Dlaczego górnictwo podziemne potrzebuje automatyzacji właśnie teraz
Presja kosztowa: malejące złoża i rosnące koszty operacyjne
Górnictwo podziemne działa dziś w zupełnie innym otoczeniu ekonomicznym niż dwie–trzy dekady temu. Najłatwiej dostępne, bogate złoża zostały w dużej mierze wyeksploatowane. Nowe pola wymagają głębszego urabiania, dłuższych wyrobisk, bardziej skomplikowanej wentylacji i coraz większych nakładów na zabezpieczenia geologiczne. Każdy dodatkowy metr głębokości oznacza wyższe koszty energii, transportu i utrzymania infrastruktury.
Przy rosnących kosztach pracy i energii, tradycyjny model „więcej ludzi, więcej maszyn, więcej zmian” przestaje się spinać finansowo. Automatyzacja górnictwa podziemnego pozwala utrzymać lub zwiększyć wydobycie przy mniejszej liczbie osób w najbardziej niebezpiecznych strefach, lepszym wykorzystaniu maszyn oraz mniejszej liczbie przestojów. Z perspektywy dyrekcji często nie chodzi już o poprawę marży, ale o utrzymanie kopalni „na plusie”.
Automatyzacja jest też odpowiedzią na coraz większe wahania cen surowców. Gdy rynek spada, kopalnia z wysokim udziałem pracy ręcznej reaguje powoli i boleśnie – cięcia etatów, zatrzymane inwestycje, konflikty społeczne. Zakład dysponujący zdalnie sterowanymi maszynami i dobrą analityką danych produkcyjnych może szybciej ograniczać koszty i skaluje wydobycie z mniejszymi stratami.
Bezpieczeństwo jako główny motor zmian technologicznych
Statystyki wypadków w kopalniach pokazują jednoznacznie: im więcej ludzi w przodku, przy transporcie urobku i w strefach zagrożenia metanowego, tym większe ryzyko tragedii. Automatyzacja nie jest luksusem technologicznym, ale narzędziem realnego ograniczania ryzyka. Zdalnie sterowane maszyny, monitoring wyrobisk w czasie rzeczywistym i systemy łączności w kopalni pozwalają przenieść załogę z „gorących” stref do względnie bezpiecznych pomieszczeń sterowni.
Kluczowe znaczenie mają tu zdalnie sterowane maszyny górnicze: ładowarki, wozy odstawcze czy kombajny. Operator nie stoi już przy maszynie narażony na zawały skał, wstrząsy górotworu czy nagłe wybuchy metanu. Pracuje w kabinie, często na powierzchni, gdzie ryzyko jest nieporównywalnie niższe. Z perspektywy BHP automatyzacja przekłada się na mniej ciężkich wypadków, mniej akcji ratowniczych i stabilniejszą pracę zakładu.
Poza ochroną życia i zdrowia pojawia się też wymiar psychologiczny. Załoga pracująca w otoczeniu nowoczesnych systemów monitoringu, cyfrowych map zagrożeń i przewidywalnych procedur ma większe poczucie kontroli nad sytuacją. To z kolei zmniejsza napięcia, rotację pracowników i absencje chorobowe, co wprost wpływa na koszty funkcjonowania kopalni.
Oczekiwania społeczne i regulacje dotyczące pracy pod ziemią
Nowoczesne społeczeństwa coraz gorzej tolerują wysoki poziom ryzyka w kopalnictwie. Każda katastrofa, nagłośniona przez media, wywołuje presję na polityków, inspekcje pracy i nadzór górniczy. W efekcie rośnie liczba norm, obowiązkowych systemów zabezpieczeń i audytów. Kopalnie, które inwestują w automatyzację, systemy monitoringu wyrobisk i cyfrową dokumentację, łatwiej udowadniają zgodność z wymaganiami regulacyjnymi i unikają kosztownych przestojów wynikających z nakazów organów nadzoru.
Część nowych technologii, jeszcze dekadę temu traktowana jako „nowinka”, coraz częściej staje się standardem. Dotyczy to choćby lokalizacji ludzi pod ziemią czy cyfrowego rejestrowania parametrów środowiskowych. Utrzymywanie kopalni w oparciu o papierowe raporty, doraźne pomiary i komunikację przez telefon przewodowy prowadzi do konfliktu z przepisami i realnie podnosi ryzyko wstrzymania robót.
Konkurencja globalna i różnica między „high-tech” a „low-tech” kopalnią
Rynki surowcowe są globalne. O tym, czy odbiorca kupi węgiel, rudę czy inne kopalinę, decyduje głównie cena i niezawodność dostaw. Kopalnia bez automatyzacji, oparta na starej mechanizacji i ręcznym planowaniu, przegrywa z zakładami, które używają cyfrowych modeli kopalni, zaawansowanego planowania produkcji i predykcyjnego utrzymania ruchu. Różnica w koszcie jednostkowym wydobycia rośnie z każdym rokiem, bo technologiczni liderzy „uczą się” szybciej z danych.
Podstawowe typy nowoczesnych technologii w kopalni podziemnej
Trzy filary: automatyzacja maszyn, systemy IT oraz łączność i sensoryka
Nowoczesne technologie w górnictwie podziemnym można uporządkować w trzy główne bloki. Pierwszy to automatyzacja maszyn – zdalnie sterowane wozy odstawcze, ładowarki, kombajny czy roboty inspekcyjne. Drugi to systemy informatyczne, które zbierają dane, planują produkcję i wspierają decyzje (systemy klasy SCADA, MES, narzędzia analityczne). Trzeci blok to łączność i sensoryka: sieci Wi-Fi, LTE prywatne, światłowody, czujniki metanu, wibracji, temperatury i lokalizacji.
