روند آهسته هوشمندسازی در معدن

به گزارشسراج24؛در حاشیه سومین روز از برگزاری هجدهمین نمایشگاه بین‌المللی معدن، صنایع معدنی، ماشین‌آلات و تجهیزات معدن، راهسازی و صنایع وابسته (ایران کانمین۲۰۲۴)، پنل تخصصی با موضوع «هوشمندسازی و هوش مصنوعی در معادن» با حضور رئیس مرکز نوآوری و تحول دیجیتال اتاق بازرگانی ایران، معاون توسعه کسب‌وکار شرکت توسعه سنگ‌آهن مرکزی، سرپرست مرکز توسعه فناوری اطلاعات، امنیت و هوشمندسازی ایمیدرو و عضو کمیته نوآوری و فناوری خانه معدن ایران و مشاور توسعه نوآوری و فناوری برگزار شد.

در این پنل، نقش هوش مصنوعی و هوشمندسازی در بهبود بهره‌وری، کاهش هزینه‌ها، افزایش ایمنی معادن و توسعه پایدار صنعت معدن مورد بررسی قرار گرفت و چالش‌های اجرایی شدن این فناوری‌ها، نیازهای زیرساختی، و لزوم تعامل بیشتر بین شرکت‌های دانش‌بنیان و مجموعه‌های معدنی اشاره شد. راهکارهای پیشنهادی برای توسعه هوشمندسازی و نقش آموزش در تسریع این فرایند نیز از دیگر محورهای مهم این گفت‌وگو بود.

رئیس مرکز نوآوری و تحول دیجیتال اتاق بازرگانی تهران در این نشست اظهار کرد: ما در اتاق بازرگانی رقیب بنگاه‌ها نیستیم و تنها در جهت ارائه تسهیلات بین بخش خصوصی و بخش نوآوری وارد عمل شدیم که این رویکرد در بخش معدن نیز اجرایی شد.

سحر بنکدارپور افزود: در طی چندین مرحله برگزاری کارگروه‌های مختلف ما به این نتیجه دست یافتیم که حوزه‌های انحصاری مثل معدن بسیار کمتر دنبال مبحث نوآوری هستند. چرا که فروش و بازدهی خود را دارند اما در صنایع رقابتی بحث نوآوری با جدیت بیشتری پیگیری می شود.

رئیس مرکز نوآوری و تحول دیجیتال اتاق بازرگانی تهران با بیان اینکه کشورهایی چون امارات و عربستان در حوزه معدن گام‌های بسیاری خوبی برداشتند و این برای ما که از آنها عقب ماندیم جای تاسف دارد، تصریح کرد: این کشورها درها را برای دریافت اطلاعات روز تکنولوژی باز گذاشتند و این قابل توجه است.

بنکدارپور ضمن اشاره به همکاری مشترک مرکز نوآوری و تحول دیجیتال اتاق تهران و وزارت ارتباطات در راهبری تسهیلات تبصره 18 خاطرنشان کرد: طی فراخوانی که در خصوص هوشمندسازی و هوش مصنوعی در معادن منتشر شد و طرح‌هایی که به ما رسید، دریافتیم برخی از شرکت‌ها و تیم‌ها اقدامات نوآورانه خوبی در این خصوص انجام دادند، اما این روند باید به صورت زنجیره طی شود، این درحالی است که ما یک سیستم منسجم در این راستا نداریم.

رئیس مرکز نوآوری و تحول دیجیتال اتاق بازرگانی تهران با بیان اینکه امروز شرکت‌هایی که در حوزه دیجیتال فعال هستند بازی را می برند، تاکید کرد: تنها راه پیشرفت ما باز کردن درها و استفاده از ظرفیت نخبگان است که امیدواریم این مهم محقق شود.

بهاره خازنی، سرپرست مرکز توسعه فناوری اطلاعات، امنیت و هوشمندسازی ایمیدرو، نیز در ادامه پیرامون هوشمندسازی در حوزه معادن، اظهار کرد: ما درصدد هستیم فاز مطالعاتی هوشمندسازی معادن را با توجه به درگیر بودن این مسئله با جان کارگران با دقت انجام دهیم اما معتقدیم فاصله بسیاری میان بخش صنعت و نوآوری وجود دارد که این فاصله باید از بین برود.

وی در ادامه افزود: عدم اعتماد مدیران به روش‌های هوشمندسازی و تاکید آنها بر فناوری‌های روز به دلیل حملات سایبری و کوچک بودن شرکت‌های هوشمند در مقابله با شرکت‌های بزرگ معدنی و صنعتی موضوع و مسئله مهمی است از این رو در کارگروه‌هایی که تشکیل دادیم درصدد رفع این مسائل هستیم.

هوش مصنوعی؛ ابزاری برای پیش‌بینی و بهینه‌سازی در معادن
در این پنل اشاره شد که هوش مصنوعی می‌تواند در پیش‌بینی پهنه‌های معدنی، بهینه‌سازی عملیات استخراج، و پیشگیری از وقوع خطرات موثر باشد. مدل‌سازی مبتنی بر داده‌های جمع‌آوری‌شده از تجهیزات و زمین‌شناسی می‌تواند تصمیم‌گیری‌های دقیق‌تر و کم‌هزینه‌تری را ممکن سازد.

هوشمندسازی؛ کلید افزایش ایمنی و بهره‌وری هوشمندسازی تجهیزات و فرآیندهای معدنی، از جمله استفاده از سنسورها و اینترنت اشیا (IoT)، باعث کاهش خطاهای انسانی و افزایش ایمنی محیط‌های کاری می‌شود. به‌علاوه، این فناوری‌ها می‌توانند کارایی ماشین‌آلات را افزایش داده و هزینه‌های نگهداری را به حداقل برسانند.

متخصصان پنل تأکید کردند که اجرای پروژه‌های هوشمندسازی با موانعی مانند کمبود زیرساخت‌های ارتباطی، عدم وجود نیروی متخصص و محدودیت بودجه روبه‌رو است. همچنین عدم آشنایی برخی مدیران صنعتی با مزایای این فناوری‌ها، مانعی برای توسعه سریع آن‌ها محسوب می‌شود.

همچنین، برای گسترش هوشمندسازی، پیشنهاد شد که شرکت‌های دانش‌بنیان با شرکت‌های معدنی در قالب پروژه‌های مشترک همکاری کنند. این همکاری می‌تواند در شناسایی دقیق نیازهای معادن و طراحی تجهیزات متناسب با شرایط هر معدن بسیار موثر باشد. نقش آموزش در توسعه هوشمندسازی نیز یکی دیگر از مباحث مهم این پنل، بود که مواردی نظیر آموزش نیروی متخصص، به‌ویژه در زمینه هوش مصنوعی و تحلیل داده، برای بهره‌گیری حداکثری از این فناوری‌ها مطرح شد.