Ilustracja AI załadunku i transportu w odkrywkowej kopalni rudy żelaza

Rozwiązanie górnicze · Grade Control Copilot

Każda łyżka, każdy ładunek
Do właściwszego miejsca

Kontrola zawartości metalu oparta na AI
Mniejsze zubożenie i straty rudy, stabilniejsza zawartość metalu

Najważniejsze informacje

Najważniejsze informacje

Wprowadź model zawartości metalu do eksploatacji
Każdy krok ma podstawę

Ilustracja AI koparki ładującej wozidło, pokazująca pochodzenie i załadunek materiału

Ustal pochodzenie każdego ładunku
Zobacz, skąd pochodzi ruda

Od modelu i bloku odstrzałowego do łyżki i ładunku wozidła
Połącz przemieszczanie rudy w identyfikowalny łańcuch

Poznaj graf przepływu rudy ↗
Ilustracja AI kierowania wozideł i objazdu do selektywnego badania

Najpierw oceń pewność
Potem zdecyduj o badaniu i miejscu docelowym

Przekształć niepewność zawartości i koszty badań
W wyjaśnialne zalecenia kierowania materiału

Zobacz, jak powstają decyzje ↗
Ilustracja AI próbek rudy i ich badania

Powiąż każdą optymalizację
Z rzeczywistym rozliczeniem działalności

Kalibruj prognozy analizami; porównuj realizację z zapisami produkcji
Licz korzyści razem z dodatkowymi kosztami

Poznaj obieg wartości ↗

Operacyjny graf przepływu rudy · OreFlow Graph

Od jednego bloku rudy
Do końcowej analizy

Model opisuje materiał, a zapisy operacyjne pokazują jego drogę. Połącz obiekty, zdarzenia i wyniki, aby każde zalecenie można było prześledzić do dowodów.

Ilustracja AI relacji przestrzennych wyrobiska, koparek, transportu i nadawy do zakładu
Model blokowyBlok odstrzałowyZaładunekWozidło górniczeSkładowanie / kruszenieAnaliza / uzgodnienie bilansu
Jeden ładunek, pełny łańcuch identyfikowalnościPołożenia i połączenia ilustrują mechanizm

Jeden model z zachowaną wersją i poziomem pewności

Zawartość metalu, domieszki i niepewność bloku są punktem wyjścia. Zachowuj tożsamość materiału podczas odstrzału, załadunku, transportu, przekazania do zakładu i analizy, by powiązać wynik końcowy ze źródłem.

Drony · Częste aktualizacje geometrii

Gdy zmienia się wyrobisko
Aktualizuj podstawy wydobycia

Obserwuj kształt usypu po odstrzale, postęp przodka i zmiany objętości, aby dopasować model geologiczny do rzeczywistego terenu.

Ilustracja AI drona mierzącego teren po odstrzale i wyrobisko odkrywkowe
Wprowadź aktualny stan terenu do modeluWarstwy ilustrują mechanizm, nie rzeczywiste wyniki pomiarów

Drony aktualizują geometrię
Geologia i analizy określają zawartość metalu

Umieść aktualną powierzchnię, wersje modelu i dowody przemieszczenia po odstrzale w jednym układzie współrzędnych, aby zweryfikować granice wydobycia. Zwykłe zdjęcia lotnicze nie mierzą bezpośrednio podziemnej zawartości Fe; aktualizacja geometrii również wymaga kontroli dokładności dopasowania i błędów.

Koparki i wozidła · Szacowanie pochodzenia

Zawartość metalu w tym ładunku
Wynika z każdego załadunku

Ilustracja AI łyżki koparki ładującej rudę żelaza na wozidło
Interaktywna demonstracja mechanizmu · Nie są to dane produkcyjne

Jeden ładunek wozidła
Może zawierać materiał z różnych bloków

Powiąż pozycje łyżki z blokami, a następnie oblicz mieszankę ważoną masą. Zmień udział załadunku ze Strefy A.

Strefa A · Fe 62%Strefa B · Fe 54%
58.8% Fe

Prognozowana średnia dla ładunku. Uwzględnij też błąd dopasowania źródła, niepewność geologiczną i skalę pomiaru.

Zawartość metalu w ładunku = Σ (udział masowy źródła × zawartość metalu w źródle)

Śledź każdą łyżkę, jeśli jej położenie jest dokładnie znane
Przy braku dowodów zachowaj nieznane pochodzenie

Czas załadunku, tor łyżki, granice wydobycia i ważenie wspólnie określają pewność pochodzenia. Bez danych na poziomie łyżki prowadź zapisy dla weryfikowalnego przodka lub partii; nie wymuszaj dokładnego źródła.

