Kiểm tra băng tải mỏ là một công việc nguy hiểm, chậm chạp và thiếu tính nhất quán. Các băng tải này có thể kéo dài hàng kilômét qua các mỏ lộ thiên và mỏ ngầm, khiến các đội kiểm tra phải đối mặt với bụi axit, nhiệt độ cực cao, tia cực tím và tư thế làm việc không thoải mái.
Theo truyền thống, công nhân phải đi bộ dọc theo toàn bộ chiều dài băng tải và đánh giá bằng mắt tình trạng của hàng nghìn linh kiện, một quá trình thậm chí còn trở nên khó khăn hơn bởi các điều kiện khắc nghiệt và khó khăn trong việc ghi nhớ chính xác bộ phận nào đang gặp sự cố và ở đâu.
SK Godelius giúp các nhà vận hành mỏ theo dõi và bảo trì các tài sản quan trọng này bằng cách sử dụng robot, computer vision và cảm biến đa phương thức. Chẳng hạn, bằng cách sử dụng Ultralytics YOLO models, robot của công ty có thể đi dọc theo các băng tải và tự động phát hiện các linh kiện như con lăn, đánh dấu những con lăn nào bị thiếu, bị kẹt hoặc quá nhiệt.
Đưa robot và AI vào các mỏ khắc nghiệt nhất thế giới#
SK Godelius là một 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 lĩnh vực khai thác mỏ để xây dựng công nghệ cho các điều kiện khó khăn, và qua nhiều năm, công nghệ đó đã thay đổi cách các mỏ tiếp cận vấn đề an toàn và hiệu quả.
Điều quan trọng là công ty không chỉ viết mã; họ tự thiết kế và chế tạo các cỗ máy: những robot mang theo các cảm biến, camera, bộ xử lý và trí thông minh tích hợp riêng, có khả năng vận hành với sự giám sát tối thiểu hoặc không cần con người trong các mỏ lộ thiên và mỏ ngầm.
Mục tiêu trung tâm đằng sau công việc này là đưa con người ra khỏi vùng nguy hiểm. Mining inspections thường đưa công nhân tiếp xúc gần với các điều kiện nguy hiểm, và SK Godelius nhằm mục đích thay thế các tác vụ thủ công có rủi ro cao đó bằng các hệ thống tự động có thể thực hiện công việc an toàn hơn và nhất quán hơn.
Bằng cách kết hợp robot với AI, công ty cung cấp cho các nhà vận hành mỏ một cách thức đáng tin cậy, có thể lặp lại để hiểu rõ tình trạng thiết bị của họ, biến một công việc thủ công từng nguy hiểm thành một quy trình chuẩn hóa, dựa على dữ liệu.
Chi phí ẩn của việc kiểm tra băng tải thủ công#
Băng tải là xương sống của một mỏ, liên tục vận chuyển quặng trên các khoảng cách có thể kéo dài hàng kilômét. Việc duy trì hoạt động cho các băng tải đồng nghĩa với việc kiểm tra chúng thường xuyên, và theo truyền thống, điều đó có nghĩa là công nhân phải đi bộ dọc theo toàn bộ chiều dài tuyến đường bằng tay.
Trong các mỏ lộ thiên, công việc đó diễn ra dưới ánh nắng mạnh, bụi, axit trong không khí và các khoảng thời gian dài ở tư thế bất tiện. Dưới lòng đất, các thanh tra phải đối mặt với các điều kiện khác nhau như không gian hạn chế, ánh sáng yếu, thông gió kém và tầm nhìn hạn chế.
Ở cả hai bối cảnh, công việc kiểm tra đặt công nhân vào gần các môi trường đòi hỏi khắt khe và đôi khi nguy hiểm. Cách tiếp cận thủ công cũng khó duy trì sự nhất quán.
Một người duy nhất đi bộ qua hàng kilômét băng tải không thể dễ dàng phát hiện và nhớ lại mọi lỗi, con lăn nào đang quá nhiệt, con lăn nào đã dừng lại và chính xác vấn đề nằm ở đâu. Các ca làm việc khác nhau có thể báo cáo những điều khác nhau, vì vậy cùng một băng tải có thể được đánh giá khác nhau từ ngày này sang ngày khác, khiến việc theo dõi các vấn đề hoặc phát hiện các mẫu theo thời gian trở nên khó khăn.
