Tarımdan sonra insanoğlunun gereksinimlerini sağladığı ikinci endüstri olan madencilik, teknolojinin gelişmesi ile üretim yönteminden cevherin aranmasına ve zenginleştirilmesine birçok aşamada devrim niteliğinde değişiklikler yaşadı. Bunlar eskiden günümüze ve geleceğe doğru sıralarsak insan gücünden makineleşmeye doğru değişmiştir. Gelecekte ise bu makineleşme daha ileri boyutlara taşınacak ve hatta günümüzde madencilik faaliyetleri özellikle yabancı firmaların başı çektiği uygulama olan “Madencilikte Yapay Zeka Ve IoT (Internet Of Things / Nesnelerin İnterneti) Uygulamaları” artık global şirketlerde kullanılmaya başlandı. Yapay Zeka ve
Konuya eklenmiş linkleri görmek için kayıt olmalısınız.
hakkında site birçok yazı mevcut bu konular hakkına herhangi bir açıklama yapmadan direk bu teknolojilerin madencilikteki yerine değineceğim.1 – Maden Arama Ve Keşif Aşaması;
Madenciliğin ilk aşaması arama ve keşiftir, kazılacak yer ve hangi yönetimin kullanılacağı kısacası fizibilite aşaması diyebiliriz. IoT sayesinde nerenin aranacağı sorusuna direk yanıt bulabiliriz. IoT bu işlemi üç aşamalı şekilde yapabilir.
- Kaya Yüzeyinin Sınıflandırılması;
Doğru ve sağlam verilerin girilmesi ile kaya yüzeyinin otomatik bir şekilde taranıp tanımlanması. - Litoloji (Taş Bilimi) Sınıflandırılması;
Kaya ve toprak sınıflarının uzaktan algılama sistemleri ile otomatik bir şekilde algılanması. (Yu et al., 2013) - Cevherin Bulunma İhtimalinin En Yüksek Olduğu Yerin Keşfi;
Cevher bulundurma potansiyelinin yüksek olduğu bölgenin uydu ile taranması, haritalanması, jeofiziksel ve jeokimyasal haritalarının oluşturulması. (Mapo)
Konuya eklenmiş linkleri görmek için kayıt olmalısınız.
2 – İleri Düzey Keşif Yöntemi;
Machine Learning (Makinelerin Öğrenmesi) yöntemi arama ekibine “yer altında ne var?” sorusuna aşağıdaki yolları kullanarak cevap verebilir.
- Sondaj Deliklerinin Tahmin Edilmesi;
Daha önceki sondaj kuyularından alınan verileri,toprak örneklerini ve kaya örneklerini kullanarak sondaj yapılacak hedef bölgenin tahmin edilmesi. - Yeraltında Karşılaşılabilecek Engellerin Önceden Tespit Edilmesi;
Yeraltında var olan ve üretimde aksamalara neden olacak fay,yarık ve yeraltı suyu oranın otomatik bir şekilde tanımlanması işlemlerini yaparak üretim başlamadan önce aksaklıkların giderilmesi.
Konuya eklenmiş linkleri görmek için kayıt olmalısınız.
3 – Üretim Ve Operasyon Aşaması;
Machine Learning madencilikte uygulanacak yeraltı veya açık işletme gibi üretim yöntemlerinden hangisinin daha verimli olacağından cevher zenginleştirme aşamasında uygulanan kırma-eleme, öğütme ve flotasyon (kimyasal maddeler kullanılarak değerli kısmın elde edilip atığın ayrılması/yüzdürme yöntemi) aşamalarının en optimize şekilde nasıl yapılması gerektiğini önceden hesaplayarak işletmelerin daha verimli ve güvenli bir üretim yapmasını sağlayacak.
- Operasyon Verimliliğinin Artırılması;
İstatisk ve Artificial Neural Networks (ANNs / Yapay Sinir Ağı) harmanlamasını kullanarak optimum üretim zamanını ihlal etmeden operasyonun devamlılığının sağlanması.(NeuralWave) - Cevher Rezervinin Hesaplanması;
Yapay zeka sayesinde sondaj kuyularından elde edilen karotlar (zeminden elde edilen örnek) hesaplanarak bölge bulunan cevher miktarının madencilik başlamadan daha önce hesaplanması. - İnsansız Maden Araçları;
Yapay zeka ve IoT sürücüsü olmayan maden araçları da sağlayacak. Örneğin; kamyonlar,ekskavatörler ve patlayıcı yükleyen araçlar (jumbo) gibi. Bu araçlar radar sistemi, elektromanyetik dalgalar, antenler ve kameralar sayesinde insana ihtiyaç duymadan 7/24 üretim sağlayacak.
