de.wedoany.com-Bericht: Anglo American setzt in seiner Kupfermine Quellaveco in Peru ein auf künstlicher Intelligenz basierendes System zur vorausschauenden Wartung von Anlagen ein, um die Effizienz und Sicherheit des Bergbaubetriebs zu steigern. Seit der Inbetriebnahme der Aufbereitungsanlage im Jahr 2022 hat das Projekt eine große Menge an Betriebsdaten der Anlagen gesammelt. Mithilfe von Machine-Learning-Tools kann das System abnormale Muster erkennen und Ausfälle verhindern, bevor sie die Produktion beeinträchtigen.
Das Kernstück des Systems ist das KI-Spezifikationsprogramm Aspen Mtell, das Anglo American gemeinsam mit dem strategischen Partner Emerson entwickelt hat. Es handelt sich um ein Machine-Learning-Tool, das das Verhalten von Anlagen erlernen und Anomalien erkennen kann, die auf bevorstehende Ausfälle hindeuten. Das Projekt wurde im August 2024 gestartet und nach mehreren Monaten der Vorbereitung und Tests am 27. Dezember desselben Jahres offiziell aktiviert. An der Umsetzung waren die Abteilungen für Asset-Strategie und Zuverlässigkeitsmanagement (AS&R) sowie Informationsmanagement (IM) beteiligt, unterstützt vom globalen Zuverlässigkeitsteam von Anglo American. Die erste Phase des Projekts konzentrierte sich auf vier Hauptmahlpumpen, die die Trübe zu den Hydrozyklonen fördern. Durch maschinelles Lernen kann das System nun potenzielle Ausfälle dieser Anlagen Wochen im Voraus vorhersagen. In der nächsten Phase wird die KI auf weitere Komponenten und Prozesse im Betrieb angewendet. Mit jeder neuen Anwendung lernt die Technologie weiter und verbessert ihre Vorhersagefähigkeiten.
Im Bereich Exploration und Planung verändert künstliche Intelligenz die traditionellen Arbeitsabläufe. Auf dem TIS-Forum der Perumin 37 präsentierte Farzi Yusufali, CEO und Mitbegründer von Stratum AI, die Anwendung seiner SAIGE-Plattform (Stratum AI Geospatial Estimator) in der Kupfermine Candelaria-Punta del Cobrel in Chile. In einer IOCG-Lagerstätte erstellte die Plattform mithilfe vorhandener Daten präzisere Ressourcenmodelle. Die Testergebnisse zeigten, dass die Plattform allein durch 2.200 Meter Bohrungen (in Blöcken, die nach der herkömmlichen Kriging-Methode als Abraum klassifiziert worden waren) zusätzliche 7,7 Kilotonnen Kupfer identifizierte und bestätigte, was auf etwa 64 Millionen US-Dollar geschätzt wird. Die Kupfergehalte in den entscheidenden Abschnitten betrugen bis zu 3,2 % bei Mächtigkeiten von 12 bis 59 Metern, und bei über 90 % der Bohrungen des Projekts wurde eine wirtschaftliche Mineralisierung festgestellt. Darüber hinaus ermöglichte das KI-optimierte Modell, 19 % der Bohrmittel neuen, vielversprechenden Zielen zuzuweisen und durch die intelligente Priorisierung hochgradiger Zonen den Bohraufwand um 16 % bis 25 % zu reduzieren.
Im Bereich der behördlichen Modernisierung veranstaltete die chilenische Umweltbewertungsbehörde (SEA) im Januar dieses Jahres einen Vortrag zum „Modernisierungsprogramm für die SEIA-Technologie“ und stellte der Bergbauindustrie die Hauptrichtlinien des Programms vor. Das Programm zielt darauf ab, das Umweltverträglichkeitsprüfungssystem (SEIA) durch die Einführung digitaler Werkzeuge, Prozessautomatisierung und künstlicher Intelligenz zu modernisieren. Ziel ist es, die derzeit in der Plattform enthaltenen Daten – über 27 Millionen Seiten und mehr als 29.000 Projekte – in nutzbare Informationen umzuwandeln, um die Umweltprüfungsarbeit für die nächsten 15 Jahre zu unterstützen. Die Initiative umfasst die Implementierung von KI, neue digitale Arbeitsabläufe, eine verbesserte Benutzererfahrung sowie die Einführung von Werkzeugen für regionale und vergleichende Analysen.
Dieser Artikel wurde von Wedoany übersetzt und bearbeitet. Bei jeglicher Zitierung oder Nutzung durch künstliche Intelligenz (KI) ist die Quellenangabe „Wedoany“ zwingend vorgeschrieben. Sollten Urheberrechtsverletzungen oder andere Probleme vorliegen, bitten wir Sie, uns unverzüglich zu benachrichtigen. Wir werden den entsprechenden Inhalt umgehend anpassen oder löschen.
E-Mail: news@wedoany.com
