AI-тай уул уурхай: Hillgrove шиг буцаж асах нь

2025 оны сүүлчээр Австралийн NSW дахь Hillgrove уурхайд газар доорх олборлолтын хөгжил (underground development) албан ёсоор эхэлсэн нь нэг зүйлийг тод хэлж байна: “уурхайг дахин ажиллуулах” гэдэг бол зөвхөн техник оруулах биш, бүхэл бүтэн системийг дахин асаах ажил.

Larvotto Resources нь PYBAR Mining Services-ийг талбай дээр бүрэн үйлчилгээтэй (тоног төхөөрөмж, ажиллах хүч, статут хяналт, аюулгүй ажиллагааны систем) хэлбэрээр дайчлан Metz бүсээс эхэлж, дараа нь Garibaldi руу үргэлжлүүлэхээр болсон. Хөтөлбөрт налуу ам (decline) болон хөндлөн малталт, нөхөн сэргээлт, бэхэлгээ, тээвэрлэлт зэрэг бүх гол ажлууд орсон бөгөөд эхний дөрвөн жилд 20 км орчим газар доорх өргөтгөл хийх амбицтай төлөвлөгөө яригдаж байна.

Энэ мэдээ Монголын уул уурхайд сонин, хэрэгтэй жишээ. Учир нь манай салбар ч мөн адил “дахин эхлүүлэх”, “өргөтгөх”, “газар доорх руу шилжих” төслүүд дээр ажиллаж, нэгэн зэрэг зардал, аюулгүй байдал, ажиллах хүчний хомсдол, бүтээмжийн дарамт гэсэн бодит асуудлуудтай нүүр тулж байна. Тиймээс Hillgrove шиг төслүүдийн хамгийн том сургамж нь: AI (хиймэл оюун ухаан) зөв суувал уурхайн дахин эхлэлт богиносож, эрсдэл буурч, олборлолтын хэмнэл тогтдог.

Hillgrove-ийн “дахин асалт” юуг илэрхийлж байна вэ?

Хариулт нь энгийн: газар доорх уурхайг сэргээх бол олон хувьсагчтай төслийн менежмент. Metz-ээс Garibaldi руу шилжих дараалал, 20 км малталтын зураглал, бэхэлгээний горим, тээвэрлэлтийн урсгал—all нь нэг дор уялдах ёстой.

Hillgrove-д давуу тал бий: өмнөх үйл ажиллагаанаас үлдсэн их хэмжээний газар доорх дэд бүтэц, мөн stoping хийхэд бэлэн—аль хэдийн хөгжүүлсэн хүдэр (ore developed and awaiting stoping) байгаа. Гэхдээ энэ нь “амархан” гэсэн үг биш.

Дахин эхлүүлэхэд хамгийн их алдаа гардаг 3 цэг

Газар дээр ажиллаж байсан олон баг яг энд алддаг.

1. Төлөвлөгөө ба бодит гүйцэтгэлийн зөрүү: Малталтын бодит хурд, геологи, усжилт, тоног төхөөрөмжийн эвдрэл зэрэг нь зураг дээрх хугацааг эвддэг.
2. Аюулгүй ажиллагаа “баримт бичиг” болоод үлдэх: Газрын нөхцөл өдөр бүр өөрчлөгдөхөд хяналтын аргачлал бодит цагт ажиллахгүй бол ослын магадлал өснө.
3. Өгөгдөл олон газар тархах: Нэг хэсэг нь засвар үйлчилгээний системд, нэг хэсэг нь excel-д, нөгөө нь хүмүүсийн толгойд байвал шийдвэр гаргалт удааширна.

Эндээс AI-гийн орон зай гарч ирдэг.

AI газар доорх уурхайн “эхний 100 хоног”-т хамгийн их хэрэг болдог

Хариулт: AI хамгийн түрүүнд хугацаа, эрсдэл, мөнгөний урсгалыг барьж өгдөг. Ялангуяа уурхайн дахин эхлэлт дээр “эхний 100 хоног” гэдэг нь хөтөлбөр замаасаа гарах эсэхийг шийддэг үе.

Hillgrove-ийн хөгжүүлэлтийн хүрээнд дурдагдсан ажлууд (decline, lateral, rehab, ground support, haulage) бол AI хэрэгжүүлэхэд хамгийн “өгөгдөлтэй” процессууд.