Te trzy filary są ze sobą ściśle powiązane. Zdalnie sterowana maszyna bez stabilnej łączności ma ograniczony sens. Z kolei zaawansowany system IT bez zasilania danymi z czujników i maszyn będzie jedynie prostym rejestratorem czasu pracy. Dlatego przy planowaniu inwestycji w automatyzację trzeba myśleć systemowo – nawet jeśli w pierwszym kroku powstaje wyłącznie mały moduł pilotażowy.
Mechanizacja, automatyzacja, autonomia – proste rozróżnienie
W praktyce górniczej często myli się pojęcia mechanizacji, automatyzacji i autonomii, co utrudnia rozmowy o kosztach i efektach. Mechanizacja to zastąpienie pracy ludzkich mięśni pracą maszyny – przykładowo użycie ładowarki zamiast ręcznego ładowania. Automatyzacja oznacza wprowadzenie układów sterowania i czujników tak, aby część działań wykonywał system – np. automatyczne utrzymywanie prędkości taśmociągu czy samoczynne wyłączanie maszyny przy wzroście metanu.
Autonomia to kolejny poziom – maszyna wykonuje swój cykl roboczy bez ciągłej kontroli operatora, na podstawie danych z czujników i algorytmów. W warunkach przodka takie pełne rozwiązania są nadal rzadkością, ale pojawiają się półautonomiczne funkcje, np. samoczynny przejazd wozu odstawczego ustaloną trasą lub automatyczne dosuwanie kombajnu do ściany.
Z punktu widzenia budżetu i ryzyka wdrożenia, przejście z mechanizacji na automatyzację jest względnie tanie i możliwe do realizacji stopniowo. Pełna autonomia wymaga już solidnego zaplecza – nowoczesnej łączności, czujników, oprogramowania i przeszkolonej kadry. Dla większości kopalń sensowna jest ścieżka pośrednia: najpierw automatyzacja podstawowych funkcji, później wprowadzanie autonomicznych modułów tam, gdzie jest to ekonomicznie uzasadnione.
Technologiczny „must have” kontra „nice to have”
Budżet kopalni nie jest z gumy, a moda na technologię potrafi być równie kosztowna, co krótkotrwała. Z punktu widzenia relacji efekt–koszt, do kategorii „must have” w nowoczesnej kopalni podziemnej należą zazwyczaj:
stabilny system łączności głosowej i transmisji danych w głównych wyrobiskach,
systemy monitoringu metanu, tlenku węgla, temperatury i wentylacji w czasie zbliżonym do rzeczywistego,
podstawowe systemy wizualizacji i raportowania pracy maszyn (SCADA lub prostsze odpowiedniki),
zdalne sterowanie dla wybranych maszyn pracujących w strefach podwyższonego ryzyka.
Do kategorii „nice to have” można zaliczyć m.in. pełne systemy autonomicznych pojazdów podziemnych, bardzo zaawansowane analizy big data czy rozbudowane moduły sztucznej inteligencji. Mogą przynieść duże korzyści, ale dopiero wtedy, gdy fundamenty – łączność, sensory, podstawowe IT – działają stabilnie i są opłacalne. Zakup zaawansowanego systemu analitycznego bez dobrze zebranych danych jest książkowym przykładem przepalenia budżetu.
Cykl życia technologii w kopalni: od pilota do standardu
Technologia w kopalni przechodzi zwykle cztery etapy: pomysł, pilotaż, skalowanie, standaryzacja. Na etapie pomysłu pojawia się najczęściej inspiracja z innych zakładów, targów lub rekomendacji producenta. Dobrym nawykiem jest już wtedy wstępne policzenie efektu finansowego: ilu ludzi wycofamy ze strefy zagrożenia, o ile zmniejszymy przestoje, jak skróci się cykl roboczy maszyn.
Pilotaż powinien dotyczyć jednego, dobrze wybranego rejonu – z jasnym celem i mierzalnymi wskaźnikami (produktywność, liczba awarii, liczba wejść ludzi do strefy zagrożenia). Dopiero sprawdzona w boju technologia wchodzi w etap skalowania: rozbudowy na inne rejony, inne maszyny, kolejne systemy. Na koniec, po kilku cyklach korekt, tworzy się standardy – procedury, szkolenia, wymagania techniczne dla kolejnych inwestycji.
Najdroższym błędem jest pominięcie pilotażu i równoczesne uruchomienie zbyt dużej liczby nowych technologii. Z punktu widzenia załogi oznacza to chaos, a z punktu widzenia finansów – duże wydatki przy niepewnym efekcie. Rozsądny plan inwestycji rozkłada wdrażanie na kilka etapów i zakłada możliwość „kroku wstecz”, gdy technologia nie spełni oczekiwań.
Źródło: Pexels | Autor: I Love Pixel
Zdalnie sterowane i półautonomiczne maszyny górnicze – od czego zacząć
Kluczowe maszyny do automatyzacji w kopalni podziemnej
Nie każdą maszynę opłaca się automatyzować w pierwszej kolejności. Największy efekt przynoszą zwykle:
ładowarki podziemne (LHD) – pracujące w przodkach, narażone na zawały i wstrząsy,
wozy odstawcze – poruszające się na dłuższych trasach z urobkiem, gdzie ryzyko kolizji i błędów ludzkich jest wysokie,
kombajny ścianowe i chodnikowe – szczególnie w strefach o dużym zagrożeniu metanowym,
systemy strugowe – w zautomatyzowanych ścianach, z możliwością pracy w trybie ograniczonego nadzoru.
