Степень измельчения горной массы после взрыва определяет экономику всей производственной цепочки – от работы экскаваторов до переработки руды на фабрике. Чем однороднее размер кусков, тем быстрее идет погрузка, меньше износ техники и ниже затраты на последующее дробление. Крупные куски породы замедляют выемку и транспортировку горной массы, повышают риск поломок и могут привести к аварийной остановке дробилки.
Долгое время результат взрывных работ оценивали двумя основными способами: лабораторным ситовым анализом, который мог занимать несколько дней, и визуально – непосредственно в забое, где крупные куски породы проверяли обычной линейкой. Точность такой оценки во многом зависела от специалиста.
Промышленное компьютерное зрение позволяет непрерывно отслеживать гранулометрический состав и получать объективные данные непосредственно в ходе производства. Это помогает быстрее выявлять отклонения, корректировать параметры работ и сокращать потери на следующих этапах добычи и переработки.
Что такое компьютерное зрение
Компьютерное зрение в горной добыче – это промышленная технология на базе искусственного интеллекта, которая превращает обычные видеокамеры в интеллектуальные датчики контроля рудопотока. Она обеспечивает автоматическое распознавание грансостава породы, мгновенно находит опасные негабаритные куски в забое. Технология подразумевает непрерывный анализ видеопотока в реальном времени с точностью измерений до 5–6 сантиметров даже в условиях экстремальной пыли и вибраций.
Как компьютерное зрение меняет работу карьера
Особенность сквозного компьютерного зрения в том, что оно контролирует руду на всех этапах цепочки одновременно. Без него горняки работают фактически «вслепую» — взрывники оценивают качество дробления скалы на глаз, машинисты экскаваторов ломают ковши о незамеченные валуны, а крупные камни забивают дробилки на фабрике, останавливая производство. С умными камерами процесс становится прозрачным — система мгновенно подсвечивает брак в забое, защищает технику от перегрузов.
Камеры на производстве начали использовать задолго до распространения современных алгоритмов — изображение с них отслеживали операторы, вручную контролируя состояние оборудования и ход технологических процессов. Параллельно развивалось другое направление: специалист делал снимок развала горной массы после взрыва, а программное обеспечение анализировало гранулометрический состав по изображению. Именно это стало первой формой компьютерного зрения в горной добыче. Следующим этапом стало потоковое компьютерное зрение: алгоритмы начали тестировать в полностью автоматическом режиме в жесткий условиях горного производства, а затем связывать камеры в единую цифровую сеть. Сегодня компьютерное зрение называют самым перспективным ИТ-направлением в добыче — впервые в истории умная оптика способна полностью заменить классические физические датчики, которые регулярно выходят из строя из-за ударов и загрязнений в карьерах. Такой подход позволяет оцифровать процессы, которые раньше контролировались только «на глаз».
Главное условие для снижения потерь на всех этапах добычи и переработки – связать данные с разных точек производства в единую систему, чтобы проследить, где возникло отклонение, как оно повлияло на последующие операции и на каком участке нужно изменить процесс.
Проще говоря, данные со всех камер – это как медицинская карта пациента: отдельный анализ мало что объясняет, а все результаты вместе дают полную картину.
От снимка к непрерывному контролю
Первой формой компьютерного зрения в области буровзрывных работ стал цифровой анализ грансостава по отдельным снимкам. Специалист фотографировал развал горной массы после взрыва, а программное обеспечение определяло размеры фрагментов по изображению. Такой способ позволял получить более точную оценку качества дробления, однако требовал ручной съемки и давал данные только на момент проведения замера.
Следующим этапом стало автоматическое получение изображений непосредственно во время производственного процесса. Камеры начали устанавливать на конвейерах, горной технике и других участках, где можно непрерывно отслеживать параметры рудопотока без участия человека.
Однако данные с одной точки показывают только состояние материала на конкретном этапе. Например, камера на конвейере может обнаружить крупную фракцию перед дробилкой, но по этим данным сложно определить, на каком участке производственной цепочки возникло отклонение.
Поэтому следующий шаг в развитии технологии – связать несколько точек контроля в единую систему. Камеры фиксируют грансостав после взрыва, во время погрузки и транспортировки, а затем сопоставляют эти данные с характеристиками материала, поступающего на дробление и переработку.
Так можно проследить, на каком участке возникло отклонение и как оно отразилось на последующих операциях. Например, повышенный выход крупной фракции после взрыва можно сопоставить со снижением производительности экскаватора или ростом нагрузки на дробильное оборудование и скорректировать параметры следующих буровзрывных работ.
Однако сквозной контроль требует, чтобы камеры стабильно работали на каждом участке этой цепочки — в забое, на технике, конвейерах и других точках производства. Условия в них различаются, однако основные проблемы схожи – пыль и загрязнение оптики, вибрация, меняющееся освещение и ограничения связи.
