युनिट्स
1. खाण अभियांत्रिकीमधील कृत्रिम बुद्धिमत्तेचा परिचय: सीमा, प्रमाणीकरण, जबाबदारी आणि नैतिकता 2. कृत्रिम बुद्धिमत्तेसह भूविज्ञान आणि ड्रिलिंग डेटाचा अर्थ लावणे 3. राखीव/संसाधन अंदाज आणि जिओस्टॅटिस्टिक्स 4. ओपन पिट आणि अंडरग्राउंड प्लॅनिंगमध्ये ऑप्टिमायझेशन 5. उत्पादन, फ्लीट/उपकरणे डेटा आणि भविष्यसूचक देखभाल 6. ड्रिलिंग-ब्लास्टिंग आणि फ्रॅगमेंटेशन ऑप्टिमायझेशन 7. खनिज प्रक्रिया, लाभ आणि प्रक्रिया ऑप्टिमायझेशन 8. व्यावसायिक सुरक्षा आणि जोखीम व्यवस्थापनात कृत्रिम बुद्धिमत्ता 9. जिओटेक्निक्स: उतार स्थिरता आणि मॉनिटरिंग डेटा 10. पर्यावरणीय देखरेख आणि टिकाऊपणा 11. नियामक, अनुपालन आणि अहवाल मानकांचे सत्यापन 12. Python आणि Frontiers of AI सह खनन डेटा विश्लेषण
युनिट 4 / 12

ओपन पिट आणि अंडरग्राउंड प्लॅनिंगमध्ये ऑप्टिमायझेशन

नफा:

  • एआय सह परिस्थितीच्या आधारावर अंतिम खड्डा मर्यादा, पुशबॅक आणि उत्पादन अनुक्रम समस्या तयार करण्याची क्षमता
  • एआय सपोर्टसह स्ट्रिपिंग रेट, एनपीव्ही आणि स्लोप अँगल यांसारख्या पॅरामीटर्समधील संतुलनाचे विश्लेषण करण्याची क्षमता
  • ऑप्टिमायझेशन सॉफ्टवेअर, भू-तांत्रिक मर्यादा आणि सुरक्षितता आवश्यकता विरुद्ध एआय सुचविलेल्या योजनेची पडताळणी करण्याची क्षमता

खनिज कोठे आणि किती आहे हे एकदा आपल्याला कळले की, सर्वात कठीण प्रश्नाची वेळ आली आहे: आपण ते कसे, कोणत्या क्रमाने आणि कोणत्या मर्यादेपर्यंत खोदणार? जानेवारी नियोजन; ब्लॉक मॉडेल हे उत्खनन योजना आणण्याचे कार्य आहे जे खर्च, धातूची किंमत, उताराची सुरक्षितता आणि पैशाचे वेळेचे मूल्य एकत्र आणून सुरक्षितपणे सर्वोच्च मूल्याची निर्मिती करते. खुल्या खड्ड्यात (जमिनीच्या वर पायऱ्यांमध्ये उत्खनन), अंतिम खड्ड्याची सीमा, पुशबॅक (मध्यवर्ती सीमा ज्या हळूहळू खड्डा विस्तृत करतात) आणि उत्पादन क्रम निर्णायक असतात; भूगर्भात, पद्धत निवड, पॅनेल/फूट डिझाइन आणि सपोर्ट (उत्खनन पोकळी वर ठेवणारा आधार) प्रथम येतात. ही एक ऑप्टिमायझेशन समस्या आहे जिथे एकाधिक पर्यायांची तुलना केली जाते. एआय परिस्थिती निर्माण आणि पॅरामीटर विश्लेषणामध्ये मजबूत आहे; परंतु अंतिम आराखडा, उताराचा कोन आणि सुरक्षितता निर्णय सक्षम अभियंत्याचा असतो.

