خطر خرابی کمک کنند و حتی می‌توانند مصرف سوخت را با مدیریت فشار باد لاستیک خودروهای معدن‌کاری بهبود بخشند.

درس‌‌‌‌‌‌های جهانی معدن‌‌‌‌‌‌کاری دیجیتال

در نیوزیلند یک رویه هوشمندانه مبتنی بر انقلاب اقتصاد سبز و پاک موجب‌شده تا در طرحی خلاقانه، کل فرآیند تبدیل آلومینا به شمش آلومینیوم با کمترین آلایندگی ممکن بازطراحی شود. در این روش که با سرمایه‌‌‌‌‌‌گذاری گروه ریوتینتو و سومیتومو طراحی و عملیاتی شده، آلومینا با استفاده از انرژی برق آبی و تجدیدپذیر به آلومینیوم تبدیل شد. فرآیندی که به شکلی خارق‌‌‌‌‌‌العاده کمترین ردپای کربن در آن به چشم خورده و یکی از پاک‌‌‌‌‌‌ترین روش‌ها برای تولید آلومینیوم در یک کارخانه ذوب وسیع در جهان است. در عین حال این کارخانه که در نیوزیلند واقع شده، بیش از یک دهه است که از واقعیت‌مجازی (VR) برای ایجاد فرآیندهای ایمن‌‌‌‌‌‌تر، سازنده‌‌‌‌‌‌تر و موثرتر استفاده می‌کند که عمده این مسیر مبتنی بر داده و فناوری‌هایی است که برای بهبود آموزش، غنی‌‌‌‌‌‌سازی درک افراد و کارکنان فعال در سایت و بهبود برنامه‌‌‌‌‌‌ریزی در جریان پروژه‌‌‌‌‌‌ها استفاده شده است.

توسعه یک برنامه کاربردی مبتنی بر فناوری VR در این مجتمع معدنی کمک کرده تا نمایش دوباره رویدادهای عملیاتی ممکن شود. گزارش‌‌‌‌‌‌های این مجموعه صنعتی مشخص می‌کند استفاده پیشگامانه از تکنولوژی واقعیت‌افزوده (VR) کمک کرده تا برای پاسخگویی به سوالات مربوط به حوادث رخ‌داده در جریان عملیات تولید، امکان مرور دوباره رخداد با هدف افزایش یادگیری و بهبود ایمنی ممکن شود.

فناوری‌های استخراج هوشمند می‌توانند اقتصاد معدن را به‌طور قابل‌توجهی متحول کنند. در راستای این تحول، فناوری‌های استخراج معدن در مسیر تکامل و بهبود هستند و این مسیر آهسته اما پیوسته و تدریجی در حال تغییر است. به‌عنوان مثال یک شرکت ترکیه‌‌‌‌‌‌ای روش توقف زیرسطحی و استخراج مکانیزه (sub-level stoping method and mechanized mining) را برای اولین‌بار در معادن کروم این کشور اجرا کرده است. اگرچه این فناوری پیشرفته نیست، اما اولین پیاده‌سازی در معادن کروم در ترکیه است. گزارش مبسوط شرکت یالمادن نشان می‌دهد این تکنیک جدید استخراج، ظرفیت تولید را تقریبا دوبرابر کرده و همزمان با تخصیص منابع انسانی کمتر، حجم استخراج به یک‌میلیون تن در سال ‌رسیده است. جالب اینکه در عین کاهش نیرو و افزایش برداشت، هزینه استخراج به میزان قابل‌توجهی کاهش یافته است.

از سوی دیگر، در عملیات قزاقستان، تکنیک‌‌‌‌‌‌های هوشمند دیگری مانند ایجاد حفره ضخامت متغیر (variable cave production thickness)، استفاده شد که به مدد سیستمی مبتنی بر نشانگرهای هوشمند، امکان تخمین نرخ تغییر‌شکل در راهرو از ابتدا تا آخرین بخش پیاده‌‌‌‌‌‌سازی شده و اتصال بین سیستم‌‌‌‌‌‌ها در فرآیند دیسپچینگ کاملا تحت هدایت رویه‌‌‌‌‌‌های هوشمند بود. روش ایجاد حفره ضخامت متغیر به ما امکان می‌دهد ضخامت بین دو گالری افقی را تعیین کنیم و این ضخامت ستون را با توجه به هندسه ذخیره تطبیق دهیم، در نتیجه سنگ‌معدن بر اساس شکل سنگ‌معدن به‌ عملی‌‌‌‌‌‌ترین روش استخراج شده و ضایعات استخراج‌شده از معدن به حداقل برسد. روش کاربردی دیگر، راه‌‌‌‌‌‌اندازی سامانه‌ای مبتنی بر نشانگرهای هوشمند است که در نتیجه راه‌‌‌‌‌‌اندازی آن امکان تعیین سنگ‌معدن باقی‌مانده در زمین پس از انفجار کاملا در دسترس قرار می‌گیرد. در این روش، سیستم نشانگر هوشمند (حسگرهای هوشمند) درون معدن قرار گرفته، سپس معدن پس از انفجار مورد ارزیابی دقیق قرار می‌گیرد تا در نهایت استخراج ممکن شود. با کمک این فناوری مبتنی بر حسگرهای هوشمند و پیشرفته، میزان سنگ باقی‌مانده در دل معدن تعیین‌شده و نحوه و مکان استخراج سنگ‌معدنی قابل‌تجسم خواهد بود. سومین روش جدیدی که در قزاقستان اجرا شده است، تخمین میزان تغییر شکل راهروهای بسته درون معدن است. این پروژه نمونه خوبی از همکاری چندین دانشگاه معتبر برای پیاده‌‌‌‌‌‌سازی فناوری‌های جدید معدن است. در این مطالعه، برای تعیین طول عمر راهروهای بسته، پشتیبانی فنی کافی دریافت خواهد شد، بنابراین می‌توان با دقت بالا مدت‌زمان و سرعت استخراج را برنامه‌‌‌‌‌‌ریزی کرد.