Decyzje w warunkach niepewności

Ta sama średnia zawartość
Różna pewność

Sama średnia nie wystarcza. Im większa niepewność modelu, tym ważniejsze prawdopodobieństwo osiągnięcia docelowej zawartości.

Demonstracja modelu prawdopodobieństwa · Średnia Fe 58,3%Cel 57%5255586164Zawartość Fe / %

Prawdopodobieństwo osiągnięcia Fe 57%

97.7%

Wyraźniejsze pochodzenie i silniejsze dowody zawężają rozkład prognozy. Nadal kalibruj go rzeczywistymi wynikami analiz.

Zawartość, pochodzenie i skala
Wspólnie określają pewność

Progi i prawdopodobieństwa ilustrują metodę. Rzeczywiste ograniczenia obejmują też domieszki, uzysk i wymagania procesu.

Rozwiń opis niepewności w modelu

Średnia ładunku μ = Σ wᵦμᵦ; wariancja Var(g) = wᵀΣw + błąd dopasowania źródła + błąd skali. Ilustracja stosuje rozkład normalny o średniej 58,3% i odchyleniach standardowych 0,65 oraz 1,8 punktu procentowego. Rozkład, korelacje i parametry wymagają weryfikacji danymi kopalni.

Selektywne pomiary · EVSI

Stosuj badania
Tam, gdzie wnoszą największą wartość

Czy dodatkowy pomiar zmieni decyzję? Czy korzyść pokryje koszty badania, oczekiwania i objazdu?

Ilustracja AI głównej drogi transportowej i objazdu do selektywnych badań
Nie każde wozidło musi jechać na dodatkowe badanieDobieraj pomiary według wartości decyzji i warunków w terenie
Symulacja decyzji dla ładunku · Kwoty w CNY

Najpierw zbadaj, potem zaktualizuj zalecenie miejsca docelowego

Dowody dotyczące ładunkuSelektywne badania dodatkoweOceń ponownie

Jeśli dodatkowe badanie ma zwiększyć wartość decyzji o CNY 900, a badanie, oczekiwanie i objazd kosztują CNY 350, wartość informacji netto wynosi CNY 550. W tym przykładzie dodatkowe badanie może być zasadne.

EVSI = oczekiwana najlepsza wartość po badaniu − obecna najlepsza wartość − dodatkowy koszt. Przykład nie przedstawia rzeczywistych korzyści; metoda pomiaru musi odpowiadać minerałom, uziarnieniu i reprezentatywności próbki.

Optymalizacja specjalistyczna + Potwierdzenie przez człowieka

Zawartość metalu, przepustowość i odległość transportu
Razem określają następny cel

Zalecenia muszą spełniać ograniczenia produkcji i być wykonalne. AI porządkuje dowody, modele specjalistyczne optymalizują, a dyspozytorzy i geolodzy potwierdzają wynik.

Ilustracja AI zdalnej dyspozytorni obserwującej załadunek i transport w kopalni
Uproszczona demonstracja ograniczeń · Nie jest to rzeczywiste dysponowanie

Zalecane miejsce docelowe

Kruszarka

W tym przykładzie zawartość metalu spełnia ograniczenia, a kruszarka ma wolną przepustowość. Zaleca się wysłać materiał bezpośrednio do zakładu zgodnie z zatwierdzonym planem, ograniczając ponowny przeładunek.

Aktualne wozidłoKruszarka
Zalecenie → Potwierdzenie geologa / dyspozytora → Realizacja

Zachowuj wersje wejścia, dowody decyzji, osoby zatwierdzające i rzeczywiste miejsca rozładunku. Osobno zweryfikuj zapis zwrotny przez interfejs oraz zakres sterowania w terenie.

Ograniczenia jakościowe

Minimalna zawartość Fe, maksymalne SiO₂, Al₂O₃ i P oraz prawdopodobieństwo spełnienia wymagań

Ograniczenia produkcyjne

Przepustowość kruszarki, pojemność składowiska, zgodność materiałów i aktualny plan

Ograniczenia ekonomiczne

Porównaj wartość tony rudy z kosztem badań, objazdu i ponownego przeładunku

Uzgodnienie analiz · ROI Ledger

Każda optymalizacja
Rozliczana w rachunku operacyjnym

Porównuj zawartość, tonaż i miejsce docelowe z rzeczywistymi analizami i produkcją. Rozliczaj na tej samej podstawie uratowaną rudę, oddzieloną skałę płonną i dodatkowe koszty.

