摘要：一文讀懂 AI在國際礦業(yè)的3大應用：大數(shù)據(jù)找礦、無人駕駛礦卡、預測性維護，分別屬于勘探、采礦，選礦/選煤。

---

人工智能（Artificial Intelligence, AI）已在很多領域獲得應用。可能很難想象，AI已廣泛應用于世界主要礦山，除了在技術(shù)上層面驗證了AI能夠有效的改善采礦作業(yè)安全、提升礦山效率、增加運營效益外，AI在礦業(yè)領域的應用也獲得了巨大的商業(yè)成功。各大礦業(yè)巨頭紛紛將智能化技術(shù)的投資列為未來的主要預算，僅力拓在澳洲皮爾巴拉的Koodaideri鐵礦一項，預算就高達22億美元。

 

通過對礦山從勘探開始，到礦建、運營直至閉坑的完整生命周期內(nèi)的海量數(shù)據(jù)采集、結(jié)合特定算法的分析，并開發(fā)針對性的應用，礦山正變得越來越有智慧。不斷進步的傳感器技術(shù)，5G，工業(yè)物聯(lián)網(wǎng)統(tǒng)一協(xié)議等基礎為智慧礦山打下了堅實的基礎；低成本的“云”（阿里云、騰訊云、亞馬遜云等），巨頭開發(fā)出的算法（如，視覺識別），為智能采礦的創(chuàng)新提供了觸手可及的資源。客觀的看，在中國實施智能采礦的基礎條件比澳洲等傳統(tǒng)礦業(yè)強國更好，成本更低。

 

推薦一本書《Prediction Machines》，該書已有中文版。

該書用力拓(Rio Tinto)在西澳Pilbara 的礦場舉例，采礦作業(yè)的幾個關鍵環(huán)節(jié)將智能化技術(shù)加配到現(xiàn)有的自動化技術(shù)以后，給整個礦山帶來的最直接的效益提升：減少了停機時間。比如，無人駕駛礦卡和無人駕駛長火車技術(shù)的成功應用，原本司機的休息時間，礦山依然保持作業(yè)。

 

AI用于智能采礦，不能一蹴而就！本文僅簡介勘探、采礦、選礦3個領域的案例。這些細分領域的技術(shù)已在應用場景中驗證，并具有巨大的商業(yè)價值。

 

① AI應用于新礦種勘探

現(xiàn)在，AI已迅速的出現(xiàn)在礦業(yè)的各個階段，地質(zhì)師開始將機器學習用于勘探時獲得的地質(zhì)數(shù)據(jù)分析和評估，用于預測最佳的鉆孔位置。已成功應用到金礦勘探的專利算法有CARDS（Computer Aided Resource Detection System）。

系統(tǒng)能為手工輸入數(shù)據(jù)和遙感、地球化學等數(shù)據(jù)搭建有效的“連接”

最近，一個將AI和找鈷礦業(yè)務結(jié)合的新創(chuàng)公司獲得了比爾蓋茨旗下基金支持，這家公司名叫Kobold Metals，旨在用大數(shù)據(jù)算法確定鈷的探礦靶區(qū)（備注：Breakthrough Energy Ventures，由比爾蓋茨創(chuàng)建，也有馬云、潘石屹和張欣夫婦等來自中國的董事）。

現(xiàn)有的鈷來源，主要為銅和鎳礦的副產(chǎn)品。單一針對鈷的勘探非常有限（北京浩沃特礦業(yè)技術(shù)有限公司 從2017年至今，參與了贊比亞與剛果金交界的單一鈷礦的技術(shù)盡調(diào)、評估和開發(fā)咨詢），可能尚有大量在傳統(tǒng)探礦方式下未被發(fā)現(xiàn)的鈷資源，這為AI應用到找鈷礦創(chuàng)造了機會。

今天主要的礦物勘探主要依賴有經(jīng)驗的地質(zhì)學家通過大量的人工來處理各種地質(zhì)數(shù)據(jù)，然后獲得勘探分析結(jié)果。這樣的數(shù)據(jù)處理方式，效率難以保證，分析也是隨機的，沒有形成體系，人工處理注定會遺漏一些不起眼的變化，這些“遺漏”也會影響到最終勘探結(jié)果的評估。

鑒于此，Kobold Metals將使用“機器學習”的方式探索到新的鈷礦來源。通過建立一個地質(zhì)數(shù)據(jù)庫，輸入地球物理和地球化學方面的信息，然后將其代入算法，尋找指示鈷濃度增加可能性的信號，從而指導尋找新的鈷資源。

