Modular Mining 은 Komatsu 의 자회사이며 Komatsu Mining Technology Solutions(MTS) 팀의 일부를 구성합니다. 이들은 데이터를 사용하여 혁신을 통해 광업 가치 사슬을 실시간으로 최적화합니다.
문제
광산에서는 운반 트럭이 출발지에서 목적지로 재료를 이동시킵니다. 굴착기와 같은 출발지는 이러한 운반 트럭을 채우고, 트럭은 재료를 폐기장이나 크러셔와 같은 목적지로 이동시킵니다.
더 자세히 설명하자면, 트럭은 채워진 후 이동하며, 교차로나 위험 구역에서 정차하다가 목적지에 도달합니다. 여기서 필요할 경우 대기하고, 언로드할 위치로 이동하여 마침내 재료를 투하합니다.
그 후 필요하다면 비생산적인 활동(유지 보수, 교대 교체, 연료 보충 등)을 수행하거나 굴착기로 돌아가서 재료를 채운 후 프로세스를 다시 시작할 수 있습니다.
Komatsu의 MTS 팀은 광업 작업의 적재 및 운반 순서를 최적화하기 위해 이 프로세스를 조사하고 싶었습니다. AnyLogic을 사용한 경험이 없었기 때문에 SimWell 과 협력하여 이를 위한 일반적인 광산 시뮬레이션 모델을 만들었습니다.
솔루션
일반적인 광산 시뮬레이션 모델 프로세스
생성된 적재 및 운반 최적화 솔루션은 두 가지 다른 파일을 AnyLogic 모델에 가져와서 작동합니다. 모델 인터페이스는 모든 연결 도로 네트워크와 함께 광산의 레이아웃을 보여줍니다. 첫 번째 시나리오 파일은 트럭, 굴착기, 도로, 폐기장 및 크러셔의 위치뿐만 아니라 해당 광산의 재료에 대한 세부 정보를 포함합니다.
이것은 일반적인 광산 시뮬레이션 모델이므로 회사는 동일한 모델에서 다양한 광산의 시나리오를 사용할 수 있습니다.
두 번째 파일에는 시뮬레이션에 특화된 정보가 포함되어 있습니다. 휴식 및 유지보수 일정, 타이밍 매개변수, 평균 고장 간격 등이 해당 정보에 포함됩니다.
이러한 정보를 모델에 입력한 후 실행하면 KPI 및 자세한 로그 출력 형식으로 결과가 제공됩니다. KPI에는 총 운송량, 운송된 재료 유형, 광산의 실제 요소 등이 포함됩니다. 추가로 결과를 얻기 위해 쿼리를 수행할 수 있는 자세한 로그가 제공됩니다.
또한 회사는 여러 가지 가상 시나리오를 실행했습니다. 그 중 하나는 교차로 관리 규칙을 변경하는 것이었습니다. 대부분의 광산 교차로는 사방 정지 신호로 구성되어 있어, 여러 트럭이 이 정지 신호에 접근할 때 가장 적합한 트럭을 먼저 가도록 선택함으로써 이를 최적화할 수 있는 기회가 있습니다.
모델은 전체 속도로 실행될 수 있으며, 결과는 몇 초 안에 표시됩니다. 이는 다양한 구성을 가진 여러 시뮬레이션을 실행할 때 유용합니다
이것은 일반적인 광산 시뮬레이션 모델이므로 개발자는 각 광산마다 고유한 특성을 가지고 있기 때문에 다양한 광산의 적재 및 운반 최적화를 위해 사용할 수 있도록 몇 가지 규칙을 설계해야 했습니다.
규칙 1:
트럭이 하역을 마친 후에는 가장 적은 수의 트럭이 대기 중인 굴착기로 보내집니다.
규칙 2:
광산에는 많고 다양한 등급의 재료가 있지만, 이들은 고등급, 저등급 및 폐기물로 단순화되었습니다. 고등급 재료는 크러셔로 보내고, 저등급 재료는 나중에 처리를 위해 적치장으로 이동하며, 나머지 폐기물은 폐기장으로 운반됩니다.
규칙 3:
트럭이 하역을 마친 후, 시뮬레이션 모델은 정기 유지보수와 같은 비생산적인 활동이 수행될 필요가 있는지 확인합니다. 또한 고장과 같은 예기치 않은 이벤트가 발생하면 트럭이 활동을 중단하고 수리될 수 있습니다.
확장 1: 광산용 배터리 전기 트럭
일반 광산 시뮬레이션 모델은 잘 작동하고 좋은 결과를 제공했기 때문에 개발자들은 광산용 배터리 전기(BE) 트럭을 추가하여 모델을 더 확장하기로 결정했습니다.
