礦業(yè)科技創(chuàng)新取得的成效

　　數(shù)字化是第四次工業(yè)革命進程中全球所有行業(yè)的共同點，數(shù)字技術在很多礦山得到了應用，正在逐漸改變著礦山的生產方式。礦業(yè)企業(yè)的成功轉型不僅是采用最新的應用和技術，更重要的是將數(shù)字化和創(chuàng)新性的理念融入他們的經營策略中，實現(xiàn)企業(yè)的高質量發(fā)展。

　　——礦業(yè)企業(yè)從創(chuàng)新技術研發(fā)和應用中獲益。麥肯錫咨詢公司的分析表明，人工智能在礦業(yè)行業(yè)的應用預期為“領跑者”帶來的累計現(xiàn)金流變化將是“跟跑者”的十余倍。創(chuàng)新技術研發(fā)和應用的“領跑者”，將通過產能提高、成本節(jié)約以及安全性改善等方面具備更強的競爭能力，使他們在與競爭者的比拼中占優(yōu)。力拓集團于2008年啟動了“未來礦山”計劃，該計劃旨在從地球深部采收礦物的同時，降低環(huán)境影響并進一步改善安全性。2010年，Boliden公司、波蘭KGHM礦業(yè)公司、瑞典LKAB礦業(yè)公司及幾家全球性供應商和學術機構，啟動了針對未來礦山共同愿景的概念研究。2018年，英美資源集團啟動了“未來智能礦山”計劃。澳大利亞雷索盧特礦業(yè)公司基于未來礦山概念在馬里建設了高度自動化的Syama地下金礦，該礦山于2018年12月開始重新投產。很顯然，礦業(yè)企業(yè)長遠發(fā)展的關鍵將是在創(chuàng)新上保持領先。

　　——礦山地面監(jiān)測手段多樣且效果顯著。邊坡監(jiān)測系統(tǒng)在露天礦的管理中發(fā)揮著重要的作用，并且自從使用壓力計、張力計和攝影測量法以來已經得到了長足發(fā)展。目前用于露天礦和地下礦地面監(jiān)測的三種主要工具是全球定位系統(tǒng)、雷達和激光雷達。2013年4月10日，力拓集團位于美國猶他州鹽湖城Kennecott公司的Bingham Canyon礦遭遇了采礦史上最大的滑坡。由于Kennecott公司重視安全教育，預案準備充分，監(jiān)控系統(tǒng)完善，因此滑坡事故中無人受傷。雷達技術早已用于邊坡主動監(jiān)測和邊坡坍塌探測，但這項技術經過改進和更新后，已成為當前應用的領先技術。在充滿塵土和煙霧的采礦環(huán)境中，雷達能夠穿透灰塵、雨水和其他天氣條件，這是其他技術解決方案無法達到的。該技術能夠對數(shù)千米范圍進行掃描，并且因其在任何距離下都能保持亞毫米級的變形測量精度，所以不會因為距離的增加而降低測量精度，這樣就不需要在邊坡上安裝人工反射器。近年來，全球定位系統(tǒng)技術為監(jiān)測地表運動的幾何位移提供了一種新的方法。差分定位系統(tǒng)技術可以提供邊坡穩(wěn)定狀態(tài)的實時信息和晝夜變形率。該方法沿監(jiān)測區(qū)域安裝了一系列接收器進行監(jiān)測，在露天礦山中具有很大的優(yōu)勢。然而，全球定位系統(tǒng)的使用受到植被、山體等環(huán)境特征以及快速變形情況的限制。全球定位系統(tǒng)設備已與攝影測量、全站儀網絡和遙感影像結合，作為監(jiān)測礦山邊坡穩(wěn)定性的控制點。地面雷達監(jiān)測與衛(wèi)星監(jiān)測相結合可以提供多源監(jiān)測解決方案。激光雷達技術利用一束激光束瞄準監(jiān)視區(qū)域進行照射，依據(jù)反射光波的返回傳播時間再現(xiàn)坡面關鍵區(qū)域和相對運動的圖形或數(shù)字圖像。它們可以在幾分鐘內建立坡面的虛擬副本，如同攝影攝像一樣突出顯示關鍵區(qū)域。激光掃描設備是一種主動的獨立測量技術，在測量過程中可自發(fā)光。激光掃描儀在滑坡監(jiān)測中的應用已經得到了很好的檢驗，但在露天礦邊坡監(jiān)測中應用較少。最新的激光雷達掃描儀可以安裝在靜止或移動測量平臺上，可以快速建立數(shù)字高程模型，礦山坡度測量速度比傳統(tǒng)測量方法快15倍。利用激光雷達技術進行礦山測量，操作簡單且節(jié)省時間，是有效的邊坡監(jiān)測手段，但受天氣條件和地形濕度的限制。

