افزایش ایمنی در معادن با هوش مصنوعی مطالعه موردی: معدن گل گهر سیرجان

هدف این پژوهش، بررسی نقش هوش مصنوعی در ارتقاء ایمنی در معدن سنگ آهن گل گهر سیرجان به عنوان یکی از معادن بزرگ و پرریسک کشور است. با توجه به فراوانی حوادث معدنی، استفاده از فناوریهای نوین نظیر یادگیری ماشین، حسگرهای هوشمند و سیستمهای پیش بینی حوادث می تواند نقشی اساسی در کاهش ریسک ایفا کند. مطالعه از ترکیبی از داده های تاریخی، تصاویر ویدئویی، سنسورها و تحلیل های ژئومکانیکی استفاده شد تا مدل های پیش بینی حوادث توسعه یابد. داده ها با استفاده از الگوریتم هایی چون درخت تصمیم، جنگل تصادفی و شبکه عصبی پردازش شده و تحلیل هایی آماری نظیر رگرسیون لجستیک، ANOVA و آزمون کای دو انجام گردید. نتایج نشان داد استفاده از هوش مصنوعی موجب کاهش ۴۱ درصدی در نرخ کلی حوادث، افزایش دقت پیش بینی به بیش از ۹۲ درصد و بهبود واکنش اضطراری تا ۳۶ درصد شده است. همچنین، مدل جنگل تصادفی با زمان آموزش پایین و دقت بالا به عنوان موثرترین مدل انتخاب شد. یافته ها نشان دادند که حوادث اغلب در شیفت شب و فصل زمستان رخ می دهند و عواملی مانند خستگی، نقص فنی و شرایط محیطی نقش کلیدی دارند. راهکارهایی چون آموزش مبتنی بر واقعیت مجازی، نصب سنسورهای IT و نوسازی تجهیزات به عنوان موثرترین روش ها برای بهبود ایمنی معرفی شدند. این مطالعه نشان می دهد که هوش مصنوعی می تواند به عنوان ابزار تصمیم سازی هوشمند برای مدیریت ریسک در معادن مورد استفاده قرار گیرد.

کلیدواژه ها:

هوش مصنوعی ، ایمنی ، معدن گل گهر ، یادگیری ماشین ، سیستم های هشدار دهنده