Programme IA : découvrez Conveyor Belt !

Comment utiliser l'IA pour améliorer la surveillance des bandes transporteuses ? Découvrez la solution d'Actemium et de VIA IMC, l'un des douze projets issus du programme d'intelligence artificielle de Leonard (promotion 2021). Son objectif ? Aider les équipes de VINCI à devenir plus autonomes en mettant en œuvre des cas d'usage de l'IA, avec un fort impact commercial.

Contrôle autonome par drones de l’alignement des systèmes des très grands convoyeurs à bande grâce à la photogrammétrie et la vision assistée par ordinateur

 

En 2020, environ 24 % de l’électricité produite en Allemagne l’était à partir du charbon, ce qui fait du charbon la deuxième source d’électricité dans ce pays. L’abandon progressif des mines de charbon et des centrales électriques au charbon contribue de manière cruciale à la transition vers une économie neutre en carbone, conformément aux objectifs du « Green Deal » européen . C’est pourquoi, l’industrie minière confrontée aux défis du développement durable, s’intéresse tout particulièrement aux questions d’efficacité énergétique. De plus, les mines de charbon en Allemagne doivent anticiper la relocalisation des ressources avant l’arrêt progressif de 2038. Le transport du minerai extrait étant l’une des opérations minières les plus gourmandes en énergie et en main-d’œuvre, son optimisation est d’une importance majeure pour les propriétaires et les exploitants de mines.

 

Le transport du minerai dans l’industrie minière

 

Le minerai extrait peut-être transporté soit par un dumper, soit par un convoyeur à bande. D’une part, les dumpers sont flexibles et peuvent s’adapter aux changements de la zone d’extraction mais nécessitent des chauffeurs et sont polluants. D’autre part, le convoyeur à bande permet d’automatiser le transport et de réduire l’énergie nécessaire. L’inconvénient est qu’il s’agit d’une infrastructure très coûteuse dont la surveillance et la maintenance sont complexes.

Pour les grandes mines (équivalentes à la taille d’une ville), les convoyeurs à bande sont privilégiés pour transporter le minerai extrait. Certaines parties du convoyeur sont déplacées régulièrement pour suivre la zone d’extraction et par conséquent le sol en dessous n’est pas toujours stable. De plus, les vibrations et les conditions météorologiques peuvent faire bouger le sol sous la bande, ce qui génère des variations de position d’éléments de la structure du convoyeur qui ne se retrouvent plus alignés. Les éléments non alignés induisent des frictions, augmentant la consommation d’énergie et conduisant finalement à la rupture de la bande, engendrant des coûts de remplacement élevé, une baisse de productivité et des temps d’arrêt non planifiés.

 

La surveillance des infrastructures, une tâche qui demande beaucoup de temps

 

Actuellement, la surveillance est effectuée manuellement par des employés qui roulent le long de l’infrastructure 24 heures sur 24 et 7 jours sur 7. Bien qu’exigeant en main-d’œuvre, ce système n’est pas assez précis pour empêcher toutes les ruptures de bande (les employés roulent à 20 km/h dans la mine). C’est pourquoi certains acteurs tentent de résoudre ce problème en automatisant le processus de surveillance grâce à des capteurs fixes dédiés. Néanmoins, ces capteurs, tels que les rouleaux ou les lasers, nécessitent d’énormes investissements initiaux qui sont difficilement justifiables dans un marché en baisse.

 

Comment les drones, la photogrammétrie et la vision par ordinateur ont fait équipe pour relever les défis du secteur minier

 

Dans ce contexte dynamique, Actemium, fort de sa relation et de son expérience de longue date avec l’industrie minière, a décidé de développer une solution basée sur les drones pour la surveillance des convoyeurs en collaboration avec VIA IMC (une société EUROVIA) et le programme IA de Leonard. Les drones ont l’avantage de couvrir facilement une large zone, même dans un environnement complexe comme les mines.  En quelques mots, la solution prend des photos de la bande transporteuse avec un drone, détecte la position des rails (la structure mécanique soutenant la bande) grâce à la vision par ordinateur, crée un modèle 3D par photogrammétrie et enfin calcule un score d’alignement entre les rails pour détecter les éléments non alignés.  En outre, les images acquises pourraient également être utilisées pour résoudre d’autres problèmes liés aux mines, tels que la détection des dépôts de saleté ou l’état de santé des rouleaux.

Les connaissances et le savoir-faire développés au cours de ce projet ouvrent la voie à Actemium et VIA IMC vers le vaste marché de la surveillance automatisée. Des expérimentations sont déjà en cours sur la surveillance des canalisations et l’estimation du volume des stocks, ce qui témoigne de la polyvalence des technologies développées par les drones, la vision par ordinateur et la photogrammétrie.

Cet article fait partie d’une série de publications des participants au programme IA de Leonard, spécifiquement conçu pour accélérer l’adoption des technologies d’intelligence artificielle au sein du groupe VINCI. Il consiste en une période d’incubation de cinq mois au cours de laquelle les collaborateurs de VINCI sélectionnés suivent un processus d’apprentissage par la pratique ; ils développent ainsi un cas d’usage basé sur l’IA avec le coaching et le mentorat de l’équipe de Leonard et des consultants d’Eleven Strategy.

> En savoir plus sur le programme d’Intelligence Artificielle de Leonard 

Partager l'article sur