تغییر ریل معدنکاری با هوش مصنوعی/ درمان شکاف ۱۵ ساله تکنولوژیک در معادن ایران
به گزارش خبرگزاری آنا؛ یکی از مهم ترین ارکان رشد هر صنعت و کسب و کاری در دنیای امروز مسلح کردن آن به فناوری های نوینی است که تاثیر بسیار شگرفی در بهره وری و رشد توسعه ای دارد. در همین راستا معادن به عنوان یکی از مهم ترین و اولیه ترین پله های توسعه می تواند مقصدی برای فناوری های نو به خصوص هوش مصنوعی باشد.
در همین راستا سعید صمدی، دبیر انجمن زغالسنگ ایران، در گفتوگو با خبرنگار اقتصادی آنا، درباره جایگاه هوش مصنوعی در صنعت معدن اظهار کرد: برخلاف تصور برخی افراد، استفاده از هوش مصنوعی در معادن نهتنها امکانپذیر است، بلکه به یک ضرورت تبدیل شده است؛ زیرا فعالیت معدنی ماهیتی بسیار پیچیده دارد و هیچ معدنی رفتار کاملاً مشابه معدن دیگر ندارد.
وی با تشریح این موضوع گفت: همانگونه که هیچ دو انسانی کاملاً شبیه یکدیگر نیستند، معادن نیز با وجود شباهتهای ظاهری، از نظر رفتار زمینشناسی، شرایط ذخیره، نحوه استخراج، فرآوری و بسیاری از ویژگیهای دیگر با یکدیگر تفاوت دارند. به همین دلیل نیز معمولاً افرادی در حوزه معدن موفقتر هستند که تجربه بیشتری از مواجهه با معادن مختلف و رفتارهای متفاوت آنها داشته باشند و بتوانند بر اساس این تجربیات تصمیمگیری کنند.
دبیر انجمن زغالسنگ ایران افزود: هوش مصنوعی دقیقاً در همین نقطه میتواند ارزشآفرینی کند؛ زیرا قادر است صدها و حتی هزاران داده و رفتار مختلف را بهصورت همزمان پردازش و مقایسه کرده و در نهایت بهترین نتیجه را در اختیار مدیران معدن قرار دهد؛ کاری که انجام آن برای نیروی انسانی در چنین حجمی تقریباً غیرممکن است.
هوش مصنوعی جای آزمایشگاه را نمیگیرد، اما تحلیل دادهها را متحول میکند
صمدی با اشاره به اینکه گاهی تصور نادرستی درباره تواناییهای هوش مصنوعی در بخش معدن وجود دارد، اظهار کرد: برخی تصور میکنند هوش مصنوعی میتواند مستقیماً عیار ماده معدنی را تشخیص دهد، در حالی که اینگونه نیست. تعیین عیار همچنان وظیفه آزمایشگاه است و نمونههای معدنی باید در مراحل اکتشاف یا استخراج مورد آزمایش قرار گیرند.
وی ادامه داد: هوش مصنوعی قرار نیست جای تجهیزات سختافزاری یا آزمایشگاه را بگیرد، بلکه کارکرد اصلی آن در بخش نرمافزاری و تحلیل دادههاست. زمانی که اطلاعات گسترده یک معدن در اختیار این سامانه قرار گیرد، میتواند با تحلیل آنها، عیار حد، وضعیت اقتصادی معدن، قیمت تمامشده استخراج و بسیاری از شاخصهای مدیریتی را برآورد کرده و تصمیمگیری را برای مدیران آسانتر کند. بنابراین یکی از مهمترین کاربردهای این فناوری در معدن، تحلیل همزمان حجم انبوهی از اطلاعاتی است که در حالت عادی بررسی آنها توسط کارشناسان به زمان بسیار زیادی نیاز دارد.
