Современный мир невозможно представить без электроники, электромобилей и возобновляемой энергетики. Все эти отрасли нуждаются в огромном количестве минералов. Однако их добыча становится все сложнее и требует новых подходов.
Мы в Platforma, как эксперты в сфере больших данных, обнаружили интересный материал о возможностях операционной аналитики в горнодобывающей отрасли и решили адаптировать его для вас.
Мировая горнодобывающая отрасль сталкивается с серьезными проблемами. Растущая электрификация, развитие центров обработки данных и модернизация энергосетей требуют все больше минералов. По прогнозам консалтинговой компании BCG, около пятой части полезных ископаемых, которые понадобятся к 2035 году, еще не обнаружены.
Ситуацию усложняет снижение качества руды — металлов в породе становится меньше, что заставляет компании копать глубже. Получение разрешений на добычу может растянуться на годы или даже десятилетия. Протесты общественности и политические барьеры останавливают проекты во многих странах.
Горнодобывающие корпорации отчаянно нуждаются в новых технологиях для увеличения объемов производства.
К счастью, появляются инновационные решения — от современных буровых установок и автономных энергосистем до аналитики данных и искусственного интеллекта.
Первая группа инноваций касается ежедневных операций: бурения и переработки руды. Горнодобывающие компании перенимают опыт нефтегазовой отрасли, которая совершила прорыв благодаря технологии гидроразрыва пласта.
Так, XtremeX Mining Technology создала буровую машину на основе технологий крупных нефтяных компаний. По словам инвестора XMT Говинда Фридланда, бурение — самая затратная и тяжелая часть работы после запуска шахты. Новая установка использует змеевик — гибкую металлическую трубу с двигателем переменного тока, что позволяет бурить точнее и без остановок.
Эта технология может заменить обычное роторное бурение с гидравлическим приводом, которое применяется в промышленности около 60 лет. Бур XMT проникает на 50% глубже в землю и тратит на 20% меньше топлива благодаря более эффективным двигателям.
Энергоснабжение — еще одна важная проблема, особенно для шахт в далеких районах. Они часто зависят от дизельных генераторов, которые вредят природе, дорого стоят и имеют трудности с доставкой топлива.
Китайская компания Huawei разработала микросеть FusionSolar Smart Mine — автономную электростанцию с батареей, солнечными панелями и преобразователями тока. Умная система управления помогает правильно распределять энергию при стабильном напряжении.
Установка мощностью 6 МВт-ч работает на высоте более 4200 метров в Аргентине. В Монголии, где мороз достигает -40°C, действует система мощностью 90 МВт-ч. Микросеть использует искусственный интеллект для проверки состояния батарей, прогноза сбоев и распределения энергии. Такие решения уменьшают расходы шахтеров примерно на треть.
По мере истощения месторождений компании ищут способы извлечь больше ценных металлов из добытой породы. Крупнейшие горнодобывающие предприятия BHP и Rio Tinto испытывают новые методы выщелачивания — химического процесса, позволяющего получить больше меди из руды.
Поскольку металлы встречаются в разных формах (оксиды, сульфиды или их смеси), для их извлечения применяют разные методы. Оксиды требуют обработки кислотами, а для сульфидов нужны бактерии, растворяющие лишние вещества или окисляющие минералы. Rio Tinto создала технологию «Нутон» — процесс обогащения руды специальными добавками и микроорганизмами для получения чистой меди.
Вторая группа инноваций помогает лучше собирать информацию для ускорения геологоразведки. Китайская компания Daoyun Tech создает программы для сбора геологических данных с помощью дронов, изучения территорий и трехмерных моделей.
В то же время корпорация Ivanhoe Electric использует электрические токи, направляемые под землю на глубину около 1,5 км, для изучения месторождений и поиска минералов с медью, никелем, золотом и серебром. Точность системы позволяет находить ресурсы с меньшими раскопками, что снижает вред природе.
Не только частные компании используют технологии для поиска ресурсов. В январе Геологическая служба США и Агентство перспективных оборонных исследований (DARPA) запустили проект по созданию инструментов с искусственным интеллектом для оценки данных о важных ископаемых.
План включает извлечение информации из огромного архива — около 100 000 старых карт и исследований — и создание карты месторождений с помощью геопривязки. Сейчас лишь десятая часть каталога Геологической службы имеет географическую привязку, остальные материалы — это отсканированные изображения.
Это ускорит трудоемкий процесс геологической съемки, который обычно делается вручную и занимает годы. После объединения разных наборов данных ученые применяют машинное обучение для выявления закономерностей и прогнозирования вероятных месторождений.
Скорость внедрения этих инноваций пока неясна. Компании уже испытывают давление из-за роста стоимости рабочей силы, проблем с энергией и долгого получения разрешений. По данным McKinsey, стоимость крупных проектов (свыше 1 млрд долларов) в итоге превышает первоначальные оценки на 80%. Понадобятся годы, прежде чем многие технологические новшества станут широко доступными и выгодными.
Компания Freeport-McMoRan ставит датчики на грузовики, экскаваторы и другую технику для сбора информации о качестве руды, скорости работы и производительности в реальном времени. Эти данные обрабатывают модели искусственного интеллекта, которые делают работу машин точнее и лучше.
На предприятиях Freeport в Индонезии ИИ помогает предсказывать опасные разливы мокрой грязи, когда вода с рудой может затопить шахты. Программа анализирует видео и данные датчиков о воде, осадках, грязевых отложениях и размере частиц для создания прогнозов.
Мы в Platforma видим, как цифровые технологии меняют горнодобывающую и металлургическую отрасли. Опираясь на принципы технологического прогресса, описанные выше, мы разработали продукт «Прогноз спроса». Он помогает анализировать потребности рынка в минеральном сырье и эффективнее планировать не только добычу, но также и запасы ресурсов, их логистику. Система использует различные внешние источники, а также внутренние данные клиентов, отслеживает изменения интересов покупателей и формирует прогнозы с точностью до 95%.
Применяя алгоритмы машинного обучения, мы предсказываем будущие тренды на основе исторических и дополнительных данных. Это повышает точность прогнозирования спроса и предложения, уменьшая риск ошибок в планировании. Особенно ценной для клиентов стала возможность проверять разные сценарии и моделировать ситуации «что если...». «Прогноз спроса» позволяет отказаться от прогнозов в Excel и перейти к современным инструментам и большим данным.
В середине апреля на конференции Data Fusion руководитель продукта Елена Титова рассказала, как использовать большие данные и предиктивные модели в промышленности.
Компаниям тяжелой промышленности стоит уже сейчас тестировать возможности искусственного интеллекта. Не нужно бояться работать с внешними партнерами — заказчик и исполнитель это единая команда с общими целями. Также не стоит опасаться, что ИИ заменит людей — этого не произойдет. Технологии экономят время сотрудников и позволяют им избавиться от рутины.
Технологический прогресс в добыче полезных ископаемых — не просто модный тренд, а необходимость для решения актуальных задач. Мы в Platforma рады быть частью этих изменений и помогать компаниям использовать данные для умных решений.