Maden konveyör bantlarını denetlemek tehlikeli, yavaş ve tutarsız bir iştir. Bu bantlar açık ocak ve yeraltı madenleri boyunca kilometrelerce uzanabilir ve denetim ekiplerini asit tozuna, aşırı sıcaklığa, UV ışığına ve rahatsız edici çalışma pozisyonlarına maruz bırakabilir.
Geleneksel olarak bir işçi, bandın tüm uzunluğu boyunca yürümek ve binlerce bileşenin durumunu gözle değerlendirmek zorundadır; bu süreç, zorlu koşullar ve hangi parçanın nerede arızalandığını tam olarak hatırlamanın zorluğu nedeniyle daha da güçleşmektedir.
SK Godelius, maden işletmecilerinin robotik, computer vision ve çok modlu algılama kullanarak bu kritik varlıkları izlemesine ve bakımını yapmasına yardımcı olur. Örneğin, Ultralytics YOLO models kullanan şirketin robotları, konveyör bantlarının yanında yürüyebilir ve silindir gibi bileşenleri otomatik olarak tespit ederek hangilerinin eksik, durmuş veya aşırı ısınmış olduğunu işaretleyebilir.
Dünyanın en zorlu madenlerine robotik ve yapay zeka getirmek#
SK Godelius; Şili, Kanada ve Avustralya'da ofisleri bulunan, 2011 yılından beri faaliyet gösteren bir mühendislik ve robotik şirketidir. Zorlu koşullar için teknoloji üretmek amacıyla robotik, yapay zeka, mühendislik ve derin madencilik alanı uzmanlığını birleştirir ve yıllar içinde bu teknoloji, madenlerin güvenliğe ve verimliliğe yaklaşımını değiştirmiştir.
Önemli olarak, şirket sadece kod yazmaktan fazlasını yapar; makineleri kendi tasarlar ve inşa eder: Açık ocak ve yeraltı madenlerinde çok az insan denetimiyle veya hiç denetim olmadan çalışabilen, kendi sensörlerini, kameralarını, işlemcilerini ve yerleşik zekasını taşıyan robotlar.
Bu çalışmanın arkasındaki merkezi bir hedef, insanları tehlike yolundan uzaklaştırmaktır. Mining inspections genellikle işçileri tehlikeli koşullarla yakın temasa sokar ve SK Godelius, bu yüksek riskli manuel görevleri işi daha güvenli ve daha tutarlı bir şekilde yapabilen otonom sistemlerle değiştirmeyi amaçlar.
Robotikleri yapay zeka ile eşleştirerek şirket, maden işletmecilerine ekipmanlarının durumunu anlamaları için güvenilir, yinelenebilir bir yol sunar; bir zamanlar tehlikeli olan manuel bir rutini standartlaştırılmış, veri odaklı bir sürece dönüştürür.
Manuel konveyör denetimlerinin gizli maliyeti#
Konveyör bantları, cevheri kilometrelerce uzayabilen mesafeler boyunca sürekli olarak taşıyan bir madenin omurgasıdır. Bunları çalışır durumda tutmak, düzenli olarak denetlemek anlamına gelir ve geleneksel olarak bu, işçilerin hattın tüm uzunluğunu elle yürümesi anlamına gelmiştir.
Açık ocak madenlerinde bu çalışma güçlü güneş, toz, havadaki asit ve garip pozisyonlarda uzun süreler altında gerçekleşir. Yeraltında ise denetçiler kapalı alanlar, düşük ışık, zayıf havalandırma ve sınırlı görüş gibi farklı koşullarla karşılaşır.
Her iki ortamda da denetimler, işçileri zorlu ve bazen tehlikeli ortamlara yakınlaştırır. Manuel yaklaşımın tutarlı tutulması da zordur.