मूलभूत संकल्पना

  • ब्लॉक मॉडेल: प्रत्येक ब्लॉकला ग्रेड, घनता आणि प्रकार नियुक्त करून लहान आयताकृती ब्लॉक्समध्ये विभागलेल्या धातूच्या ठेवीचे संख्यात्मक मॉडेल.
  • NPV (नेट प्रेझेंट व्हॅल्यू): वर्तमान मूल्यावर सवलत भविष्यातील रोख प्रवाहाची बेरीज; मूलभूत निकष ज्याद्वारे योजनांची तुलना केली जाते.
  • स्ट्रिपिंग रेशो: एका युनिट धातूपर्यंत पोहोचण्यासाठी काढलेल्या कचरा खडकाचे प्रमाण; अर्थव्यवस्था आणि खाण मर्यादा ठरवते.
  • अंतिम खड्डा मर्यादा: शेवटची मर्यादा जेथे खोदणे आर्थिकदृष्ट्या थांबते; हे शास्त्रीयदृष्ट्या Lerchs-Grossmann सारख्या अल्गोरिदमसह आढळते.
  • अनुक्रम (शेड्युलिंग): कोणत्या ब्लॉकचे उत्खनन कोणत्या वर्षी केले जाईल; NPV जास्तीत जास्त करून मर्यादा (क्षमता, मिश्रण, उतार) संतुलित करते.

या संकल्पना शिकवण्यासाठी आणि परिस्थिती सेट करण्यासाठी AI उपयुक्त आहे; तथापि, अंतिम खड्डा आणि अनुक्रम विशेष ऑप्टिमायझेशन सॉफ्टवेअर (उदा. सेक्टोरल प्लॅनिंग पॅकेजेस) आणि भू-तांत्रिक मर्यादांसह तयार केले जातात. AI ने दिलेला NPV किंवा स्ट्रिपिंग रेट नंबर तुमच्या स्वत:च्या ब्लॉक मॉडेल आणि किमतीच्या संरचनेसह मोजल्याशिवाय फक्त एक अंदाज आहे.

स्टेप बाय स्टेप: AI ला नियोजन प्रवाहात टाकणे

  1. इनपुट स्पष्ट करा. ब्लॉक मॉडेल, खर्च (उत्खनन, वाहतूक, प्रक्रिया), धातूची किंमत, सूट दर, उतार कोन, क्षमता. AI: गहाळ इनपुटची यादी काढते.
  2. परिस्थिती परिभाषित करा. भिन्न धातूची किंमत, भिन्न कट ऑफ, भिन्न उत्पादन क्षमता. AI: परिस्थिती मॅट्रिक्स तयार करते.
  3. खाते सेट करा. ब्लॉक मूल्य, स्ट्रिपिंग रेट, साध्या NPV गणनासाठी कोड. AI: स्क्रिप्ट व्युत्पन्न करते, एकक आणि गृहीतकांचा अर्थ लावते.
  4. ऑप्टिमायझेशन सॉफ्टवेअरसह सत्यापित करा. अंतिम भट्टी आणि अनुक्रम विशेषज्ञ सॉफ्टवेअरमध्ये चालवले जातात. AI: परिणामांच्या स्पष्टीकरणात मदत करते.
  5. जिओटेक्निकल आणि सुरक्षितता मर्यादा लागू करा. उताराचा कोन, पायरीची उंची, सुरक्षा बर्म. AI: चेकलिस्ट तयार करते; जिओटेक्निकल इंजिनीअरने निर्णय घेतला आहे.
  6. अहवाल द्या. निर्णय बैठकीसाठी तुलना सारण्या. एआय: मसुदा लेखक.
टीप: AI ला बेव्हल अँगल "सुचवा" करू नका. उताराचा कोन भू-तांत्रिक विश्लेषण (खडक वस्तुमान, खंडितता, पाणी) द्वारे निर्धारित केला जातो आणि सुरक्षितता-गंभीर असतो. केवळ परिस्थिती अर्थशास्त्राची तुलना करण्यासाठी येथे एआय वापरा.