Sự thiếu nhất quán đó đi kèm với một chi phí thực tế. Trong một mỏ lớn, một băng tải bị hỏng có thể tiêu tốn tới 100.000 USD một giờ do sản lượng bị mất, và việc sửa chữa một băng tải bị rách có thể mất một hoặc hai ca làm việc đầy đủ. Nếu không có dữ liệu hoàn chỉnh, nhất quán, các nhà vận hành thường phải phản ứng lại các sự cố sau khi chúng xảy ra thay vì ngăn chặn chúng.
Kiểm tra băng tải với Ultralytics YOLO#
Để automate conveyor kiểm tra, SK Godelius sử dụng một nền tảng robot di chuyển dọc theo tuyến đường, thu thập dữ liệu trực quan, nhiệt và âm thanh khi nó di chuyển.
Mỗi cảm biến có một vai trò: phân tích âm thanh lắng nghe các sự cố trong các con lăn trước khi chúng biểu hiện thành nhiệt, camera nhiệt tiết lộ những linh kiện nào đang chạy nóng, và một đường ống AI thị giác tận dụng các mô hình Ultralytics YOLO giải thích dữ liệu trực quan trong thời gian thực.
Hình 1. Robot SK Godelius kiểm tra băng tải sử dụng Ultralytics YOLO (Source)
Trong số hơn 50 chế độ hỏng hóc băng tải mà SK Godelius theo dõi, khoảng 20 chế độ là trực quan (những chế độ được giải quyết thông qua đường ống computer vision), trong khi các chế độ hỏng hóc còn lại được phát hiện thông qua các công nghệ cảm biến bổ sung. Vì các mô hình Ultralytics YOLO hỗ trợ computer vision tasks như object detection, hệ thống có thể xác định các linh kiện và điều kiện quan trọng nhất trên một tuyến băng tải, biến YOLO thành một phần cốt lõi của giải pháp kiểm tra đa phương thức rộng lớn hơn.
Điều đó có nghĩa là chọn ra các con lăn riêng lẻ và đánh dấu những con lăn bị thiếu hoặc không còn quay, phát hiện vật liệu tích tụ bên dưới băng tải, và bắt gặp bất cứ thứ gì nằm ngoài trạng thái bình thường của tuyến đường, chẳng hạn như hàng rào để mở hoặc một vật thể hoặc phương tiện nằm ở nơi không nên có.
Để giữ cho việc phát hiện đáng tin cậy trong các điều kiện đòi hỏi khắt khe này, SK Godelius bắt đầu với Ultralytics YOLOv8 và kể từ đó đã chuyển sang Ultralytics YOLO11. Họ tận dụng biến thể mô hình kích thước trung bình, cung cấp sự cân bằng mạnh mẽ giữa tốc độ và độ chính xác, đồng thời chạy mô hình đó trên phần cứng tích hợp của robot ở biên thay vì trên đám mây. Điều đó có nghĩa là việc phát hiện diễn ra ngay tại đó trên tuyến đường.
Tại sao chọn các model Ultralytics YOLO?#
Đối với SK Godelius, ưu điểm chính của các mô hình Ultralytics YOLO là độ chính xác. Trên một tuyến băng tải, hệ thống phải xác định chính xác linh kiện nào đang bị hỏng và vị trí của nó, và YOLO cung cấp các phát hiện chính xác cần thiết để định vị một bộ phận cụ thể khi quá trình kiểm tra di chuyển dọc theo tuyến đường.
Hình 2. Ultralytics YOLO được triển khai trên băng tải mỏ. Nguồn hình ảnh: Godelius
Cũng quan trọng không kém là tính nhất quán. Một công nhân duy nhất đi bộ qua hàng kilômét băng tải không thể bắt kịp và ghi nhớ mọi lỗi một cách đáng tin cậy, nhưng một mô hình thị giác dựa trên YOLO đánh giá tuyến đường giống nhau mỗi lần. Quá trình phát hiện nhất quán đó cung cấp cho nền tảng kiểm tra rộng lớn hơn của SK Godelius, biến nó thành báo cáo chuẩn hóa, khả năng truy xuất nguồn gốc và quy trình bảo trì hỗ trợ các quyết định đáng tin cậy hơn.