此外，澳洲的礦業(yè)公司也開始采用新的實驗室技術(shù)和機器人測繪技術(shù)進行檢測金屬，檢測對象包括沙子、地下水，乃至桉樹葉。

澳洲80％的地表被數(shù)米的沉積物和沙子覆蓋。礦業(yè)公司以新的方式將新技術(shù)和已有方法相結(jié)合進行勘探，包括由政府機構(gòu)制作的新一代多層地圖。

目前，IBM在加拿大開發(fā)了一個資源平臺Watson，該平臺使用機器學習來更好地預測礦物所在地，使用人工智能將政府鉆探結(jié)果和航磁測量等數(shù)據(jù)與歷史視覺數(shù)據(jù)（包括以前未曾做過的手繪地圖）相結(jié)合。傳統(tǒng)上，地質(zhì)學家將80％的時間用于分類數(shù)據(jù)，試圖找到、關聯(lián)、組織數(shù)據(jù)，然后計算模型。但現(xiàn)在，地質(zhì)學家只用在這方面投入20％的時間，用更多的時間從信息中得到判斷，并對潛在勘探地區(qū)做出更好的決策。

 

AI，正在改變勘查技術(shù)，地質(zhì)師的工作也在重新定義。

② 無人駕駛礦車

目前AI在大型礦業(yè)公司的應用主要是為了改善運營效率。

現(xiàn)在談無人駕駛技術(shù)，主要關注的是民用領域。在礦山，無人駕駛車輛早已在露天礦使用，主要原因是：容易唄！因為露天礦是處于圍欄概念的限定區(qū)域。

2014年，SAE International(國際汽車工程師協(xié)會)制訂了一套無人駕駛汽車分級標準，分為L0-L5幾個等級。也有認為SAE分級之外，有必要再加一個維度，也就是按照地理圍欄(Geofence)的概念，進行Geo1~-Geo5的簡單分級（表1）。隨著數(shù)據(jù)的積累以及技術(shù)的提升，無人車可行駛區(qū)域從Geo1礦區(qū)無人車少到Geo5基本沒有圍欄，逐步放大區(qū)域并最終實現(xiàn)自主駕駛。

基于地理圍欄的無人駕駛礦卡系統(tǒng)設置

現(xiàn)在力拓使用的卡車無人駕駛主要通過自動化運輸系統(tǒng)（Autonomous Haulage System，AHS）實。系統(tǒng)用控制裝置、GPS衛(wèi)星、無線通信技術(shù)和軟件來取代原來坐在駕駛室內(nèi)的司機。

 

力壓拓使用的自卸卡車無人駕駛原理示意圖

 

首先，露天礦山無人駕駛卡車應該是卡車智能調(diào)度系統(tǒng)的一部分，在整個卡車智能調(diào)度系統(tǒng)的調(diào)度下，實現(xiàn)以下分步操作：

1）由裝備了高精度定位能力GPS系統(tǒng)的車隊監(jiān)測中心控制裝置管理，為每輛車指定裝載機的位置和運輸路線，車輛通過接收無線指令以合適的速度按照目標路線運行；

2）卡車由GPS、監(jiān)測中心控制裝置無線指令和其它導引裝置來確定車輛在礦山的準確坐標并了解周圍的情況，使得卡車能在無人操作的情況下實現(xiàn)復雜的裝載、運輸和卸載循環(huán)的自動運行；

3）裝載時，由同樣安裝了GPS的挖掘機或裝載機來計算并引導卡車至正確的位置，由裝載機自動進行裝載；

4）卸載時，監(jiān)測中心控制裝置發(fā)送卸載點的位置和路線信息，卡車在相應設備引導下到達卸載點，準確進行卸載；

5）安全方面，在AHS運行下如果障礙物偵測系統(tǒng)發(fā)現(xiàn)行走路線上有其它車輛或人，卡車就會馬上減速或停車。

在無人駕駛卡車上，通常裝備有以視覺為主的多融合傳感器，包括攝像頭、激光雷達和毫米波雷達等傳感器。其中，主要基于攝像頭實現(xiàn)環(huán)境感知，以激光雷達和毫米波雷達等其他傳感器來提升系統(tǒng)冗余度。通過系統(tǒng)配備的深度學習感知算法，能夠做到讓攝像頭像人眼一樣實時感知行車周邊環(huán)境，檢測和跟蹤視野中的各種物體，能夠?qū)�可視場景進行像素級的解讀。

