MineSense 是加拿大温哥华的矿业科技公司，做的事情很具体：把感测器直接装在矿场的挖掘机铲斗与输送带上，在矿石被铲起的那一瞬间就量出它的品位，然后即时决定这一铲要送去选矿厂还是废石堆。
功能特色与适用场景
传统露天矿场怎么分辨矿与废石？靠的是几个月前钻探取样画出来的品位模型，加上爆破后的人工判断。问题是爆破会让岩石位移混杂，模型画的界线和实际挖到的东西常常对不上——结果就是把有价值的矿石当废石丢掉（ore loss），或者把一堆没价值的岩石送进选矿厂白烧电（dilution）。MineSense 的 ShovelSense 把 XRF 感测器装进电铲的铲斗齿排，每一铲装载时直接读出铜、锌等元素的含量，配合自家演算法在几秒内给出分流决策，卡车还没开动就知道该往哪走。另一条产品线 BeltSense 则装在输送带上做同样的即时分析。
这类工具的价值不在「AI 很厉害」，而在于矿场的经济结构——选矿厂是整座矿场最耗能的环节，少送一车废石进去就是实打实省下的电费与研磨介质。对台湾读者来说 MineSense 比较像是理解「工业 AI 怎么赚钱」的教材：它不取代任何人，只是把一个原本靠经验猜的决策，换成当场量出来的数字。台湾没有大型金属矿场，但同样的逻辑在水泥、玻璃、废金属回收的原料分选上完全适用。
主要功能
- ShovelSense：XRF 感测器直接安装于电铲／液压挖掘机铲斗，逐铲量测矿石品位
- BeltSense：输送带即时元素分析，用于进料端品位监控
- 即时矿／废分流决策，卡车装载完成前就产生路径指示
- 与矿场既有的车队调度系统（FMS）整合，决策直接推播给司机
- 累积的逐铲量测资料可回头校正矿体品位模型
- 主要应用于铜、锌等贱金属露天矿
常见用途
- 露天铜矿即时矿／废分流，降低选矿厂废石进料
- 回收原本会被误判为废石的边际品位矿石
- 以实测资料校正既有的矿体品位模型
- 输送带进料品位监控与异常告警
主要功能
- ShovelSense：XRF 感测器直接安装于电铲／液压挖掘机铲斗，逐铲量测矿石品位
- BeltSense：输送带即时元素分析，用于进料端品位监控
- 即时矿／废分流决策，卡车装载完成前就产生路径指示
- 与矿场既有的车队调度系统（FMS）整合，决策直接推播给司机
- 累积的逐铲量测资料可回头校正矿体品位模型
- 主要应用于铜、锌等贱金属露天矿
优点
- 量测发生在「决策点」而非事后化验，是这类方案里少见的即时性
- 价值链路非常清楚：减少废石进厂＝直接省下研磨能耗与成本
- 感测硬体设计为承受矿场铲斗的极端冲击环境，不是实验室等级的设备
- 产出的资料能反过来提升矿体模型精度，愈用愈准
缺点
- 适用范围限于特定金属矿种，不是通用型工具
- 需要在重机具上安装硬体，导入牵涉停机与矿场工程配合
- 官网未公开定价，属于需要业务洽谈的企业级专案
- 台湾几乎没有适用场景，对一般读者是知识性参考而非可用工具
使用场景
- 露天铜矿即时矿／废分流，降低选矿厂废石进料
- 回收原本会被误判为废石的边际品位矿石
- 以实测资料校正既有的矿体品位模型
- 输送带进料品位监控与异常告警
编辑点评
总编辑的话：这是那种你看了会觉得「原来 AI 在这种地方赚钱」的工具。它完全不性感，没有聊天介面，但商业逻辑硬得不得了——选矿厂磨一吨废石的电费是真金白银，少磨一吨就是省一吨。我特别喜欢它把感测器装在铲斗齿上这个决定：那是矿场最粗暴的位置，愿意把精密仪器放在那里，代表他们真的懂客户的作业现场长什么样。
常见问题
MineSense 是软体还是硬体？
两者都有，而且硬体是必要的。ShovelSense 是实际安装在挖掘机铲斗上的 XRF 感测模组，软体负责把感测讯号转成品位判读与分流决策。你没办法只买软体。
台湾有办法用吗？
实务上很难。台湾没有大型金属露天矿场，MineSense 的目标客户是南美、北美、非洲的大型铜锌矿。台湾读者比较适合把它当成「工业感测 + AI 决策」的案例来理解。
它跟一般的矿体模型软体差在哪？
矿体模型是「事前预测」，根据几个月前的钻孔资料推估地下哪里有矿；MineSense 是「当下量测」，在铲起来的那一刻直接测。两者互补，不是取代关系。