भूमिगत नियोजनाचा फरक

भूगर्भात, समस्या मुख्यतः पद्धती निवडीची आहे (चेंबर-टो, लाँगवॉल, खालच्या/वरच्या मजल्यावरील गुहा इ.), उघडण्याची स्थिरता, आधार आणि वायुवीजन. येथे सुरक्षा अधिक प्रबळ आहे: कमाल मर्यादा/भिंत स्थिरता, कोसळण्याचा धोका, वायू आणि वायुवीजन. एआय पद्धत तुलना सारणी आणि खर्च परिस्थिती तयार करू शकते; परंतु पद्धत आणि समर्थनाचा निर्णय भू-तांत्रिक आणि खाण डिझाइन अभियंता यांच्यावर अवलंबून आहे. “एक उंच पाय या पलंगासाठी योग्य आहे” यासारखे AI अनुमान हे केवळ एक गृहितक आहे ज्यामुळे चर्चा सुरू होते.

तीन लहान प्रकरणे

केस 1 - स्ट्रिपिंग दर परिस्थिती. खुल्या कोळशाच्या खाणीत, संघाला कोळशाच्या किमतीच्या 3 भिन्न स्तरांवर अंतिम मर्यादा कशी बदलते ते पहायचे आहे. त्यांच्याकडे एआय एक स्क्रिप्ट स्थापित करते जी ब्लॉक मूल्य आणि स्क्रॅपिंग दराची गणना करते; ते त्यांच्या स्वत: च्या डेटावर चालवतात. जेव्हा किंमत 20% कमी होते, तेव्हा ते पाहतात की आर्थिक मर्यादा कमी होते आणि एकूण खाणयोग्य साठा 4.1 Mt वरून 3.3 Mt पर्यंत कमी होतो. AI ने कॅल्क्युलसला गती दिली आहे; अंतिम सीमा आणि निर्णय नियोजन सॉफ्टवेअर आणि अभियंता यांच्यासोबत घेण्यात आला.

केस 2 - चुकीची NPV गृहीतक. एक इंटर्न एआयला विचारतो “ही खाण फायदेशीर आहे का”; AI NPV चे उदाहरण देते. इंटर्न हे सादरीकरणात ठेवतो. तथापि, AI ला सवलत दर, वास्तविक खर्च आणि उत्पादन प्रोफाइल माहित नव्हते; त्याने दिलेला नंबर पूर्णपणे खोटा आहे. NPV ची स्वतःच्या रोख प्रवाह विवरणासह गणना करणे हा योग्य दृष्टीकोन आहे. धडा: AI ला विचारण्याची गरज नाही "ते फायदेशीर आहे का?" एआयला रोख प्रवाह खाते कसे सेट करावे हे विचारले जाते, नंबर तुमच्याकडून येतात.

केस 3 - मिश्रित मर्यादा. फोर्जमध्ये, वनस्पतीला विशिष्ट SiO2 मर्यादेपेक्षा कमी खाद्य आवश्यक असते. टीम AI ला एक स्क्रिप्ट लिहायला सांगते जी वेगवेगळ्या ब्लॉक स्त्रोतांकडून कोलेशन परिस्थितीची गणना करते; ते पाहतात की कोणत्या महिन्यात कोणते प्रदेश मिसळले तर सीमा धारण होईल. नियोजन अभियंता सॉफ्टवेअरमधील निकालाची पडताळणी करतो आणि त्यानुसार उत्पादन क्रम समायोजित करतो. AI ने प्रतिबंधित परिस्थिती अंकगणिताला गती दिली आहे; अडचण आणि निर्णय अभियंत्याचा होता.

कॉपी करण्यायोग्य प्रॉम्प्ट टेम्पलेट्स

इनपुट चेकचा अभाव "भूमिका: तुम्ही ओपन पिट प्लॅनिंग असिस्टंट आहात. अंतिम खड्डा सीमा आणि उत्पादन क्रमासाठी मला कोणते इनपुट आवश्यक आहेत? एक संपूर्ण चेकलिस्ट तयार करा: ब्लॉक मॉडेल क्षेत्रे, किंमत आयटम, आर्थिक मापदंड, भू-तांत्रिक मर्यादा, क्षमता. प्रत्येक आयटमची आवश्यकता का आहे ते एका वाक्यात लिहा."

