智能化在澳洲某地下矿山的应用

刘晓亮，鄢德波

(1.五矿有色金属股份有限公司， 北京 100044；2.长沙矿山研究院有限责任公司， 湖南 长沙 410012)

智能化的含义很广，涵盖了许多先进技术的战略规划，实现过程较为多样。自 1990年代开始，智能化就在矿业领域开展了研究和应用，依托高速发展的信息技术等智能手段，近些年来已经取得了较好的实际应用成效。

矿山生产环节较多，各环节间相互关联。合理安排生产，及时识别问题并针对性地采取有效措施，对矿山高效生产非常重要。尤其对于矿石开采环节，不仅需要考虑人员、设备的调用，还要考虑各流程间的相互影响；不仅需要考虑到采出矿石的量和品质，还要考虑到开采与掘进之间的平衡关系[1-3]。通过智能化能够较为高效地从不同角度来解译信息、辅助生产决策，本文以澳洲某矿山为例探讨智能化的应用及效果。

1 国际发展现状

矿山智能化是矿山发展的较高级阶段，是机械化、自动化、信息化等“三化”全面普及和高度发展后的产物。针对不同的应用场景、不同的目标需求、不同的发展阶段，矿山智能化的表现形式较为多样，有基于自动化设备的、基于信息技术的、基于数据挖掘的等。

力拓自2008年开始在皮尔巴拉（Pilbara）地区实施“未来矿山”计划，将其位于该地区的 16个铁矿、4个港口、1700 km铁路网和相关设施整合成皮尔巴拉运营，并将集成运营中心设置在千里之外的城市珀斯[4]。至 2018年底共完成总量的 30%以上的卡车自动化改造，也完成了铁路系统的自动驾驶改造。2016年的实际生产数据表明，改造后，每辆卡车平均增加工作时间1000 h，运输成本降低15%[5]。预计在2021年，该项计划将为公司增加50亿美元的净现金流，且其后每年也将额外提供5亿美元净现金流。

同为矿业巨头的必和必拓，也在其旗下矿业资产中大力推广智能化，如使用专家系统来规划和跟踪铁矿石在矿山和港口之间的运输；利用大数据挖掘技术，提升多因素决策能力，不断提升铁路运输系统的表现，减少了物流的拥堵问题，增加了运输量；使用即时追踪技术，提升了采出矿石品位，并降低了动力和水的消耗；实施精密开采计划，通过在大型设备上安装传感器，以迅速和准确地分析铜品位，最大化其位于智利的Escondida矿的产量，延长矿山服务年限[6]。

得益于优质的资源禀赋，力拓和必和必拓已经在矿山智能化方面有了广泛的应用，并取得了较好的收益。相对于露天矿山，地下矿山由于条件限制，实现智能化稍具挑战。

2 矿山概况

澳洲某矿山位于澳大利亚昆士兰州西北部牧场区，位于知名矿业城市Mount Isa市东北约85 km，距离Cloncurry镇约65 km，距离港口城市Townsville约700 km。

该矿山采用地下开采，斜坡道开拓，无轨化生产，原矿产量175万t/a～200万t/a。矿体厚度2 m～20 m，倾角75°左右，主要采用SLOS法开采，全尾砂膏体胶结充填。

由于远离城市，该矿山主要采用FIFO（Fly In Fly Out，飞进飞出）的通勤方式，即乘坐飞机往返居住城市和矿山。采用连续生产模式，每天分2班，每班12 h，工作2周休息1周。

3 智能化应用情况

现代矿业的商业化程度较高，依托发达的交通体系，飞进飞出模式能够大幅降低偏远地区矿山的建设投入。由于矿山须连续生产，该模式下除了要考虑日夜轮班外，还需要考虑周间轮班，需一定的人员冗余量。为实现连续生产，该矿山采用日夜加周间的倒班安排，即工人在完成一周夜班和一周白班后，须按规定乘坐飞机返回居住城市休息一周，期间由第三班补上。该模式下的人员需求较多，不同班次之间的沟通效果较差，通勤成本较高。

对位于偏远地区的矿山来说，通过机械化、自动化、智能化手段来优化人员和资源配置，能更好实现降本增效，提升矿山竞争力。

3.1 机械化

该矿山地下开采实现了全面的无轨机械化：通勤采用矿用皮卡，提升运输采用60 t井下卡车，装载采用8 m3铲运机，巷道掘进采用双臂凿岩台车，生产采用潜孔凿岩台车，其他辅助设备包括装药台车、服务台车、洒水车等。

井下卡车带称重装置，中控屏幕上能显示出卡车的负载重量，经现场实际验证，3个月使用后精度能控制在±0.1 t。

铲运机配备遥控装置，具备人工驾驶、视距遥控和超视距遥控3种操控模式；可配置自动巡航模块，只需在装矿或者卸矿的时候进行人工干预，运输过程中可完全实现自动巡航。有效运距内，一个工人可同时操作3台铲运机。部分铲运机上安装有自称重模块，铲臂上举到特定高度和角度可实现准确称重。

潜孔凿岩台车配有自动钻孔模块，通过网络或者移动存储介质将钻孔设计参数输入台车后，台车可自行钻凿并自动处理卡钻等小故障。

3.2 信息化

3.2.1 设计三维化

如澳洲其他矿山一样，该矿山的地质模型精度较高，为三维化设计创造了良好的基础。

地质专业通过对勘探钻孔编录后，主要生成 2个模型：地质模型（主要显示矿体的形态和构造等信息）和块体模型（主要显示出矿体的资源品位和价值等信息）。以这 2个模型为基础，综合工程地质要求和矿块设计参数等约束信息，通过 MSO（Minable Shape Optimizer）程序生成符合条件的矿块布置。具备了上述信息后，三维化设计成果便达到了精度要求。