트럭은 탄소 배출의 가장 큰 원인 중 하나이며, 이러한 오염을 줄이기 위한 옵션 중 하나는 내연 기관(ICE) 트럭을 광산용 배터리 전기 트럭으로 교체하는 것입니다. 이러한 전기 트럭은 더욱 에너지 효율적이며 운전이 간단하여 문제가 발생할 가능성이 적습니다.
그러나 배터리 전기 트럭은 충전이 필요하기에 내연기관 엔진 트럭만큼 오래 운행할 수 없습니다. 이를 극복하기 위한 한 가지 방법은 트롤리를 사용하는 것입니다. 트롤리는 도로 위에 매달린 전기화된 선으로, 배터리 전기 트럭이 이동하면서 충전할 수 있습니다.
불행히도 모든 트럭이 그런 방식으로 충전할 수 있는 것은 아니기 때문에 트롤리와 충전소가 함께 운영됩니다.
개발자들은 광산에서 일부 내연기관 트럭을 배터리 전기 트럭으로 전환하는 것이 물질 이동 및 기타 매개변수에 미치는 영향을 조사하고자 했습니다.
이는 트럭 배터리, 충전 위치, 도로 구간별 에너지 사용량 등 모델에 추가 사항을 포함시키는 것을 의미했습니다.
중요한 추가 사항 중 하나는 배터리를 방전시키는 것에 대한 처벌이었습니다. 이 경우 트럭은 충전 지점으로 이동하여 완전히 충전한 후에는 나머지 근무 시간 동안 거기에 머물러 있어야 했습니다.
초기 결과에 따르면 내연기관 트럭을 배터리 전기 트럭(BE 트럭)으로 교체하는 것이 긍정적인 영향을 미쳤으며, 추가 최적화의 여지가 있음을 보여줍니다.
확장 2: 내부 시뮬레이터
Komatsu Mining Technology Solutions 팀은 자체 내부 시뮬레이터를 가지고 있지만, UI 구성 요소는 없습니다. 또한 이 시뮬레이터를 검증하거나 디버깅하는 것이 불가능했기 때문에, 그들은 이를 수행할 방법을 찾아야 했습니다.
그들은 간단한 내부 시뮬레이터와 이전에 만들어진 AnyLogic 모델을 결합하기로 결정했습니다. 내부 시뮬레이터에서는 시나리오 파일을 사용하여 이벤트를 출력하며, 이러한 이벤트는 AnyLogic 모델에서 구현되어 재생될 수 있습니다. 원본 시나리오 파일도 가져와서 올바르게 실행될 수 있도록 했습니다. 중요한 점은 모델이 이벤트만 표시하고 어떤 결정도 내리지 않는다는 것입니다. 모든 움직임과 결정은 내부 시뮬레이터에서 이루어지고 AnyLogic 모델에서 보여집니다.
이런 방식으로 AnyLogic 모델을 사용함으로써 분석가들은 트럭이 시뮬레이션 내내 움직이지 않거나 삽을 사용하는 장비에 트럭이 접근하지 않는 등의 이상 행동을 찾아낼 수 있었습니다.
KPI가 없더라도, 이 확장을 사용하여 팀은 내부 시뮬레이터의 디버깅을 가능하게 하고 실제로 무엇이 일어나고 있는지 시각적으로 확인할 수 있습니다.
결과
처음으로 사용된 일반적인 광산 시뮬레이션 모델은 적재 및 운반 최적화 기회를 조사하는 데 사용되었으며 이는 성공적이었습니다. 이러한 성공과 AnyLogic의 도구 확장 유연성 덕분에, 그들은 광산용 배터리 전기 트럭을 조사하여 여기에서도 최적화 기회를 식별하기 위해 모델을 확장했습니다. 마지막으로, 그들은 내부 시뮬레이터에 연결하기 위해 모델을 다시 한 번 확장했습니다. 이는 주로 시뮬레이터의 디버깅과 시각적 관찰을 위해 사용되었습니다.
미래에, Komatsu Mining Technology Solutions 팀은 배터리 전기 트럭의 이동이 ICE 트럭과 상당히 다르기 때문에, 광산용 배터리 전기 트럭을 위한 더 완전한 라우팅 로직을 추가하고자 합니다.
이 사례 연구는 Komatsu의 자회사인 Modular Mining 소속의 Kyle Everly가 2022년 AnyLogic 컨퍼런스 에서 발표했습니다.
슬라이드는 PDF 로 제공됩니다.