Zdalnie sterowane maszyny górnicze w pierwszym etapie zwykle działają w trybie „teleop” – operator steruje maszyną z kabiny lub pomieszczenia na powierzchni, patrząc na obraz z kamer i korzystając z joysticków. Z czasem dodawane są funkcje półautonomiczne: automatyczne omijanie przeszkód, jazda stałą trasą, asysty przy załadunku.
Dobór maszyn do automatyzacji powinien opierać się na prostym rachunku: ile godzin ludzie spędzają w ryzykownej strefie przy danej maszynie, jakie są statystyki awarii i przestojów oraz jaki wpływ ma dana maszyna na cały ciąg produkcyjny. Często jedna strategiczna ładowarka lub kombajn ma większy wpływ na wynik finansowy niż kilka pomniejszych urządzeń towarzyszących.
Zdalne sterowanie a tryb autonomiczny – różnice w kosztach i wymaganiach
Przejście z klasycznej obsługi do zdalnego sterowania to najczęściej pierwszy i stosunkowo prosty krok. Wymaga doposażenia maszyny w:
kamery (przód, tył, ewentualnie boki),
moduł sterowania zdalnego (radiowy lub sieciowy),
podstawowe czujniki bezpieczeństwa (np. zderzaki, skanery laserowe bliskiego zasięgu),
panel operatorski w kabinie lub w pomieszczeniu sterowni.
Tryb zdalny wciąż opiera się na operatorze – jego reakcjach, doświadczeniu i ocenie sytuacji. Inwestycja jest więc głównie związana z elektroniką, łącznością i szkoleniem ludzi, a nie pełnym przebudowaniem procesu. Efektem jest przede wszystkim zwiększone bezpieczeństwo oraz możliwość obsługi kilku maszyn z jednego, lepiej zorganizowanego stanowiska (np. w systemie zmianowym).
Tryb autonomiczny wymaga dużo więcej: precyzyjnej lokalizacji maszyny w wyrobisku (np. z użyciem beakonów, sieci Wi-Fi, lidarów), zaawansowanych algorytmów planowania trasy, czujników otoczenia oraz integracji z systemem nadrzędnym kopalni. To duży skok inwestycyjny, który ma sens zwłaszcza tam, gdzie trasy przejazdu są powtarzalne i względnie stabilne w czasie, a koszt pracy operatorów jest wysoki. Dla wielu kopalń optymalną strategią jest zatrzymanie się na etapie zdalnym lub półautonomicznym i dobranie kilku autonomicznych funkcji, które realnie poprawiają efektywność.
Organizacja stanowisk operatorskich i zmiana sposobu pracy
Sam zakup maszyny zdalnie sterowanej nie kończy projektu. Trzeba jeszcze sensownie zorganizować stanowiska operatorskie. Minimalny zestaw to wygodne, ergonomiczne miejsce pracy, stabilne monitory (bez opóźnień i zrywów obrazu), sensowny układ kamer oraz procedury przejęcia sterowania w razie problemów. Im prostszy interfejs, tym mniej błędów popełnia operator i tym krótszy czas szkolenia.
W praktyce dobrze sprawdzają się trzy warianty:
stanowisko lokalne – kabina kilka–kilkanaście metrów od przodka, z bezpośrednim widokiem i dodatkowymi kamerami,
stanowisko strefowe – jedno pomieszczenie dla kilku maszyn w danym rejonie, z zestawem monitorów przełączanych,
centralna sterownia – zlokalizowana zwykle na powierzchni, obsługująca wybrane ciągi technologiczne w trybie zdalnym.
Najtańszy na start jest wariant lokalny – wymaga najmniejszych przeróbek infrastruktury i mniejszej przepustowości sieci. Centralna sterownia ma sens dopiero, gdy w kopalni pracuje kilka–kilkanaście zdalnie sterowanych maszyn i da się je logicznie pogrupować. W przeciwnym razie koszt aranżacji sterowni, łączności i obsady dyżurów zje większość spodziewanych oszczędności.
Trzeba też przemyśleć grafik pracy operatorów. Częsty błąd to przeniesienie ludzi „1:1” z przodka do sterowni, bez wykorzystania faktu, że jeden operator może obsługiwać więcej niż jedną maszynę (np. w cyklu: załadunek – przejazd półautonomiczny – rozładunek). Nawet częściowe zgranie cykli pracy maszyn daje realne oszczędności kadrowe, ale wymaga dyscypliny planowania i prostych zasad priorytetyzacji: która maszyna ma pierwszeństwo w dostępie do operatora.
Szkolenia operatorów i mechaników – pragmatyczne podejście
Przejście na zdalne i półautonomiczne maszyny często blokuje nie sama technologia, lecz obawy załogi. Oszczędza się na szkoleniach, licząc, że „operatorzy się nauczą w trakcie”. Efektem są drobne kolizje, niepotrzebne przestoje i spadek zaufania do systemu.