Các mô hình này cũng chạy hiệu quả ở biên, trực tiếp trên robot thay vì trên đám mây. Điều này giữ cho việc phát hiện nhanh chóng và đáng tin cậy tại các mỏ từ xa, nơi khả năng kết nối bị hạn chế và các điều kiện đòi hỏi khắt khe, với nhiệt, bụi và axit trong không khí.
Duy trì độ phủ trung bình hàng tuần trên 95% với Ultralytics YOLO#
Bằng cách tự động hóa kiểm tra băng tải với giải pháp kiểm tra tự động được hỗ trợ bởi Ultralytics YOLO, SK Godelius đã làm cho chúng nhanh hơn, an toàn hơn và nhất quán hơn nhiều. Khi hệ thống phát hiện ra sự cố, hệ thống sẽ gắn kết quả tìm thấy với một vị trí GPS chính xác và gửi cho đội bảo trì một báo cáo chỉ ra vị trí vấn đề nằm ở đâu, thường trong vòng một mét, cùng với dữ liệu hỗ trợ.
Việc thay thế các chuyến đi bộ thủ công trên tuyến đường cũng làm giảm tần suất nhân viên tiếp xúc với môi trường nguy hiểm, và việc phát hiện chuẩn hóa, có thể lặp lại có nghĩa là các đội có thể hành động trước các vấn đề trước khi chúng leo thang thay vì phản ứng với các sự cố sau khi chúng xảy ra, giúp tránh thời gian ngừng hoạt động tốn kém mà một băng tải dừng lại có thể gây ra trong một mỏ lớn.
Hình 3. Theo dõi băng tải mỏ để tìm lỗi và các điểm bất thường (Source)
Những lợi ích này rất rõ ràng trong một trong các 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 mỏ, cả lộ thiên và ngầm, và đã đánh giá hơn 16 băng tải trong các chiến dịch vận hành, duy trì độ phủ trung bình hàng tuần trên 95%.
Trong khoảng thời gian đó, hệ thống đã phát hiện hơn 3.400 điểm bất thường, trong đó hơn 900 điểm được phân loại là quan trọng, cung cấp cho các đội cảnh báo sớm về các vấn đề có nhiều khả năng dẫn đến hỏng hóc nhất. Nhìn chung, kết quả là một quy trình kiểm tra có thể truy xuất nguồn gốc, có thể lặp lại và dựa على dữ liệu, giúp các mỏ cải thiện việc ưu tiên bảo trì, xác định rủi ro sớm hơn và duy trì hoạt động của các tài sản quan trọng.
Xây dựng các cuộc kiểm tra mỏ an toàn hơn, thông minh hơn#
Khi SK Godelius mở rộng, công ty đang nỗ lực mở rộng những gì hệ thống của họ có thể phát hiện và các điều kiện mà chúng có thể xử lý. Công ty đang khám phá các ý tưởng như sử dụng hình ảnh 3D và phân tích rung động để đo lường độ mòn của băng tải, X-quang để kiểm tra các linh kiện băng tải và robot để làm sạch bên dưới băng tải, và rấtháo hức sử dụng các mô hình Ultralytics YOLO26 mới nhất để đẩy độ chính xác và hiệu quả phát hiện đi xa hơn.
Bằng cách kết hợp robot, cảm biến đa phương thức và Ultralytics YOLO, SK Godelius đang biến việc kiểm tra băng tải từ một tác vụ thủ công nguy hiểm thành một quy trình dự đoán, chuẩn hóa giúp duy trì hoạt động của các tài sản quan trọng và giữ cho con người tránh xa nguy hiểm.
Bạn quan tâm đến việc computer vision có thể định hình lại doanh nghiệp của mình như thế nào? Khám phá GitHub repository của chúng tôi để xem cách các mô hình Ultralytics YOLO đang chuyển đổi các đổi mới như AI in manufacturing và computer vision in robotics. Tìm hiểu thêm về licensing options của chúng tôi và bắt đầu hành trình hướng tới tự động hóa thông minh hơn, hiệu quả hơn ngay hôm nay.
