MineSense
Cảm biến hàm lượng quặng thời gian thực lắp trực tiếp trên gầu máy xúc, giúp phân loại quặng và đá thải ngay tại chỗ
Truy cập website ↗MineSense là một công ty công nghệ khai mỏ có trụ sở tại Vancouver, Canada, giải quyết một bài toán rất thực tế: gắn trực tiếp các cảm biến lên gầu máy xúc và băng tải tại mỏ, đo lường hàm lượng quặng ngay tại khoảnh khắc khoáng sản được xúc lên, từ đó đưa ra quyết định tức thì về việc nên đưa gầu quặng đó đến nhà máy tuyển quặng hay bãi đá thải.
Tính năng nổi bật và Trường hợp sử dụng
Các mỏ lộ thiên truyền thống phân loại quặng và đá thải như thế nào? Họ dựa trên mô hình hàm lượng được vẽ ra từ việc khoan lấy mẫu cách đó vài tháng, kết hợp với phán đoán thủ công sau khi nổ mìn. Vấn đề là hoạt động nổ mìn làm dịch chuyển và trộn lẫn đất đá, khiến ranh giới trên mô hình thường không khớp với thực tế khai thác — kết quả là quặng có giá trị bị vứt nhầm thành đá thải (thất thoát quặng), hoặc một đống đá vô giá trị bị đưa vào nhà máy tuyển quặng gây lãng phí điện năng (pha loãng quặng).
Sản phẩm ShovelSense của MineSense tích hợp cảm biến XRF vào cụm răng gầu của máy xúc điện, đọc trực tiếp hàm lượng đồng, kẽm và các nguyên tố khác trong mỗi gầu xúc, kết hợp với thuật toán riêng để đưa ra quyết định phân loại chỉ trong vài giây — ngay cả trước khi xe tải kịp di chuyển. Một dòng sản phẩm khác là BeltSense được lắp đặt trên băng tải để thực hiện phân tích thời gian thực tương tự.
Giá trị của những công cụ này không nằm ở việc "AI rất thông minh", mà nằm ở cấu trúc kinh tế của ngành mỏ — nhà máy tuyển quặng là khâu tiêu tốn nhiều năng lượng nhất trong toàn bộ mỏ, việc giảm bớt một chuyến xe chở đá thải đi vào đây chính là tiết kiệm chi phí điện năng và vật liệu nghiền một cách thực tế nhất.
Tính năng chính
- ShovelSense: Cảm biến XRF được lắp đặt trực tiếp trên gầu máy xúc thủy lực/máy xúc điện, đo hàm lượng quặng từng gầu một
- BeltSense: Phân tích nguyên tố thời gian thực trên băng tải, dùng để giám sát nguyên liệu đầu vào
- Quyết định phân loại quặng/đá thải tức thời, đưa ra chỉ dẫn đường đi trước khi xe tải chất xong hàng
- Tích hợp với hệ thống điều độ đội xe (FMS) sẵn có của mỏ, đẩy trực tiếp quyết định đến tài xế
- Dữ liệu đo lường tích lũy từng gầu có thể được dùng để hiệu chỉnh lại mô hình hàm lượng thân quặng
- Ứng dụng chủ yếu tại các mỏ lộ thiên kim loại cơ bản như đồng và kẽm
Ứng dụng phổ biến
- Phân loại quặng/đá thải thời gian thực tại mỏ đồng lộ thiên, giảm lượng đá thải cấp vào nhà máy tuyển
- Thu hồi quặng có hàm lượng biên vốn bị hiểu nhầm là đá thải
- Hiệu chỉnh mô hình hàm lượng thân quặng sẵn có bằng dữ liệu đo lường thực tế
- Giám sát hàm lượng nguyên liệu đầu vào trên băng tải và cảnh báo bất thường
Tính năng chính
- ShovelSense: Cảm biến XRF được lắp đặt trực tiếp trên gầu máy xúc thủy lực/máy xúc điện, đo hàm lượng quặng từng gầu một
- BeltSense: Phân tích nguyên tố thời gian thực trên băng tải, dùng để giám sát nguyên liệu đầu vào
- Quyết định phân loại quặng/đá thải tức thời, đưa ra chỉ dẫn đường đi trước khi xe tải chất xong hàng
