新一代 PowerROC T35 引领潮流
在中国与世界各地,环境保护已成为矿物勘探、采矿业与采石场的关键趋势。可持续发展与生产效率之间的平衡已成为许多采矿与采石场公司的主要关注点。在全球市场,节油设备越来越受欢迎。行业内智能技术的持续实施已使得安全环保的操作方法逐渐成为主流。
2023年04月25日
在安第斯山脉高处尘土飞扬的矿山道路上,一辆房屋大小的大型卡车装载着 300 吨矿石呼啸而过。透过刺眼的安第斯阳光,很难看清驾驶室内的驾驶员。这是因为里面没有驾驶员。整个矿区由机器掌控。Quellaveco 是 Anglo American 最新开发的铜矿,该矿业跨国公司通过这一铜矿展示了未来采矿业的前景。
此矿位于莫古瓜,耗资约 55 亿美元建成,预计在未来十年内年产铜(加上钼)量约为 300000 公吨,这进一步巩固了秘鲁作为世界上第二大红色金属产出国的地位,仅次于邻国智利。
作为全球最大的铜矿之一,这一新矿预计将在未来几十年内不断产出金属。
28 辆无人驾驶卡车沿着经过预先编排的路线环绕矿坑,它们排队等候运载铲土机提供的爆破矿石或废料,然后根据需要将其运输至主破碎机或储料堆。当他们在途中彼此相遇或者与其他车辆相遇时,会停下来同时确定出具有优先通行权的一方。
安百拓的六台自动化 Pit Viper 钻机发挥了重要作用。车辆停驻时约 20 米高,可自动移动至一系列爆破孔位置。
Quellaveco 并非首个引进自动驾驶车辆的矿区。从澳大利亚到智利,采矿公司争相在运营中采用新型技术,以提高员工的生产效率与安全性以及改善工作条件。但这将是第一个在最初设计中实施该技术的新建项目。
安全性是自动化运输与钻井的主要优势之一。不仅可避免工人受到伤害,而且机器经过编程,远比操作人员更加谨慎。
"我们没有出现过任何一起自动驾驶机器造成的事故。事实上,自动化机器防止了传统运营方式可能造成的更严重事故。"
事实证明,自动驾驶车辆比传统机器生产效率更高,可全天保持常规速度。此外,还证实了 Pit Viper 钻机比操作人员更准确,所有钻孔均在距预编程钻孔布局中的指定位置 50 厘米以内,且均达到指定长度。传统钻机的准确性更多在 0.8 米与 1.2 米之间。
这种精度对于确保炸药在整个岩石中正确分布,从而获得正确的碎片至关重要。这反过来会对整个采矿过程起到帮助作用:从铲取岩石的速度、岩石在卡车中的安全分布,到在破碎机中粉碎成粉末的效率。
“这对于过程至关重要。”Sanders 解释说。但是,经营一座数字化矿山会对 Anglo American 的采矿工程师带去新的挑战。当数十辆自动驾驶车辆环绕矿坑运行时,为了与其保持联络,需要确保所有环节始终具有充足的宽带频谱。
但这样做具有一定难度,因为矿山的地形令人难以想象,矿井沿着崎岖的山沟绵延数层。”钻进与爆破主管 Akemi Lucero 解释说。
最初,由于作业空间狭小,因此钻机每隔百米需要使用一台拖车,否则有可能出现每个班次设备多次停机的风险。但采用更强大的网络技术后,工程师能够基本上避免停机,从而显著提高了生产效率。
Lucero 说:“我认为这对安百拓来说也是一次学习体验,因为他们在每次操作中提供的支持各不相同。
到目前为止,最快的解决方案是派技术人员用扫帚与抹布无休止地清除脏物,以保持传感器光亮如初。由于这违背了 Quellaveco 的自主理念,因此维护团队还在开发自动化鼓风机系统,使灰尘始终远离系统。
不过建设数字化矿山也带来了新的机遇。由于运行自动化运输与钻进设备需要不同技能,因此 Anglo American 招募了许多新人,他们没有以往经验,从头开始对其进行培训。
"三分之二的工人以前从未有过采矿从业工作,这一点与众不同。许多人在加入我们之前甚至没有驾照。"
Karen Huamantuma 是莫克瓜国立大学矿业工程专业的新毕业生,她是我们招募的新人之一。她通过键盘监控两台位于几百米之外的 Pit Viper 钻机。位于她头部上方的大屏幕显示每台机器的燃油油位和水位,并且显示其钻孔进度。
“我们从未研究过这样的东西。我的意思是,我们不知道它的存在。”她说道。她坐在一把符合人体工学的办公椅上,在她看来,最大的好处是舒适性与便利性。
"我们不会接触到灰尘,也不会遭遇岩崩等风险 ... 这比在家更舒服。"
另一个好处是简化了决策过程。Quellaveco 的控制中心位于矿山边缘的小屋子内。这里有二十多名像 Huamantuma 这样的工程师,他们聚集在很长的曲面屏幕前,监控着从钻进与运输到铣削与发货的各方面采矿作业。
随着所有的关键人员汇聚在一个房间内,因此发现挑战与协调回应只需要几分钟时间,而不需要半天的讨论。比如说,如果因为铜牌号较低而将金属回收工作放在选矿厂内进行,那么工厂操作员与矿山规划人员之间的快速沟通可以确保矿山开始开采更丰富的矿石
Mancell 解释说:“我们可在真正出现问题之前看到数据趋势,并在出现问题之前采取纠正措施。”