AI + cool coatings: Монголын уурхайн эрчим хүч хэмнэх нь

2025 оны зун дэлхийн олон бүсэд халалт цахилгаан сүлжээг “өвдөг сөхрүүлсэн”. Үүний хамгийн том хохирогчдын нэг нь хамгийн их эрчим хүч иддэг салбарууд—уул уурхай, боловсруулах үйлдвэр, логистик. Халуун өдрүүд нэмэгдэх тусам хөргөлт, агааржуулалтын ачаалал өсөж, оргил цагийн эрчим хүчний төлөвлөлт улам хүндрэнэ. Монголын уул уурхай, олборлох салбарт энэ эрсдэл бүр ч илүү “мэдрэгддэг”: алслагдсан талбай, дизель генератор, хязгаарлагдмал дэд бүтэц, хэт халалт/хэт хүйтний огцом хэлбэлзэл.

Энд нэг бодит, хурдан хэрэгжих боломж бий: радиацийн хөргөлт (radiative cooling) ашигладаг будаг, бүрээс, хальс, материал. Эдгээр нь нарны гэрлийг ихэнхийг нь буцаан ойлгож, дулааныг тодорхой инфра улаан долгионоор “тэнгэр рүү” цацруулснаар гадаргууг идэвхтэй хөргөлтгүйгээр сэрүүн байлгадаг.

Гэхдээ Монголын уул уурхайн контекстэд ганц “цагаан будаг” хангалтгүй. Хиймэл оюун ухаан (AI) энэ төрлийн материалын сонголт, байршуулалт, элэгдлийн хяналт, бодит хэмнэлтийн баталгаажуулалтыг өгөгдөлд суурилж хийдэг болгоно. Энэ нийтлэл нь “Хиймэл оюун ухаан Монголын уул уурхай, олборлох салбарыг хэрхэн өөрчилж байна” цувралын хүрээнд материалын инновац + AI нийлээд ямар үр ашиг өгөхийг уул уурхайн жишээгээр тайлбарлана.

Радиацийн хөргөлт гэж юу вэ, уурхайд яагаад хэрэгтэй вэ?

Хариулт нь энгийн: радиацийн хөргөлт гэдэг нь гадаргуу нарны энергийг бага шингээж, өөрийн дулааныг агаарт биш тэнгэрийн “цонх” руу (инфра улаан долгионы тодорхой муж) цацруулснаар орчны температураас ч доош хөрөх үзэгдэл.

Уул уурхайд энэ нь “тохь тух” биш, үйл ажиллагааны тогтвортой байдал.

• Компрессорын станц, MCC өрөө, цахилгаан шкаф, удирдлагын контейнер: Дотор температур өсөхөд эвдрэл, автоматаар унтрах, насжилт богиносох эрсдэл нэмэгддэг.
• Засварын цех, агуулах, хүний байрлах модуль: AC-ын хэрэглээ оргил үед сүлжээг шахна.
• Машин механизм, түлш тос, гидравлик систем: Хэт халалт нь тосны зуурамтгай чанар, битүүмжлэл, мэдрэгчийн найдвартай байдалд нөлөөлнө.

Радиацийн хөргөлтийн материалуудын одоогийн зах зээлийн зорилт нь ихэвчлэн нарны тусгалыг 94%+ (зарим чийглэг нөхцөлд 97%+) ойлгодог гадаргуу хийх. Туршилтын төслүүдэд барилгын хөргөлтийн цахилгаан хэрэглээг 15–20% бууруулсан тохиолдол мэдээлэгдсэн.

Монголын уурхайд “шууд хуулбарлаж” болохгүй ч нэг санаа нь шууд наалдах ёстой: хөргөлтийн ачааллыг бууруулах хамгийн хямд кВтц бол хэрэглээгүй кВтц.

Уурхайн хэрэглээний 4 бодит кейс: дээврээс эхлээд техник хүртэл

Гол санаа: радиацийн хөргөлтийн бүрээсийг зөв газар тавивал AC биш, зогсолт хамгийн түрүүн буурна.

