एजेंट

OES ने खनन डंप ट्रकों के प्रबंधन के लिए कृत्रिम बुद्धिमत्ता प्रणाली लागू की

1 नवम्बर 2026 · 2 मिनट पठन

इन भाषाओं में भी प्रकाशित 한국어

drone flying in sky
Jason Mavrommatis / Unsplash

OES के इंजीनियरों ने एक कोयला खदान में डंप ट्रकों के वितरण को अनुकूलित करने के लिए मौजूदा निगरानी प्रणाली के ऊपर कृत्रिम बुद्धिमत्ता मॉड्यूल की एक परत तैनात की है। इस प्रणाली का उद्देश्य वास्तविक समय में नुकसान और निष्क्रियता को रोकना और ट्रकों के बीच संतुलन बनाना है।

इस बेड़े में 240 से अधिक वाहन शामिल हैं, जिनमें 130 और 220 टन क्षमता वाले BelAZ 75131 और 75306 डंप ट्रक और 25 से अधिक उत्खनन मशीनें शामिल हैं। पहले, डिस्पैचर रेडियो के माध्यम से मैन्युअल रूप से यातायात को संतुलित करते थे, लेकिन OES के अनुसार, एक डिस्पैचर प्रति शिफ्ट विचलनों के 0.1 प्रतिशत से भी कम को संसाधित करने में सक्षम था, जबकि पारंपरिक रिपोर्टिंग केवल 10 से 20 प्रतिशत वास्तविक नुकसान को दर्ज करती थी।

समाधान में दो परस्पर जुड़े मॉड्यूल शामिल हैं। पहला एक संतुलनकर्ता है जिसमें 40 से अधिक विभिन्न प्रकार के मॉडल हैं, जिनमें आगमन समय की गणना करने वाला एक तंत्रिका नेटवर्क एल्गोरिदम और हर 3 मिनट में वितरण के विकल्पों की गणना करने वाला एक संतुलन एल्गोरिदम शामिल है। यह प्रणाली 30 मिनट पहले कतारों की भविष्यवाणी करती है और सीधे चालक के टैबलेट पर निर्देश भेजती है।

दूसरा मॉड्यूल OES MAS है, जो 30 से अधिक विशिष्ट कृत्रिम बुद्धिमत्ता एजेंटों का एक समूह है। ये एजेंट ईंधन भरने के समय, लोडिंग चक्र, शिफ्ट परिवर्तन और मार्ग के तकनीकी गति जैसे विभिन्न क्षेत्रों के लिए जिम्मेदार हैं। प्रत्येक विचलन को वास्तविक समय में मुद्रा में डिजिटल रूप दिया जाता है, जिससे वित्तीय नुकसान तुरंत दिखाई देता है।

डेटा संग्रह के लिए पूरे बेड़े में Galileosky 7x और 10 टर्मिनल लगाए गए हैं, जो हर 1 से 5 सेकंड में डेटा भेजते हैं। यह डेटा OES IIoT प्लेटफॉर्म के माध्यम से कृत्रिम बुद्धिमत्ता मॉड्यूल तक पहुँचता है।

2024 और 2025 के बीच चरणों में लागू इस प्रणाली के परिणामस्वरूप उसी बेड़े के साथ खनन द्रव्यमान के निष्कासन में 10 प्रतिशत की वृद्धि हुई है। उत्खनन मशीनों की उत्पादकता 17 प्रतिशत बढ़ी है और लोडिंग कतारों में ट्रकों का समय 30 प्रतिशत कम हो गया है। इसके अतिरिक्त, डिस्पैचर के कार्यभार में 60 से 70 प्रतिशत की कमी आई है। पहले महीने के संचालन में 20 मिलियन रूबल से अधिक का आर्थिक प्रभाव देखा गया।