رویکردهای نوین در تعمیر و نگهداری معدن چگونه باعث ارتقاء بهره‌وری معادن می‌شوند؟
استخراج معدن یک فعالیت کلیدی و تعیین کننده در هر کشور است؛ صنعت معدن و تعمیر و نگهداری در این صنعت تأثیرات مستقیم و غیرمستقیمی بر وضعیت اقتصادی و توسعه‌یافتگی کشورها دارد.
بنابراین، هر بخش و عنصر از آن باید با دقت هرچه تمام‌تر بررسی شود و هرگونه امکانی در ارتقاء بهره‌وری عملکرد آن کارشناسی گردد.
در این میان، نگهداری بهینه تجهیزات معدنی، از پایه‌ای‌ترین محورهای مدیریتی این صنعت است. در این مقاله به راهکارها و فناوری‌هایی می‌پردازیم که کمک شایانی به افزایش بهره‌وری و کاهش هزینه‌ها در بخش نگهداری معدن می‌کنند.
موفقیت کلیِ عملیات استخراج معدن مستقیماً تحت تاثیر قابلیت اطمینان و در دسترس بودن تجهیزات معدن است. سه معیار اصلی حاکم بر عملکرد معدن عبارتند از:
- توان عملیاتی
- ایمنی محل کار
- هزینه‌ی نهایی به ازای هر تن برداشت
تمرکز بر عملکرد تجهیزات می‌تواند میلیاردها تومان سودِ حاصل از ارتقاء بهره‌وری را برای معدن‌داران به همراه داشته باشد. با این حال، با افزایش مقیاس‌های عملیاتی، چالش‌های متناظر با تعمیر و نگهداری تجهیزات معدنی نیز پیچیده‌تر می‌شوند.
بیشتر بخوانیم: هوش مصنوعی و شبکه‌های ۵.۵G معادن را به سطح جدیدی از «هوشمندی» می‌رسانند
علائمی که نشان از ناکارآمدی برنامه مدیریت نگهداری معدن دارند
- هزینه بالای تعمیر و نگهداری تجهیزات
- قابلیت اطمینان پایین: ماشین‌آلات به‌صورت مستمر خراب می‌شوند و اپراتورها انگیزه پایینی در استفاده و اعتماد به آنها دارند
- کاهش زمان در دسترس بودن تجهیزات: بازه‌های تعمیر افزایش یافته و تجهیزات معدن زمان زیادی را در تعمیرگاه می‌گذرانند
- افزایش یا ناپایدار بودن هزینه‌ها در هر تن استخراج
- کاهش بهره‌وری
- برآورده نشدن اهداف مشخص شده در برنامه تولید شرکت
اهمیت برنامه‌ریزی در نگهداری معدن
بالغ بر ۳۰ تا ۵۰ درصد از کل هزینه‌های عملیاتی هر معدن را تعمیر و نگهداری تجهیزات به خود اختصاص می‌دهد. بنابراین، منطقی است که بخشی از هزینه‌های مدیریتی را به سمتی هدایت کنیم که نیمی از کل بودجه را می‌بلعد.
در سال‌های اخیر توجه بسیاری از محققان صنعت معدن و فعالان این حوزه به چگونگی برنامه‌ریزی تعمیر و نگهداری معدن با توجه به اهداف توسعه پایدار و ارتقاء کارایی معادن بوده است. از آنجایی که فناوری و بهره‌وری دو مفهوم کاملاً در ارتباط هستند، ایجاد بستری برای استفاده از فناوری در جهت حفظ تجهیزات فعال و در دسترس، از مهمترین دغدغه‌های مدیران معادن است. از طرفی، مدیریت راه‌حل‌ها، نیروی متخصص، بودجه و زمان، محورهای موازی دیگری هستند که کارایی فعالیت نگهداری معدن به آنها وابسته است.
تجهیزات حفاری در تماس مستقیم با مواد معدنی و محیط‌های سخت و خشن قرار دارند. در دهه‌های پیشین، برخی از این تجهیزات برای بازه‌های بیشتر از ۵۰ سال هم مورد استفاده قرار می‌گرفتند، اما در دنیای امروز به دلیل افزایش میزان و سرعت کاوش مواد معدنی، این عدد به حداکثر ۲۰ سال کاهش یافته است.