1) Хөгжүүлэлтийн хурд ба төлөвлөгөөг AI-гаар өдөр тутам шинэчлэх

Газар доорх малталтын бодит гүйцэтгэл дээр өдөр бүрийн micro-delay их хуримтлагддаг: өрөмдлөгийн мөчлөг, тэсэлгээний цонх, агааржуулалтын хязгаар, тээврийн түгжрэл.

AI-тай төлөвлөлт дараах байдлаар ажиллана:

• Өдөр тутмын гүйцэтгэлийн өгөгдлөөс (advance rate, тоног төхөөрөмжийн ашиглалт, хүн хүчний бүрэлдэхүүн) дараагийн 7–14 хоногийн bottleneck-ийг урьдчилан тооцно
• “Хэрвээ A эвдэрвэл B яаж шилжих вэ?” гэх мэт what-if хувилбаруудыг автомат гаргана
• Уурхайн менежментийн багт нэг дор actionable зөвлөмж өгнө (жишээ: “Тээвэр 16:00–20:00 хооронд түгжиж байна → LHD/Truck хуваарьт өөрчлөлт оруул”)

Монголд энэ нь ялангуяа улирлын нөлөөтэй логистик, хүний нөөцийн эргэлт, тэсэлгээний зохицуулалт дээр бодит үр өгөөжтэй.

2) Ground support ба геотехникийн эрсдэлийг AI-гаар эрт барих

Хариулт: AI геотехникийн эрсдэлийг “дохио” болгон эрт илрүүлж чадна.

Ground support (боолт, тор, shotcrete гэх мэт) нь зөвхөн стандарт зураглал биш, бодит нөхцөлд тасралтгүй тохируулга шаарддаг. AI дараах өгөгдлүүдийг нэгтгэж илүү хурдан шийдвэр гаргалт дэмжинэ:

• Геологийн зураглал/face mapping
• Чичиргээ, микросейсмик (боломжтой бол)
• Деформацийн хэмжилт (convergence, extensometer)
• Бэхэлгээний суурилуулалтын чанарын шалгалт

Зорилго нь “AI бүхнийг шийднэ” биш. Зорилго нь инженерүүдийн харах ёстой хэсгийг эрэмбэлж, анхааруулгыг эрт өгөх.

3) Тоног төхөөрөмжийн эвдрэлийг бууруулах урьдчилан таамаглах засвар

PYBAR зэрэг гэрээт олборлолтын багуудын хувьд тоног төхөөрөмжийн найдвартай ажиллагаа бол шууд мөнгө. Урьдчилан таамаглах засвар (predictive maintenance) нь дараах өгөгдлөөр эхэлж болно:

• Двигатель/гидравликийн мэдрэгчийн тренд
• Тосны шинжилгээ
• Ажиллах цаг, ачааллын цикл
• Эвдрэлийн түүх, сэлбэгийн хугацаа

Монголын нөхцөлд нэг нэмэлт өнцөг бий: сэлбэгийн нийлүүлэлтийн хугацаа урт байх нь төлөвлөөгүй эвдрэлийн өртгийг улам өсгөнө. AI-гаар “аль эд анги эрсдэлтэй вэ” гэдгийг эрт мэддэг бол агуулахын бодлого хүртэл оновчтой болно.

Уурхайн аюулгүй ажиллагаанд AI хэрэглэх “зөв” арга

Хариулт: AI-гаар хүмүүсийг хянах гэж оролдох биш, эрсдэлийг багасгах шийдвэрийг хурдлуулах хэрэгтэй.

Hillgrove-ийн мэдээнд PYBAR нь өөрийн аюулгүй ажиллагаа, эрүүл мэндийн менежментийн систем дор статут хяналт хүртэл нийлүүлж байгааг онцолсон. Энэ нь нэг чухал санаа өгнө: системтэй байгууллага л шинэ технологийг тогтвортой шингээдэг.

AI-гийн 3 практик хэрэглээ (газар доор хамгийн хэрэгтэй)

1. Ядаргаа (fatigue) ба ээлжийн эрсдэлийн загвар
   • Ээлжийн урт, амралтын хуваарь, ажлын төрөл, орчны нөхцлөөс эрсдэл өндөр ээлжийг урьдчилан тодорхойлох
2. Зөрчил/ойролцоо ослын (near-miss) тайланг NLP-ээр ангилах
   • Чөлөөт текст тайлангаас нийтлэг шалтгаан, байршил, давтамжийг автоматаар гаргах
3. Тээврийн хөдөлгөөний мөргөлдөх эрсдэлийг бодит цагт бууруулах
   • Tag/RTLS өгөгдөлтэй бол AI урсгалын “хар цэг”-ийг гаргаж, хурд/урсгалын дүрэмд тохируулга санал болгох

Энд нэг хатуу байр суурь: AI-ийн төслийг зөвхөн “камера + дашбоард” гэж харах нь хамгийн түгээмэл алдаа. Үр дүн нь бодлогын өөрчлөлт, сургалт, сахилга баттай хамт ирдэг.

