Kiểm tra băng tải khai thác mỏ là công việc nguy hiểm, chậm và thiếu nhất quán. Những băng tải này có thể kéo dài hàng kilomet xuyên qua các mỏ lộ thiên và hầm lò, khiến đội ngũ kiểm tra tiếp xúc với bụi axit, nhiệt độ cực cao, tia UV và tư thế làm việc không thoải mái.
Theo cách truyền thống, công nhân phải đi dọc toàn bộ băng tải và quan sát bằng mắt tình trạng của hàng nghìn bộ phận; điều kiện khắc nghiệt và việc khó nhớ chính xác bộ phận nào bị lỗi, ở đâu, càng khiến công việc này khó khăn hơn.
SK Godelius giúp các đơn vị khai thác mỏ giám sát và bảo trì những tài sản quan trọng này bằng robot, thị giác máy tính và cảm biến đa phương thức. Chẳng hạn, sử dụng các model Ultralytics YOLO, robot của công ty có thể di chuyển dọc theo băng tải và tự động phát hiện các bộ phận như con lăn, đồng thời đánh dấu những con lăn bị thiếu, kẹt hoặc quá nóng.
Đưa robot và AI đến những mỏ khắc nghiệt nhất thế giới#
SK Godelius là công ty kỹ thuật và robot hoạt động từ năm 2011, có văn phòng tại Chile, Canada và Australia. Công ty kết hợp robot, trí tuệ nhân tạo, kỹ thuật và chuyên môn sâu về khai thác mỏ để xây dựng công nghệ hoạt động trong điều kiện khắc nghiệt; qua nhiều năm, công nghệ này đã thay đổi cách các mỏ tiếp cận vấn đề an toàn và hiệu quả.
Điều quan trọng là công ty không chỉ viết code mà còn tự thiết kế và chế tạo máy móc: những robot mang theo cảm biến, camera, bộ xử lý và trí tuệ tích hợp, có khả năng hoạt động với rất ít hoặc không cần con người giám sát tại các mỏ lộ thiên và hầm lò.
Một mục tiêu trọng tâm của công việc này là đưa con người tránh xa nguy hiểm. Hoạt động kiểm tra mỏ thường khiến công nhân tiếp xúc gần với các điều kiện nguy hiểm, và SK Godelius hướng đến việc thay thế những tác vụ thủ công rủi ro cao đó bằng các hệ thống tự động, giúp công việc an toàn và nhất quán hơn.
Bằng cách kết hợp robot với AI, công ty cung cấp cho các đơn vị khai thác mỏ một phương thức đáng tin cậy và có thể lặp lại để nắm rõ tình trạng thiết bị, biến công việc thủ công nguy hiểm trước đây thành quy trình tiêu chuẩn hóa dựa trên dữ liệu.
Chi phí tiềm ẩn của việc kiểm tra băng tải thủ công#
Băng tải là xương sống của một mỏ, liên tục vận chuyển quặng trên quãng đường có thể dài hàng kilomet. Để duy trì hoạt động, cần kiểm tra băng tải thường xuyên; theo cách truyền thống, công nhân phải đi bộ dọc toàn bộ tuyến băng tải.
Tại các mỏ lộ thiên, công việc này diễn ra dưới nắng gắt, giữa bụi và axit trong không khí, với nhiều quãng đường dài phải làm việc ở tư thế bất tiện. Dưới lòng đất, nhân viên kiểm tra phải đối mặt với những điều kiện khác như không gian chật hẹp, thiếu sáng, thông gió kém và tầm nhìn hạn chế.
Ở cả hai môi trường, việc kiểm tra khiến công nhân ở gần các điều kiện khắc nghiệt và đôi khi nguy hiểm. Phương pháp thủ công cũng khó đảm bảo tính nhất quán.
Một người đi bộ dọc hàng kilomet băng tải khó có thể phát hiện và ghi nhớ mọi lỗi: con lăn nào đang quá nóng, con lăn nào đã dừng hoạt động và vấn đề chính xác nằm ở đâu. Các ca làm việc khác nhau có thể báo cáo những thông tin khác nhau, khiến tình trạng của cùng một băng tải được đánh giá khác nhau qua từng ngày và gây khó khăn cho việc theo dõi sự cố hoặc nhận biết xu hướng theo thời gian.