　　——無人機技術應用廣泛作用突出。無人機已成為包括礦業(yè)行業(yè)在內的許多行業(yè)中不可或缺的組成部分。事實上，與許多其他行業(yè)相比，無人機在礦業(yè)行業(yè)中的使用頻率更高，應用范圍更廣。從礦產資源勘探到開采，從礦石加工、運輸、服務到礦山修復，無人機幾乎可應用于礦業(yè)價值鏈的各個方面。礦業(yè)企業(yè)通過應用無人機從空中采集視覺信息，加快了數(shù)據(jù)采集速度，減少了相關作業(yè)人員，從而一定程度上提高了效率及安全性。無人機目前主要用于區(qū)域勘探、地形測繪、堆場庫存體積盤點、鉆爆設計、設備和礦區(qū)（安全）檢查以及巖土工程監(jiān)測和建模等。越來越多的無人機軟件供應商正瞄準礦業(yè)市場并提供更加有效的解決方案。同樣，新一代無人機擁有更加豐富的功能，如體積更小、性能更穩(wěn)健、數(shù)據(jù)采集能力更先進?？梢灶A期全自動駕駛無人機將會在礦區(qū)范圍實現(xiàn)例行飛行并采集數(shù)據(jù)，從而為礦山運營分析提供最新的數(shù)字影像，確保一切運行正常。

　　——技術設備創(chuàng)新提升礦物加工流程效率和效益。粗顆?；厥帐侵竿ㄟ^浮選方法回收粒度比正常礦物浮選粒度大2到3倍的顆粒。粗顆粒浮選的上限一直是礦業(yè)行業(yè)面臨的一項長期挑戰(zhàn)，因為太粗而無法浮選的顆粒通常占流失到尾礦中的金屬和礦物價值的4%。英美資源集團正在嘗試采用粗顆粒回收技術，據(jù)報道該技術將使該公司能夠循環(huán)使用80%的生產用水。碎磨礦石以解離目標礦物是礦業(yè)行業(yè)中能量需求最大的環(huán)節(jié)，即能量使用的小幅減少也可能帶來巨大的經濟收益。該領域的發(fā)展有可能解決目前不能經濟開發(fā)的低品位復雜礦體的采選難題。SELFRAG公司開發(fā)和推廣的電力碎解技術，通過使用高壓脈沖發(fā)電機將連續(xù)的電流轉換成脈沖。高壓脈沖可使礦石內部產生裂紋/微裂紋而預先使礦石顆粒脆化，從而提高后續(xù)碎磨流程的能量效率和處理量。該項技術的優(yōu)勢包括及早拋尾和堅硬礦石的選擇性破碎。

　　——便攜式礦物采樣分析技術大大提高礦產勘查效率。在過去的10年里，便攜式X射線熒光（pXRF）分析儀已經發(fā)展成為一種行業(yè)標配工具，可以在地球科學分析的各個方面快速生成近實時的地球化學數(shù)據(jù)。此外，便攜式粉末X射線衍射（pXRD）分析儀的最新進展已為該領域的地質學家提供了定量的礦物學信息，而這以前只能在實驗室中進行。這兩項新技術共同改變了決策數(shù)據(jù)的生成速度、分辨率和成本，同時改變了該領域的地球化學和礦物學認知。

　　礦業(yè)科技創(chuàng)新面臨的問題

　　近年來，礦業(yè)科技創(chuàng)新雖然取得了一定成效，促進了礦業(yè)行業(yè)的發(fā)展，但依然存在一些問題，在一定程度上制約了行業(yè)發(fā)展的步伐。

