人工智能在矿业中的应用—矿产勘探、无人驾驶、PHM系统和AI分选
矿业是世界上很重要的行业之一，生产从煤炭到黄金的一切产品。根据普华永道年度报告，截至2017年4月，全球排名前40家矿业公司的总市值为7480亿美元。矿业在2015年经历了衰退之后，随着大宗商品价格上涨，该行业已经复苏。
由于矿业公司大量生产可互换的大宗商品，因此该行业高度关注如何提高各个环节的效率。在速度、产量和效率方面的微小改进通常可以将有利可图的业务与无利可图的业务区分开来， 这就是使用人工智能和机器学习的公司在该领域所做的事情。
本文将探讨采矿业如何使用或试图使用人工智能提高生产率和效率。包括：
- AI矿产勘探
- 无人驾驶
- 故障预测和健康管理（PHM）系统
- AI分选
矿业是一个庞大而多样化的行业。根据开采的矿产品，所使用的技术和工艺也有很大的差异，因此很难对整个行业做出全面的陈述。本文将研究如何使用人工智能进行地面采矿，以及如何使用人工智能改进矿山作业。
一、矿产勘查
矿产勘查对采矿作业至关重要。一个资源量丰富且品位高的矿藏，可以让一家矿业公司实现高效自动化运作，否则它将一文不值。在矿产勘查中引入人工智能和机器学习，引来了业界的目光。
AI黄金勘探-Goldspot Discoveries Inc.
Goldspot Discoverys Inc.公司试图利用人工智能来改善矿产勘探。该公司声称，目前试图用人工智能来寻找金矿的做法与其说是一门科学，不如说是一门艺术，他们计划通过机器学习来改变这一点。
该公司声称在他们的测试中，他们能够使用仅占总表面积 4% 的地质、地形和矿物学等数据预测加拿大Abitibi金矿带地区 86% 的现有金矿床。在不久的将来，他们的系统将在Jerritt Canyon矿进行首次重大的公开测试。
上个月，Jerritt Canyon项目宣布，他们使用Goldspot Discoverys Inc.的人工智能分析了他们拥有的关于其开采权中目前未开采部分的所有地质数据，以及他们之前在该地区发现黄金的位置的信息，以确定可能含有黄金的目标区域。该公司计划尽快进行初步钻探测试。
二、改善矿山运营
人工智能在采矿业中最直接的用途是提高生产效率。矿山通常是大型作业。越来越多的公司正在使用我们在工厂看到的机器人和智能传感器改善矿山运营，提高生产效率。
1、无人驾驶运输车-北京踏歌智行科技有限公司
采矿业是早期商用自动驾驶汽车的理想场所。采矿设备和卡车行驶速度相对较慢。它们能在定义明确和高度控制的区域内运行。
北京踏歌智行科技有限公司是一家专注于矿用车辆无人驾驶技术研究的高新技术企业。该公司推出了车-地-云协同智能矿山无人运输系统，实现了云智能调度管理、4G/5G车联网通信、智能路侧单元、车载智能终端计划等全栈无人运输解决方案。
该方案具有较强的通用性，适用于两类矿用汽车：大型矿用自卸车和宽体自卸车。它与多个品牌和型号兼容。同时，它支持新无人驾驶车型的生产调整和在用车辆的无人驾驶升级。
2、故障预测与健康管理（PHM）系统——安尔法工业智能控股有限公司（Alpha Intelligence）
廉价的互联的传感器使公司能够低成本持续监控设备的几乎所有方面。 使用人工智能程序分析这些数据，还可以改进维护、减少停机时间并能在问题发生之前就进行预警。
安尔法向全球矿业公司提供这项服务。 作为全球资源行业和能源领域领先的PHM SAAS服务商，安尔法已在全球不同工厂铺设了4万多个传感器，机器学习时间超过4亿小时/年。
安尔法还与巴西淡水河谷（Vale）、菲律宾Testech、Lafarge Holcim 等知名公司建立了长期合作关系，并为客户止损数亿元。
安尔法的PHM系统自在工厂工厂安装以来，多次成功预测设备运行隐患，不仅保证了工厂的生产效率，而且为工厂的安全运行提供了技术保障。在采矿行业，任何超载事件都将有效阻止矿山的运营，任何停工都是重大的经济损失。
3、AI分选——北京浩沃特工业技术有限公司（HOT Mining）
采矿时需要从地下移除大量的矸石，即使需要的矿石只占移除量的一小部分。在采矿过程中，从毫无价值的土壤、岩石和粘土中分离出他们想要的矿产品可能是一个非常昂贵的步骤。
而分选过程越早，公司浪费在运输无用材料上的燃料和金钱就越少。直到最近，人工智能才被用于改进采矿的分选过程。
HOT 矿业是一家总部位于中国的采选矿设备供应商，也提供从勘探到闭坑的”一站式”工程技术服务。
HOT Mining研发了基于机器学习和 X 射线衍射形貌术(XRT)的智能光电矿物预分选设备。 2021年9月，第一台XRT智能干选机成功下线。 它是一项跨学科的创新技术，该技术赋能绿色选矿，帮助实现矿山节能减排，并提升矿山效率和经济效益，延长矿山寿命。
XRT智能光电分选原理图
使用HOT的XRT分选设备后，需要运输的质量减少了12%，算法的识别准确率超过99.9%。这意味着更少的运行成本和更高的运行效率。