کنترل هوشمند ماشینآلات تجربهای که دنیا آغاز کرده است
دبیر انجمن زغالسنگ ایران در ادامه به کاربردهای دیگر هوش مصنوعی در معادن اشاره کرد و گفت: امروزه بسیاری از فعالیتهایی که تاکنون توسط نیروی انسانی انجام میشد، میتواند به سامانههای هوشمند سپرده شود. برای مثال، به جای آنکه افراد مسئول نظارت بر رفتوآمد ماشینآلات معدنی باشند، دوربینها و سامانههای هوشمند میتوانند بهصورت ۲۴ ساعته تمامی ترددها را ثبت، تحلیل و در پایان هر روز گزارش دقیقی از عملکرد تجهیزات ارائه کنند.
صمدی با اشاره به تجربه کشورهای معدنی جهان افزود: هرچند ایران هنوز در این حوزه فاصله قابل توجهی با کشورهای پیشرفته دارد، اما در بسیاری از نقاط دنیا این فناوری وارد مرحله اجرا شده است. در کشور مغولستان، به دلیل کمبود نیروی انسانی، بخش عمده ماشینآلات معدنی بهصورت ریموت کنترل میشوند و هدایت آنها از کشور استرالیا انجام میشود. طبیعی است که اجرای چنین پروژههایی بدون استفاده از هوش مصنوعی و سامانههای هوشمند امکانپذیر نیست.
زیرساخت حلقه مفقوده توسعه هوش مصنوعی در معادن ایران
دبیر انجمن زغالسنگ ایران در ادامه تأکید کرد که استفاده از هوش مصنوعی تنها به تهیه نرمافزار محدود نمیشود و پیش از آن باید زیرساختهای لازم فراهم باشد.هوش مصنوعی زمانی میتواند عملکرد موفقی داشته باشد که فرآیندهای موجود از نظم مشخصی برخوردار باشند تا سیستم بتواند بر اساس آن الگوها، پیشبینی و برنامهریزی انجام دهد.
صمدی افزود: در شرایط فعلی، بسیاری از معادن کشور با ماشینآلات فرسوده، تجهیزات قدیمی و مشکلات متعدد عملیاتی روبهرو هستند و همین مسئله امکان بهرهگیری گسترده از فناوریهای نوین را محدود کرده است.
وی مهمترین مانع را نبود زیرساخت ارتباطی مناسب دانست و اظهار کرد: اینترنت پایدار هنوز در بسیاری از نقاط کشور، بهویژه معادن واقع در مناطق دورافتاده و کوهستانی، وجود ندارد. در چنین شرایطی طبیعتاً اجرای سامانههای هوشمند با دشواریهای فراوانی همراه خواهد بود.
هوش مصنوعی میتواند از وقوع بسیاری از حوادث معدنی جلوگیری کند
صمدی درباره نقش هوش مصنوعی در ارتقای ایمنی معادن، بهویژه معادن زیرزمینی و زغالسنگ، گفت: بسیاری از کشورهای جهان، بهویژه چین، در این زمینه سرمایهگذاری گستردهای انجام دادهاند و نتایج بسیار مطلوبی نیز به دست آوردهاند. بخش عمده حوادث معادن زیرزمینی به گازهای معدنی مربوط میشود و حدود ۹۰ درصد حوادث نیز ناشی از انفجار گاز است.
وی ادامه داد: اگر قرار باشد هوش مصنوعی در این حوزه مؤثر باشد، ابتدا باید سامانههای مانیتورینگ دائمی در معادن نصب شوند تا غلظت گاز بهصورت لحظهای در تمام بخشهای معدن اندازهگیری شود. در چنین شرایطی دیگر نیازی نیست افراد بهصورت دستی عملیات گازسنجی انجام دهند، بلکه سامانه هوشمند بهطور مداوم اطلاعات را دریافت و تحلیل کرده و حتی میتواند منشأ افزایش گاز، لایههای گازخیز و روند تغییرات را نیز پیشبینی کند.