矿山规划工程师（Mine Planning Engineer）基于上述模型完成矿山整体设计。通风工程师将矿山设计模型导入Ventsim软件进行通风网络结算，生产工程师在三维采场模型上进行凿岩爆破设计，测量人员根据中心线生成测量备忘录（Survey Memo）交付工人施工，完成的工程通过 CMS形成三维模型后录入设计中去。所有工作以三维为基础，从设计到实施形成闭环管理。

3.2.2 计划精细化

精细的矿山计划是安全、合理、高效生产的基础。矿山计划按阶段分为：生命周期计划、一年期计划、季度计划、13周滚动计划、周计划和日计划。合理的长周期计划是生产平衡的保障，合理的短周期计划是生产效率的保障，各阶段之间的无缝衔接与及时同步非常重要。

排产软件与设计软件可以实时同步：更改了生产计划，三维设计里的相应特性会随之更改；更改了三维设计后，生产计划里的信息也会同步调整。

在设置好工作的优先级和优先模式后，排产软件可以自动生成矿山生产计划。在预设好设备台班效率、人工效率、材料消耗等信息后，软件可以根据排产结果生成预算报表等。借助排产软件，矿山生产计划和预算可以精确到每天。

3.2.3 矿山信息化

矿山信息化体现在2个方面，工作模式的信息化和生产活动的信息化。

（1）工作模式信息化。矿山配置了设计文件服务器，可以实现多人协作和版本控制[7]，设计人员可通过互联网随时访问设计文件，修改后执行登记操作即可更新设计，发现问题时可随时恢复到之前的设计。矿山还配置了局域网文件服务器，供不同专业间交换较大的文件和归档工作。

（2）生产活动信息化。工人通过车载通讯装置及时向地表控制室汇报自己的工作信息，包括设备载重、钻孔米数、地点等；控制室将汇报的信息录入信息收集系统，以“元信息”的形式存入关系数据库；工程师在办公室通过工作界面可以生成预设好格式的报表，也可以通过使用联机分析处理（OLAP）技术来调用生产数据[8]，通过使用商业智能软件（Business Intelligence）生成动态报表，从不同角度展示生产数据。

3.2.4 矿山智能化

矿山智能化可分为设备智能化和决策智能化。

（1）设备智能化。该矿山实施了一个智能研发项目，旨在通过机器学习实现出矿品位的自动判断。品位判断技术的核心是图像识别，通过安装在铲运机上的高清摄像头来识别矿堆中的高品位区域，随后设备按要求将不同品位的矿石运至指定储矿点。

（2）决策智能化。这主要是依赖于该矿和所在公司强大的信息系统。除了上文所讲到的矿山生产活动信息化外，矿山的其他领域也实现了数据化。如选矿，通过设置在各个环节的传感器，将生产过程中的数据详细地记录到其信息化平台中；如物流运输，矿山配置了专门的物流管理平台来记录产品的运输过程；如仓储管理，矿山引入了现代化仓储系统，通过二维码、射频卡等措施追踪备品备件、原辅材料的消耗；如油料供应，矿山引入了油料计量设备来跟踪消耗。

所有的生产相关指标最终汇入SAP系统，与财务、风控、管理等数据实现集成，为智能化打通了最后一环。这些信息记录平台本身具备一定的数据分析能力，但其仍主要侧重在生成企业报表。该矿研发了一款数据挖掘和动态报表平台，可以通过软件自带的查询功能从不同的数据源获取信息来实现数据集成，再通过 M 和 DAX（Data Analysis Expressions）语言对数据进行处理，最后通过动态化的图形进行交互展示。当用户点击某个项目或者某个图表时，其他与之数据相关联的图形都会进行筛选显示，大大提高了数据的可读性，为挖掘数据关系，实现智能化决策创造了条件。

4 问题与不足

矿山的智能化还处在发展阶段，智能化设备、智能化决策等在实际生产过程中仍然存在较多不足。

（1）设备纠错能力较弱。如深孔凿岩设备，虽然可以按照设计文件自行凿岩，但由于算法仍不完善等原因，自纠错能力较弱。如面临卡钻等问题时，设备需要花费大量时间或必须通过人工干预来解决，影响作业效率。

（2）图形分析难度较大。通过机器学习来判断矿石品位需要较为清晰的矿石图像，但因光照不足、尘土干扰等原因，较难获取清晰、真实的矿石图像，影响了矿石品位分析、识别的实际操作效率。

（3）数据收集仍需完善。矿山已具备完善的数据收集系统，能够将生产中的数据尽量单元化存储，作为智能化分析的基础。数据收集工作所涉及的环节、人员较多，收集过程中难免出现瑕疵数据，导致智能分析结果受到影响。

5 智能化探讨

智能是认知、思考、判断的能力。神经网络技术、大数据技术、云计算技术是实现智能化的必要条件。大数据技术可以为智能化提供充足的信息储备，神经网络技术可以实现关联信息的深度挖掘，云计算技术可以解决运算力不足等硬件限制。矿山智能化可以理解为：利用现代数据仓储技术、即时在线分析技术、数据挖掘和展现技术，等对矿山实时生产数据进行收集，通过人工智能技术进行数据挖掘，揭示出隐含的、未遇见的、潜在的价值信息，为矿山生产调度、风险识别、问题诊断、生产优化等多个方面提供即时支持。