به‌طور کلی، داشتن یک برنامه مدونِ تعمیر و نگهداری معدن به منزله بهینه‌سازی عملیات استخراج، گرد هم آوردن استعدادهای انسانی، بهینه‌سازی فرایندها و دارایی‌ها و داشتن استراتژی‌های مدیریتی بلندمدت است.
یک برنامه نگهداری معدن باید چه ویژگی‌هایی داشته باشد؟
در اجرای یک برنامه تعمیر و نگهداری معدن بایست‌های زیر ضروری هستند:
- برای حفظ تعهد و استفاده صحیح از تجهیزات، استاندارد خاصی را در نظر بگیرید و از مقررات استانداردهای ISO مربوطه پیروی کنید. در اینجا ایده اصلی این است که همیشه مراقبت‌های زیست‌محیطی و ایمنی افراد را مدنظر قرار دهید و از این طریق میزان ریسک موجود را به حداقل برسانید.
- یک برنامه تعمیر و نگهداری تدوین کنید که در آن استفاده از منابع فناوری مثل نرم‌افزارهای تعمیر و نگهداری در اولویت قرار دارند. بدینوسیله، شما ارتباط خود را با دنیای جهشیِ تکنولوژی حفظ می‌کنید و هر گونه بهبودی که در تکنولوژی مربوطه رخ دهد را می‌توانید به برنامه خود تزریق کنید.
- یک دستورالعمل نگهداری پیشگیرانه با دامنه حداقل ۸۵ درصد (میزان کارایی تجهیزات) ایجاد کنید. در اینجا هدف افزایش عمر مفید تجهیزات و کاهش شرایط اضطراری احتمالی است که عملکرد ماشین‌آلات را مختل می‌کنند.
- با داشتن یک برنامه نگهداری معدن، پرسنل و تجهیزات معدن ارزیابی می‌شوند و در دسترس بودن نیرو و تجهیزات قابل پیش‌بینی خواهد بود. رسیدگی‌ها و سرویس‌های تعمیر و نگهداری را با توجه به سختی کار و چالش‌های عملیاتی برنامه‌ریزی کنید.
بیشتر بخوانیم: پتانسیل اقتصادی، اجتماعی و زیست محیطی ۵G در بازارهای نوظهور
چگونه می‌توان به یک برنامه نگهداری معدن مؤثر دست یافت؟
برای تحقق بندهای بالا، باید برنامه‌ریزی مدیریتی داشت. در هر صنعت، باید روزهای مشخصی برای بازرسی از تجهیزات و دارایی‌ها و تعمیرات در نظر گرفته شود. چنین بررسی‌هایی است که باعث می‌شوند مشکلات کوچک به چالشی بزرگ تبدیل نشوند و منابع عملیاتی در دسترس بمانند. این وظیفه‌ای است که مختص بخش مدیریت نگهداری معدن است. برای اینکه مدیریت نگهداری معدن، فعالیتی کارا باشد، باید مراحل زیر را دنبال کند:
۱. کارشناسی تجهیزات معدن
کدامیک از تجهیزات باید در اولویت قرار گیرند؟ این اولین سوالی است که یک مدیر برنامه نگهداری معدن باید از خود بپرسد. در جواب این سوال، اولین کاری که باید انجام شود ارزیابی تجهیزات، تجزیه و تحلیل وضعیت آنها و تعیین ترتیب اولویت است.
در معدن، بخش عظیمی از عملیات خط مقدم حفاری و فرآوری، با تجهیزاتی صورت می‌گیرد که مستقیماً با سنگ و مواد سنگین در ارتباط هستند. نکته اصلی در اینجا، تعریف مفهوم ” عملکرد حیاتی” برای تجهیزات است. به این معنی که، تعیین شود نبود یا فعالیت ناکارآمد هر ماشین به چه میزان عملیات کلی را دچار مخاطره می‌کند؟
۲. یک شبکه پشتیبانی داشته باشید
راه‌اندازی دوباره تجهیزات آسیب‌دیده یا سرویس‌های ضروری ماشین‌آلات، نیازمند انجام یک سری عملیات به‌هم پیوسته است. در دسترس بودن و بدون وقفه بودن این عملیات لازمه ارتقاء کارایی برنامه نگهداری معدن است.
