- ارتقا عملکرد هدفمند بخش کوچکی از عملیات (20%) که امکان کشف عمده فرصتهای صرفهجویی در مصرف سوخت را فراهم میکند (80%).
- تمرکز بر بخش کوچکی از شبکه حمل و نقل جادهای که بیشترین تاثیر را بر مصرف سوخت دارد.
- نگه داشتن دمای اگزوز بین560 تا 590 درجه سانتیگراد که بهترین عملکرد سوخت را به همراه دارد.
- هدف قرار دادن محدوده معینی از تعداد تعویض دنده در هر چرخه (رفت و برگشت) که منجر به مصرف بهینه سوخت میشود.
توجه به پایداری، حفظ محیط زیست و کاهش مصرف سوخت امروزه بیش از پیش مورد توجه معادن و سهامداران قرار گرفته است. معادن باید به فرآیندهایی که به صورت مستقیم به دی اکسید کربن که در عملیات استخراج، حمل و نقل و فرآوری تولید میشود، توجه کنند.
معادن فلزی مسئول تولید سه تا چهار درصد از دی اکسید کربن تولید شده در سراسر جهان هستند. برای معادن روباز حدود %45 از این دی اکسید کربن، از نوع یک است که 35% از این میزان، در حمل و نقل تولید میشود.
برای مثال در یک معدن روباز 55 وسیله حمل و نقل سنگین استفاده میشود که سالانه در حدود 50 میلیون لیتر سوخت مصرف میکنند. این کامیونها و بولدوزرها بیش از 130 هزار تن دی اکسید کربن را به صورت سالانه تولید میکنند.
کاهش میزان مصرف سوخت 5 الی 10 درصدی، هم برای محیط زیست تاثیرات شگرفی را به همراه دارد و هم مبلغ قابل توجهی در هزینه معادن صرفهجویی میشود.
بهینهسازی مصرف سوخت که با بهرهمندی از یادگیری ماشین و استفاده از دادهها میسر میشود، میتواند باعث کاهش مصرف سوخت در معادن روباز شود. با بهرهگیری از پلتفرم یادگیری ماشین و بر اساس عملکرد گذشته ناوگان کامیونها و با اتصال به مدیریت ناوگان، ERP، اینترنت اشیا نصب شده بر روی ناوگان حمل و نقل و سایر دادههای عملیاتی (مانند سنسورهای کیفیت، فشار لاستیک، نقشه جاده معدن و کیفیت سوخت)، میتوان ارتباطات و نکات مهم در رابطه با مصرف سوخت وسایل حمل و نقل سنگین را کشف کرد.
هچنین، ادغام دادههای داخلی و خارجی و ساخت همزاد دیجیتال کمک میکند تا بدون اخلال در کارکرد سیستم، راهکارهای متفاوتی را برای بهینهسازی مصرف سوخت، تست و بررسی شود.
به عنوان مثال میتوان از برخی از این راه حلها استفاده کرد: