جذب سرمایه برای رشد بخش معدن - پایگاه خبری توسعه24 | پایگاه خبری توسعه24

۳ خرداد ,۱۴۰۵ - ۱۵:۴۲

جذب سرمایه برای رشد بخش معدن

تحقق رشد ۱۳ درصدی تولید نیازمند تأمین ۵۵ میلیارد دلار سرمایه است که با فراهم‌سازی شرایط جذب سرمایه‌های ملی و خارجی امکان‌پذیر می‌شود و این امر مسیر توسعه پایدار را در برابر چالش‌های اقتصادی هموار می‌کند.

معدن

به گزارش توسعه۲۴؛ محمدرضا بهرامن، رئیس خانه معدن ایران، با تأکید بر ضرورت نوآوری در فکر و تصمیم‌گیری، اظهار داشت: باید مطالبه‌گری بخش تولید از سیاست‌گذاران روزآمد شود و برای توقف بیکاری در کشور، صادرات را با ابزار‌های تشویقی پیش برد.

محمدرضا بهرامن، افزود: شناسایی بازار‌های جدید برای محصولات تولیدی را یکی از وظایف اصلی دانست و تصریح کرد: .اگر محصولات جدید را برای واحد‌های خودمان به‌درستی تعریف نکنیم، با چالش مواجه می‌شویم. حتی برای مس که تقاضای بالایی دارد، باید به دنبال بازار‌های جدید باشیم. جنگ به ما ثابت کرد که اگر بازار‌های تازه برای تولیدات معدنی خود نبینیم، قطعاً افزایش ۱۳ درصدی مورد نظر را به طور کامل محقق نخواهیم کرد

بهرامن در پایان خاطرنشان کرد: ما در خانه معدن این رشد ۱۳ درصدی را تعریف کرده‌ایم و اعلام کرده‌ایم که برای سرمایه‌گذاری در بخش معدن به ۵۵ میلیارد دلار نیاز داریم. پس باید شرایطی فراهم کنیم که هم سرمایه‌های ملی جذب شوند و هم سرمایه‌گذار خارجی وارد میدان شود؛ چرا که در جهان تقاضا برای مواد معدنی بالاست.

رئیس خانه معدن ایران از تصمیم جدید شورای عالی معدن برای تغییر مبنای محاسبه حقوق دولتی خبر داد و گفت: بر اساس این سیاست که از سه‌ماهه نخست سال ۱۴۰۵ اجرایی می‌شود، حقوق دولتی تنها بر مبنای «میزان استخراج واقعی» محاسبه خواهد شد.

ابزارهای هوش مصنوعی در توسعه معادن

از سوی دیگر فعالیت‌های معدنی به دلیل محیط‌های سخت، خطرناک و دشوار، نیازمند راهکارهایی برای کاهش حضور نیروی انسانی در مناطق پرخطر است. سامانه‌های مبتنی بر هوش مصنوعی به‌طور مؤثری حضور انسان را در چنین محیط‌هایی کنترل و توان عملیاتی کارکنان را تقویت می‌کنند. استفاده از کامیون‌ها، دستگاه‌های حفاری و ماشین‌های بارگیری خودران در پروژه‌های معدنی رو به افزایش است و این تجهیزات با دقت بالا می‌توانند در شرایط ناایمن به کار خود ادامه دهند.

به‌علاوه، نگهداری و تعمیرات تجهیزات به‌طور هدفمند و به‌موقع، از توقف‌های غیرضروری و هزینه‌های سنگین جلوگیری می‌کند. سامانه‌های تعمیرات پیش‌بینانه با تحلیل داده‌های حسگرها، وضعیت لحظه‌ای تجهیزات را می‌سنجند و زمان خرابی‌های احتمالی را پیش‌بینی می‌کنند تا طول عمر تجهیزات افزایش یابد و هزینه‌های عملیاتی کاهش یابد.