Ilustracja AI próbek rudy i stanowiska analiz
Prognoza → Realizacja → Analiza → Uzgodnienie → KalibracjaPowiąż końcowe wyniki ze źródłem przez przepływ rudy, aby wspierać kolejny cykl usprawnień
Przykładowe obliczenie wartości · Nie są to wyniki klienta

Wartość netto przy tych założeniach

¥21,000

100 ton × CNY 200 + 200 ton × CNY 80 − CNY 15 000

Założenia przykładowe: CNY 200 wartości netto na suchą tonę unikniętej straty rudy i CNY 80 oszczędności na suchą tonę oddzielonej skały płonnej. Kopalnia musi potwierdzić wartości rzeczywiste; nie licz tej samej korzyści dwa razy.

To demonstracja rachunku, nie prognoza zwrotu projektu. Ustal bazę na porównywalnych obszarach i zmianach, kontrolując ceny, wilgotność, zapasy i inne zmiany techniczne.

Mniejsze zubożenie rudy

Zweryfikuj tonaż skały płonnej w strumieniu rudy i etap błędnej klasyfikacji

Mniejsze straty rudy

Zweryfikuj tonaż rudy na zwałowisku skały płonnej; oddziel materiał czekający na badanie lub decyzję

Stabilna zawartość metalu

Porównaj analizy nadawy z rozkładami prognoz, aby ocenić zmniejszanie odchylenia i zmienności

Rozwiń metodę rozliczania i granice dowodów

Przed pomiarem zubożenia i strat uzgodnij mianowniki, kategorie materiału i sposób rozliczania zapasów bez decyzji. Bilans masy porównuje suche tony wejścia, wyjścia i zmiany zapasów. Weryfikuj efekty rekonstrukcją historyczną, dopasowanymi porównaniami i kontrolowanymi pilotażami. Procentów poprawy z ilustracji badań nie przedstawiamy jako osiągnięć Arbor.

Zacznij od jednego pola wydobywczego

Potwierdź pełny cykl operacyjny
W praktyce

Połącz istniejące modele geologiczne, FMS, drony i systemy analiz. Zacznij od sprawdzalnych danych i testuj zalecenia w rzeczywistej produkcji.

Ilustracja AI wspólnej weryfikacji danych drona i produkcji w wybranym polu

01 · Rekonstrukcja historyczna

Najpierw uzgodnij przeszłość

Dopasuj modele, współrzędne, kursy wozideł i analizy, aby odtworzyć przepływ materiału jednego pola oraz znaleźć luki pochodzenia i błędną klasyfikację.

02 · Weryfikacja równoległa

Porównaj zalecenia z obecną pracą

Uruchamiaj zalecenia równolegle do produkcji, bez zmiany poleceń. Zapisuj, kiedy i dlaczego się różnią oraz jakie są późniejsze wyniki.

03 · Kontrolowany pilotaż

Rozszerzaj stopniowo na podstawie dowodów

Rozpocznij ograniczony pilotaż po potwierdzeniu przez człowieka; rozszerzaj zgodnie z weryfikacją jakości, kosztów i interfejsów.

Arbor · Grade Control Copilot

Niech model zawartości metalu
Wspiera działania w kopalni

Porozmawiaj o kontroli zawartości metalu ↗
Możliwości rozwiązania, źródła danych i uwagi wdrożeniowe

Strona przedstawia rozwiązanie kontroli zawartości metalu i planowane mechanizmy dla kopalń odkrywkowych, a nie listę dostarczonych funkcji. Modele probabilistyczne, czujniki, szczegółowość danych, integracja, uprawnienia i zapis zwrotny podlegają ocenie oraz weryfikacji projektu. Sceny AI, warstwy i interakcje objaśniają koncepcję, nie są zapisami z obiektu klienta.

Metoda opiera się na dostarczonych badaniach strategii Grade Control Copilot i grafu operacyjnego przepływu rudy. Źródła techniczne obejmują Kontrolę zawartości metalu Maptek、Analizę minerałów CSIROoraz Modelowanie obiektów i działań Palantir. Odwołania nie oznaczają partnerstwa, pełnej zgodności interfejsów ani istniejącego wdrożenia Arbor.