Bezpieczniejszy i tańszy w dłuższym okresie jest schemat trzystopniowy:
krótkie szkolenie teoretyczne – zasady bezpieczeństwa, ograniczenia systemu, procedury awaryjne,
trening na sucho – symulator lub choćby stanowisko z nagraniami wideo z realnej maszyny, bez presji produkcji,
prowadzone zmiany pilotażowe – doświadczony instruktor, jasno określone cele (np. ograniczenie prędkości, praca tylko na wybranym odcinku).
Mechanicy powinni dostać osobny pakiet: budowa układów sterowania, diagnostyka błędów, proste procedury resetu i weryfikacji czujników. Jeżeli serwis każdej drobnostki wymaga przyjazdu zewnętrznego dostawcy, koszty eksploatacyjne rosną lawinowo, a czas przestoju wydłuża się z godzin do dni.
W wielu kopalniach sprawdził się model „ambasadora technologii” – kilku zaangażowanych operatorów i mechaników dostaje pogłębione szkolenie i realny wpływ na modyfikacje systemu (np. ustawienia kamer, parametry wspomagania jazdy). Zaufanie rośnie szybciej niż po serii ogólnych szkoleń przeprowadzonych jednego dnia dla całej brygady.
Systemy łączności, lokalizacji i monitoringu – „nerwy” nowoczesnej kopalni
Podstawowe wymagania dla łączności podziemnej
Bez stabilnej łączności zdalne sterowanie, monitoring czy raportowanie w czasie bliskim rzeczywistemu po prostu nie działają. Minimalny zestaw wymogów technicznych to:
ciągłość zasięgu w głównych wyrobiskach i miejscach pracy maszyn,
odporność na kurz, wilgoć i wstrząsy – dobór odpowiednich obudów i elementów,
wydzielone kanały dla bezpieczeństwa – systemy metanometryczne, alarmowe, łączność głosowa,
możliwość rozbudowy – dodawanie kolejnych punktów dostępowych i segmentów sieci bez generalnego remontu.
Na starcie nie zawsze jest potrzebne pełne pokrycie całej kopalni siecią wysokiej przepustowości. Zazwyczaj opłaca się zacząć od kluczowych korytarzy transportowych i rejonów, gdzie mają pracować pierwsze zdalne maszyny. Rozszerzanie zasięgu robione „za maszyną” – w miarę przesuwania się frontu wydobywczego – pozwala uniknąć inwestycji w odcinki, które za rok przestaną być krytyczne.
Technologie łączności: co wybrać na różnym etapie dojrzałości
Ofert rynkowych jest dużo, ale z perspektywy koszt–efekt w podziemiu sprawdzają się trzy główne grupy rozwiązań:
łączność przewodowa (światłowody, skrętka) – wysoka niezawodność, duża przepustowość, dobra baza dla sieci Wi-Fi i systemów sterowania; największą wadą jest konieczność fizycznego prowadzenia kabli i zabezpieczania ich przed uszkodzeniami mechanicznymi,
systemy radiowe i Wi-Fi – elastyczne, stosunkowo tanie w rozbudowie, wystarczające dla zdalnego sterowania i przesyłu danych telemetrycznych; wymagają sensownego planu rozmieszczenia punktów dostępowych i regularnego przeglądu,
prywatne sieci LTE/5G – wyższe możliwości w zakresie przepustowości i zasięgu, możliwość priorytetyzacji ruchu; dziś to raczej rozwiązanie dla większych zakładów lub projektów konsolidujących wiele aplikacji (wideo HD, lokalizacja w czasie rzeczywistym, zdalne sterowanie i IoT na jednej infrastrukturze).
Dla kopalni szukającej oszczędnego wariantu na początek rozsądny jest miks: światłowodowy „kręgosłup” w głównych wyrobiskach plus tańsze punkty Wi-Fi lub proste radiomodemy w rejonach produkcyjnych. Dopiero przy większym nasyceniu technologią (kilkadziesiąt maszyn online, zaawansowany monitoring) zaczyna się opłacać pełnoskalowe LTE/5G prywatne.
Lokalizacja ludzi i maszyn – od prostych tagów do systemów RTLS
Znajomość położenia ludzi i sprzętu jest kluczowa zarówno dla bezpieczeństwa, jak i efektywności. Nie zawsze jednak trzeba od razu inwestować w pełny RTLS z dokładnością do pół metra.
Najtańsze, a jednocześnie praktyczne podejścia to:
rejestracja wejść/wyjść z rejonu – bramki RFID lub beacony przy wlotach do wyrobisk; system „wie”, że osoba X weszła na dany poziom lub do danego rejonu,
lokalizacja punktowa maszyn – czujniki położenia na stacjach załadunkowych, zjazdach i głównych skrzyżowaniach; zamiast pełnego śledzenia trasy, odnotowuje się kluczowe punkty cyklu pracy.
Takie rozwiązania kosztują ułamek ceny rozbudowanych systemów RTLS, a już dają wymierne korzyści: szybszą reakcję w razie zagrożenia, krótszy czas szukania sprzętu, lepsze planowanie transportu. Dopiero na bazie tych doświadczeń można rozważyć wdrożenie bardziej zaawansowanych systemów, np. lokalizacji w czasie rzeczywistym z wykorzystaniem Wi-Fi, UWB czy sieci LTE.