1) Контейнер төрлийн оффис, лаборатори, серверийн өрөө

Алслагдсан талбайд контейнер оффис/лабораторийн AC тасалдах нь ажил зогсоох хэмжээний асуудал болдог. Дээвэр, ханын гадаргуу дээр өндөр ойлгогч бүрээс хийснээр:

• Дотор температурын оргил буурна
• AC-ын “cycle” багасна
• Генераторын түлшний хэрэглээ буурах нөхцөл бүрдэнэ

2) Цахилгаан тоноглолын халалт: шкаф, хувиарлагч, инвертер

Цахилгаан шкафын доторх температур 10°C-аар өсөхөд электроникийн насжилт мэдэгдэхүйц багасдаг гэдэг инженерүүдийн нийтлэг дүрэм бий. Дээвэр/гадаргууг сэрүүн байлгах нь сэнс, хөргүүрийн ачааллыг бууруулж, тоосжилт ихтэй орчинд илүү тогтвортой ажиллагаа өгнө.

3) Засвар үйлчилгээний бүс ба агуулах

Засварын цехийн дээвэр халуун болж “зуух” шиг болоход хөдөлмөрийн аюулгүй байдал, бүтээмж шууд унана. Сэрүүн дээвэр нь ажиллах орчны температурыг бууруулж, зун–намрын улиралд дулааны стрессийг багасгана.

4) Ил уурхай дээрх тоног төхөөрөмжийн дулааны удирдлага

Энд нэг болгоомжлол бий: техник дээр бүрээс тавих нь элэгдэл, механик цохилт, тос/химийн нөлөөнд өртөнө. Гэхдээ боломжгүй гэсэн үг биш.

• Кабины дээвэр, хамгаалалтын бүрхүүл, зарим хайрцаглагдсан гадаргуу
• Түлш тос хадгалах савны дээд хэсэг

Энэ төрлийн хэрэглээнд бат бөх, наалдамхай, цэвэрлэгээ даадаг материал сонгох нь чухал.

AI энд яг юу хийж өгдөг вэ? (Зөв хариулт: хэмжиж, шийдвэрлүүлнэ)

Гол хариулт: AI радиацийн хөргөлтийн төслийг “сайхан санаа”-наас ROI тооцдог инженерийн шийдэл болгоно.

1) Хаана тавихаа AI-р оношлох (Site prioritization)

Уурхайн талбай дээр бүх зүйлд бүрээс тавих нь үр ашиггүй. AI дараах өгөгдлөөр хамгийн өндөр өгөөжтэй цэгүүдийг тодруулна:

• Дээврийн температурын өгөгдөл (термо камер, дрон)
• Дотор температур/чийгшил (IoT мэдрэгч)
• AC/сэнсний цахилгаан хэрэглээ (energy meter)
• Зогсолт, эвдрэл, дохиоллын түүх (CMMS)

Ингээд загвар нэг л өгүүлбэр хэлж чадна: “Энэ 3 дээвэр дээр эхэлбэл 90 хоногт хамгийн өндөр бууралт гарна.”

2) Хөргөлтийн үр дүнг баталгаажуулах (Measurement & Verification)

Уурхайн менежмент нэг зүйлийг л асууна: “Бодитоор хэд хэм буусан бэ? Хэдэн кВтц хэмнэсэн бэ?”

AI нь өмнөх үеийн өгөгдөлтэй харьцуулж:

• Цаг агаарын зөрүү (салхи, үүл, тоос, нарны цацрал)
• Ачааллын өөрчлөлт
• Үйл ажиллагааны горим

зэргийг “цэвэрлээд” жинхэнэ нөлөөг ялгаж өгнө. Энэ нь дараагийн төсөв, өргөтгөлийн хамгийн хүчтэй баримт болдог.

3) Элэгдэл, тоосжилтын асуудлыг урьдчилан хэлэх (Predictive maintenance)

Сэрүүн бүрээсийн хамгийн бодит сул тал нь тоос болон гадаргуугийн гандалт. Монголын олон уурхайд энэ бол өдөр тутмын бодит байдал.

AI дараах байдлаар тусална:

• Дрон зураг/спектрийн зураг → ойлгогч чанар буурсныг эрт илрүүлэх
• Цэвэрлэгээний давтамжийг улирлаар оновчлох
• “Хэзээ дахин түрхэх вэ?” гэдгийг зардал–үр ашгаар нь гаргах

4) Материалын сонголтыг өгөгдөлд суурилуулах (Materials selection)

Зарим өндөр гүйцэтгэлтэй бүрээс нь удаан эдэлгээний хувьд фторполимер (forever chemicals) төрлийн материалд түшиглэх эрсдэлтэй. Уул уурхайн ESG зорилттой зөрчилдөх магадлал бий.

AI-г лабораторийн өгөгдөл, талбайн бодит элэгдлийн өгөгдөлтэй хослуулбал:

• Фторгүй хувилбаруудын гүйцэтгэл–үнэ–насжилтын харьцуулалт
• “Бат бөх байдал vs байгаль орчин” trade-off-ыг тооцох

боломжтой.