مدنظر داشته باشید که فعالیت تعمیر و نگهداری معدن مختص بخش خاصی از معدن نیست، بلکه کلیت مجموعه را در بر می‌گیرد. بنابراین هرگونه عملیات نگهداری معدن، نیازمند حمایت تمام بخش‌های مدیریتی و اجرایی معدن است.
بیشتر بخوانیم: بررسی تحول هوشمندسازی صنعت در سال ۲۰۲۴
۳. یک برنامه کارآمد تعریف کنید
در برنامه تعمیر و نگهداری معدن پارامترهای خاصی باید تعیین شوند که زمان و چگونگی انجام هر فعالیت نگهداری را مشخص کنند و نتایج حاصل از انجام این فعالیت‌ها را اندازه‌گیری کنند. به عنوان مثال، میزان سرعت چرخش یک دریل، می‌تواند پارامتری در تعیین میزان موفقیت عملیات تعمیر آن باشد.
به همین دلیل است که تعیین نحوه درخواست، تخصیص، نظارت، اندازه‌گیری و ارزیابی فعالیت تعمیر و نگهداری مهم است؛ زیرا هدف اطمینان حاصل کردن از تحقق بندهای برنامه نگهداری معدن است.
یک پیشنهاد عالی تعریف KPIهای تعمیر و نگهداری است. چنین دستورالعمل‌هایی یک مسیر مشخص را ایجاد می‌کنند که در آن رویه‌ها و نتایج به‌طور واضح ترسیم شده‌اند. بنابراین، بازرسی‌ها و اندازه‌گیری‌های نهایی نیز بسیار ساده‌تر خواهند بود.
۴. از اطلاعات به نحوه احسن استفاده کنید
جمع‌آوری، ذخیره‌سازی و پردازش داده‌ها یک فعالیت حیاتی در بحث تعمیر و نگهداری معدن است. مدیریت این اطلاعات باید یک فرایند تبادل دانش را پیگیری کند، فرایندی که بازیگران مختلفی از بخش‌های متفاوت معدن را شامل می‌شود. در نهایت، علم داده‌کاوی باید یک عنصر اساسی در تحلیل آماری باشد و داشتن یک تیم مجزا برای داده‌کاویِ اطلاعات گذشته فرایندها و تقریب آینده چالش‌های پیش‌رو، یک مزیت فوق‌العاده مهم در ارتقاء بهره‌وری معادن است.
۵. ایجاد سطوح سازمانی
در چهارچوب یک برنامه نگهداری معدن، متخصصان زیادی در مراحل مختلف این فرایند و در سطوح سلسله مراتبی متفاوت، اقدام به تصمیم‌گیری و گزارش می‌کنند. چنین شبکه بزرگی از افراد و روابط سازمانی، باید به بهترین شکل ممکن مدیریت شود.
برای کنترل هر مرحله از نگهداری معدن به شفاف‌ترین و کارآمدترین شکل ممکن، باید به وضوح مشخص شود که هر شخص چه وظیفه‌ای دارد و نتیجه‌ی حاصل از فعالیت او چگونه سنجیده می‌شود. مهمتر، باید مشخص شود که نحوه انجام فعالیت توسط هر شخص چگونه باید باشد و بازه زمانی مورد نیاز آن فعالیت چقدر است.
بیشتر بخوانیم: چاپ سه‌بعدی فیبر (چاپ سه‌بعدی کامپوزیتی) چیست و کاربرد آن در صنعت چیست؟
۶. ارزیابی و اندازه‌گیری
پس از انجام کلیه مراحل مرتبط با تعمیر و نگهداری، مدیر باید تایید کند که امور طبق استانداردها و برنامه نگهداری کلی سازمان به پایان رسیده‌اند.
