Lenovos KI

Nov 29, 2023

Geschrieben von KrASIA Connection, veröffentlicht am 27. Juli 2023, 2 Minuten Lesezeit

Chinas Kohleindustrie ist stark auf den Untertagebergbau angewiesen. Ab 2022 wird diese Methode in 92 % der Kohlebergwerke des Landes eingesetzt und trägt zu 82 % der inländischen Kohleproduktion bei.

Die hohe Nachfrage nach Kohle hat chinesische Kohleunternehmen dazu veranlasst, intelligente Bergbautechnologie zu nutzen. Nach Angaben des National Mine Safety Supervision Bureau of China gibt es in China über 1.300 intelligente Minen.

Eine dieser intelligenten Minen ist die Kohlemine Wangjialing. Das in der Provinz Shanxi gelegene Unternehmen produziert etwa 16.000 Tonnen Kohle pro Tag, was etwa einer Jahresproduktion von sechs Millionen Tonnen entspricht. Förderbänder, sogenannte Kratzförderer, sind für den Transport von Kohle an die Oberfläche unerlässlich. Jeder Förderer kann bis zu 20 Kilometer lang sein und besteht aus einer Reihe von Ketten mit einer Länge von drei bis vier Kilometern.

Kratzförderer können sich unter ständiger hoher Belastung verformen oder sogar brechen und so den Abbauprozess beeinträchtigen. Der Austausch einer verformten Kette dauert etwa 30 Minuten. Wenn jedoch eine Kette reißt, kann die Demontage und Neuorganisation des gesamten Fördersystems 20 Stunden oder länger dauern. Die Herausforderung besteht darin, Verformungen zu erkennen, bevor sie zu Ausfällen führen.

Zuvor wurden in der Wangjialing-Kohlenmine manuelle Inspektionsmethoden eingesetzt, bei denen etwa 200 spezialisierte Wartungsmitarbeiter für Inspektionen unter Tage absteigen mussten. Dieser Ansatz war kostspielig und stellte erhebliche Sicherheitsrisiken dar, was das Bergwerk dazu veranlasste, nach Alternativen zu suchen.

Schließlich arbeitete das Unternehmen mit Lenovo zusammen, um ein visuelles 3D-Erkennungssystem für Kratzförderer zu entwickeln. Durch die Installation hochauflösender 3D-Kameras auf jedem Kratzförderer können kontinuierlich und in Echtzeit Bilder der Förderketten erfasst werden, um deren Zustand zu beurteilen. Diese Kameras sind außerdem mit Reinigungsgeräten ausgestattet, um sich an die staubige Minenumgebung anzupassen.

Ausgestattet mit Schwachlichterkennung und auf künstlicher Intelligenz basierenden Bilderkennungsfunktionen kann das System von Lenovo 3D-Tiefenbilder in dunklen Umgebungen erfassen und analysieren und so Anomalien von Förderketten mit einer Genauigkeit von einem Millimeter erkennen.

Die Genauigkeit, Effizienz und Sicherheit der Wartungsarbeiten im Kohlebergwerk Wangjialing haben sich seit der Einführung der Lösung von Lenovo deutlich verbessert. Die Fehlererkennungsabdeckung und die tägliche Wartungsabdeckung sind auf über 95 % bzw. 99 % gestiegen. Auch die Reaktionszeit bei Anomalien wurde um 80 % verkürzt und die durchschnittliche tägliche Ausfallzeit aufgrund von Linienstillständen wurde auf zwei Minuten reduziert, was die Produktivität der Mine steigerte.

Durch die Automatisierung des Inspektionsprozesses verbringt das Wartungsteam der Mine nun 90 % weniger Zeit unter Tage. Eine manuelle Inspektion von Kratzförderern ist nicht mehr erforderlich und Wartungsarbeiter steigen nur dann unter die Erde, wenn Reparaturen erforderlich sind.

Dieser Artikel wurde auf der Grundlage eines ursprünglich von Ben verfassten und auf 36Kr veröffentlichten Berichts angepasst. KrASIA ist berechtigt, seine Inhalte zu übersetzen, anzupassen und zu veröffentlichen.