Kilometrelerce bant yürüyen tek bir kişi her hatayı kolayca yakalayamaz ve hatırlayamaz; hangi silindirin aşırı ısındığını, hangisinin durduğunu ve sorunun tam olarak nerede olduğunu bilemez. Farklı vardiyalar farklı şeyler bildirebilir, bu nedenle aynı bant bir günden diğerine farklı şekilde değerlendirilebilir, bu da sorunları takip etmeyi veya zaman içinde kalıpları fark etmeyi zorlaştırır.
Bu tutarsızlık gerçek bir maliyet taşır. Büyük bir madende, arızalanan bir konveyör kayıp üretimde saatte 100.000 dolara kadar mal olabilir ve yırtılmış bir bandı onarmak bir veya iki tam vardiya sürebilir. Eksiksiz ve tutarlı veriler olmadan operatörler genellikle arızaları önlemek yerine gerçekleştikten sonra bunlara tepki vermek zorunda kalır.
Ultralytics YOLO ile konveyör bantlarını denetlemek#
automate conveyor denetimlerini gerçekleştirmek için SK Godelius, hareket ederken görsel, termal ve akustik verileri yakalayan, hattın yanında seyahat eden robotik bir platform kullanır.
Her sensörün bir rolü vardır: akustik analiz, ısı olarak ortaya çıkmadan önce silindirlerdeki sorunları dinler, termal kameralar hangi bileşenlerin sıcak çalıştığını ortaya çıkarır ve Ultralytics YOLO models'den yararlanan bir vizyon yapay zeka boru hattı görsel verileri gerçek zamanlı olarak yorumlar.
Şekil 1. Bir SK Godelius robotu Ultralytics YOLO kullanarak bir konveyör bandını denetliyor (Source)
SK Godelius'un takip ettiği 50'den fazla konveyör arıza modundan yaklaşık 20'si görseldir (computer vision boru hattı aracılığıyla ele alınanlar), geri kalan arıza modları ise tamamlayıcı algılama teknolojileri aracılığıyla yakalanır. Ultralytics YOLO models computer vision tasks gibi object detection desteklediğinden, sistem bir konveyör hattında en çok önem taşıyan bileşenleri ve koşulları belirleyebilir ve bu da YOLO'yu daha geniş, çok modlu bir denetim çözülünün çekirdek parçası haline getirir.
Bu, bireysel silindirleri seçmek ve eksik olanları veya artık dönmeyenleri işaretlemek, bandın altında biriken malzemeyi fark etmek ve açık bırakılmış bir çit veya olmaması gereken bir yerde duran nesne veya araç gibi hattın normal durumunun dışına düşen her şeyi yakalamak anlamına gelir.
Bu zorlu koşullarda tespitlerin güvenilir kalmasını sağlamak için SK Godelius Ultralytics YOLOv8 ile başlamış ve o zamandan beri Ultralytics YOLO11 geçmiştir. Hız ve doğruluğun güçlü bir dengesini sunan orta boy model varyantından yararlanırlar ve bunu bulutta değil, uçta robotun yerleşik donanımı üzerinde çalıştırırlar. Bu, tespitin doğrudan orada hatta gerçekleştiği anlamına gelir.
Neden Ultralytics YOLO modellerini seçmelisin?#
SK Godelius için Ultralytics YOLO models'in ana avantajı doğruluktur. Bir konveyör hattında sistem, hangi bileşenin arızalandığını ve nerede bulunduğunu tam olarak belirlemelidir ve YOLO, denetim hat boyunca ilerlerken belirli bir parçayı kesin olarak saptamak için gereken kesin tespitleri sağlar.
Şekil 2. Maden konveyörlerinde konuşlandırılmış Ultralytics YOLO. Resim kaynağı: Godelius
Aynı derecede önemli olan tutarlılıktır. Kilometrelerce bant yürüyen tek bir işçi her hatayı güvenilir bir şekilde yakalayamaz ve hatırlayamaz, ancak YOLO tabanlı bir vizyon modeli hattı her seferinde aynı şekilde değerlendirir. Bu tutarlı tespit, SK Godelius'un daha güvenilir kararları destekleyen standartlaştırılmış raporlama, izlenebilirlik ve bakım iş akışlarına dönüştüren daha geniş denetim platformunu besler.