کل فرایند ارزیابی باید حول مفهوم بهره‌وری معدن انجام بگیرد. پیروی از استاندارهای تعریف شده باید تضمینی باشد بر ارتقاء بهره‌وری معدن و هر آنچه که باعث افزایش سطح در دسترس بودن تجهیزات معدن می‌شود.
مانند هر فرآیندی که بخشی از حوزه مدیریت یک شرکت است، برنامه‌ریزی تعمیر و نگهداری معدن نیاز به پشتیبانی از مجموعه‌ای از داده‌ها دارد که دیجیتالی‌شدن سیستم را می‌طلبد.
در مواجهه با این حقیقت، راه‌حل‌های مدیریت فناورانه عاملی تعیین کننده در تعریف ابزار کارآمد در هدایت تکنولوژی در برنامه تعمیر و نگهداری معدن است. دیجیتالی‌شدن بخشی از فرایندها، عامل تعیین کننده‌ای است در سازگاری مدیریت برنامه نگهداری معدن با دستاوردها و راه‌حل‌های مفیدِ تکنولوژی محور که هر روز خلق و توسط رقبای تجاری به کار گرفته می‌شوند.
نقش دیجیتالی‌شدن در ارتقاء بهره‌وری و امنیت
عوارض جانبی محیط‌های کار غیرامن برای کارگران شامل خستگی، تنهایی و مسائل مرتبط با سلامت روان است. از طرفی، یک ساعت وقفه در عملیات یک معدن سنگ‌آهن، ۱ میلیون دلار به شرکت معدنی ضرر وارد می‌کند. این دو مؤلفه بنیادی باعث شده‌اند شرکت‌های معدنی به دنبال روش‌های بهینه‌تر و فناوری محوری باشند که از تمام ظرفیت‌های دانش روز بهره می‌گیرند و همزمان با تضمین امنیت کارکنان، بهره‌وری را نیز بهبود می‌بخشند.
نگهداری پیشبینانه به جای نگهداری پیشگیرانه
نگهداری پیشبینانه توازونی بین مدیریت نگهداری پیش‌بینی کننده و واکنشی ایجاد می‌کند. در این نوع از برنامه‌ریزی تعمیر و نگهداری معدن، به جای استفاده از ماشین تا نقطه‌ای که نیاز به تعمیر غیرقابل اجتناب باشد یا تعویض قطعه‌ای که هنوز قابل استفاده است، زمان و فرایند بهینه‌ای برای سرویس‌کاری، در جهت پیش‌گیری از تخریب ماشین، تعیین و اجرا می‌شود.
نگهداری پیشبینانه وابستگی زیادی به استفاده از تکنولوژی روز و به‌خصوص اینترنت اشیاء صنعتی دارد. با استفاده از حسگرهای مختلفی که در قسمت‌های مختلف معدن و تجهیزات نصب شده‌اند، فعالیت‌های استخراج معدن به‌صورت لحظه‌ای رصد می‌شوند، پیش‌بینی امکان از کار افتادگی تجهیزات محاسبه می‌شود و با استفاده از هوش مصنوعی و یادگیری ماشین، زمان‌بندی بهینه‌ای برای تعمیر یا سرویس ماشین‌ها پیشنهاد می‌شود.
فواید استفاده از رویکرد نگهداری پیشبینانه
با ظهور استانداردهای مدیریت دارایی ISO 55000، تعمیر و نگهداری پیشبینانه برای شرکت‌های معدنی اهمیت فوق‌العاده‌ای پیدا کرده است. با وجود این، اکثریت شرکت‌های معدنی، بخصوص شرکت‌های معدنی ایرانی، بر اساس استراتژی‌های نگهداری پیشگیرانه و ثابت قبلی عمل می‌کنند که عامل اصلی در خرابی‌های برنامه‌ریزی نشده و تعمیرات پرهزینه در تجهیزات معدنی است. در ادامه به فواید استفاده از هوش مصنوعی و تکنولوژی روز در نگهداری معدن می‌پردازیم.