　　——礦業(yè)行業(yè)重大技術創(chuàng)新相對不足。在全球范圍內，礦業(yè)行業(yè)在重大技術創(chuàng)新方面落后于其他行業(yè)。雖然生產技術已實現(xiàn)現(xiàn)代化，但這些變化并未從根本上使礦業(yè)行業(yè)發(fā)生顛覆性變革。礦業(yè)行業(yè)技術創(chuàng)新的主要驅動因素包括：減少工人的健康和安全風險；降低運營成本及提高礦產產能；降低礦產開發(fā)成本；勞動力老齡化加速趨勢下退休率的上升和隨之而來的工資上漲；降低技術開發(fā)成本；環(huán)境、社會和治理標準下對礦業(yè)行業(yè)綠色發(fā)展的迫切要求。這些都需要不斷加大重大技術創(chuàng)新的力度，并將其切實地應用到礦山日常生產運營中。

　　——自動化采礦設備尚未得到廣泛應用。自動化采礦設備是礦業(yè)行業(yè)最重要的技術創(chuàng)新領域之一。盡管在某些領域的技術已經成熟，但整體仍處于發(fā)展階段且普及程度較低。自動化采礦設備包括露天采礦設備和地下采礦設備，其中較為成熟的是露天礦的自動化運輸設備。根據(jù)原始設備制造商提供的系統(tǒng)，各礦山可以實現(xiàn)運輸設備不同程度的自動化，分為指導性作業(yè)、遙控作業(yè)、半自動化作業(yè)和全自動化作業(yè)4個階段。無論是實現(xiàn)何種程度的自動化，采礦作業(yè)都會變得更加一致、可控，在保障人員和機械設備安全的同時能夠提高產能。自動化運輸系統(tǒng)的相關技術已被運用于露天礦和地下礦的相關作業(yè)中。然而，全自動化在地下礦的應用仍不及露天礦。截至目前，真正的人工智能尚未應用到自動化采礦中，但這將是未來的機遇。

　　——數(shù)字技術在全面提升選廠運營優(yōu)化方面尚待深化。目前，選廠中人工智能的主要用途是檢測異常。下一項主要技術創(chuàng)新目標是建立選廠的數(shù)字孿生模型，以作為完全動態(tài)模型，以及應用人工智能來完全自動地控制作業(yè)流程。人工智能系統(tǒng)在最開始的時候需要花費較長的時間來學習如何加工礦物，以及獲取和處理數(shù)據(jù)并改進算法。一旦系統(tǒng)開發(fā)完成，則人工智能系統(tǒng)將被集成到實時操作中，并以咨詢模式對工廠進行運營，向操作人員提出建議。在經過全面測試后，人工智能系統(tǒng)將能夠完全自動地運行工廠。人工智能選廠將以最佳運營狀態(tài)運行，以實現(xiàn)更穩(wěn)定的生產，更低的安全或環(huán)境風險，以及對礦石特性或工藝參數(shù)的任何變化的更迅捷響應。人工智能將優(yōu)化工廠運營的不同環(huán)節(jié)，以提高礦物加工的效率、回收率和盈利能力，還可以根據(jù)實際磨損和預測的組件磨損來預見性地維護設備。

　　礦業(yè)科技創(chuàng)新發(fā)展的趨勢

　　盡管目前對智能礦山還沒有統(tǒng)一的定義，但其主要目的是采用高度工程化的技術，并結合人工智能、物聯(lián)網和大數(shù)據(jù)等新興關鍵技術的應用，實現(xiàn)數(shù)字化連接和各方面的運營優(yōu)化，是礦業(yè)科技創(chuàng)新發(fā)展的趨勢。

　　——智能化是礦業(yè)行業(yè)高質量發(fā)展的必然之路。盡管對智能礦山沒有統(tǒng)一的定義，但主要目的是采用高度工程化的技術，并結合人工智能、物聯(lián)網和大數(shù)據(jù)等新興關鍵技術的應用，實現(xiàn)數(shù)字化連接和所有方面的運營優(yōu)化，可以總結為“七化”，即數(shù)字化、自動化、智能化、機械化、集約化、電氣化、少（無）人化。國際頂尖礦業(yè)企業(yè)，如力拓、必和必拓、英美資源集團、加拿大黃金公司、加拿大泰克資源公司、南非金田公司、美國紐蒙特礦業(yè)公司、澳大利亞雷索盧特礦業(yè)公司等，已將智能礦山理念作為其企業(yè)重要發(fā)展戰(zhàn)略之一，在利用物聯(lián)網、大數(shù)據(jù)、人工智能、5G、邊緣計算、虛擬現(xiàn)實等前沿技術促進企業(yè)高質量發(fā)展及提升企業(yè)綜合競爭力和可持續(xù)發(fā)展能力方面走在了行業(yè)前沿。

