KMO Fleet
ប្រព័ន្ធបង្កើនផលិតភាពកងនាវាគ្រឿងចក្រឧស្សាហកម្មเหมือง និងសំណង់ធុនធ្ងន់ ជំរុញដោយទិន្នន័យឧបករណ៍ចាប់សញ្ញា (Sensors)
KMO Fleet ផ្តោតសំខាន់លើ «ផលិតភាពជំរុញដោយទិន្នន័យ» ដោយបម្រើដល់កងនាវាគ្រឿងចក្រនៅក្នុងរណ្តៅរ៉ែ និងការដ្ឋានជីកដីខ្នាតយក្ស។ ប្រព័ន្ធនេះធ្វើការប្រមូលផ្តុំសញ្ញាពីឧបករណ៍ចាប់សញ្ញា (Sensors) ដែលរាយប៉ាយនៅលើគ្រឿងចក្រនីមួយៗ រួចបំប្លែងវាទៅជាសូចនាករផលិតភាពដែលអ្នកគ្រប់គ្រងងាយយល់ ដូចជា៖ ចំនួនជើងដឹកជញ្ជូនក្នុងមួយថ្ងៃ រយៈពេលនៃការដឹកជញ្ជូនក្នុងមួយជើងៗ បញ្ហាកកស្ទះពេលកំពុងផ្ទុក ឬការទម្លាក់ដី និងគ្រឿងចក្រមួយណាដែលធ្វើឱ្យប៉ះពាល់ដល់ខ្សែសង្វាក់ផលិតកម្មទាំងមូល។
លក្ខណៈពិសេស និងករណីប្រើប្រាស់
ចំណុចសំខាន់គឺការវិភាគរយៈពេលនៃការដឹកជញ្ជូន៖ សមត្ថភាពផលិតរបស់เหมือง គឺកើតចេញពីការដឹក «ម្តងហើយម្តងទៀត»។ ត្រឹមតែបែងចែកដំណាក់កាលទាំង៤ នៃការដឹកជញ្ជូនគឺ ការផ្ទុក ការដឹក ការទម្លាក់ និងការធ្វើដំណើរត្រឡប់មកវិញ យកមកវាស់វែង នោះយើងនឹងដឹងថាដំណាក់កាលណាដែលមានភាពខុសប្រក្រតី។ ប្រព័ន្ធនេះក៏ធ្វើការផ្ទៀងផ្ទាត់ទិន្នន័យទាំងនេះជាមួយនឹងអ្នកបញ្ជាគ្រឿងចក្រ វេនការងារ និងផ្លូវធ្វើដំណើរ ដើម្បីស្វែងរកចំណុចជាក់លាក់ដែលត្រូវកែលម្អ។
ស័ក្តិសមសម្រាប់เหมืองបើកចំហ (Open-pit mines) ការដ្ឋានជីកដីខ្នាតធំ និងអាជីវកម្មថ្មខ្សាច់។ វិធីសាស្ត្រ «បែងចែកប្រតិបត្តិការជាវដ្ត និងវាស់វែងជាដំណាក់កាលៗ» នេះគឺមានលក្ខណៈជាសកល ដែលមានន័យថា ឡូជីស្ទីកឃ្លាំងទំនិញ និងការកែលម្អខ្សែសង្វាក់ផលិតកម្មរោងចក្រ ក៏ប្រើប្រាស់ឡូជីខលដូចគ្នា។
លក្ខណៈសំខាន់
- ការគ្រប់គ្រងកណ្តាលលើទិន្នន័យឧបករណ៍ចាប់សញ្ញាគ្រឿងចក្រ
- ការវិភាគបំបែករយៈពេលនៃវដ្តដឹកជញ្ជូន
- ផ្ទាំងគ្រប់គ្រង (Dashboard) បង្ហាញពីអត្រាប្រើប្រាស់កងនាវា និងសមត្ថភាពផលិត
- ការប្រៀបធៀបប្រសិទ្ធភាពការងាររបស់អ្នកបញ្ជាគ្រឿងចក្រ និងវេនការងារ
- ការកំណត់អត្តសញ្ញាណចំណុចកកស្ទះ (Bottlenecks)
គុណសម្បត្តិ
- សូចនាករត្រូវបានរចនាឡើងស្របតាមប្រតិបត្តិការជាក់ស្តែងក្នុងเหมือง
- ការបំបែកវដ្តពេលវេលាជួយស្វែងរកចំណុចកែលម្អជាក់លាក់
- វិធីសាស្ត្រអាចផ្ទេរទៅប្រើប្រាស់ក្នុងវិស័យឧស្សាហកម្មធុនធ្ងន់ផ្សេងទៀតបាន
គុណវិបត្តិ
- ទាមទារឱ្យមានការគាំទ្រពីផ្នែករឹងឧបករណ៍ចាប់សញ្ញា (Hardware) នៅលើគ្រឿងចក្រ
- ផ្តោតសំខាន់លើទីផ្សារអូស្ត្រាលី និងឧស្សាហកម្មเหมืองខ្នាតធំ