NPV कॅल्क्युलेशन SKELETON "पायथॉनमध्ये एक साधा वार्षिक रोख प्रवाह आणि NPV गणना सेट करा. इनपुट: वार्षिक धातूचे टनेज, ग्रेड, धातूची किंमत, उत्पन्न, युनिट खर्च, सवलत दर. सर्व गृहितकांचा अगोदरच अर्थ लावा. संख्या बनवू नका; मी वर्षभरात टॅबलेट आणि टॅब्लेटद्वारे एनपीव्ही कॅल्क्युलेशन प्रदान करीन. एक पर्याय जोडा जो संवेदनशीलतेसाठी ±20% ने बदलतो."

परिस्थिती तुलना"खालील परिस्थितींसाठी परिणामांची तुलना करणारी सारणी सेट करा: [परिस्थिती1: किंमत

जिओटेक्निकल/सेफ्टी कंस्ट्रेंट चेक "मसुदा ओपन पिट प्लॅनसाठी भू-तांत्रिक आणि सुरक्षा चेकलिस्ट तयार करा: उतार कोन पडताळणी, पायरीची उंची, सुरक्षा बार, उतार उतार, ड्रेनेज, मॉनिटरिंग. प्रत्येक आयटमसाठी 'हा निर्णय कोण घेतो / कोणते विश्लेषण आवश्यक आहे' अशी नोंद जोडा. ही यादी AI द्वारे ठरवली जाऊ शकत नाही यावर जोर द्या, भू-तांत्रिक अभियंता मंजूरी आवश्यक आहे."

कमकुवत प्रॉम्प्ट / मजबूत प्रॉम्प्ट

कमजोर प्रॉम्प्ट: "मला या खाणीसाठी सर्वोत्तम खड्डा योजना द्या."

स्ट्राँग प्रॉम्प्ट: "भूमिका: तुम्ही नियोजन सहाय्यक आहात. मी माझे स्वतःचे ब्लॉक मॉडेल, खर्च आणि भू-तांत्रिक उतार कोनांसह कार्य करेन. मला (1) गहाळ इनपुटची यादी द्या, (2) स्ट्रिपिंग रेट आणि ब्लॉक व्हॅल्यू गणनेसाठी कोड सांगाडा, (3) एक टॅब्युलर रचना ज्याची तुलना केली जाईल. या तीन मूल्यांची अंतिम किंमत निश्चित केली जाणार नाही; ऑप्टिमायझेशन सॉफ्टवेअर आणि जिओटेक्निकल कंस्ट्रेंट द्वारे व्युत्पन्न केले.