Automatyzacja nie oznacza od razu pełnej autonomii i robotyzacji wszystkich procesów. Kopalnia może zacząć od prostych kroków: taniego systemu raportowania czasu pracy maszyn, kilku zdalnie sterowanych ładowarek, lokalnego systemu monitoringu metanu czy zagęszczenia istniejącej infrastruktury łączności. Kluczowe jest, aby każdy kolejny krok dawał wymierną poprawę – większą produkcję, mniej przestojów, wyższy poziom bezpieczeństwa – i nie zjadał budżetu przez sam fakt „bycia nowinką”. O mechanizmach wyboru takiej ścieżki modernizacji sporo mówi się na portalach branżowych poświęconych tematyce ciężkiego przemysłu, gdzie można znaleźć więcej o przemysł oraz o gospodarczych konsekwencjach inwestycji technologicznych.
Monitoring środowiska pracy – sensowne minimum i rozszerzenia
Systemy pomiaru metanu, tlenku węgla, temperatury, przepływu powietrza czy wibracji górotworu są już standardem, ale ich jakość i integracja bywa różna. Podstawą jest gęsta i wiarygodna sieć czujników w rejonach wysokiego ryzyka oraz automatyczne powiązanie z logiką wyłączeń (odcinanie zasilania, zatrzymanie maszyn, alarm akustyczny).
Wariant „na start” obejmuje:
czujniki metanu i CO w newralgicznych punktach transportowych i produkcyjnych,
ciągły pomiar przepływu powietrza w głównych wyrobiskach,
podstawową wizualizację danych w dyspozytorni oraz historię pomiarów do analizy incydentów.
Rozszerzenia, które można dołożyć później, to m.in. lokalne stacje pomiaru drgań i ciśnienia górotworu, mobilne czujniki na maszynach czy inteligentne hełmy z wbudowanymi czujnikami i lokalizacją. Każdy dodatkowy moduł powinien mieć jednak policzony efekt – czy służy tylko „lepszemu samopoczuciu”, czy realnie zmienia decyzje (np. wcześniejsze wycofanie ludzi, modyfikacja planu strzelań, korekta wentylacji).
Cyfrowy model kopalni i systemy IT: od raportu papierowego do danych w czasie rzeczywistym
Od Excela do zintegrowanego systemu – rozsądna ścieżka dojścia
W wielu zakładach produkcja jest nadal raportowana głównie na papierze, a dane z maszyn lądują w osobnych arkuszach Excela. Z punktu widzenia inwestycji IT to akurat dobra wiadomość – potencjał poprawy jest duży, a pierwsze kroki wcale nie muszą kosztować fortuny.
Praktyczna ścieżka wygląda zwykle tak:
ujednolicenie raportów ręcznych – jeden wzór książki raportowej, jedna struktura danych, proste zasady uzupełniania,
prosty system zbierania danych – nawet nieskomplikowana aplikacja webowa lub mobilna, do której brygadziści wpisują raport po zmianie,
integracja z danymi z maszyn – np. poprzez moduły komunikacyjne dostarczone przez producentów,
stopniowe budowanie hurtowni danych – dane z produkcji, utrzymania ruchu, BHP i geologii w jednym, spójnym modelu.
Kluczem nie jest od razu pełen system klasy MES czy ERP, lecz konsekwentne czyszczenie i porządkowanie danych. Tani system wprowadzający dyscyplinę raportowania bywa cenniejszy niż drogie oprogramowanie, w którym wciąż znajdują się luki, duplikaty i sprzeczne informacje.
Cyfrowy model kopalni (tzw. digital twin) – kiedy ma sens
Cyfrowy model kopalni, integrujący geologię, wyrobiska, maszyny, wentylację i dane produkcyjne, to atrakcyjna wizja. Jednak stworzenie w pełni funkcjonalnego „digital twin” jest kosztowne i czasochłonne. Dużo rozsądniej jest zacząć od ograniczonego modelu, zorientowanego na konkretne decyzje.
Przykładowe, budżetowe warianty:
model wyrobisk z nałożonym planem eksploatacji – do prognozowania długości tras transportowych, czasu przejazdów i zapotrzebowania na obudowę,
model wentylacyjny – do symulacji zmian przepływu powietrza przy zamykaniu lub otwieraniu wyrobisk, zmianie parametrów wentylatorów czy dodawaniu nowych przodków,
model obciążenia ciągów transportowych – wykorzystanie danych z wag, czujników prędkości taśm, liczników kursów wozów.
Dopiero po uzyskaniu pierwszych efektów – krótszy czas przejazdu, mniej zatorów, lepsze planowanie obiegów powietrza – można myśleć o dalszej integracji i rozszerzaniu modelu o warstwę BHP, zasoby ludzkie czy prognozy geomechaniczne. Tworzenie pełnego cyfrowego bliźniaka „na raz” jest prostą drogą do przekroczenia budżetu i rozminięcia się z realnymi potrzebami.
Integracja systemów SCADA, MES i ERP – jak uniknąć „wysp danych”
W dojrzałych kopalniach zwykle istnieje już kilka niezależnych systemów: automatyka i SCADA dla wentylacji i transportu, system planowania produkcji, osobne oprogramowanie do utrzymania ruchu, osobne do BHP. Każdy z nich działa, ale między nimi jest mało wspólnych danych. Skutek: to samo zdarzenie (np. awaria przenośnika) pojawia się w trzech różnych raportach w trzech wersjach.