　　——數(shù)字化有望促進選礦相關領域的跨越式發(fā)展。選礦工藝技術的主要發(fā)展趨勢包括持續(xù)機械化、選廠規(guī)模的擴大以及信息技術在過程控制中的應用。數(shù)字化為礦物加工領域的變革提供了可能，選廠可以在人工智能的幫助下運營，從而實現(xiàn)動態(tài)控制和持續(xù)優(yōu)化。美卓公司的首席數(shù)字官JaniPuroranta提出了選廠數(shù)字化的兩個關鍵領域：先進過程控制和預見性維護。先進過程控制是一種整體方案，既可以識別出工廠的限制條件，也可以利用軟件在每次設定點自動做出正確決定并執(zhí)行操作來實現(xiàn)接近限制條件的穩(wěn)定生產。通過在監(jiān)管控制流程頂端部署專家系統(tǒng)可以實現(xiàn)這一目標。另一方面，預見性維護可確保設備最長的正常運行時間和最大利用率。在這個概念中，機器學習算法和人工智能被用于檢測和預測機器的故障或損壞，識別對正常作業(yè)模式的偏離，以及偏離最佳作業(yè)的程度。自由港邁克墨倫和麥肯錫通過建立選礦的人工智能模型，結合專家意見和優(yōu)化過程中不斷產生的全新數(shù)據(jù)，從而不斷進行模型優(yōu)化，并在人工智能模型的幫助下優(yōu)化選礦流程，最終將其位于美國亞利桑那州的Bagdad選廠的銅產量提高了10%。

　　——探明隱伏礦體是礦業(yè)行業(yè)可持續(xù)發(fā)展的重要方向。隨著新礦床發(fā)現(xiàn)率的持續(xù)下降，礦產勘探企業(yè)面臨著越來越大的技術風險和運營挑戰(zhàn)。現(xiàn)今探明的大多數(shù)礦山都位于已在地表或近地表出露的礦體。盡管新的勘探技術能夠探明一些偏遠、復雜且通常低品位的礦床，但對于新一代礦山的勘探，在經濟可行的條件下，越來越需要探明位于無礦蓋層下方的深部礦體，從而取得勘探方面的更大成果。此外，需要利用技術創(chuàng)新和低創(chuàng)性技術，以快速且對環(huán)境影響較小的方式評價潛在的礦床。這意味著圈定更精準的靶區(qū)，更有效地處理巖心數(shù)據(jù)，從而減少鉆探量。

　　——地質數(shù)據(jù)的高級分析與評估將成為礦山建設運營的基礎。實踐證明，一旦實現(xiàn)了可靠的數(shù)據(jù)采集，則巖土工程數(shù)據(jù)的分析和評估將成為礦山工程設計的基礎。鉆井、取樣、地球化學和地球物理方法的增加產生了大量數(shù)據(jù)。得益于計算機處理能力的增強，能夠處理的數(shù)據(jù)量也大幅上升。地質學家們現(xiàn)在能夠在三維空間里處理大量數(shù)據(jù)并將其可視化。三維地質數(shù)據(jù)的整合和可視化為理解數(shù)據(jù)空間關系創(chuàng)造了全新的價值。數(shù)學算法、地質統(tǒng)計學、模擬和其他最先進應用程序的發(fā)展都支撐了地球科學建模工作。然而，隨著關鍵數(shù)據(jù)存儲于多個軟件平臺中，評估所有的變量的難度大幅上升，導致業(yè)內地質數(shù)據(jù)的復雜性不斷增加。為了更好地預測礦產資源潛力，如今礦業(yè)行業(yè)已經轉向自動分類技術或機器學習，相比以往的手動方式能夠更加深入地查詢并分析數(shù)據(jù)。這種類型的分析適用于以常規(guī)手段獲取的大規(guī)模、多波段和多元素地球科學數(shù)據(jù)集。然而，在區(qū)域勘探條件下，機器學習的實際應用面臨著重大挑戰(zhàn)。其中的主要問題是數(shù)據(jù)覆蓋的不均勻、數(shù)據(jù)類型的不同、模型分辨率的選擇、訓練點的缺乏和可變性以及在不同觀測尺度上表現(xiàn)出來的不同特征。當嘗試使用一些可用的常見機器學習算法來構建代表性的“預測”模型時，需要特別注意以上因素?！?/div>