MineSense
เซ็นเซอร์ตรวจวัดเกรดแร่แบบเรียลไทม์บนบุ้งกี๋รถขุด แยกแร่มีค่าและหินทิ้งได้ทันทีหน้างาน
MineSense คือบริษัทเทคโนโลยีการทำเหมืองจากแวนคูเวอร์ ประเทศแคนาดา ที่แก้ปัญหาได้อย่างตรงจุด: การติดตั้งเซ็นเซอร์ไว้บนบุ้งกี๋รถขุดและสายพานลำเลียงในเหมือง เพื่อวัดเกรดแร่ทันทีในวินาทีที่ตักขึ้นมา และตัดสินใจได้แบบเรียลไทม์ว่าแร่นั้นควรถูกส่งไปโรงแต่งแร่หรือกองหินทิ้ง
ฟีเจอร์และกรณีการใช้งาน
เหมืองเปิดแบบดั้งเดิมแยกแยะแร่กับหินทิ้งอย่างไร? อาศัยโมเดลเกรดแร่ที่ได้จากการเจาะสำรวจเมื่อหลายเดือนก่อน ร่วมกับการประเมินด้วยตาหลังการระเบิด ปัญหาคือการระเบิดทำให้หินเคลื่อนตัวและปะปนกัน เส้นแบ่งในโมเดลกับของจริงที่ขุดได้จึงมักจะไม่ตรงกัน ผลลัพธ์คือการทิ้งแร่ที่มีมูลค่าเป็นหินทิ้ง (Ore Loss) หรือการส่งหินไร้ค่าเข้าโรงแต่งแร่จนเปลืองพลังงานเปล่า ๆ (Dilution) ระบบ ShovelSense ของ MineSense ติดตั้ง XRF เซ็นเซอร์เข้ากับฟันบุ้งกี๋ของรถขุดไฟฟ้า อ่านค่าองค์ประกอบของทองแดง สังกะสี ฯลฯ ได้ทันทีในทุกบุ้งกี๋ที่ตัก พร้อมอัลกอริทึมที่ให้ผลลัพธ์การตัดสินใจแยกแยะได้ภายในไม่กี่วินาที ก่อนที่รถบรรทุกจะทันได้ออกตัวเสียอีก ส่วนผลิตภัณฑ์อีกตัวอย่าง BeltSense ถูกติดตั้งบนสายพานลำเลียงเพื่อทำการวิเคราะห์แบบเรียลไทม์ในลักษณะเดียวกัน
คุณค่าของเครื่องมือประเภทนี้ไม่ได้อยู่ที่ความเก่งของ AI แต่มันอยู่ที่โครงสร้างทางเศรษฐศาสตร์ของเหมือง โรงแต่งแร่คือจุดที่ใช้พลังงานมากที่สุดในเหมือง การลดรถบรรทุกหินทิ้งที่ไม่จำเป็นลงได้แม้แต่เที่ยวเดียว คือค่าไฟฟ้าและค่าตัวกลางในการบดสับที่ประหยัดได้จริง ๆ สำหรับผู้อ่านชาวไทย MineSense ทำหน้าที่เสมือนตำราเรียนที่ช่วยให้เข้าใจว่า "AI ภาคอุตสาหกรรมทำเงินได้อย่างไร" โดยมันไม่ได้เข้ามาแทนที่ใคร แต่เปลี่ยนการตัดสินใจที่เคยต้องอาศัยประสบการณ์คาดเดา ให้กลายเป็นตัวเลขที่วัดผลได้ทันทีหน้างาน ประเทศไทยอาจไม่มีเหมืองโลหะขนาดใหญ่ แต่ตรรกะเดียวกันนี้สามารถนำไปประยุกต์ใช้กับการคัดแยกวัตถุดิบในอุตสาหกรรมปูนซีเมนต์ แก้ว และการรีไซเคิลโลหะได้อย่างสมบูรณ์แบบ
ฟีเจอร์เด่น
- ShovelSense: XRF เซ็นเซอร์ติดตั้งโดยตรงบนบุ้งกี๋รถขุดตัก/รถขุดไฮดรอลิก เพื่อวัดเกรดแร่แบบรายบุ้งกี๋
- BeltSense: วิเคราะห์ธาตุบนสายพานลำเลียงแบบเรียลไทม์ ใช้สำหรับการควบคุมเกรดแร่วัตถุดิบขาเข้า
- การตัดสินใจแยกแร่/หินทิ้งแบบเรียลไทม์ พร้อมสร้างคำสั่งเส้นทางให้รถบรรทุกก่อนการบรรทุกจะเสร็จสิ้น