- Tích hợp với hệ thống điều độ đội xe (FMS) sẵn có của mỏ, đẩy trực tiếp quyết định đến tài xế
- Dữ liệu đo lường tích lũy từng gầu có thể được dùng để hiệu chỉnh lại mô hình hàm lượng thân quặng
- Ứng dụng chủ yếu tại các mỏ lộ thiên kim loại cơ bản như đồng và kẽm
Ưu điểm
- Quá trình đo lường diễn ra tại "điểm ra quyết định" thay vì xét nghiệm sau sự kiện, mang tính thời gian thực hiếm có trong các giải pháp dạng này
- Chuỗi giá trị rất rõ ràng: Giảm đá thải vào nhà máy = trực tiếp tiết kiệm năng lượng nghiền và chi phí
- Phần cứng cảm biến được thiết kế để chịu được môi trường va đập cực đoan tại gầu mỏ, không phải thiết bị cấp độ phòng thí nghiệm
- Dữ liệu đầu ra có thể quay ngược lại nâng cao độ chính xác của mô hình thân quặng, dùng càng lâu càng chuẩn
Nhược điểm
- Phạm vi ứng dụng giới hạn ở các loại mỏ kim loại cụ thể, không phải là công cụ mang tính tổng quát
- Cần lắp đặt phần cứng trên các thiết bị hạng nặng, việc triển khai liên quan đến thời gian dừng máy và phối hợp kỹ thuật mỏ
- Chưa công bố giá công khai, thuộc dự án cấp doanh nghiệp cần trao đổi trực tiếp với đội ngũ kinh doanh
- Hầu như không có kịch bản ứng dụng tại Việt Nam, đối với độc giả nói chung mang tính tham khảo kiến thức hơn là công cụ khả dụng
Trường hợp sử dụng
- Phân loại quặng/đá thải thời gian thực tại mỏ đồng lộ thiên, giảm lượng đá thải cấp vào nhà máy tuyển
- Thu hồi quặng có hàm lượng biên vốn bị hiểu nhầm là đá thải
- Hiệu chỉnh mô hình hàm lượng thân quặng sẵn có bằng dữ liệu đo lường thực tế
- Giám sát hàm lượng nguyên liệu đầu vào trên băng tải và cảnh báo bất thường
Ghi chú biên tập
Lời biên tập viên: Đây là kiểu công cụ khiến bạn phải thốt lên "hóa ra AI kiếm tiền ở lĩnh vực này". Nó hoàn toàn không hào nhoáng, không có giao diện trò chuyện, nhưng logic thương mại thì cực kỳ vững chắc — chi phí tiền điện để nhà máy nghiền một tấn đá thải là tiền tươi thóc thật, bớt nghiền một tấn là tiết kiệm được một tấn. Tôi đặc biệt thích quyết định gắn cảm biến lên răng gầu xúc của họ: đó là vị trí khắc nghiệt nhất ở mỏ, việc dám đặt thiết bị tinh vi vào đó cho thấy họ thực sự hiểu rõ hiện trường vận hành của khách hàng trông như thế nào.
Câu hỏi thường gặp
MineSense là phần mềm hay phần cứng?
Gồm cả hai, và phần cứng là thành phần bắt buộc. ShovelSense là mô-đun cảm biến XRF được lắp đặt thực tế trên gầu máy xúc, còn phần mềm chịu trách nhiệm chuyển đổi tín hiệu cảm biến thành kết quả đọc hàm lượng và quyết định phân loại. Bạn không thể chỉ mua riêng phần mềm.
Có thể ứng dụng tại Việt Nam không?
Thực tế là rất khó. Việt Nam không có các mỏ lộ thiên kim loại quy mô lớn, khách hàng mục tiêu của MineSense là các mỏ đồng và kẽm lớn tại Nam Mỹ, Bắc Mỹ và Châu Phi. Độc giả Việt Nam phù hợp hơn khi xem đây là một case study về "cảm biến công nghiệp + ra quyết định bằng AI" để tham khảo.
Nó khác biệt thế nào với phần mềm mô hình thân quặng thông thường?
Mô hình thân quặng là "dự báo trước", dựa trên dữ liệu khoan từ vài tháng trước để suy đoán vị trí có quặng dưới lòng đất; trong khi MineSense là "đo lường tức thời", đo trực tiếp tại khoảnh khắc xúc lên. Cả hai mang tính bổ trợ cho nhau chứ không thay thế nhau.