이득:
- AI를 활용하여 시나리오 기반으로 최종 피트 한계, 푸시백 및 생산 순서 문제를 구성하는 능력
- AI 지원을 통해 박리율, NPV, 경사각 등 매개변수 간의 균형을 분석하는 기능
- 최적화 소프트웨어, 지질공학적 제약 및 안전 요구 사항에 대해 AI가 제안한 계획을 검증하는 기능
광석의 위치와 양을 알게 되면 이제 가장 어려운 질문을 해야 할 때입니다. 어떻게, 어떤 순서로, 어느 한계까지 채굴할 것인가? 1월 계획; 블록모델은 비용, 금속가격, 사면안전성, 화폐의 시간가치를 종합하여 안전하게 최고의 가치를 창출하는 굴착계획을 세우는 작업이다. 개방형 구덩이(지상에서 단계적으로 굴착)에서는 최종 구덩이 경계, 푸시백(구덩이를 점진적으로 확장하는 중간 경계) 및 생산 순서가 결정적입니다. 지하에서는 공법선정, 패널/풋설계, 지지대(굴착공을 지탱하는 지지대)가 우선이다. 이는 여러 옵션을 비교하는 최적화 문제입니다. AI는 시나리오 생성 및 매개변수 분석에 강력합니다. 그러나 최종 계획, 경사 각도 및 안전 결정은 유능한 엔지니어의 몫입니다.
기본 개념
- 블록 모델(Block model): 각 블록에 등급, 밀도 및 유형이 할당된 작은 직사각형 블록으로 분할된 광상의 수치 모델입니다.
- NPV(순 현재 가치): 현재 가치로 할인된 미래 현금 흐름의 합계입니다. 계획을 비교하는 기본 기준입니다.
- 박리율: 광석 1단위에 도달하기 위해 제거된 폐석의 양. 경제와 광산 한도를 결정합니다.
- 궁극적인 구덩이 한계: 굴착이 경제적으로 멈추는 마지막 한계; 이는 Lerchs-Grossmann과 같은 알고리즘에서 고전적으로 발견됩니다.
- 순서 지정(일정): 어느 블록이 어느 연도에 발굴될 것인가? NPV를 최대화하여 제약 조건(용량, 혼합, 기울기)의 균형을 맞춥니다.
AI는 이러한 개념을 가르치고 시나리오를 설정하는 데 도움이 됩니다. 그러나 최종 구덩이와 시퀀스는 특수 최적화 소프트웨어(예: 부문별 계획 패키지)와 지질 공학적 제약 조건을 사용하여 생성됩니다. AI가 제공하는 NPV 또는 박리율 수치는 자체 블록 모델 및 비용 구조로 계산하지 않는 한 추정치일 뿐입니다.
단계별: AI를 계획 흐름에 적용
- 입력을 명확히 합니다. 블록 모델, 비용(굴착, 운송, 가공), 금속 가격, 할인율, 경사각, 용량. AI: 누락된 입력 목록을 추출합니다.
- 시나리오를 정의합니다. 다른 금속 가격, 다른 컷오프, 다른 생산 능력. AI: 시나리오 매트릭스를 구축합니다.
- 계정을 설정하세요. 블록 값, 박리율, 간단한 NPV 계산을 위한 코드입니다. AI: 스크립트를 생성하고 단위와 가정을 해석합니다.
- 최적화 소프트웨어로 확인하십시오. 최종 퍼니스와 시퀀싱은 전문 소프트웨어에서 실행됩니다. AI: 결과 해석을 돕습니다.
- 지반공학 및 안전 구속조건을 적용합니다. 경사각, 계단 높이, 안전 둔턱. AI: 체크리스트를 생성합니다. 결정은 지반 공학 엔지니어가 내립니다.
- 보고서. 의사결정 회의를 위한 비교표. AI: 초안 작성자.
팁: AI가 베벨 각도를 "제안"하도록 하지 마세요. 경사각은 지질공학적 분석(암석, 불연속성, 물)에 의해 결정되며 안전이 매우 중요합니다. 여기에서는 시나리오 경제학을 비교하기 위해서만 AI를 사용하십시오.