Компьютерное зрение в сложных условиях
Чем больше точек наблюдения, тем больше условий должна учитывать система компьютерного зрения. На качество и непрерывность анализа при помощи компьютерного зрения на различных горных переделах влияют прежде всего три фактора: пыль, вибрация и ограничения связи.
Пыль и загрязнение оптики. Взрывные работы, погрузка и движение техники поднимают пыль и ухудшают видимость. Камера не способна увидеть породу сквозь плотную пылевую завесу, поэтому алгоритмы ищут в видеопотоке кадры, где пыли меньше и поверхность породы доступна для анализа. Это позволяет не останавливать контроль из-за отдельных участков видео, непригодных для измерений.
Вибрация и движение. На экскаваторах, самосвалах и другой технике камера постоянно меняет положение, а тряска может смазывать изображение. Снизить влияние вибрации помогает инженерное решение, которое стабилизирует работу камеры, а алгоритм дополнительно отбирает кадры, подходящие для анализа. Для расчета грансостава системе нужны кадры, на которых можно надежно определить границы фрагментов, поэтому алгоритм отбирает изображения, подходящие для анализа.
Ограничения связи. Видеопоток создает большой объем данных, а стабильный канал связи доступен не на каждом участке карьера. Эту проблему решает обработка данных рядом с источником – Edge AI. Вычислительный модуль анализирует изображения прямо на борту техники, после чего в общую систему можно передавать результаты измерений вместо всего видеопотока.
Когда система учитывает эти ограничения, камеры на разных участках выстраиваются в единый контур контроля. Данные снимаются на всем пути материала от забоя до фабрики и сопоставляются между собой.
Архитектура решений: три точки контроля рудопотока
Разработанный компанией Piklema комплекс программных продуктов на базе компьютерного зрения формирует непрерывную цепочку контроля и охватывает ключевые технологические узлы открытых горных работ. Применение таких решений позволяет повысить производительность экскаваторов до 3-5%, сократить нетехнологические простои до 10% и снизить энергозатраты на последующее дробление до 3%.
«Грансостав влияет сразу на несколько этапов производства – качество взрыва отражается на погрузке, работе транспорта и последующем дроблении. Сквозной контроль позволяет сопоставлять показатели по ходу движения горной массы и зафиксировать, на каком участке возникли отклонения. Например, при съемке развала после взрыва алгоритм определяет размеры фракций с точностью до 1–3 см», — говорит директор по развитию Piklema Дмитрий Клебанов.
- Контроль гранулометрического состава в забое. Система предназначена для оперативного мобильного мониторинга качества дробления горной массы непосредственно после проведения буровзрывных работ. С помощью портативного планшета со стереокамерой маркшейдер или горный мастер производит съемку развала. Алгоритмы семантической сегментации в реальном времени определяют размеры фракций, выявляют процент негабарита и автоматически передают аналитические отчеты инженерам-проектировщикам для корректировки параметров следующих взрывов.
- Интеллектуальный мониторинг на погрузке. Данное решение устанавливается непосредственно на выемочно-погрузочную технику на карьерные экскаваторы. Камера размещается в безопасном и доступном для обслуживания месте с минимальным уровнем вибраций. За один цикл черпания и разгрузки система 1-2 раза анализирует изображения, определяя геометрию забоя и грансостав руды. Программа Edge AI обрабатывает видеопоток непосредственно на технике и передает результаты анализа в общую систему контроля рудопотока.
- Контроль грансостава при транспортировке и на конвейерах. После погрузки система определяет грансостав горной массы в кузовах карьерных самосвалов, а на следующих этапах камеры продолжают контролировать материал на конвейерных линиях и узлах перегрузки. Алгоритмы анализируют размеры фрагментов и позволяют сопоставлять показатели на разных участках движения руды. Так предприятие видит, как меняется грансостав от погрузки до поступления материала на переработку, и может выявлять отклонения по ходу технологической цепочки.
От линейки к искусственному интеллекту
За последние десятилетия ручные замеры в горнодобывающей отрасли сменились сквозными цифровыми системами. Промышленное компьютерное зрение позволило получать данные о состоянии рудопотока непрерывно – от результатов взрыва и погрузки до транспортировки и переработки на фабрике.
Такой мониторинг позволяет быстрее замечать отклонения, сопоставлять их с предыдущими этапами производственной цепочки и корректировать параметры работ до того, как проблема приведет к простоям или дополнительным затратам. Для карьера компьютерное зрение становится инструментом управления производством, который объединяет контроль качества, эффективности техники в единую цифровую систему.
Фото: Piklema