Sự thiếu nhất quán này gây ra tổn thất thực tế. Tại một mỏ lớn, băng tải hỏng có thể làm thất thoát tới $100,000 mỗi giờ do ngừng sản xuất, còn việc sửa chữa băng tải bị rách có thể mất trọn một hoặc hai ca. Nếu thiếu dữ liệu đầy đủ và nhất quán, các đơn vị vận hành thường chỉ xử lý sự cố sau khi chúng xảy ra thay vì chủ động ngăn ngừa.
Kiểm tra băng tải bằng Ultralytics YOLO#
Để tự động hóa việc kiểm tra băng tải, SK Godelius sử dụng một nền tảng robot di chuyển dọc theo tuyến băng tải, đồng thời thu thập dữ liệu hình ảnh, nhiệt và âm thanh.
Mỗi cảm biến đảm nhiệm một vai trò: phân tích âm thanh lắng nghe dấu hiệu bất thường ở con lăn trước khi chúng biểu hiện thành nhiệt; camera nhiệt cho thấy bộ phận nào đang nóng; còn pipeline AI thị giác sử dụng các model Ultralytics YOLO để diễn giải dữ liệu hình ảnh theo thời gian thực.
Hình 1. Robot SK Godelius kiểm tra băng chuyền bằng Ultralytics YOLO (Nguồn).
Trong hơn 50 dạng lỗi băng tải mà SK Godelius theo dõi, khoảng 20 dạng có thể quan sát bằng hình ảnh (được xử lý qua pipeline thị giác máy tính), còn các dạng lỗi còn lại được phát hiện bằng công nghệ cảm biến bổ trợ. Vì các model Ultralytics YOLO hỗ trợ tác vụ thị giác máy tính như phát hiện đối tượng, hệ thống có thể nhận diện các bộ phận và tình trạng quan trọng nhất trên tuyến băng tải, khiến YOLO trở thành một thành phần cốt lõi trong giải pháp kiểm tra đa phương thức rộng hơn.
Điều đó có nghĩa là hệ thống có thể xác định từng con lăn và đánh dấu những con lăn bị thiếu hoặc không còn quay, phát hiện vật liệu tích tụ bên dưới băng tải, cũng như nhận biết mọi tình trạng bất thường trên dây chuyền, chẳng hạn như hàng rào bị bỏ ngỏ hoặc vật thể hay phương tiện nằm sai vị trí.
Để duy trì độ tin cậy của kết quả phát hiện trong những điều kiện khắc nghiệt này, SK Godelius bắt đầu với Ultralytics YOLOv8 và sau đó chuyển sang Ultralytics YOLO11. Họ sử dụng biến thể model cỡ trung, có sự cân bằng tốt giữa tốc độ và độ chính xác, đồng thời chạy model trên phần cứng tích hợp trên robot tại edge thay vì trên cloud. Nhờ đó, việc phát hiện diễn ra ngay tại dây chuyền.
Vì sao chọn các model Ultralytics YOLO?#
Đối với SK Godelius, ưu điểm chính của các model Ultralytics YOLO là độ chính xác. Trên tuyến băng tải, hệ thống phải xác định chính xác bộ phận nào đang bị lỗi và vị trí của bộ phận đó; YOLO cung cấp kết quả phát hiện chính xác cần thiết để định vị một bộ phận cụ thể khi quá trình kiểm tra diễn ra dọc tuyến.
Hình 2. Ultralytics YOLO được triển khai trên các băng chuyền khai thác mỏ (nguồn ảnh: Godelius).
Tính nhất quán cũng quan trọng không kém. Một công nhân đi bộ dọc hàng kilomet băng tải không thể phát hiện và ghi nhớ mọi lỗi một cách đáng tin cậy, nhưng model thị giác dựa trên YOLO đánh giá tuyến băng tải theo cùng một cách mỗi lần. Kết quả phát hiện nhất quán này được đưa vào nền tảng kiểm tra rộng hơn của SK Godelius, nơi chuyển đổi chúng thành báo cáo tiêu chuẩn hóa, khả năng truy xuất nguồn gốc và quy trình bảo trì để hỗ trợ quyết định đáng tin cậy hơn.