지하계획의 차이
지하에서 문제는 대부분 방법 선택(챔버-토우, 장벽, 하/상층 동굴 탐험 등), 개방 안정성, 지지 및 환기입니다. 여기에서는 천장/벽 안정성, 붕괴 위험, 가스 및 환기 등 안전이 훨씬 더 중요합니다. AI 방식은 비교표와 비용 시나리오를 생성할 수 있습니다. 그러나 방법과 지원에 대한 결정은 지질 공학 및 광산 설계 엔지니어에게 달려 있습니다. “이 침대에는 키가 큰 다리가 적합하다” 같은 AI 추론은 논의를 촉발하는 가설일 뿐이다.
세 개의 미니 케이스
사례 1 — 박리율 시나리오. 개방형 탄광에서 팀은 3가지 석탄 가격 수준에 따라 최종 한도가 어떻게 변하는지 확인하려고 합니다. 그들은 AI가 블록 가치와 스크래핑 속도를 계산하는 스크립트를 설치하도록 합니다. 그들은 자신의 데이터로 그것을 실행합니다. 가격이 20% 떨어지면 경제적 한계가 좁아지고 총 채굴 가능 매장량은 410만 톤에서 330만 톤으로 감소합니다. AI는 계산을 가속화했습니다. 최종 경계와 결정은 기획 소프트웨어와 엔지니어들이 함께 했다.
사례 2 - 잘못된 NPV 가정. 인턴이 AI에게 “이 광산이 수익성이 있는지” 묻습니다. AI는 NPV의 예를 제시합니다. 인턴은 이것을 프리젠테이션에 넣었습니다. 그러나 AI는 할인율, 실제 비용 및 생산 프로필을 알지 못했습니다. 그가 제공한 번호는 완전히 가짜입니다. 올바른 접근 방식은 자체 현금 흐름표를 사용하여 NPV를 계산하는 것입니다. 교훈: AI는 "수익성이 있나요?"라는 질문을 받을 필요가 없습니다. AI는 현금 흐름 계정을 설정하는 방법을 묻고 숫자는 귀하로부터 나옵니다.
사례 3 - 혼합 제약 조건. 단조 공장에서는 특정 SiO2 한도 이하의 공급물이 필요합니다. 팀은 AI에게 다양한 블록 소스의 대조 시나리오를 계산하는 스크립트를 작성하라고 지시합니다. 그들은 어느 달에 어떤 지역이 섞이면 국경이 유지되는지 확인합니다. 기획 엔지니어는 소프트웨어에서 결과를 확인하고 그에 따라 생산 순서를 조정합니다. AI는 제한된 시나리오 산술을 가속화했습니다. 제약과 결정은 엔지니어의 몫이었습니다.
복사 가능한 프롬프트 템플릿
입력 확인 부족 "역할: 당신은 노천 채굴장 계획 보조자입니다. 최종 채굴장 경계 및 생산 순서에 어떤 입력이 필요합니까? 완전한 체크리스트를 만드십시오: 블록 모델 영역, 비용 항목, 경제적 매개변수, 지질 공학적 제약 조건, 용량. 각 항목이 필요한 이유를 한 문장으로 작성하십시오."
NPV 계산 뼈대 "Python에서 간단한 연간 현금 흐름 및 NPV 계산을 설정합니다. 입력: 연간 광석 톤수, 등급, 금속 가격, 수율, 단가, 할인율. 모든 가정을 미리 해석합니다. 숫자를 구성하지 마십시오. 입력을 제공하겠습니다. 마지막으로 현금 흐름과 NPV를 연도별로 표로 작성합니다. 민감도를 위해 가격을 ±20%씩 변경하는 옵션을 추가합니다."
시나리오 비교"다음 시나리오에 대한 결과를 비교하는 테이블을 설정합니다. [시나리오1: 가격
지질 공학/안전 제약 조건 확인 "노천광 초안 계획에 대한 지질 공학 및 안전 체크리스트를 생성합니다: 경사 각도 확인, 계단 높이, 안전 바, 경사로 경사, 배수, 모니터링. 각 항목에 '누가 결정하는지/어떤 분석이 필요한지'라는 메모를 추가합니다. 이 목록은 AI로 결정할 수 없으며 지질공학 엔지니어의 승인이 필요하다는 점을 강조하세요."