Zamiast natychmiastowej wymiany wszystkich systemów, opłaca się podejście etapowe:
definicja kluczowych zdarzeń i wskaźników – co jest „jednym faktem” w całej kopalni (awaria, postój planowy, postój nieplanowany, zagrożenie),
budowa prostego poziomu integracyjnego – np. szyna danych lub API, do którego podłącza się istniejące systemy,
Takie podejście wymaga cierpliwości, ale pozwala rozkładać inwestycję w czasie. Najdroższy błąd to kupić rozbudowany system nadrzędny, a potem miesiącami „mapować” do niego dane z nieprzygotowanych systemów źródłowych, przeprowadzając bolesne migracje i ręczne korekty.
Źródło: Pexels | Autor: Rhys Abel
Predykcyjne utrzymanie ruchu i monitoring stanu maszyn
Od awarii reakcyjnych do planowanych – co da się zrobić niskim kosztem
Utrzymanie ruchu w kopalni przez lata opierało się na dwóch skrajnościach: albo naprawa po awarii, albo sztywne remanenty co określoną liczbę godzin. Oba podejścia generują niepotrzebne koszty. Zbieranie danych z maszyn pozwala pójść w kierunku predykcji, ale wcale nie musi od razu oznaczać skomplikowanej sztucznej inteligencji.
Na początek zwykle wystarczy:
rejestracja czasu pracy i postoju każdej kluczowej maszyny,
Proste wskaźniki zdrowia maszyn zamiast „sztucznej inteligencji na pokaz”
Największy zysk daje przejście od „coś się zepsuło, jedziemy” do „widzimy, że coś się pogarsza, zaplanujmy postój”. Do tego nie są potrzebne skomplikowane algorytmy, tylko kilka podstawowych sygnałów, które i tak najczęściej są już dostępne w sterownikach lub panelach maszyn.
Praktyczne minimum, które zwykle da się wdrożyć tanio:
proste liczniki przebiegu i obciążenia – motogodziny podzielone na tryb pracy (jazda z ładunkiem / pusto / postój z włączonym silnikiem),
monitoring temperatur i ciśnień kluczowych układów – olej hydrauliczny, przekładnie, łożyska główne,
podstawowa telemetria z silnika – obroty, ciśnienie oleju, temperatury spalin (często dostępne po CAN bez dodatkowych czujników).
Na tej bazie można zbudować zestaw prostych progów alarmowych: „temperatura powyżej X przez Y minut”, „nietypowe skoki ciśnienia”, „czas pracy na biegu jałowym powyżej normy”. Tego typu alerty nie wymagają skomplikowanych modeli, a już pozwalają skrócić czas reakcji i ograniczyć szkody wtórne (zatarte łożysko vs wymiana całego reduktora).
Standaryzacja danych serwisowych – z notatnika mechanika do analizy trendów
Nawet najlepsza telemetria nie pomoże, jeśli historia napraw pozostanie w zeszytach i luźnych plikach. Kluczowe jest powiązanie danych z maszyn z rzetelną ewidencją prac serwisowych.
Sprawdza się prosty, ale konsekwentny model:
jeden rejestr zdarzeń utrzymaniowych na całą kopalnię (nawet prosta aplikacja lub dobrze przygotowany arkusz z kontrolą wersji),
obowiązkowe pola: numer maszyny, godzina rozpoczęcia i zakończenia, objaw (co zauważył operator), diagnoza (co faktycznie było uszkodzone), wykonana czynność, wymienione części,
powiązanie z licznikami – przy każdym zdarzeniu zapis aktualnych motogodzin i, jeśli się da, liczby cykli (np. wysypów, startów taśmy).
Dopiero na tak uporządkowanych danych można sensownie liczyć średni czas między awariami, planować remanenty i szukać „seryjnych” problemów na konkretnych typach podzespołów. Bez tego każdy dostawca systemu predykcji i tak zacznie od porządkowania historii – tylko że za znacząco wyższą stawkę.
Progi ostrzegawcze i klasyfikacja ryzyka – jak nie utonąć w alarmach
Przy pierwszym podejściu do monitoringu łatwo wpaść w pułapkę „wszystko jest alarmem”. Skutek: dyspozytor przestaje reagować, a utrzymanie ruchu ignoruje powiadomienia, bo połowa z nich jest fałszywa.
Lepiej zacząć od trójstopniowego podziału:
informacja – zdarzenia interesujące z punktu widzenia analizy (np. przekroczenie temperatury, ale o niewielkiej skali i krótkim czasie), zapisywane do historii, bez natychmiastowej reakcji,
ostrzeżenie – sytuacje, które wymagają reakcji w ciągu najbliższych kilku–kilkunastu godzin (np. rosnąca liczba restartów falownika, szybkie nagrzewanie się łożyska),
alarm – stany bezpośrednio zagrażające zniszczeniu elementu lub bezpieczeństwu (nagły spadek ciśnienia oleju, gwałtowny wzrost drgań).
Dopiero po kilku miesiącach pracy na takim prostym schemacie warto usiąść z zespołem i sprawdzić, które alarmy były „prawdziwe”, a które okazały się szumem. Na tej bazie poprawia się progi, czasy histerezy i logikę powiadomień. To dużo tańsza droga niż wdrażanie zaawansowanego systemu, który i tak trzeba będzie „uczyć” na lokalnych realiach.
Wibracje i analiza oleju – dwa sensowne kroki „plus”
Kiedy podstawowe liczniki i temperatury działają stabilnie, przychodzi czas na metody, które faktycznie pozwalają wyprzedzić uszkodzenie o tygodnie czy miesiące.
