Arbor 
Die Herkunft jeder Ladung verfolgen
Den Weg des Erzes verstehen
Vom Modell und Sprengblock über Löffel zur Ladung
Den Betrieb zu einer nachvollziehbaren Erzkette verbinden
Bergbaulösung · Grade Control Copilot
Jeder Baggerlöffel, jede Ladung
An ein geeigneteres Ziel
KI-natives Erzgehaltsmanagement
Weniger Verdünnung und Erzverlust, stabilerer Gehalt
Das Wichtigste
Das Gehaltsmodell im Betrieb nutzen
Jeden Schritt auf Belege stützen
Die Herkunft jeder Ladung verfolgen
Zuerst die Sicherheit der Einschätzung prüfen
Dann über Messung und Ziel entscheiden
Gehaltsunsicherheit und Messkosten
In erklärbare Zielvorschläge übersetzen
Jede Optimierung
Mit realen Betriebskonten abgleichen
Prognosen anhand von Analysen kalibrieren und Ausführung mit Produktionsdaten abgleichen
Nutzen und Zusatzkosten gemeinsam betrachten
01 / 03
Betrieblicher Erzflussgraph · OreFlow Graph
Vom Erzblock
Bis zur abschließenden Analyse
Das Modell beschreibt das Material, Betriebsdaten dokumentieren seinen Weg. Verknüpfte Objekte, Ereignisse und Ergebnisse machen Empfehlungen nachvollziehbar.
Eine Ladung, eine vollständige HerkunftsketteLagen und Verknüpfungen veranschaulichen das Verfahren
Ein Modell mit Version und Vertrauensniveau
Blockgehalt, Verunreinigungen und Unsicherheit bilden den Ausgangspunkt. Sprengung, Verladung, Transport, Beschickung und Analyse erhalten die Materialidentität, damit Ergebnisse zur Herkunft zurückverfolgt werden können.
Drohnen · Häufige Geometrieaktualisierung
Das Gelände verändert sich
Die Abbaugrundlage folgt
Haufwerksform, Abbaufortschritt und Volumenänderungen erfassen und das geologische Modell mit der realen Geometrie abgleichen.
Das aktuelle Gelände ins Modell bringenDemonstrationslayer, keine tatsächlichen Vermessungsergebnisse
Drohnen aktualisieren die Geometrie
Geologie und Analysen bestimmen den Gehalt
Aktuelle Oberfläche, Modellversion und Sprengverlagerungsdaten in einem Koordinatensystem zusammenführen und Abbaugrenzen überprüfen. Gewöhnliche Luftbilder messen Fe im Untergrund nicht direkt. Auch Geometrieänderungen erfordern Prüfungen der Registrierung und Fehler.
Bagger und Muldenkipper · Herkunftsschätzung
Der Gehalt dieser Ladung
Beginnt mit jedem Ladevorgang
Interaktive Verfahrensdemonstration · Keine ProduktionsdatenEin Muldenkipper
Ein Muldenkipper
Kann Material verschiedener Blöcke aufnehmen
Löffelpositionen mit Blöcken verbinden und die massengewichtete Mischung berechnen. Den Ladeanteil aus Bereich A verändern.
Bereich A · Fe 62 %Bereich B · Fe 54 %
% FePrognostizierter Mittelwert der Ladung. Zuordnungsfehler, geologische Unsicherheit und Messmaßstab sind ebenfalls zu berücksichtigen.
Ladungsgehalt = Σ (Massenanteil der Herkunft × Gehalt der Herkunft)
Bei präziser Position jeden Löffel zurückverfolgen
Unbelegte Herkunft als unbekannt beibehalten
Ladezeit, Löffeltrajektorie, Abbaugrenzen und Wägung bestimmen die Herkunftssicherheit gemeinsam. Ohne Daten je Löffel nach überprüfbarer Abbaufront oder Charge dokumentieren, statt eine exakte Herkunft zu erzwingen.
