Yapay zeka dağıtımı için madencilik iş öğrenimleri

Date:

Madencilik şirketi BHP, suni zekayı operasyonel verileri daha iyi günlük kararlara dönüştürme yöntemi olarak tanımlıyor. A blog yazısı Şirket, sensörlerden ve seyretme sistemlerinden gelen verilerin analizini vurgulayarak tesis makinelerine yönelik sorunları tespit etmeye ve işaretlemeye kadar, karar vericilere verimliliği ve güvenliği artırabilecek ve ek olarak çevresel etkiyi azaltabilecek seçenekler sunuyor.

BHP’deki iş liderleri için yararlı sual “Suni zekayı nerede kullanabiliriz?” değildi. değil, “Hangi kararları yeniden yeniden veriyoruz ve hangi data onları geliştirebilir?”

Portföy sergilenmiyor

BHP, suni zekanın operasyonlar üstündeki uçtan uca etkilerini yada kendi deyimiyle “maden çıkarımından müşteriye teslimata kadar” tanımlıyor. Liderler suni zekayı operasyonel bir beceri olarak ele alarak pilot uygulamaların ötesine geçmeye karar verdiler. Her şey firmanın performansını etkileyen minik bir takım sorunla başladı; Değişimin sonuçlarda ölçülebildiği bölgeler.

Şirket, makinelerin planlanmamış arıza sürelerini önleyebileceğini keşfetti ve ek olarak enerji ve su kullanımını sıkılaştırdı. Minik fakat etkili bir problemi ele alan her kullanım senaryosuna bir haiz ve ona birlikte rol alan bir KPI verildi. Sonuçlar, firmanın başka yerlerindeki öteki operasyonel performans seyretme için kullanılanla aynı düzenlilikle gözden geçirildi.

BHP’nin suni zekayı günlük olarak kullandığı bölgeler

BHP, bilhassa kestirimci bakım ve enerji optimizasyonu benzer biçimde alanlara odaklanmanın yanı sıra, otonom araçlar ve gerçek zamanlı personel sağlığı seyretme benzer biçimde daha maceralı sadece mühim operasyonlarda suni zekanın kullanılmasına da ehemmiyet verdi. Bu tür kategoriler, lojistik, üretim ve ağır endüstri genelinde varlık ağırlıklı öteki ortamlara iyi bir halde aktarılabilir.

Kestirimci bakım

Kestirimci bakım, beklenmedik arızaları ve maliyetli, plansız duruşları azaltmak için planlı arıza sürelerinde onarımların planlanması sürecidir. Burada suni zeka modelleri, yerleşik sensörlerden gelen ekipman verilerini çözümleme ediyor ve bakım gereksinimlerini tahmin edebiliyor. Bu, arıza sayılarını azaltır ve ekipmanla ilgili güvenlik vakalarını azaltır. BHP, yükleme ve taşıma filolarının çoğunda ve araç-gereç elleçleme sistemlerinde tahmine dayalı analizler yürütür. Merkezi bir bakım merkezi, makinenin sağlığına ve potansiyel arıza yada bozulmaya ilişkin gerçek zamanlı ve daha uzun vadeli göstergeler sağlar.

Tahmin, daha ilkin bu tür bilgilerin firmanın bürokrasisinde kaybolabilecek “başka” bir rapor olarak sunulmuş olduğu, makine ağırlıklı operasyonlarının ayrılmaz bir parçası haline geldi. Bakımı planlayan ekiplere yönelik eylemleri direkt tetikleyen eşikleri modeller ve tanımlar.

Enerji ve su optimizasyonu

Tahmine dayalı bakımı Şili’nin Escondida’daki tesislerinde bu şekilde tatbik eden şirket, iki yılda üç giga litreden fazla su ve 118 gigawatt saat enerji tasarrufu sağladığını ve bu kazanımları direkt suni zekaya bağladığını bildirdi. Teknoloji, operatörlere, yoğunlaştırıcılar ve tuzdan arındırma tesisleri de dahil olmak suretiyle birden fazla tesisteki anormallikleri tespit eden ve düzeltici eylemleri otomatikleştiren gerçek zamanlı seçenekler ve analitikler sunuyor.