Монголын нөхцөлд тулгардаг 5 бодит сорилт (мөн яаж давж гарах вэ)

Хариулт: радиацийн хөргөлт ажиллана, гэхдээ зөвхөн “уурхайн бодит нөхцөл”-д тохируулбал ажиллана.

1. Тоосжилт – Ойлгогч гадаргуу бохирдоход гүйцэтгэл унадаг.

   • Шийдэл: AI-тай хяналтын зураглал, цэвэрлэгээний графикийг улирлаар оновчлох.

2. Хэт салхи, механик элэгдэл – Дээврийн бүрээс ховхрох эрсдэлтэй.

   • Шийдэл: жижиг талбайн туршилт + наалдалтын стандарт протокол.

3. Өвлийн нөхцөл – Цас, мөс бүрхвэл нөлөө багасна.

   • Шийдэл: “зөвхөн зун” гэж харахгүй; оргил халалтын улиралд өгөөж нь гарна. Өвөлд нэмэлт засвар, үзлэг төлөвлөх.

4. Үүлшилт ба цаг агаарын хэлбэлзэл – Зарим өдөр үр ашиг бага.

   • Шийдэл: AI-аар цаг агаарт нормчилсон хэмжилт хийж, бодит ROI гаргах.

5. Химийн эрсдэл ба нийлүүлэлтийн чанар – Будаг/бүрээсний баталгаагүй нийлүүлэлт эрсдэлтэй.

   • Шийдэл: техникийн үзүүлэлт (solar reflectance, emissivity, UV durability)-ийг шаардлага болгож, талбайн туршилтаар баталгаажуулах.

Уурхайд хэрэгжүүлэх 90 хоногийн “бага эрсдэлтэй” төлөвлөгөө

Хариулт: жижигээс эхэл. Гэхдээ хэмжилттэй эхэл.

1. 7–10 хоног: Суурь хэмжилт

   • 2–3 барилга/контейнер сонгоно (AC их хэрэглэдэг, эсвэл халалтаас болж алдаа гардаг)
   • Температур, эрчим хүч, эвдрэл/дохиоллын өгөгдлийг татна

2. 14 хоног: Дрон/термо зураглал

   • Дээврийн халалтын “hotspot” гаргана

3. 30 хоног: Туршилтын бүрээс

   • Нэг обьект дээр хэсэгчлэн (A/B) тавьж харьцуулна

4. 30–60 хоног: AI-аар нормчилсон үнэлгээ

   • Цаг агаар, ачааллын нөлөөг салгаж бодит бууралтыг гаргана

5. 60–90 хоног: Өргөтгөх эсэх шийдвэр

   • Хэрэв AC-ын хэрэглээ 10–20% буурсан эсвэл дотор температурын оргил мэдэгдэхүйц буурсан бол дараагийн обьектууд руу шилжинэ

Сайн төсөл “цагаан дээвэр”-ээр эхэлдэггүй. Сайн төсөл дататай эхэлдэг.

Энэ нийтлэл цувралын логикт яаж багтаж байна вэ?

“Хиймэл оюун ухаан Монголын уул уурхай, олборлох салбарыг хэрхэн өөрчилж байна” цувралын гол санаа бол үр ашиг + аюулгүй байдал + тогтвортой байдал-ыг өгөгдлөөр шийдэх. Ромбо хэлбэртэй AI загварын тухай ярихаас илүү, миний бодлоор уурхайн удирдлагуудад хурдан хэрэгждэг, хэмжигддэг алхам хэрэгтэй байдаг.

Радиацийн хөргөлтийн материал бол тийм алхам. Харин AI нь үүнийг:

• хаана тавих вэ,
• хэрхэн хэмжих вэ,
• хэзээ цэвэрлэх/шинэчлэх вэ,
• ESG эрсдэлийг яаж удирдах вэ

гэдгийг бодит шийдвэр болгоно.

Дараагийн алхам юу вэ? Танай талбайд аль барилга, аль шкаф, аль цех хамгийн их халж, хамгийн их цахилгаан “идэж” байна вэ—түүнийг өгөгдлөөр 2 долоо хоногт тогтоож чадна. Тэгээд туршина. Хэмнэлт бодит гарвал өргөжүүлнэ.

Танай уурхайн хувьд эхний туршилтын хамгийн зөв байршил нь контейнер оффис, цахилгаан тоноглолын байр, эсвэл засварын цех—аль нь вэ?