بیشتر بخوانیم: ۸ ابزار هوش مصنوعی مناسب کسب و کار در سال ۲۰۲۴
افزایش بهره‌وری معادن
حرکت از تعمیر و نگهداری معدن به صورت پیشگیرانه به حالت پیشبینانه، می‌تواند تفاوت زیادی در بهره‌وری معدن ایجاد کند. بر اساس تحقیقی که در معادن آمریکا صورت گرفت، با استفاده از هوش مصنوعی و سیاست نگهداری پیشبینانه معدن، اثربخشی کلیِ تجهیزات معدنی از ۷۵-۵۰ درصد به بالاتر از ۹۰ درصد رسیده است.
نگهداری پیشگیرانه‌ای که بر مبنای هوش مصنوعی طرح‌ریزی شده باشد هزینه‌ها را کاهش می‌دهد
با استفاده از برنامه‌های یادگیری عمیق و داده‌کاوی اطلاعات تاریخی، بهترین زمان برای تعمیر یا سرویس یک ماشین پیش‌بینی می‌شود. بیشتر تجهیزاتی که امروزه برای معادن ساخته می‌شوند، به صورت پیش‌فرض حسگرهای موردنیاز برای فعالیت در انقلاب صنعتی ۴ را در اختیار دارند. این حسگرها داده‌های مورد نیاز برای طراحی سیستم نگهداری پیشگیرانه را فراهم می‌کنند.
داده‌ها به‌صورت زمان‌واقعی تولید می‌شوند و هر حسگر به بخش خاصی از یک فرایند می‌پردازد. به عنوان مثال، حسگرهای دمایی، لرزه‌ای، فشار، کشش تسمه‌ای، سرعت چرخش، دورموتور و تجزیه و تحلیل روغن از جمله داده‌هایی هستند که از فعالیت لحظه‌ای ماشین‌ها دریافت و در آنالیز وضعیت کنونی و پیش‌بینی آینده ماشین به‌کار بسته می‌شوند.
کاهش زمان خرابی تجهیزات از طریق تعمیر و نگهداری پیشبینانه
استخراج معدن یک فرایند یکپارچه، متشکل از زیرفرایندهای مدیریتی و عملیاتی است. هنگامی که یک بخش از این عملیات با شکست مواجه می‌شود، به احتمال زیاد کل عملیات شکست خواهد خورد. با استفاده از سیستم هوشمند مورد استفاده در نگهداری پیشبینانه، تعمیر و نگهداری معدن به‌صورت منظم و پس از انجام تحلیل‌های دقیق صورت می‌گیرد. چنین برنامه‌ریزی دقیقی، به تمام جزئیات پرداخته، درحالی‌که پردازشگر ماشینی خطای محاسباتی بسیار کمتری هم نسبت به انسان دارد.
زمان پاسخگویی سریع‌تر به سفارشات و تعمیرات حیاتی
وقتی پای کلان‌داده به رویکردهای مدیریتی باز می‌شود و شرکت دانش کافی برای تحلیل آنها را داشته باشد، پیچیدگی‌های عملیات و فراوانی اطلاعات دیگر مسأله‌ساز نیستند، بلکه یاری‌دهنده‌اند. با استفاده از علم بررسی کلان‌داده‌ها، زمان‌های بهینه‌تری برای تعمیر و سرویس‌کاری ماشین‌آلات تشخیص داده می‌شود و حجم‌کاری زیادی بر نیروی کار انسانی اعمال نمی‌شود. در نتیجه، قسمت نگهداری و تعمیر زمان و حوصله کافی برای پرداختن به چالش‌های ناگهانی و خدمات‌رسانی به دستگاه‌های حیاتی معدن را خواهد داشت.
امکان ردیابی هزینه و ارائه راه‌کارهایی برای کاهش آن
نرم‌افزارهای طراحی شده می‌توانند تمام هزینه‌های تعمیر و نگهداری معدن را ذخیره و تحلیل کنند. گزارش‌ها شامل، دلایل، تعداد، نوع، ساعات و هزینه هر تعمیر و جزئیات دیگری هستند که می‌توانند مدیر را در تصمیم‌گیری‌های آتی کمک کنند.