Öğrenilen ders, suni zekayı kararların alınacağı yere yerleştirmektir: Operatörler ve denetim ekipleri önerilere nazaran gerçek zamanlı olarak harekete geçebildiğinde, iyileştirmeler artar. Tersine, periyodik raporlama, kararların yalnızca personelin hem verilerin neticelerini görmesi hem de bunun lüzumlu olduğuna karar vermesi durumunda alınacağı anlamına gelir. Veri analizinin gerçek zamanlı yapısı ve harekete geçirici tetikleyicilerin kullanılması, farkların hızla ortaya çıkması anlamına gelir.

Özerklik ve uzaktan operasyonlar

BHP ek olarak suni zeka destekli otonom araçlar ve makineler benzer biçimde daha gelişmiş teknolojileri de kullanıyor. Bunlar daha yüksek riskli alanlardır ve değişen teknolojinin çalışanların riske maruziyetini azalttığı ve vakalarda insan hatası faktörünü azalttığı bulunmuştur. Şirkette karmaşık operasyonel veriler, uzak tesislerden bölgesel merkezlere aktarılıyor. Dolayısıyla suni zeka ve çözümleme kullanılmadan personel her sonucu yazılımın başardığı şekilde optimize edemez.

Suni zeka ile entegre giyilebilir cihazların kullanımı mühendislik, kamu hizmetleri, imalat ve madencilik dahil olmak suretiyle birçok sektörde artıyor. BHP, çoğunlukla oldukça sıkıntılı koşullarda çalışan personelini koruma mevzusunda öncülük ediyor. Giyilebilir cihazlar kişisel koşulları izleyebilir, kalp atış hızı ve bitkinlik göstergelerini okuyabilir ve denetçilere gerçek zamanlı ikazlar sağlayabilir. Bunun bir örneği, Escondida’daki BHP tarafınca kullanılan ve sürücülerin beyin dalgalarını çözümleme ederek kamyon sürücüsünün yorgunluğunu ölçen ‘akıllı’ baret sensör teknolojisi olabilir.

Liderlerin yürütebileceği bir plan

Sektörden bağımsız olarak karar vericiler, BHP’nin (gerçek) kömür yüzeyinde suni zekayı devreye alma deneyimlerinden dersler çıkarabilir. Aşağıdaki plan, liderlere kendi stratejilerinde operasyonel sorunlu alanlarda suni zekadan yararlanma mevzusunda destek olabilir:

  1. Operasyon ekiplerinin halihazırda takip etmiş olduğu bir güvenilirlik problemi ve bir kaynak verimliliği problemi seçin ve arkasından bir KPI ilave edin.
  2. İş akışının haritasını çıkarın: Çıktıyı kim görecek ve hangi eylemi gerçekleştirebilirler?
  3. Veri kalitesi ve model seyretme için temel yönetişimi devreye alın, arkasından operasyonel KPI’ların yanı sıra performansı da inceleyin.
  4. Daha yüksek riskli süreçlerde karar desteğiyle başlayın ve yalnızca takımlar kontrolleri doğruladıktan sonrasında otomatikleştirin.

(Fotoğraf deposu: rbglasson’un “Şerit Madenciliği Kömüründe Kürek Görünümü” CC BY-NC-SA 2.0 kapsamında lisanslıdır.)

Sektör liderlerinden suni zeka ve büyük veri hakkında daha çok data edinmek ister misiniz? Çıkış yapmak Yapay Zeka ve Büyük Veri Fuarı Amsterdam, Kaliforniya ve Londra’da gerçekleşiyor. Kapsamlı etkinlik, TechEx ve öteki önde gelen teknoloji etkinlikleriyle aynı yerde bulunuyor. Tıklamak Burada daha çok data için.

AI News tarafınca desteklenmektedir TechForge Medyası. Yaklaşan öteki kurumsal teknoloji etkinliklerini ve web seminerlerini keşfedin Burada.

CEVAP VER

Lütfen yorumunuzu giriniz!
Lütfen isminizi buraya giriniz

Share post:

Popular

More like this
Related

XRP Uzun Süreli 2 Dolar Destek Seviyesinin Altını Kırdı

XRP art arda birkaç gün süresince, Nisan ayından bu...

%1 Nakit İade ve Anında Sınırsız Transfer Özelliğine Sahip Yeni Krak Kartıyla Tanışın

KrakenPopüler kripto para borsası, AB ve İngiltere'deki kullanıcıları için...

Hacim aylık ortalamanın üzerine çıkınca Aptos (APT) %5 düşerek 1,50 dolara geriledi

UYGUN$1.5219 Son 24 saatte %5 düşüşle 1,50 dolara...