- บูรณาการเข้ากับระบบจัดการกองรถ (FMS) ที่มีอยู่เดิมของเหมือง ส่งตรงคำสั่งตัดสินใจไปยังพนักงานขับรถได้ทันที
- ข้อมูลการวัดแบบรายบุ้งกี๋ที่สะสมไว้สามารถนำกลับมาใช้สอบเทียบโมเดลเกรดแร่ในแหล่งแร่ได้
- ใช้งานหลักในเหมืองเปิดโลหะพื้นฐาน เช่น ทองแดงและสังกะสี
ข้อดี
- การวัดเกิดขึ้น ณ จุดตัดสินใจ (Decision Point) แทนที่จะเป็นการส่งตรวจในห้องปฏิบัติการภายหลัง ซึ่งมีความเป็นเรียลไทม์ที่หาได้ยากในโซลูชันลักษณะนี้
- ห่วงโซ่คุณค่าชัดเจนมาก: การลดหินทิ้งเข้าโรงงานเท่ากับการประหยัดพลังงานบดและต้นทุนได้โดยตรง
- ฮาร์ดแวร์เซ็นเซอร์ถูกออกแบบมาให้ทนทานต่อสภาพแวดล้อมการกระแทกขั้นรุนแรงของบุ้งกี๋เหมือง ไม่ใช่ระดับอุปกรณ์ห้องปฏิบัติการ
- ข้อมูลที่ผลิตขึ้นสามารถนำกลับมาช่วยเพิ่มความแม่นยำของโมเดลแหล่งแร่ ยิ่งใช้ยิ่งแม่นยำขึ้น
ข้อเสีย
- ขอบเขตการใช้งานจำกัดเฉพาะแร่โลหะบางประเภทเท่านั้น ไม่ใช่เครื่องมืออเนกประสงค์
- ต้องติดตั้งฮาร์ดแวร์บนเครื่องจักรหนัก การใช้งานจริงเกี่ยวข้องกับการหยุดเครื่องและการประสานงานวิศวกรรมเหมือง
- ไม่มีการเปิดเผยราคาบนเว็บไซต์ทางการ จัดเป็นโปรเจกต์ระดับองค์กรที่ต้องเจรจาธุรกิจ
- ประเทศไทยแทบไม่มีกรณีการใช้งานจริง สำหรับผู้อ่านทั่วไปจึงเป็นข้อมูลอ้างอิงเชิงความรู้มากกว่าเครื่องมือที่หยิบมาใช้ได้ทันที
กรณีการใช้งาน
- การแยกแร่และหินทิ้งแบบเรียลไทม์ในเหมืองทองแดงเปิด เพื่อลดปริมาณหินทิ้งที่ป้อนเข้าโรงแต่งแร่
- การกู้คืนแร่เกรดคาบเกี่ยว (Marginal Grade) ที่เดิมทีอาจถูกเข้าใจผิดว่าเป็นหินทิ้ง
- การใช้ข้อมูลจากการวัดจริงเพื่อสอบเทียบโมเดลเกรดแร่เดิมที่มีอยู่
- การควบคุมเกรดแร่วัตถุดิบขาเข้าบนสายพานลำเลียงและการแจ้งเตือนความผิดปกติ
บันทึกบรรณาธิการ
หมายเหตุบรรณาธิการ: นี่คือเครื่องมือประเภทที่คุณดูแล้วจะอุทานว่า "อ๋อ AI ทำเงินจากจุดนี้นี่เอง" มันไม่ได้ดูหวือหวา ไม่มีอินเทอร์เฟซแบบแชท แต่ตรรกะทางธุรกิจแข็งแกร่งสุด ๆ ค่าไฟของโรงแต่งแร่ในการบดย่อยหินทิ้งหนึ่งตันคือเงินสดจริง ๆ การลดการบดลงได้หนึ่งตันก็คือการประหยัดได้หนึ่งตัน ผมชอบการตัดสินใจติดตั้งเซ็นเซอร์ไว้ที่ฟันบุ้งกี๋รถขุดมาก: นั่นคือจุดที่หยาบที่สุดในเหมือง การกล้าเอาเครื่องมือความแม่นยำสูงไปวางไว้ตรงนั้นแสดงว่าพวกเขาเข้าใจหน้างานจริง ๆ ของลูกค้าเป็นอย่างดี
คำถามที่พบบ่อย
MineSense เป็นซอฟต์แวร์หรือฮาร์ดแวร์?