قابلیت به‌روز رسانی رویکردها با دانش روز
وقتی بنیاد فعالیت‌های نگهداری معدن تکنولوژی و دانش آکادمیک باشد، هر گونه بهبود ایجاد شده در فرایندها را می‌توان به‌سرعت و با تغییراتی جزئی در برنامه‌های کامپیوتری، به سیستم اعمال کرد.
چالش‌های موجود در نگهداری پیشبینانه
- صنعت معدن مملو از داده است، اما نمی‌داند چگونه از این دریای اطلاعات برای حل مساله استفاده کند. درواقع، مدیران معادن مقاومت زیادی در نگهداری شیوه‌های سنتی و پرهیز از نوآوری و تکنولوژی روز از خود نشان می‌دهند.
- نیاز به تعداد زیادی از حسگرها و مدیریت آنها: یک عملیات ساده استخراج می‌تواند تعداد زیادی از حسگرها را شامل شود. حسگرهای مکانیکی، کنترل‌کننده‌های منطقیِ قابل برنامه‌ریزی (PLC)، داده‌های صوتی و حسگرهای بصری، انواع مختلفی از منابع تولیدکننده داده هستند که به سیستم‌های دریافت، انتقال، ذخیره و پردازش نیاز دارند.
- عدم اعتماد به داده‌های موجود: سیستم‌های تجزیه و تحلیلی که از اصول یادگیری ماشین استفاده می‌کنند، داده‌های خود را از طیف وسیعی از منابع و تاریخچه‌ی عملیاتی خود شرکت یا شرکت‌های دیگر دریافت می‌کنند. از آنجا که شرکت‌های معدنی در مقابل ارائه داده‌های واقعی خود بسیار محافظه‌کار هستند، اعتماد کمی به داده‌های آنها هست.
- نیاز به سطح بالایی از پاکسازی داده است. همچنین، مهیا کردن آنها برای قرار گرفتن در الگوریتم‌های پیشنهاد دهنده تصمیمات بسیار زمان‌بر است.
- نیاز به تجربه و دانش تئوریک محققان داده‌کاوی احساس خواهد شد.
- سرمایه‌گذاری اولیه برای ایجاد بستر تحلیل و بنیاد سیستم نگهداری پیشبینانه اجتناب‌ناپذیر است.
بیشتر بخوانیم: ارتقای مدیریت زنجیره تامین با راهکارهای IIoT
جمع‌بندی
سازمان قابل اطمینان سازمانی است که ایمن و کارا باشد؛ این جمله، ارتباط مستقیم بین امنیت و کارایی معادن، با اطمینان از عملکرد درست تجهیزات معدنی را نشان می‌دهد. زمان آن رسیده است که از رویکردهای نگهداری سنتی و پیشگیرانه به نگهداری پیشبینانه مهاجرت کنیم. جایی که هوش مصنوعی و علم داده افق‌های موفقیت جذاب‌تری را پیش روی صنعت معدن قرار می‌دهند.
تحلیل و استخراج مفهوم و راه‌حل، از بطن کلان‌داده‌های جمع‌آوری شده از بی‌شمار حسگرهای موجود در تجهیزات و سایت‌های معدن، نیازمند یک برنامه‌ریزی اصولی و بهره‌گیری از دانش محققان حوزه‌های هوش مصنوعی، یادگیری ماشین و داده‌کاوی است. در صورتی که بدون مهیا بودن چنین شرایطی، شرکت اقدام به هوشمندسازی معدن کند، نه‌تنها باعث ارتقاء بهره‌وری در سیستم اجرایی خود نمی‌شود، بلکه با صرف هزینه‌های کلان، فرایندهای استخراج کنونی را نیز دچار اختلال می‌کند و به پیچیدگی موجود می‌افزاید.
منبع: RFA
بیشتر بخوانیم: شرکت‌های ژاپنی به دنبال ربات‌های همکار یا «کوبات‌ها»