Entscheidungen unter Unsicherheit
Derselbe mittlere Gehalt
Unterschiedliche Sicherheit
Ein Mittelwert reicht nicht. Mit zunehmender Modellunsicherheit wird die Wahrscheinlichkeit, den Zielgehalt zu erreichen, entscheidender.
Wahrscheinlichkeitsmodell · Mittlerer Fe-Gehalt 58,3 %
Wahrscheinlichkeit für mindestens 57 % Fe
%Klarere Herkunft und bessere Belege verengen die Prognoseverteilung. Sie muss weiter anhand tatsächlicher Analysen kalibriert werden.
Gehalt, Herkunft und Maßstab
Bestimmen gemeinsam das Vertrauensniveau
Bestimmen gemeinsam das Vertrauensniveau
Schwellen und Wahrscheinlichkeiten erklären die Methode. Reale Vorgaben enthalten auch Verunreinigungen, Ausbringen und Prozessanforderungen.
Darstellung der Modellunsicherheit aufklappen
Ladungsmittel μ = Σ wᵦμᵦ; Varianz Var(g) = wᵀΣw + Herkunftszuordnungsfehler + Maßstabsfehler. Gezeigt wird eine Normalverteilung mit 58,3 % Mittelwert und Standardabweichungen von 0,65 beziehungsweise 1,8 Prozentpunkten. Verteilung, Korrelationen und Parameter sind mit realen Bergwerksdaten zu validieren.
Selektive Messung · EVSI
Dort messen
Wo es den größten Nutzen bietet
Würde eine weitere Messung die Entscheidung verändern? Deckt der Nutzen Mess-, Warte- und Umwegkosten?
Nicht jeder Lkw muss zur Messung einen Umweg fahrenMessungen nach Entscheidungswert und örtlichen Bedingungen auswählen
Ladungsentscheidung simulieren · Beträge in CNY
Zuerst messen, dann den Zielvorschlag aktualisieren
Belege zur LadungGezielte ZusatzmessungNeu bewerten
Steigert eine Zusatzmessung den erwarteten Entscheidungswert um 900 CNY bei 350 CNY für Messung, Warten und Umweg, beträgt der Nettoinformationswert 550 CNY. Hier kann sich die Messung lohnen.
EVSI = erwarteter bester Wert nach Messung − aktueller bester Wert − Zusatzkosten. Das Beispiel ist kein tatsächlicher Messnutzen. Sensorik an Mineral, Korngröße und Repräsentativität der Probenahme anpassen.
Fachliche Optimierung + Menschliche Bestätigung
Gehalt, Kapazität und Transportweg
Bestimmen gemeinsam das nächste Ziel
Empfehlungen müssen Produktionsvorgaben erfüllen und vor Ort ausführbar sein. KI ordnet Belege, Fachmodelle optimieren und Disposition sowie Geologie bestätigen.
Vereinfachte Randbedingungen · Keine reale Disposition
Empfohlenes Ziel
Brecher
Im Beispiel werden die Gehaltsvorgaben erfüllt und der Brecher hat Kapazität. Nach genehmigtem Plan direkt zur Anlage fahren, um zusätzliche Materialbewegungen zu reduzieren.
Aktueller MuldenkipperBrecher
Empfehlung → Bestätigung Geologie / Disposition → Ausführung
Eingabeversionen, Entscheidungsgrundlage, Genehmiger und tatsächlichen Abladepunkt speichern. Rückschreiben über Schnittstellen und örtlichen Steuerungsumfang getrennt validieren.
Qualitätsvorgaben
Fe-Untergrenze, Obergrenzen für SiO₂, Al₂O₃ und P sowie Erfüllungswahrscheinlichkeit
Produktionsvorgaben
Brecherdurchsatz, Haldenkapazität, Materialverträglichkeit und aktueller Plan
Wirtschaftliche Vorgaben
Erzwert je Tonne mit Mess-, Umweg- und Umladekosten vergleichen
Analyseabgleich · ROI Ledger
Jede Optimierung
Im Betriebskonto nachvollziehen
Gehalt, Tonnage und Ziel mit tatsächlichen Analysen und Produktionsdaten abgleichen. Gesichertes Erz, umgeleitetes taubes Gestein und Zusatzkosten einheitlich bewerten.
