Sztuczna inteligencja w podziemiach

sztuczna-inteligencja-w-podziemiach

W KGHM Polska Miedź prowadzone są prace nad wykorzystaniem sztucznej inteligencji w procesach produkcyjnych.

Innowacyjne rozwiązania są częścią strategii KGHM. Tworzenie inteligentnych kopalń ma zwiększyć bezpieczeństwo, ale również efektywność pracy. Przykładem może być testowany kombajn do wydobycia rud miedzi, który ma zastąpić pracę ludzi w najtrudniejszych miejscach. Naukowcy pracują nad dalszym udoskonaleniem tej maszyny.

– Jednym z remediów na problemy jest oparcie pewnych działań kryzysowych na innowacji. Chodzi o to, by te potrzeby, które mamy na dole, związane np. z wysoką temperaturą, małą miąższością złoża, przekuć na pozytyw, czyli np. zastosować odpowiednie maszyny, coś w rodzaju kombajnu, który „łupie” na złożach rud miedzi – mówi Agencji Informacyjnej Newseria Herbert Wirth, prezes KGHM Polska Miedź.

To pierwszy tego typu projekt w kopalniach miedzi. Bezzałogowy kombajn został skonstruowany specjalnie na potrzeby KGHM. Ma przede wszystkim zastąpić pracę górników w najbardziej niebezpiecznych rejonach, gdzie istnieje największe zagrożenie związane z tąpaniami, wysoką temperaturą czy zapyleniem. Jest testowany od kilku miesięcy.

– To jest element idei inteligentnej kopalni, czyli kopalni, w której ludzie nie będą pracować w ciężkich warunkach. Będziemy docierali zdecydowanie dalej, z bezprzewodowo sterowanym urządzeniem – wyjaśnia Herbert Wirth. – Myślę, że o pełnym sukcesie wdrożenia trzeba myśleć w kategorii dwóch, trzech lat, a więc trochę to jeszcze potrwa.

Jak podkreśla, trwają już prace nad tym, by kombajn był sterowany sztucznymi sieciami neuronowymi.

Poprzez nazwę Sztuczne Sieci Neuronowe określa się najczęściej programowe lub sprzętowe symulatory modeli matematycznych, realizujące (pseudo-)równoległe przetwarzanie informacji, składające się z wielu wzajemnie połączonych funktorów zwanych poprzez analogię ze swoimi biologicznymi protoplastami – neuronami. Emulują one niektóre spośród zaobserwowanych właściwości biologicznych układów nerwowych oraz bazują na analogii adaptacyjnego uczenia biologicznego. Podstawową cechą różniącą Sztuczne Sieci Neuronowe od programów realizujących algorytmiczne przetwarzanie informacji jest zdolność generalizacji czyli umiejętność uogólniania wiedzy dla nowych wzorców nieznanych wcześniej, czyli nie prezentowanych w trakcie nauki.

– Może uda nim się tak sterować – nad tym naukowcy już pracują – żeby wprząc tę technologię sieci neuronowych V generacji, a więc to będzie urządzenie, które samo się uczy, które podchodzi do wyrobiska, do przodka, omiata promieniami rentgena fluorescyjnymi, jak jest zawartość miedzi, przed dotyk mierzy, jak jest twardość skały, przez czujniki temperatury i wilgotności daje określone obroty – przekonuje prezes KGHM.

Zgodnie ze strategią firmy w przyszłości takich urządzeń ma być zdecydowanie więcej, nie tylko w obszarze górniczym. W koncernie miedziowym trwają także prace nad zastosowaniem sieci neuronowych w procesach hutniczych, zwłaszcza w przypadku powtarzalnych operacji. Jeżeli po jakimś czasie zaistnieje awaria, układ sterowniczy będzie potrafił ją samodzielnie zlokalizować i usunąć. Oznacza to wyeliminowanie człowieka z pewnych procesów produkcyjnych. Nie będzie potrzebny telefon typu „słuchaj tam się coś dzieje”.