Modeller ayrıca bulutta değil, doğrudan robot üzerinde uçta verimli bir şekilde çalışır. Bu, bağlantının sınırlı olduğu ve havada sıcaklık, toz ve asit bulunan zorlu koşullara sahip uzak maden sahalarında tespiti hızlı ve güvenilir tutar.
Ultralytics YOLO ile ortalama haftalık %95'ten fazla kapsamı sürdürmek#
Konveyör denetimlerini Ultralytics YOLO tarafından desteklenen otonom bir denetim çözümüyle otomatikleştirerek SK Godelius bunları daha hızlı, daha güvenli ve çok daha tutarlı hale getirmiştir. Sistem bir sorun tespit ettiğinde, bulguyu kesin bir GPS konumuna bağlar ve bakım ekibine sorunun bir metre içinde nerede olduğunu tam olarak gösteren bir raporun yanı sıra destekleyici veriler gönderir.
Hattın manuel yürüyüşlerini değiştirmek ayrıca personelin tehlikeli ortamlara maruz kalma sıklığını azaltır ve standartlaştırılmış, yinelenebilir tespit, ekiplerin arızalardan sonra tepki vermek yerine sorunlar tırmanmadan önce harekete geçebileceği anlamına gelir, bu da büyük bir madende durdurulan bir konveyörün neden olabileceği maliyetli aksama sürelerinden kaçınmaya yardımcı olur.
Şekil 3. Kusurlar ve anomaliler için bir maden konveyör bandını izlemek (Source)
Bu faydalar, otonom konveyör bandı denetim sisteminin açık ocak ve yeraltı olmak üzere 10'dan fazla maden sahasında konuşlandırıldığı ve operasyonel kampanyalar boyunca 16'dan fazla konveyörü değerlendirerek ortalama haftalık %95'ten fazla kapsamı sürdürdüğü SK Godelius madencilik operasyonlarından birinde açıkça görülmektedir.
Bu süre zarfında, 900'den fazlası kritik olarak sınıflandırılan 3.400'den fazla anomali tespit ederek ekiplere arızalara yol açma olasılığı en yüksek olan sorunlar hakkında erken uyarı vermiştir. Genel olarak sonuç, izlenebilir, yinelenebilir ve veri odaklı bir denetim sürecidir; bu, madenlerin bakım önceliklendirmesini iyileştirmesine, riskleri daha erken belirlemesine ve kritik varlıkları çalışır durumda tutmasına yardımcı olur.
Daha güvenli, daha akıllı maden denetimleri inşa etmek#
SK Godelius büyüdükçe şirket, sistemlerinin neleri tespit edebileceğini ve hangi koşullarla başa çıkabileceğini genişletmek için çalışmaktadır. Bant aşınmasını ölçmek için 3D görüntüleme ve titreşim analizi kullanmak, bant bileşenlerini incelemek için röntgenler ve bantların altını temizlemek için robotlar gibi fikirleri araştırmaktadır ve tespit doğruluğunu ve verimliliğini daha da ileri taşımak için en son Ultralytics YOLO26 models'i kullanmaya heveslidir.
Robotik, çok modlu algılama ve Ultralytics YOLO'yu birleştirerek SK Godelius, konveyör denetimini tehlikeli bir manuel görevden, kritik varlıkları çalışır durumda tutan ve insanları tehlike yolundan uzak tutan standartlaştırılmış, öngörücü bir sürece dönüştürmektedir.
Computer vision işinizi nasıl yeniden şekillendirebilir merak ediyor musunuz? Ultralytics YOLO models'in AI in manufacturing ve computer vision in robotics gibi yenilikleri nasıl dönüştürdüğünü görmek için GitHub repository keşfedin. licensing options hakkında daha fazla bilgi edinin ve bugün daha akıllı, daha verimli otomasyona doğru yolculuğunuza başlayın.