شرکت معدنی فورتسکیو متالز اخیراً از سفارش ۲.۸ میلیارد دلاری برای خرید ۳۶۰ کامیون حمل بار تمام‌برقی و خودران خبر داده است. این ناوگان، که توسط شرکت لیبهر ساخته می‌شود و از سامانه ناوبری مبتنی بر یادگیری تقویتی بهره می‌برد، قرار است سالانه حدود ۴۰۰ میلیون لیتر مصرف گازوئیل را کاهش دهد. این کاهش مصرف نه تنها هزینه‌های سوخت را کاهش می‌دهد، بلکه سهم قابل توجهی از انتشار مستقیم گازهای گلخانه‌ای را نیز کاهش می‌دهد. به کارگیری چنین الگوریتم‌هایی همچنین می‌تواند با بهینه‌سازی مسیرها و زمان‌بندی‌های حمل‌ونقل، هزینه‌های جابه‌جایی مواد معدنی را کاهش دهد.

در زمینه استخراج، هوش مصنوعی در بهینه‌سازی فرایندهای کلیدی مانند خردایش، آسیاب و فلوتاسیون با تحلیل داده‌های لحظه‌ای و تنظیم خودکار پارامترها نقشی حیاتی ایفا می‌کند. سامانه‌های کنترل فرآیند مبتنی بر AI می‌توانند تولید را افزایش داده، مصرف انرژی را کاهش دهند و بهره‌وری کلی عملیات را ارتقا دهند. این رویکردِ جامع، عملکرد روندهای استخراج را از ابتدا تا انتها بهبود می‌بخشد و به صنایع معدنی امکان می‌دهد با استفاده از داده‌های زنده، تصمیم‌های دقیق‌تر و سریع‌تری اتخاذ کنند.

جنگ میان استخراج منابع و حفاظت از محیط زیست، به ابزارهای هوش مصنوعی نیاز دارد تا کیفیت هوا، مصرف آب و مدیریت پسماند را به صورت مستمر پایش کند و استانداردهای زیست‌محیطی را بهبود بخشد. در صورت هرگونه انحراف از حد مجاز، سامانه‌های هوش مصنوعی می‌توانند راهکارهای اصلاحی ارائه دهند تا از بروز خسارت‌های زیست‌محیطی و جریمه‌های احتمالی جلوگیری شود. نمونه‌های جهانی گواه آن است که شرکت‌های معدنی به‌ویژه در مناطق حساس، از فناوری‌های مبتنی بر AI برای تقویت مسئولیت‌پذیری زیست‌محیطی و کاهش اثرات منفی بهره می‌برند.

شرکت ریوتینتو از دستیار مبتنی بر فناوری مشابه مدل‌های GPT استفاده می‌کند که قادر است صدها سند را بررسی کرده و اطلاعات مورد نیاز برای برنامه‌ریزان معدن را با سرعت بالا استخراج کند. همچنین سامانه بینایی رایانه‌ای مبتنی بر مدل YOLOv5 توانسته است ۲.۶ میلیون تصویر ثبت‌شده توسط دوربین‌های حیات‌وحش را تحلیل کند تا گونه‌های در معرض خطر کاکاتوی نخل در نزدیکی معدن بوکسیت ویپا در ایالت کوئینزلند استرالیا را شناسایی نماید؛ فرایندی که پیش از این ماه‌ها زمان می‌برد.

یکی از چالش‌های اساسی معدن‌ها، مدیریت باطله‌های معدنی است که ممکن است در صورت مدیریت نادرست به مخاطرات زیست‌محیطی تبدیل شود. هوش مصنوعی در این حوزه با پایش مداوم سدهای باطله و تحلیل داده‌های مربوط به فشار، رطوبت و شرایط داخلی سدها، نشانه‌های اولیه خطر را شناسایی می‌کند و احتمال خطر را پیش‌بینی می‌کند تا از بروز حوادث جلوگیری شود.

هوش مصنوعی با پوشش گسترده‌ای از جنبه‌های معدن‌کاری از ایمنی و عملیات تا حفاظت از محیط زیست و کارایی اقتصادی،پتانسیل بالایی برای ایجاد تعادل میان نیازهای اقتصادی و الزامات زیست‌محیطی دارد. با گسترش استفاده از خودروهای خودران، سامانه‌های پیش‌بینانه نگهداری، بهینه‌سازی فرایندها و پایش جامع محیطی، صنعت معدن می‌تواند به مسیر پایدارتر و با کارایی بالاتری گام بردارد.

انتهای پیام/

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

بنر مسکن