Sztuczna sieć poradzi sobie sprawnie, być może nawet sprawniej niż ludzki mózg z problemem prostym, bo potrafi szybko przemnożyć informacje. W przypadku złożonych problemów przetwarzanie informacji może zabrać sporo czasu sieci, tymczasem człowiek działa na podstawie intuicji.

– Dlatego czynnika ludzkiego w tym procesie nie da się wyeliminować. Zresztą prace nad sztuczną inteligencją do tego nie zmierzają, mają jedynie ułatwić pracę poprzez szybką analizę danych. Sztuczna inteligencja może nie tylko przedstawiać wnioski, ale także je uzasadniać. Ostateczną decyzję i tak podejmuje supervisior, czyli osoba nadzorująca – podkreśla dr Mariusz Gibiec z Katedry Robotyki i Mechatroniki, Wydział Inżynierii Mechanicznej i Robotyki, krakowskiej AGH.

Sztuczne sieci neuronowe, co należy podkreślić, są coraz częściej stosowane w wielu dziedzinach automatyki przemysłowej w tym również w górnictwie. Należy szczególnie podkreślić zastosowanie sieci neuronowych w badaniach procesu urabiania skał stożkowymi nożami obrotowymi. Sieci neuronowe pomocne są w rozwiązywaniu innych zagadnień dotyczących górnictwa, m.in.: do szacowania maksymalnej nośności stalowych odrzwi obudowy chodnikowej, prognozowania wstrząsów górniczych, prognozowania wydzielania metanu do wyrobisk ścianowychczy modelowania przemysłowych procesów flotacji.

Projektanci systemów automatyki bardzo często, zamiast klasycznego modelowania matematycznego zjawisk bądź procesów, sięgają po techniki sztucznej inteligencji, takie jak sztuczne sieci neuronowe lub logika rozmyta. Ważną rolę zaczynają odgrywać również połączenia klasycznych algorytmów sterowania z technikami sztucznej inteligencji – tzw. algorytmy hybrydowe. W procesie sterowania maszyn górniczych, takich jak kombajny chodnikowe, występuje bowiem wiele czynników utrudniających przygotowanie klasycznego modelu matematycznego opisującego zjawiska towarzyszące pracy tych maszyn.

Technologia sztucznej inteligencji w górnictwie jest już nie tyle wizją górniczych menadżerów. W ramach projektu badawczego rozwojowego, pt. „Inteligentny układ sterownia kombajnu chodnikowego”, zrealizowanego przez Instytut Techniki Górniczej KOMAG i finansowanego przez Ministerstwo Nauki i Szkolnictwa Wyższego opracowano doświadczalny model inteligentnego układu sterowania kombajnem chodnikowym, zweryfikowany w toku badań eksploatacyjnych. Sterowanie ma za zadanie podniesienie stopnia bezpieczeństwa oraz efektywności drążenia wyrobisk korytarzowych z użyciem kombajnów chodnikowych, poprzez zwiększenie stopnia automatyzacji drążenia i predykcji parametrów pracy kombajnu odpowiadających warunkom urabiania. Tendencje w światowym górnictwie wskazują bowiem na konieczność rozwoju zautomatyzowanych układów sterowania kombajnów chodnikowych, w celu usprawnienia prac związanych z drążeniem wyrobisk chodnikowych.

W efekcie prac przewiduje się zastosowanie metod i technik sztucznej inteligencji do oceny parametrów roboczych kombajnu np. wysokości i głębokości zawrębienia. W KOMAGu przeprowadzono już wstępne badania modelowe, w wyniku których opracowano algorytmy bazujące na wspomnianych technikach sztucznej inteligencji. Istotną zaletą opracowywanych algorytmów jest możliwość ich implementacji w stosowanym sprzęcie sterowniczym, przeznaczonym do pracy w podziemiach zakładów górniczych.

Jakub Michalski

Źródła: Newseria, Instytut Techniki Górniczej KOMAG

admin

Komentarz

Twój adres email nie zostanie opublikowany. Pola, których wypełnienie jest wymagane, są oznaczone symbolem *