استفاده از همه تکنیک‌‌‌‌‌‌های هوشمند و اثرگذار بر افزایش امکان‌‌‌‌‌‌سنجی ذخایر معدنی مهم و ضروری هستند هرچند تجربه نشان می‌دهد اگر در معادن در دست هوشمندسازی اتصال بین برنامه‌‌‌‌‌‌های کاربردی هوشمند، پایگاه داده و نیز نرم‌‌‌‌‌‌افزار و سخت‌افزار تضمین نشود، تاثیر سرمایه‌گذاری‌های گسترده در خرید و نصب تجهیزات نوین محدود خواهد بود. استفاده از راهبرد اتصال (conect) عامل کلیدی موفقیت معدن برای دستیابی به اهداف تعریف‌شده در زمینه افزایش بهره‌‌‌‌‌‌وری و کاهش هزینه در نتیجه هوشمندسازی است. اتصال باید کل گردش کار معدن را از اکتشاف و استخراج گرفته تا بهره‌‌‌‌‌‌وری و تدارکات پوشش دهد و نظارت بر تاثیر متغیرها در عملیات هر واحد از مراحل اولیه تا مراحل بعدی و به همین ترتیب تا کل امکان‌‌‌‌‌‌سنجی پروژه را تحت‌تاثیر خود قرار دهد. در اتحادیه اروپا نیز که معدن‌کاری هرسال رنگ و جلای کمتری می‌گیرد، اخیرا رویه‌‌‌‌‌‌هایی باب شده است که ایمنی، آلایندگی و تولید را کاملا تحت‌الشعاع خود قرار داده است. برای نمونه استارت‌آپی خلاق با ابداع پلتفرم هوش‌مصنوعی چشم طلایی (GoldenEye) و با صرف ۳/ ۸میلیون یورو بودجه، تجزیه و تحلیل داده‌‌‌‌‌‌ها در راستای نظارت و ارزیابی سایت‌‌‌‌‌‌های معدنی سراسر اتحادیه را ممکن کرده است. فعلا پنج سایت معدنی در آلمان، فنلاند، رومانی، بلغارستان و کوزوو قرار است پلتفرم را به شکل آزمایشی مورد‌استفاده قرار دهند. این پلتفرم که با کمک داده‌‌‌‌‌‌های ماهواره‌‌‌‌‌‌ای و با استفاده از الگوریتم‌‌‌‌‌‌های یادگیری ماشینی، فناوری‌های رصد زمین را با سنجش در محل ترکیب می‌کند، داده‌‌‌‌‌‌های ماهواره‌‌‌‌‌‌ها، پهپادها و حسگرهای زمینی را پردازش می‌کند و اطلاعات عملی در مورد سایت‌‌‌‌‌‌های معدن استخراج می‌کند. به این ترتیب، پلتفرم هوش‌مصنوعی از تصمیم‌گیری در تمام مراحل چرخه حیات معدن، از اکتشاف تا استخراج و پس از بسته‌شدن، پشتیبانی کرده و قابلیت فرماندهی و هدایت مسیر را به‌شدت بالا می‌‌‌‌‌‌برد.


سیستم اتوماسیون معدن (MAS) ابداعی شرکت ریوتینتو همانند سرور شبکه عمل می‌کند و داده‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌ها را در 98درصد سایت‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌های تولید و فرآوری، جمع‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌آوری می‌کند. سیستم سپس این اطلاعات را با استفاده از الگوریتم‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌های پیچیده در قالبی رایج ارائه می‌کند که می‌توان آن را به‌صورت بصری با استفاده از چارچوب واقعیت افزوده RTVis به نمایش گذاشت یا از طریق داشبوردهای معمولی از نوع عملیاتی با نمودارها و جداول در معرض دید کاربران قرار داد. از آنجایی که تجهیزات خودران توسط تولید‌کنندگان متفاوت ساخته می‌شوند، MAS همچنین سیستم‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌های مختلف را قادر می‌سازد تا با هم کار کنند. در عین حال این سرور از هوش‌مصنوعی برای استفاده بهینه از سیستم‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌های خود استفاده کرده و کاربران را قادر می‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌سازد به‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌طور خودکار شیوه‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌های خاص تولید سنگ‌معدنی، سازماندهی اعزام تجهیزات و حتی انفجارها را طراحی، پیش‌بینی و کنترل کنند. بهینه‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌سازی سرعت و نحوه حرکت کامیون‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌های خودران برای پرهیز از ایجاد صف از جمله پیشرفت‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌های کوچکی است که دستاوردهای قابل‌توجهی در بهره‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌وری ایجاد می‌کند.

19-02