W kopalniach podziemnych zwykle najlepszy stosunek efektu do kosztu dają dwa typy pomiarów:
monitoring drgań – na dużych przekładniach, przenośnikach, wentylatorach głównych; wystarczy kilka predefiniowanych poziomów ostrzegawczych zamiast pełnej analizy widmowej on-line,
analiza oleju – okresowe badanie próbek z przekładni i układów hydraulicznych pod kątem zanieczyszczeń, wody i cząstek metalu.
W wielu przypadkach wibracje i parametry oleju „widzą” problem znacznie wcześniej niż człowiek – zużycie zębów, początek pęknięcia, zanieczyszczenia po nieprawidłowej wymianie. Zamiast podłączać czujniki do każdej rolki taśmy, lepiej zacząć od kilku największych i najdroższych elementów ciągu technologicznego, gdzie awaria oznacza zatrzymanie całej kopalni.
Modele predykcyjne – kiedy mają sens, a kiedy są przerostem formy
Prawdziwe „predykcyjne utrzymanie ruchu” kojarzy się z uczeniem maszynowym i analizą tysięcy sygnałów. W praktyce ma ono sens dopiero, gdy spełnionych jest kilka warunków:
istnieje wielomiesięczna historia danych z maszyn, z przyzwoitą jakością i opisanymi awariami,
kopalnia posiada kilkadziesiąt–kilkaset podobnych jednostek (te same typy napędów, przekładni, pomp),
każda godzina nieplanowanego postoju ma wysoką wartość ekonomiczną – na tyle, by uzasadnić koszt projektu analitycznego.
Jeżeli masz jedną suwnicę czy trzy kombajny różnych typów, to złożony model ML niekoniecznie się zwróci – szybciej i taniej będzie poprawić plan przeglądów i reagować na proste symptomy. Dopiero przy flocie kilkudziesięciu podobnych przenośników czy dziesiątkach wozów odstawczych opłaca się budować modele uczące się „zdrowego” i „chorego” stanu maszyny.
Organizacja pracy służb utrzymania – technologia nic nie da bez zmiany nawyków
Predykcja ma sens tylko wtedy, gdy służby utrzymania ruchu są w stanie wykorzystać sygnały ostrzegawcze. Częsty problem: system generuje ostrzeżenia tydzień wcześniej, ale i tak nikt nie ma okna w harmonogramie, żeby zatrzymać maszynę.
Do uporządkowania są przeważnie trzy elementy:
jasne priorytety – które maszyny „nadążają” za planem produkcji, a które są krytyczne i dla nich blokuje się sloty serwisowe z wyprzedzeniem,
mechanizm szybkiej decyzji – kto i na jakiej podstawie może zdecydować o wcześniejszym postoju (np. kierownik ruchu zakładu + dyspozytor + brygadzista UR),
formalny kanał zgłaszania symptomów przez operatorów – jeśli operator słyszy nietypowy hałas lub czuje wibracje, jego uwaga powinna wylądować w systemie, a nie w rozmowie przy windzie.
Technologia może wspierać ten proces (aplikacje do zgłoszeń, automatyczne ticketowanie po alarmach), ale sedno leży w decyzjach i dyscyplinie – czy sygnał „maszyna A ma rosnące drgania” przełoży się na konkretny plan działania w ciągu najbliższej zmiany.
Bezpieczeństwo pracy a automatyzacja – realne efekty i ukryte ryzyka
Jak automatyzacja realnie zmniejsza ekspozycję na zagrożenia
Najważniejszy efekt w górnictwie podziemnym jest prosty: mniej ludzi fizycznie przebywa przy strefach największego ryzyka. Zdalne sterowanie, monitoring środowiska i lepsze dane umożliwiają przeniesienie części decyzji „na powierzchnię”.
Najbardziej namacalne przykłady to:
praca w rejonach potencjalnych tąpań – operator kombajnu steruje z kabiny oddalonej o kilkadziesiąt–kilkaset metrów od przodka, a nawet z dyspozytorni,
strefy o podwyższonym stężeniu metanu – możliwość wcześniejszego wycofania maszyn i ludzi dzięki ciągłemu monitoringowi i automatycznym alertom,
transport materiałów – ograniczenie ręcznej pracy przy załadunku/rozładunku poprzez zautomatyzowane przenośniki i systemy podawania materiałów.
Każdy taki krok nie tylko zmniejsza ryzyko wypadku śmiertelnego, ale też redukuje liczbę drobniejszych urazów i zdarzeń potencjalnie wypadkowych. Klucz, by pokazać to w liczbach: ilu ludzi mniej wchodzi dziennie do stref zagrożonych, ile godzin mniej spędzają w newralgicznych wyrobiskach.
Zmiana profilu zagrożeń – z fizycznych na systemowe
Automatyzacja nie usuwa ryzyka, a raczej je przesuwa. Mniej jest urazów mechanicznych czy związanych z lokalnymi wybuchami, ale pojawiają się zagrożenia systemowe: awarie zasilania, problemy z komunikacją, błędy konfiguracji logicznej.
Kilka nowych typów ryzyka, które trzeba uwzględnić:
błędne dane wejściowe – źle skalibrowany czujnik metanu, błędny sygnał lokalizacji lub wadliwy pomiar przepływu powietrza może prowadzić do fałszywego poczucia bezpieczeństwa,
awarie systemów łączności – przerwa w sieci powoduje utratę informacji o położeniu ludzi i maszyn, opóźnione alarmowanie lub brak możliwości zdalnego zatrzymania urządzeń,
kompleksowa logika sterowań – rozbudowane scenariusze automatycznego wyłączania mogą w specyficznych warunkach zadziałać inaczej, niż zakładał projektant.