F 主要技術(shù)提供商：日本小松+GE、卡特彼勒、沃爾沃

目前，以小松的無人駕駛礦卡應用最為廣泛，這里重點介紹小松的無人駕駛礦卡情況。

礦卡從人工操作到AI水平示意圖

小松目前的技術(shù)實現(xiàn)了“無人駕駛礦卡”，下一步是“無人礦山”，最后是“AI礦山”。

 

     日本小松公司第一輛77t無人駕駛卡車首先在日本一家水泥公司的采石場試驗，用雷達檢測障礙物，最大運行速度36km/h，1996年又在澳大利亞昆士蘭礦山使用。1996年，小松公司5輛無人駕駛卡車在西澳大利亞投入運行，采用架線供電方式，沿道路每150m設一根標桿，以10次/s的偶合脈沖激光校準制導和GPS定位系統(tǒng)準確地引導卡車，以cm級精度在礦區(qū)道路上運行。2005年，小松公司在智利的銅礦開始進行無人運輸系統(tǒng)的試驗，當時并沒有為無人駕駛研制新型卡車，而是采用現(xiàn)有車型，為其安裝了多種傳感器、控制器和通信組件等設備，確保其可在指令之下自動行駛。而整個系統(tǒng)還需要地面控制中心、通信基站等設備，并在導航衛(wèi)星的支持下工作。

2008年年底，力拓（Rio Tinto）公司位于澳大利亞的幾座鐵礦也開始運營小松公司的無人駕駛卡車。位于澳大利亞西北部的皮爾巴拉（Pilbara）地區(qū)是聞名于世的鐵礦石產(chǎn)區(qū)，運輸鐵礦石的卡車每天24小時不間斷地在廣袤而空曠的褐紅色土地上飛馳（見圖2、圖3）。而這些兩三層樓高的卡車沒有駕駛員，也沒有隨車人員，一切全由1500公里外珀斯市的計算機控制中心來遠程控制（見圖4）。迄今為止，力拓集團在澳大利亞4個礦山中啟用了73輛無人駕駛卡車。

    此外，小松還計劃增強無人運輸系統(tǒng)在混合型車隊的應用能力，即一個車隊中同時運行有人駕駛和無人駕駛卡車，這有利于現(xiàn)有礦山逐漸過渡到全自動礦山。

小松現(xiàn)在的無人駕駛礦卡的FrontRunner 系統(tǒng)示意圖

    2016年，小松發(fā)布一款無人駕駛礦用卡車（見圖5），直接取消了卡車上的司機駕駛室。新設計的車身重量被平均分配到了四個輪子上，同時還配備四輪驅(qū)動和四輪轉(zhuǎn)向，卡車有更好的控制性和可操作性，從而將無人駕駛的概念執(zhí)行得十分徹底。該車長15m，有效荷載為230t，最大功率2700馬力，最高時速可達64km/h。

小松取消駕駛室后的無人駕駛礦卡

③ 預測性維護

由于噴砂工藝處理不佳造成機械表面的瑕疵，成為了培育AI在礦業(yè)領域快速推廣的沃土，即：設備的預測性維護。

在預測性維護領域，已誕生初創(chuàng)公司的獨角獸，美國的Uptake公司最近一輪估值已達23億美金。Uptake采用機器學習，協(xié)助使用這項技術(shù)的公司理解嵌入在全球工業(yè)設備上的傳感器收集的令人眼花繚亂的數(shù)據(jù)。此外，Uptake為了完善工業(yè)數(shù)據(jù)源，收購了APT（Asset Performance Technologies）。APT的數(shù)據(jù)庫能透過辨識設備何時發(fā)生故障，協(xié)助客戶防止代價高昂的停機和維修。Uptake的機器學習技術(shù)會隨著消化更多數(shù)據(jù)而變得更智能，而APT的資料庫包含成千上萬關于設備故障原因的歷史經(jīng)驗教訓。兩家公司合并后，預測性維護技術(shù)已應用到了飛機發(fā)動機故障預警等高端領域，進一步說明了AI是可以自我學習的，如果給AI大量營養(yǎng)（數(shù)據(jù)），AI會成長的更快。

預測性維護帶給礦山的直接收益是：減少非計劃停機、節(jié)省成本、創(chuàng)造更高效益。主要是通過結(jié)合大數(shù)據(jù)分析，自動建議合理的配件采購量，減少不必要的庫存，保持系統(tǒng)穩(wěn)定性和開機率，合理安排運維計劃等細節(jié)來實現(xiàn)。