Монголын олборлох салбарт хэрэгжүүлэхэд хамгийн зөв эхлэл

Хариулт: жижиг, хэмжигдэхүйц use case-ээс эхэл. Hillgrove шиг томоохон хөгжүүлэлт дээр AI-г “нэг том платформ” байдлаар мөрөөдөөд эхлэх нь ихэнхдээ удаан, үнэтэй болдог.

6 долоо хоногийн бодитой пилот төлөвлөгөө

1. Зорилгоо нэг өгүүлбэрээр бич
   • Жишээ: “Decline advance rate-ийг 8 долоо хоногт 10% өсгөх” эсвэл “Төлөвлөөгүй зогсолтыг сард 15%-иар бууруулах”.
2. Өгөгдөл хаана байгааг зурагла
   • Засвар, үйлдвэрлэл, геологи, HSE өгөгдөл тус тусдаа байвал эхлээд холболт.
3. Нэг KPI сонгоод долоо хоног бүр хэмж
   • Availability, utilisation, development metres/day, incident rate гэх мэт.
4. Нэг шийдвэрийн мөчлөг дээр төвлөр
   • “Өдөр тутмын shift planning” эсвэл “weekly maintenance planning”.
5. Туршилтыг талбай дээр баталгаажуул
   • Оффисын загвар зөв байсан ч газар дээр буруу байх үе олон.

Ингэж явбал AI нь “төсөл” биш, ажлын арга барил болж сууж өгдөг.

Сайн хэрэгжилтийн хамгийн энгийн шалгуур: “Ахлах инженер өглөөний хурлын өмнө AI-ийн санал болгосон 3 зүйлийг харж, дор хаяж нэгийг нь шийдвэрт тусгаж байна уу?”

Hillgrove-ийн кейс Монголд юу сануулж байна вэ?

Хариулт: газар доорх уурхайг дахин эхлүүлэх нь гүйцэтгэл, эрсдэлийн багц сорилт—AI энэ хоёр дээр зэрэг ажилладаг. Larvotto нь 2025 онд санхүү, техник, төслийн олон “milestone” хийсэн гэж дурдсан. Тиймээс одоо “execution mode” буюу гүйцэтгэлийн үе рүү орж байна.

Монголын уул уурхай ч адилхан шат дамжлага туулдаг:

• ТЭЗҮ, санхүүжилт, тоног төхөөрөмж
• Барилга угсралт, туршилтын олборлолт
• Дараа нь үйл ажиллагааг тогтвортой болгох хамгийн хүнд үе

Энэ сүүлийн үе дээр AI хамгийн их үнэ цэнэ өгдөг. Учир нь тогтворжилт бол өгөгдлийн асуудал. Юу болохыг эрт хардаг байгууллага л зорилтот өртөг, зорилтот аюулгүй ажиллагааны түвшин рүү очдог.

Дараагийн алхам: AI-гаа уурхайн бодит хэрэгцээнд тааруулъя

Энэ нийтлэл нь “Хиймэл оюун ухаан Монголын уул уурхай, олборлох салбарыг хэрхэн өөрчилж байна” цувралын хүрээнд нэг санааг хүчтэй хэлмээр байна: AI-г “шинэ технологи” гэж биш, “удирдлагын хурд” гэж харвал илүү хурдан үр дүн гарна.

Хэрвээ та газар доорх олборлолтын сэргэлт, өргөтгөл, эсвэл гэрээт олборлолтын бүтээмж дээр ажиллаж байгаа бол эхний алхам бол том биш:

• Нэг процесс сонго
• Нэг KPI тогтоо
• Нэг багийн шийдвэрийн мөчлөгт AI-г суулга

Тэгээд асуултаа ингэж тавь: 2026 онд таны уурхай “мэдрэмжээр” явдаг хэвээр байх уу, эсвэл өгөгдлөөр удирдуулж эхлэх үү?