Dlatego każde wdrożenie systemu bezpieczeństwa opartego na automatyce powinno przejść nie tylko test „czy działa”, ale i analizę zachowania w stanach granicznych: brak zasilania, częściowa awaria czujników, opóźnienia w komunikacji. To zwykle tańsze niż późniejsze „łatane” poprawki po incydencie.
Integracja systemów BHP z danymi produkcyjnymi – unikanie konfliktu celów
Częste napięcie w kopalni to konflikt między „zróbmy więcej ton” a „trzymajmy rezerwy bezpieczeństwa”. Im bardziej zautomatyzowany zakład, tym większa pokusa, by parametry bezpieczeństwa „podregulować” pod wydajność – zwiększyć dopuszczalne stężenia, skrócić czasy przewietrzania.
Sensownym rozwiązaniem jest wspólna baza danych, w której:
dane BHP i środowiskowe (metan, CO, przepływ powietrza, liczba osób w rejonie) są widoczne w tym samym systemie, z którego korzysta planista produkcji,
istnieją twarde reguły blokujące – np. brak możliwości zaplanowania dodatkowej zmiany w rejonie, gdzie przepływ powietrza jest bliski minimalnych wartości,
każda zmiana nastaw bezpieczeństwa jest logowana z powodem i akceptacją odpowiedzialnej osoby (np. kierownika ruchu).
Takie podejście ogranicza „miękkie obchodzenie” zabezpieczeń. Jeśli trzeba zmienić próg alarmowy, musi za tym stać konkretna decyzja, a nie szybka korekta parametru w sterowniku bez śladu w systemie.
Szkolenie załogi w środowisku cyfrowym – symulatory i wirtualne scenariusze
Nowe technologie przynoszą ze sobą większą złożoność procedur. Operator, który kiedyś miał do czynienia z jednym pulpitem i kilkoma wskaźnikami, dziś pracuje na ekranach z dziesiątkami parametrów, alarmów i komunikatów systemowych.
Dobrym narzędziem są uproszczone symulatory sytuacji awaryjnych – niekoniecznie drogie systemy VR, ale choćby aplikacje komputerowe, w których odtwarza się typowe scenariusze: wzrost metanu, utrata łączności, zatrzymanie przenośnika, ewakuacja z konkretnego rejonu.
Kluczowe elementy takich szkoleń:
realne dane – scenariusze oparte na faktycznych zdarzeniach z danej kopalni, a nie na abstrakcyjnych przykładach,
ćwiczenie decyzji – nie tylko „co mówi instrukcja”, lecz również praktyczne wybory: kogo powiadomić, w jakiej kolejności wykonać działania, kiedy zatrzymać cały ciąg technologiczny,
spójność z systemami IT – szkolenie na takich samych ekranach, layoutach i komunikatach, jakie pracownik widzi w rzeczywistej dyspozytorni czy kabinie.
Tak przygotowana załoga lepiej radzi sobie z przeładowaniem informacyjnym i rzadziej panikuje w sytuacjach nietypowych – a to w połączeniu z automatyką daje dużo wyższy poziom bezpieczeństwa niż same nowe urządzenia.
Cyberbezpieczeństwo w kopalni – nowy obszar odpowiedzialności
Automatyzacja i integracja systemów niosą ze sobą jeszcze jedno, często niedoszacowane ryzyko: ataki na infrastrukturę OT/IT. Nawet jeśli nie chodzi o spektakularne sabotaże, to zwykłe zainfekowanie stacji inżynierskiej czy serwera SCADA może zatrzymać produkcję na wiele godzin.
Podstawowe działania, które nie wymagają wielkich budżetów:
segmentacja sieci – wyraźne oddzielenie sieci produkcyjnej od biurowej, minimalizacja liczby punktów styku,
Najważniejsze punkty
Automatyzacja w górnictwie podziemnym staje się warunkiem utrzymania rentowności – głębsze złoża, droższa energia i praca sprawiają, że model „więcej ludzi, więcej maszyn” przestaje się opłacać.
Najmocniejszym argumentem za nowymi technologiami jest bezpieczeństwo: zdalne sterowanie maszynami i monitoring wyrobisk pozwalają wycofać ludzi z najbardziej niebezpiecznych stref i ograniczyć liczbę ciężkich wypadków.
Automatyzacja zwiększa elastyczność kopalni wobec wahań cen surowców – dzięki danym z maszyn i systemom analitycznym łatwiej szybko zmniejszyć lub zwiększyć wydobycie bez gwałtownych cięć zatrudnienia.
Rosnące wymagania regulacyjne i oczekiwania społeczne wymuszają cyfryzację: kopalnia oparta na papierowych raportach i doraźnych pomiarach ponosi coraz większe ryzyko wstrzymania robót i dodatkowych kosztów kontroli.
Na globalnym rynku wygrywają kopalnie „high-tech”, które korzystają z cyfrowych modeli złoża, zaawansowanego planowania i predykcyjnego utrzymania ruchu – różnica w koszcie jednostkowym wydobycia między nimi a zakładami „low-tech” stale rośnie.
Nowoczesne górnictwo opiera się na trzech powiązanych filarach: automatyzacji maszyn, systemach IT (SCADA, MES, analityka) oraz łączności i sensoryce; inwestowanie tylko w jeden z tych elementów bez reszty ogranicza efekty.