- ផលចំណេញពីការវិនិយោគមិនសូវច្បាស់លាស់សម្រាប់កន្លែងការដ្ឋានខ្នាតតូច
ករណីប្រើប្រាស់
- ការបង្កើនសមត្ថភាពផលិតនៃเหมืองបើកចំហ
- ការសម្របសម្រួលកងនាវាគ្រឿងចក្រវិស្វកម្មដីធ្លី
- ការតាមដានប្រសិទ្ធភាពនៃការបណ្តុះបណ្តាលអ្នកបញ្ជាគ្រឿងចក្រ
- ការរុករករោគវិនិច្ឆ័យចំណុចកកស្ទះរបស់បរិក្ខារ
កំណត់ចំណាំអ្នកកែសម្រួល
ចំណុចស្លាប់របស់ប្រព័ន្ធបង្កើនផលិតភាពទាំងអស់គឺដូចគ្នា គឺបុគ្គលិកជួរមុខមានអារម្មណ៍ថាអ្នកកំពុងតាមដានពួកគេ។ ប្រសិនបើបច្ចេកវិទ្យាអាចដំឡើងបាន ប៉ុន្តែវប្បធម៌នៃការគ្រប់គ្រងមិនអាចកែប្រែបានទេ នោះទិន្នន័យចុងក្រោយទាំងអស់នឹងក្លាយជាទិន្នន័យក្លែងក្លាយ។
សំណួរញឹកញាប់
តើវាស័ក្តិសមសម្រាប់ការដ្ឋានខ្សាច់ និងថ្មខ្នាតតូចដែរឬទេ?
មិនសូវជាផ្ដល់អនុសាសន៍ទេ។ ផលចំណេញនៃប្រព័ន្ធប្រភេទនេះគឺបានមកពីខ្នាត (Scale) ពោលគឺកងនាវាកាន់តែធំ វដ្តនៃការដឹកជញ្ជូនកាន់តែច្រើន ទើបការកែលម្អត្រឹមតែប៉ុន្មានភាគរយផ្តល់ផលចំណេញคุ้มค่า។ សម្រាប់កន្លែងដែលមានចំនួនយានយន្តតិចតួច ការសង្កេតដោយមនុស្សផ្ទាល់ច្រើនតែមានប្រសិទ្ធភាពជាង។
តើវានឹងក្លាយជាឧបករណ៍សម្រាប់តាមដានបុគ្គលិកដែរឬទេ?
ប្រព័ន្ធនេះពិតជារកផលិតបានទិន្នន័យកម្រិតអ្នកបញ្ជាគ្រឿងចក្រមែន ដូច្នេះនៅពេលចាប់ផ្តើមប្រើប្រាស់ គួរតែបញ្ជាក់ពីគោលបំណងឱ្យបានច្បាស់លាស់៖ ប្រើប្រាស់សម្រាប់ការបណ្តុះបណ្តាល និងការកែលម្អដំណើរការ មិនមែនសម្រាប់ការវាយតម្លៃបុគ្គលនោះទេ បើមិនដូច្នោះទេ ការប្រឆាំងពីបុគ្គលិកជួរមុខនឹងធ្វើឱ្យទិន្នន័យបាត់បង់ភាពពិតប្រាកដ។
ឧបករណ៍ AI ពាក់ព័ន្ធ
MOVUS
ប្រព័ន្ធ AI តាមដានសុខភាពម៉ាស៊ីនពីប្រទេសអូស្ត្រាលី មិនត្រឹមតែផ្តល់ដំណឹងព្រមានទេ ថែមទាំងប្រាប់អ្នកថាគួរជួសជុលមួយណាមុនគេទៀតផង
Luxonis
កាមេរ៉ាជម្រៅ Edge AI ស៊េរី OAK ដំណើរការកុំព្យូទ័រចក្ខុវិស័យ (Computer Vision) ដោយផ្ទាល់លើឧបករណ៍
Waste Robotics
ប្រព័ន្ធរបៀបរបាយសំណល់ AI ជាមួយបច្ចេកវិទ្យាស្កែន Hyperspectral អាចមើលឃើញភាពខុសគ្នានៃវត្ថុធាតុដែលភ្នែកទទេមើលមិនឃើញ
ZenRobotics
ប្រព័ន្ធរៀបចំកាកសំណល់ដោយមនុស្សយន្តដំបូងគេបង្អស់លើពិភពលោក ដែលអាចសម្គាល់ប្រភេទកាកសំណល់បានជាង ៥០០ ប្រភេទ
Glacier
robot ຈັດຮຽງ AI ក្នុងរោងចັກកែច្នៃ ព្រមទាំងបំប្លែងកាកសំណល់ទៅជាទិន្នន័យដែលអាចវិភាគបាន
Neuron Soundware
ស្តាប់សំឡេងម៉ាស៊ីនដើម្បីដឹងថាវាជិតខូច ប្រើប្រាស់ AI សូរស័ព្ទ (Acoustic AI) សម្រាប់ការថែទាំព្យាករណ៍