Các model cũng chạy hiệu quả ở edge, trực tiếp trên robot thay vì trên cloud. Nhờ vậy, việc phát hiện nhanh và đáng tin cậy tại các mỏ ở vùng xa, nơi kết nối hạn chế và điều kiện khắc nghiệt với nhiệt độ cao, bụi và axit trong không khí.
Duy trì mức độ bao phủ trung bình hàng tuần trên 95% với Ultralytics YOLO#
Bằng cách tự động hóa hoạt động kiểm tra băng tải bằng giải pháp kiểm tra tự động sử dụng Ultralytics YOLO, SK Godelius đã giúp quy trình nhanh hơn, an toàn hơn và nhất quán hơn nhiều. Khi hệ thống phát hiện sự cố, hệ thống gắn phát hiện đó với vị trí GPS chính xác và gửi cho đội bảo trì báo cáo xác định vị trí vấn đề, thường với sai số trong vòng một mét, kèm theo dữ liệu hỗ trợ.
Thay thế việc đi bộ kiểm tra dọc tuyến cũng giúp giảm tần suất nhân viên tiếp xúc với môi trường nguy hiểm; kết quả phát hiện được chuẩn hóa và có thể lặp lại giúp các đội xử lý vấn đề trước khi chúng trở nên nghiêm trọng, thay vì đợi đến khi sự cố xảy ra, qua đó tránh thời gian ngừng hoạt động tốn kém do băng tải dừng tại một mỏ lớn.
Hình 3. Giám sát băng chuyền khai thác mỏ để phát hiện lỗi và bất thường (Nguồn).
Những lợi ích này thể hiện rõ tại một hoạt động khai thác mỏ của SK Godelius, nơi hệ thống kiểm tra băng tải tự động đã được triển khai tại hơn 10 địa điểm khai thác, cả mỏ lộ thiên lẫn hầm lò, và đánh giá hơn 16 băng tải trong các chiến dịch vận hành, duy trì mức độ bao phủ trung bình hàng tuần trên 95%.
Trong giai đoạn đó, hệ thống phát hiện hơn 3,400 điểm bất thường, trong đó hơn 900 điểm được phân loại là nghiêm trọng, giúp các đội ngũ sớm nhận biết những vấn đề có khả năng dẫn đến sự cố cao nhất. Nhìn chung, quy trình kiểm tra có thể truy xuất, lặp lại và dựa trên dữ liệu, giúp các mỏ ưu tiên bảo trì tốt hơn, nhận diện rủi ro sớm hơn và duy trì hoạt động của các tài sản quan trọng.
Xây dựng hoạt động kiểm tra mỏ an toàn và thông minh hơn#
Khi mở rộng, SK Godelius đang tìm cách mở rộng phạm vi phát hiện của các hệ thống và các điều kiện mà chúng có thể xử lý. Công ty đang nghiên cứu các ý tưởng như sử dụng hình ảnh 3D và phân tích độ rung để đánh giá độ mòn của băng tải, tia X để kiểm tra các bộ phận của băng tải và robot để làm sạch bên dưới băng tải; đồng thời mong muốn sử dụng các model Ultralytics YOLO26 mới nhất để tiếp tục cải thiện độ chính xác và hiệu quả phát hiện.
Bằng cách kết hợp robot, cảm biến đa phương thức và Ultralytics YOLO, SK Godelius đang chuyển hoạt động kiểm tra băng tải từ công việc thủ công nguy hiểm thành quy trình tiêu chuẩn hóa, có khả năng dự đoán, giúp duy trì hoạt động của các tài sản quan trọng và giữ con người tránh xa nguy hiểm.
Bạn muốn tìm hiểu cách thị giác máy tính có thể thay đổi doanh nghiệp của mình? Khám phá repository GitHub của chúng tôi để xem các model Ultralytics YOLO đang thúc đẩy những đổi mới như AI trong sản xuất và thị giác máy tính trong robot. Tìm hiểu thêm về các lựa chọn cấp phép và bắt đầu hành trình hướng đến tự động hóa thông minh, hiệu quả hơn ngay hôm nay.