तुलना सारणी: निर्णय आणि एआय भूमिका

निर्णय

निर्णायक

एआय भूमिका

पडताळणी

अंतिम खड्डा मर्यादा

अर्थशास्त्र + जिओटेक्निक्स

परिस्थिती/खाते

नियोजन सॉफ्टवेअर

उतार कोन

जिओटेक्निकल विश्लेषण

फक्त चेकलिस्ट

भू-तांत्रिक अभियंता

उत्पादन क्रम

क्षमता + NPV

अंकगणित मदतनीस

सॉफ्टवेअर + अभियंता

मिश्रण

सुविधा मर्यादा

परिस्थिती खाते

धातू + नियोजन

भूमिगत पद्धत

डिझाइन + सुरक्षा

तुलना चार्ट

खाण डिझाइन अभियंता

सामान्य चुका

  • AI ला विचारणे "हे फायदेशीर आहे/सर्वोत्तम योजना कोणती आहे?" AI ला तुमची किंमत आणि सवलत डेटा माहित नाही; तुमच्या स्वतःच्या टेबलसह NPV ची गणना करा.
  • AI ला उताराचा कोन सुचवा. सुरक्षा-गंभीर; केवळ भू-तांत्रिक विश्लेषणाद्वारे निर्धारित केले जाते.
  • एकाच परिस्थितीवर लक्ष केंद्रित करणे. किंमत आणि किंमत अनिश्चित आहे; संवेदनशीलता विश्लेषण आवश्यक आहे.
  • अर्थव्यवस्थेसाठी भू-तांत्रिक मर्यादांचा त्याग करणे. जास्त उतार म्हणजे कमी गंज, परंतु सुरक्षितता मार्जिन गैर-निगोशिएबल आहे.
  • ऑप्टिमायझेशन आउटपुट आंधळेपणाने स्वीकारत आहे. सॉफ्टवेअर तुमच्या इनपुटच्या गुणवत्तेइतकेच चांगले आहे; मॅन्युअली लॉजिकने परिणाम तपासा.
लक्ष द्या: जेव्हा नियोजनात अर्थव्यवस्था आणि सुरक्षा संघर्ष होतो, तेव्हा सुरक्षा जिंकते. जरी AI आर्थिकदृष्ट्या अधिक चांगला वाटणारा उतार सुचवत असला तरीही, भू-तांत्रिक सुरक्षा मर्यादा खाली जाणार नाही.

सारांशात

जानेवारी नियोजन; ब्लॉक मॉडेल हे एक ऑप्टिमायझेशन कार्य आहे जे अर्थव्यवस्था, सुरक्षा आणि वेळ एकत्र करते. एआय इनपुट कंट्रोल, स्ट्रिपिंग रेट आणि एनपीव्ही कॅल्क्युलेशन स्केलेटन ही परिस्थिती तुलना आणि गणिताचे मिश्रण करण्यासाठी एक शक्तिशाली मदत आहे. तथापि, अंतिम खड्ड्याची सीमा ऑप्टिमायझेशन सॉफ्टवेअरद्वारे निर्धारित केली जाते आणि उताराचा कोन आणि भूमिगत पद्धत भू-तांत्रिक/डिझाइन अभियंताद्वारे निर्धारित केली जाते. AI ला "हे फायदेशीर आहे का" किंवा "सर्वोत्तम योजना कोणती आहे" असे विचारू नका; तुमच्या स्वतःच्या डेटामधून नंबर तयार करा आणि अर्थव्यवस्थेसाठी कधीही सुरक्षिततेचा त्याग करू नका.

अर्ज कार्य

तुमचे स्वतःचे (किंवा नमुना) ब्लॉक मॉडेल आणि खर्च डेटासह "NPV गणना फ्रेमवर्क" टेम्पलेट वापरून वार्षिक रोख प्रवाह आणि NPV गणना सेट करा; किंमत ±20% ने बदला आणि संवेदनशीलता पहा. नंतर "परिदृश्य तुलना" टेम्प्लेटसह तीन परिस्थितींचा चार्ट करा. शेवटी, तुमच्या प्लॅन मसुद्यासाठी “जिओटेक्निकल/सेफ्टी कंस्ट्रेंट चेक” टेम्प्लेटसह सुरक्षा चेकलिस्ट तयार करा आणि प्रत्येक आयटमसाठी कोणी निर्णय घेतला हे लक्षात घ्या.

चेकलिस्ट

  • [ ] मी AI ला NPV साठी विचारले नाही, मी माझ्या स्वतःच्या रोख प्रवाह विवरणासह त्याची गणना केली.
  • मी भू-तांत्रिक विश्लेषणाद्वारे उताराचा कोन निश्चित केला, मला ते AI ने सुचवले नव्हते.
  • मी कमीत कमी तीन परिस्थितींची (किंमत/कट-ऑफ/क्षमता) तुलना केली.
  • [] मी अर्थशास्त्रापुढे भू-तांत्रिक/सुरक्षा मर्यादा ठेवतो.
  • मी प्लॅनिंग सॉफ्टवेअरसह फर्नेसची अंतिम सीमा तयार केली आणि लॉजिक चेकिंगद्वारे ती पार केली.
  • [ ] मी सक्षम अभियंत्याकडे अंतिम योजनेची मंजुरी सोडली आहे.