มีทั้งสองอย่างและฮาร์ดแวร์เป็นสิ่งจำเป็น ShovelSense คือโมดูลเซ็นเซอร์ XRF ที่ติดตั้งจริงบนบุ้งกี๋รถขุด และซอฟต์แวร์ทำหน้าที่แปลงสัญญาณเซ็นเซอร์ให้เป็นการอ่านค่าเกรดและการตัดสินใจแยกแร่ คุณไม่สามารถซื้อแค่ซอฟต์แวร์อย่างเดียวได้
ประเทศไทยสามารถใช้งานได้หรือไม่?
ในทางปฏิบัติค่อนข้างยาก ประเทศไทยไม่มีเหมืองเปิดโลหะขนาดใหญ่ โดยกลุ่มเป้าหมายของ MineSense คือเหมืองทองแดงและสังกะสีขนาดใหญ่ในอเมริกาใต้ อเมริกาเหนือ และแอฟริกา ผู้อ่านชาวไทยจึงเหมาะกับการมองเป็นกรณีศึกษาเรื่อง "เซ็นเซอร์อุตสาหกรรม + การตัดสินใจด้วย AI" มากกว่า
แตกต่างจากซอฟต์แวร์โมเดลแหล่งแร่ทั่วไปอย่างไร?
โมเดลแหล่งแร่คือ "การทำนายล่วงหน้า" ซึ่งประเมินจากข้อมูลการเจาะสำรวจเมื่อหลายเดือนก่อนว่าใต้ดินมีแร่ตรงไหน ส่วน MineSense คือ "การวัดผลในขณะนั้น" ซึ่งวัดทันทีในวินาทีที่ตักขึ้นมา ทั้งสองอย่างนี้เสริมการทำงานซึ่งกันและกัน ไม่ใช่การแทนที่กัน
เครื่องมือ AI ที่เกี่ยวข้อง
MOVUS
AI ระบบ moniter สุขภาพเครื่องจักรจากออสเตรเลีย ที่ไม่ใช่แค่เตือนล่วงหน้า แต่บอกด้วยว่าต้องซ่อมตัวไหนก่อน
Joulea
ผสานโดรนถ่ายภาพความร้อนและ AI เพื่อตรวจจับจุดรั่วไหลของความร้อนบนเปลือกอาคารในครั้งเดียว
Enersee
แพลตฟอร์มบริหารจัดการพลังงาน AI จากเบลเยียม ที่ช่วยตรวจจับความผิดปกติของการใช้ไฟฟ้าที่มองไม่เห็นในอาคารหลายสาขา
Nantum AI
AI สำหรับการดำเนินงานอาคารพาณิชย์ แปลงข้อมูลอาคารให้เป็นคำแนะนำด้านการประหยัดพลังงานและ ESG ที่นำไปปฏิบัติได้จริง
PassiveLogic
แพลตฟอร์มควบคุมอาคารอัตโนมัติที่ใช้วิทยาการจำลองโลกทางกายภาพ (Physics-based World Model) เพื่อให้อาคารบริหารจัดการตัวเองได้
Luxonis
กล้อง AI เชิงลึก Edge AI ซีรีส์ OAK ประมวลผล Computer Vision บนอุปกรณ์ได้ทันที