矿业是全球主要工业生产一切从煤炭到黄金。根据PWC年度报告截至2017年4月，美国前40大矿业公司的市值为7,480亿美元。整个行业在2015年经历了一次衰退，但自那以来，由于大宗商品价格上涨，该行业已经复苏。
人在采矿业的直接合作的数量相对较少。在美国，大约67万人在采矿，采石和天然气开采业被用作2017年九月，但采矿业的间接影响近，因为它提供了所需的从电子几乎每个部门的原材料经济的各个方面;常含有铝，钴，镍，铜金，铂，等...到能量;在使用煤炭发电计划和铝为电源线;建筑/基础设施，在世界各地使用约800亿吨钢在2014年几乎所有的商品或服务的成本至少在采矿业的一些小部分的影响。
由于矿业公司在生产大容量基本上可以互换的商品，该行业主要侧重于提高各级效率。在速度，收率和效率的小的改进往往是什么一个有利的操作从无利可图一个分离。这是利用人工智能和机器学习企业都试图在这个领域做的。
本文探讨了采矿业是如何使用或试图使用AI来提高整个过程的生产力和效率。我们将介绍：
- 其中AI被测试和应用的各种挖掘过程
- 具体的采矿AI使用情况和举措，从成立矿业公司
- 从AI的采矿本应用的初步结果
采矿是一个庞大和多样化的工业，根据开采的材料不同，使用的技术和技术也大不相同，因此很难作出全面的说明，完全包括整个部门。也就是说，这篇文章将着眼于人工智能是如何被用来寻找地面来开采和人工智能是如何被用来改善矿山作业。
矿产勘查
第一步是要找到一个地方矿。该矿产勘查一步是采矿作业的关键。一个公司可以建立最积极的自动化和令人印象深刻的高效运行，除非有在地下提取物是好材料，将毫无价值。运用人工智能和机器学习矿物的任务勘探和开采是一个很新的现象，这在业内获得广泛关注
在2017年破坏采矿在加拿大多伦多举行的活动中，五家入围的公司中有两家专注于在采矿中使用机器学习:Kore Geosystems和Goldspot Discovery。
黄金勘探,Goldspot发现公司
公司Goldspot发现公司使用AI设法提高矿产资源勘查。该公司声称，试图找到金矿目前的做法是一门艺术，而不是科学的，他们计划为他们在视频说明更改与机器学习。
他们声称，在他们的测试中，他们能够利用仅占总表面积4%的地质、地形和矿物学数据，预测出加拿大阿比提比金带地区86%的现有金矿。对他们的系统的首次重大公开测试将在不久的将来在杰里特峡谷矿进行。
上个月，杰里特峡谷项目宣布，他们利用Goldspot Inc公司的人工智能，分析了他们所拥有的所有地质数据，这些数据包括了他们目前尚未开采的部分，以及他们之前在该地区发现黄金的地点确定目标区域里面可能有金子。黄金生产商计划在后勤允许的情况下尽快进行初步的钻试。
Goldspot发现公司还声称有一个处理一个无名上市的非洲勘探公司钻探基础上，公司针对AI的几个测试孔。
改善勘探目标-Goldcorp和IBM Watson
不仅仅是初创公司在考虑在矿产勘探中使用人工智能。今年早些时候，矿业巨头Goldcorp公司联手IBM沃森通过梳理大量的地质信息来寻找更好的目标。黄金公司是世界上最大的金矿公司之一。在这个视频中，IBM解释了他们的技术是如何被用于采矿的。
Goldcorp使用Watson的第一个地方是在他们的安大略的红湖矿。操作的高品位区到2020年可能Goldcorp的耗尽希望沃森能够帮助他们选择在该地区最好的勘探目标。
尽管现在就断言人工智能是否成功地帮助人们找到了黄金还为时过早，但IBM Watson声称，多年来，石油和天然气公司一直在成功地利用人工智能进行勘探。
提高我的操作
当AI是最直接的采矿业使用权，现在是提高效率。矿业往往是巨大的产业化经营。他们中许多人都使用机器人，我们在工厂看到智能传感器相同的基本的进步，以提高其在采矿性能。
自驾车自卸车 -力拓，沃尔沃
矿山是重工业实际上使得对于早期商业用途的自驾车车辆的理想场所。矿山设备和卡车的行驶速度相对较慢。它们也在明确界定和高度控制的地区运作。矿上使用的卡车不需要担心孩子们把球追到马路中间，或者司机醉酒后行为不稳等问题，这些都让自动驾驶汽车在城市道路上完美运行变得非常具有挑战性。这就是为什么他们多年来一直部署在地雷上。
该矿业公司力拓已导致在使用这种技术的方式。他们一直在稳步扩大其巨大的自主矿牵引卡车车队多年，现在目前在澳大利亚的采矿作业使用的76辆卡车组成的车队。这些卡车由日本厂商小松制作并通过远程操作员在珀斯监督。
根据里约热内卢Tinto的说法，卡车更安全，也更粗糙便宜15％比那些用方向盘后面人来操作。这些卡车可以无需停止换班或上洗手间的时间全天候运行。下面显示了此视频它们是如何工作和矿井的受控环境如何使得它使用的技术更简单的方法。