預測性維護算法的核心是需要辨識機械部件在出故障或損壞前的各種特征。這些可能導致零部件損壞的特征，是通過設置在機械具體部位的傳感器實時采集的數(shù)據(jù)和數(shù)據(jù)庫里正常運行數(shù)據(jù)曲線和導致機械故障的數(shù)據(jù)曲線進行分析和比對得出的。在機械故障或零部件損壞前，通常設備的溫度、振動、噪音、電流等數(shù)據(jù)都會有所變化。通過這些變化，AI能提前告知管理人員哪個設備的哪個部件可能會出問題，提示管理人員提前排除故障，從而實現(xiàn)“預測性維護”的目的。

2018年剛上線時的Alpha公司（安爾法智控科技）的預測性維護運維平臺

 

預測性維護的工作原理

第一步：傳感器連接，直接“貼”到需要監(jiān)測的設備的相關部位；

第二步：數(shù)據(jù)采集，持續(xù)的采集數(shù)據(jù)到云端；

第三步，分析，機器學習算法通過數(shù)據(jù)分析預測設備運行健康/故障；

第四步，實時監(jiān)控，通過電腦或手機，以及微信推送實時掌握設備狀況。

 

國內(nèi)成功使用預測性維護的案例

神木煤業(yè)石窯店選煤廠

川煤集團敘永選煤廠

（詳細案例情況，請參與Alpha網(wǎng)站）

 

敘永選煤廠斗式提升機故障預測及提前排障過程

持續(xù)關注：為了確認設備的情況，在正常檢修時間之前，繼續(xù)關注設備運行的數(shù)據(jù)。經(jīng)過接下來的幾天時間監(jiān)測，并且根據(jù)歷史數(shù)據(jù)的積累，系統(tǒng)經(jīng)過分析后，預測在兩三天內(nèi)三軸振動峭值有可能出現(xiàn)明顯的增加。

系統(tǒng)預測振動曲線

微信預警信息推送

檢修過程：10月31日，車間檢修師傅通過系統(tǒng)提示，在現(xiàn)場斗提機運行的時候進行檢查，發(fā)現(xiàn)斗提機存在轉(zhuǎn)動無力的情況，于是立即停機，拆下電機的減速機等，進行檢查。經(jīng)檢修發(fā)現(xiàn)：減速機滾鍵，造成了軸的鍵槽與齒輪的鍵槽損壞失效。在現(xiàn)場及時地在外對鍵槽進行修復后，斗提機運行恢復正常。更大故障乃至于停產(chǎn)的發(fā)生被扼殺在了搖籃之中，可能出現(xiàn)經(jīng)濟損失被有效地避免了�，F(xiàn)場設備管理人員特別贊賞了此次準確的信息預警，并表示之后會更加利用系統(tǒng)的信息推送，以及專家建議，將設備的維護做到更好。

鍵軸損壞情況

值得一提的是，Alpha（安爾法）的預測性維護技術(shù)，已將礦山設備資產(chǎn)的生命周期智能化管理考慮在內(nèi)，并與微信打通，管理員與系統(tǒng)的“人機交互”形式更為豐富和實用。

 

國外成功使用預測性維護的案例

英美資源，澳大利亞Moranbah North Mine煤礦，在選煤廠中所有的渣漿泵使用了預測性維護技術(shù)。

Barrick Gold公司旗下多數(shù)金礦的采礦設備及選礦廠均實施了預測性維護系統(tǒng)。

除減少非計劃停機外，預測性維護技術(shù)在幫助系統(tǒng)更穩(wěn)定時，選礦廠設備都都處于最佳性能，這樣帶來的附加好處是：提升選礦廠的回收率。

國內(nèi)智能采礦，智慧礦山，智能化選煤廠等已不是新概念，遺憾的多數(shù)選擇大聲疾呼，僅有少數(shù)公司能專注于技術(shù)開發(fā)工作。國內(nèi)的礦山，嚴格意義來講，暫時沒有一個真正的“智慧礦山”。行業(yè)缺標準，營銷靠想象，礦山搞政績，把自動化當智能化……這些現(xiàn)象只能給礦業(yè)的智能化之路帶來負能量。智能化不能一步到位，不是搞大而全工程，也不是高投入就一定有效果。

這樣的大環(huán)境下，堅持踏實研發(fā)，逐步將智能化技術(shù)落地的公司，一定會收獲豐厚的回報。

科技的發(fā)展將重塑礦業(yè)，并為這一古老的行業(yè)增加新的發(fā)展動力。 

在礦業(yè)，一起做AI

 

---

【免責聲明】本平臺旨在分享和傳播優(yōu)秀文化思想，無任何商業(yè)目的，版權(quán)歸原作者所有，如有侵權(quán)請與我們聯(lián)系！歡迎廣大朋友投稿。掃描下方公眾號二維碼，關注更多及時資訊。