Prognose → Ausführung → Analyse → Abgleich → KalibrierungErgebnisse entlang des Erzflusses zur Herkunft zurückführen und die nächste Verbesserung unterstützen
Nettowert unter diesen Annahmen
¥100 Tonnen × CNY 200 + 200 Tonnen × CNY 80 − CNY 15.000
Beispielannahmen: 200 CNY Nettowert je Trockentonne vermiedenen Erzverlusts und 80 CNY Ersparnis je Trockentonne umgeleiteten tauben Gesteins. Tatsächliche Werte durch das Bergwerk bestätigen; Nutzen nicht doppelt zählen.
Dies ist eine Berechnungsmethode, keine Ertragsprognose. Vergleichbare Bereiche und Schichten als Ausgangsbasis nutzen und Preis-, Feuchte-, Bestands- und andere technische Einflüsse bereinigen.
Weniger Verdünnung
Tonnen tauben Gesteins im Erzstrom prüfen und Fehlklassifikation lokalisieren
Weniger Erzverlust
Erztonnen auf Abraumhalden prüfen und ungeklärtes oder auf Messung wartendes Material erhalten
Stabiler Gehalt
Aufgabeanalysen mit Prognoseverteilungen vergleichen und Rückgang von Verzerrung und Schwankung prüfen
Berechnung und Beleggrenzen aufklappen
Nenner, Materialklassen und ungeklärte Bestände vor der Messung von Verdünnung und Erzverlust vereinbaren. Die Massenbilanz prüft ein- und ausgehende Trockentonnen sowie Bestandsänderungen. Historische Rekonstruktion, gepaarte Vergleiche und kontrollierte Piloten validieren den Effekt. Forschungsprozente sind keine Arbor-Ergebnisse.
Mit einem Abbaubereich beginnen
Einen vollständigen Kreislauf
In der Praxis nachweisen
Bestehende geologische Modelle, FMS, Drohnen und Analysesysteme verbinden. Mit verifizierbaren Daten beginnen und Empfehlungen an der realen Produktion prüfen.
01 · Historische Rekonstruktion
Zuerst die Vergangenheit abgleichenModelle, Koordinaten, Lkw-Fahrten und Analysen ausrichten, den Materialfluss eines Bereichs rekonstruieren und Herkunftslücken sowie Fehlklassifikationen erkennen.
02 · Schattenbetrieb
Empfehlungen vergleichenEmpfehlungen parallel zur Produktion erstellen, ohne Anweisungen direkt zu ändern. Unterschiede, Gründe und spätere Ergebnisse protokollieren.
03 · Kontrollierter Pilot
Auf Basis von Belegen schrittweise erweiternNach menschlicher Bestätigung begrenzt erproben und entsprechend geprüfter Qualität, Kosten und Schnittstellen erweitern.
Arbor · Grade Control Copilot
Das Gehaltsmodell
Als Grundlage des Handelns vor Ort
Erzgehaltsmanagement besprechen ↗Funktionen, Datenquellen und Umsetzung
Die Seite beschreibt ein Gehaltsmanagementkonzept und geplante Arbeitsmechanismen für Tagebaue, keine bereits gelieferten Funktionen. Wahrscheinlichkeitsmodelle, Sensorik, Datenauflösung, Integration, Rechte und Rückschreiben erfordern Projektbewertung und Validierung. KI-Bilder, Layer und Interaktionen erläutern das Konzept, nicht Kundenaufnahmen.
Die Methodik beruht auf den bereitgestellten Untersuchungen zu Grade Control Copilot und dem betrieblichen Erzflussgraph. Fachliche Referenzen: Maptek Grade Control、CSIRO-Mineralanalyseund Palantir-Objekt- und Aktionsmodellierung. Verweise bedeuten weder Partnerschaft noch vollständige Schnittstellenkompatibilität oder bestehende Arbor-Lieferung.