里约热内卢Tinto并不是唯一一家在矿山使用自动驾驶汽车的公司。今年7月，在经过多年的测试后，必和必拓宣布，吉巴莱巴矿将转至吉巴莱巴完全自主的卡车使用50架卡特彼勒793F。在视频中，他们解释了他们如何使用它和它提供的好处。
今年早些时候，沃尔沃宣布他们已经开始在Kristineberg矿下测试一款全自动卡车。这是技术上的进步，因为当车辆在地下时，它不能像地面上的自动卡车那样使用GPS。卡车能够通过构成矿井的狭窄隧道。
自治区钻，装载机，和火车 -力拓
这些矿业公司不仅使用自动驾驶卡车，还试图让它们的整个业务实现自动化。几年来，里约热内卢Tinto也一直在使用自动装载机和自动炮眼钻井系统。他们的钻井系统可以让一个远程操作人员控制多个钻井平台钻入地下。该公司声称，他们的自动钻机大致提高了生产率10％。
在不久的将来，力拓还计划将拥有世界上第一个完全自主长途铁路系统。如果一切按计划进行，到2018年，中国有望拥有一个完全自主的列车系统。这段视频展示了他们的自动驾驶训练。
人工智能分类-TOMRA
矿业往往去除材料出地面的体积巨大，即使他们是矿物化妆只告诉他们体积去除的一小部分之后。分离他们从一文不值污垢想要的材料，岩石和粘土可以在开采过程中一个非常昂贵的一步。
此外，在这个过程中，越早进行这种排序，公司浪费在移动无用材料上的燃料和金钱就越少。机器学习只是在最近才被用于改进采矿部门的这一过程。
TOMRA开发了一种用于采矿的智能分拣设备，它使用颜色分拣、x射线传输或近红外传感器来检查设备中移动的每一块材料，并能够根据公司想要的任何标准对材料进行分类。从矿石到钻石，他们什么都用它。
他们声称，他们在博利登矿业公司使用分选设备的结果是12％的质量少需要被移动。这意味着更少的燃料，在加工过程中较少的能量，较少的和卡车。该视频显示的排序在使用时迅速地挑选出所需材料并消除不必要的岩石。
TOMRA分拣设备最引人注目的成功之处在于它帮助回收了a227克拉的钻石在安哥拉的露露矿。这一颗钻石比整个托姆拉大型钻石回收系统的成本还高。
设备监控,PETRA，GE
便宜的连接传感器使公司能够持续监控几乎所有的设备。使用人工智能程序分析所有这些数据还可以改进维护，减少停机时间，并有助于在问题发生之前预测它们(对这个主题更直接感兴趣的读者可能想要阅读我们的文章)与Talik Kasturi的“预测维护”访谈)。
公司如通用电器和PETRA为矿业公司提供这些服务。佩特拉声称，他们在纽克雷斯特矿业公司的Lihir操作中使用的算法使公司能够做到这一点显著减少由他们的半自磨(凹陷)磨经历的超载事件的数量。任何这样的超载事件有效地阻止了矿山的运作，任何停机时间都是重大的经济损失。
在矿业AI应用总结思考
矿业是关于生产商品，所以在这一领域保持竞争力一般是指产生更快，更便宜。当您正在处理数吨材料一小时的停机任何小的改进，加工或人工成本可能会导致显著的节约。
该行业的性质意味着，矿业公司高度关注提高生产率和效率的任何方式。因此，一些矿业公司非常积极地利用人工智能、机器学习和自动设备来寻找提高效率的方法，也就不足为奇了。
我们讨论了AI在重工业在以前的文章和我们的信念的采矿可能是AI创新的关键试验台 - 特别是在控制的采矿环境的自主车辆和设备的运行（其中商用自主车型的监管问题不会有太大的问题，如）。
在这个过程中的某些部分，如矿产勘查，使用AI的是比较新的。虽然这个应用AI已经产生，从主要业者一些真正的关注，它仍然是处于早期阶段，尚未明确有多大的影响力就越大。
当涉及到现有煤矿的运行，不过，使用AI和自主装备的是已经确立，并提供非常实惠。自主设备和智能设备正在改变这个行业。许多应用程序都得到了很好的测试，并正在迅速扩大到新矿操作。事实上，力拓及其竞争对手已经显著增长的自主运输车车队几年是一个有力的证明有他们提供投资回报的应用。
采矿业的部分已经都在使用智能和自主装备的最前沿，并可能会继续是这样，在可预见的未来。矿业是，它需要在极其昂贵件大型设备的大资本投资相对独特，并成为有竞争力的一个主要方式是一个无情的注重效率。这将始终使行业推信封当谈到制造设备更聪明的必然选择。将一个自治系统到汽车的边际成本是显著而几乎不能有差别加入一个500万$ 300吨拖车时。
如果你想了解未来可能会有多少其他行业在运作，研究一下这些几乎完全自主的矿山在澳大利亚是如何运作的，可能会提供一些最好的洞见。
标题图片来源:Kapuskasing现在