وی افزود: در بسیاری از معادن بزرگ دنیا، به محض آنکه میزان گاز از حد مجاز عبور کند، سامانه بهصورت خودکار هشدار صادر کرده، سیستم تهویه را تغییر میدهد و مسیر جریان هوا را اصلاح میکند تا گاز به سایر بخشهای معدن منتقل نشود.
تشخیص خطا پیش از وقوع حادثه
دبیر انجمن زغالسنگ ایران یکی دیگر از قابلیتهای مهم هوش مصنوعی را کاهش خطاهای انسانی دانست و گفت: سامانههای هوشمند حتی میتوانند عملکرد رانندگان ماشینآلات سنگین معدنی را نیز ارزیابی کنند. ممکن است یک راننده خسته باشد، تجربه کافی نداشته باشد یا مطابق دستورالعملها عمل نکند. هوش مصنوعی میتواند این رفتارها را پیش از آنکه به حادثه منجر شوند شناسایی کرده و هشدار لازم را به سیستم مدیریتی بدهد.
صمدی تأکید کرد: در حوزه ایمنی، نظارت نرمافزاری و هوشمند به مراتب دقیقتر و مؤثرتر از کنترل صرفاً انسانی است و به همین دلیل نیز این بخش یکی از مهمترین حوزههای کاربرد هوش مصنوعی در معدن به شمار میرود.
معادن ایران حداقل یک دهه از فناوریهای نوین عقب هستند
وی در ادامه درباره میزان بهرهگیری معادن ایران از فناوریهای نوین اظهار کرد: متأسفانه فاصله فناوری کشور با استانداردهای جهانی بسیار زیاد است و میتوان گفت حداقل بین ۱۰ تا ۱۵ سال از دنیا عقب هستیم. در حوزه اکتشاف، متوسط عمق اکتشاف در کشورهای معدنی جهان حدود هزار و ۵۰۰ متر است، در حالی که این رقم در ایران حدود ۳۰۰ متر بیشتر نیست.
صمدی ادامه داد: در حوزه فرآوری نیز شرایط مطلوبی وجود ندارد، زیرا طی هفت تا ۱۰ سال گذشته ماشینآلات و فناوریهای جدید وارد کشور نشده است. همچنین متوسط عمر ماشینآلات استخراج معدنی در ایران حدود ۱۵ سال است؛ عددی که حتی برای خودروهای شخصی نیز عمر بالایی محسوب میشود.
ظرفیت هوش مصنوعی در اکتشاف فرصتی که هنوز از آن استفاده نکردهایم
دبیر انجمن زغالسنگ ایران درباره کاربرد پهپادها، فناوری سنجش از دور و هوش مصنوعی در اکتشاف معادن نیز گفت: اکتشاف معمولاً از مرحله هوایی آغاز میشود که تنها اطلاعات کلی در اختیار کارشناسان قرار میدهد و پس از آن عملیات گمانهزنی و بررسیهای میدانی انجام میشود. در گذشته ترسیم نقشههای ذخیره بهصورت دستی انجام میشد، اما حدود دو دهه است که نرمافزارهای تخصصی این وظیفه را بر عهده گرفتهاند.
صمدی در عین حال خاطرنشان کرد: هرچند اطلاع دقیقی از میزان استفاده از هوش مصنوعی در این بخش ندارد، اما این فناوری به دلیل قدرت بسیار بالای تحلیل دادهها میتواند نقشههای هوایی و اطلاعات اکتشافی را با دقت بسیار بیشتری بررسی کرده و الگوهای جدیدی را استخراج کند.
وی تأکید کرد: با وجود تمام ظرفیتهای موجود، واقعیت این است که معادن ایران هنوز درگیر مسائل اولیه اکتشاف هستند و تا زمانی که زیرساختهایی مانند اینترنت پایدار، تجهیزات بهروز و سامانههای ارتباطی مناسب فراهم نشود، استفاده گسترده از هوش مصنوعی نیز امکانپذیر نخواهد بود.
انتهای پیام/