약한 프롬프트 / 강한 프롬프트
약한 프롬프트: "이 광산에 가장 적합한 구덩이 계획을 알려주세요."
강력한 프롬프트: "역할: 당신은 계획 보조자입니다. 나는 나만의 블록 모델, 비용 및 지질 공학적 경사 각도로 작업할 것입니다. (1) 누락된 입력 목록, (2) 박리율 및 블록 값 계산을 위한 코드 뼈대, (3) 세 가지 가격 시나리오를 비교하는 표 구조를 제공하십시오. 최종 피트 경계를 결정하십시오. 이는 최적화 소프트웨어 및 지질 공학적 제약 조건에 의해 생성됩니다."
비교표: 의사결정과 AI 역할
결정
결정적인
AI 역할
확인
최종 구덩이 한계
경제학 + 지질공학
시나리오/계정
계획 소프트웨어
경사각
지반공학 분석
체크리스트만
지반 공학자
생산 순서
용량 + NPV
산술 도우미
소프트웨어 + 엔지니어
블렌딩
시설 제약
시나리오 계정
야금 + 기획
지하 방법
디자인 + 보안
비교 차트
광산 설계 엔지니어
일반적인 실수
- AI가 “수익성이 있는지/가장 좋은 계획은 무엇입니까?”라고 묻게 만듭니다. AI는 귀하의 비용 및 할인 데이터를 알지 못합니다. 자신만의 테이블로 NPV를 계산해 보세요.
- AI가 경사 각도를 제안하도록 하세요. 보안이 중요합니다. 지반 공학 분석에 의해서만 결정됩니다.
- 단일 시나리오에 중점을 둡니다. 가격과 비용은 불확실합니다. 민감도 분석은 필수적입니다.
- 경제성을 위해 지질공학적 제약을 희생합니다. 경사가 가파르면 녹이 덜 발생하지만 안전 여유는 타협할 수 없습니다.
- 맹목적으로 최적화 결과를 받아들입니다. 소프트웨어는 입력 품질만큼 우수합니다. 수동으로 논리를 통해 결과를 확인합니다.
주의: 계획에서 경제와 보안이 충돌하면 보안이 승리합니다. AI가 경제적으로 더 좋아 보이는 가파른 경사를 제안하더라도 지반 공학적 안전 한계는 낮아지지 않습니다.
요약하면
1월 계획; 블록 모델은 경제성, 보안, 시간을 결합한 최적화 작업입니다. AI 입력 제어, 스트리핑 속도 및 NPV 계산 골격은 시나리오 비교 및 혼합 산술에 강력한 도움이 됩니다. 그러나 최종 피트 경계는 최적화 소프트웨어에 의해 결정되고, 경사각 및 지하 공법은 지반/설계 엔지니어에 의해 결정됩니다. AI에게 "수익성이 있는지" 또는 "최선의 계획이 무엇인지" 묻지 마십시오. 자신의 데이터에서 숫자를 생성하고 경제를 위해 보안을 희생하지 마십시오.
응용과제
자체(또는 샘플) 블록 모델 및 비용 데이터가 포함된 "NPV 계산 프레임워크" 템플릿을 사용하여 연간 현금 흐름 및 NPV 계산을 설정합니다. 가격을 ±20% 변경하고 민감도를 확인하세요. 그런 다음 "시나리오 비교" 템플릿을 사용하여 세 가지 시나리오를 도표화합니다. 마지막으로 "지반공학/안전 제약 조건 확인" 템플릿을 사용하여 계획 초안에 대한 안전 체크리스트를 만들고 각 항목에 대한 결정을 내린 사람을 기록합니다.
체크리스트
- [ ] NPV를 AI에 요청한 것이 아니라 자체 현금흐름표로 계산했습니다.
- [ ] 경사각은 지반공학적 분석을 통해 알아냈고, AI가 제안한 것은 아닙니다.
- [ ] 최소한 세 가지 시나리오(가격/컷오프/용량)를 비교했습니다.
- [ ] 나는 경제성보다 지질공학/안전 제약을 우선시합니다.
- [ ] 플래닝 소프트웨어로 최종로 경계를 생성하고 로직 체크를 통과시켰습니다.
- [ ] 최종 계획 승인을 유능한 엔지니어에게 맡겼습니다.