全球矿产争夺背后的技术创新
全球矿产争夺背后的技术创新
导读：全球矿产资源需求激增，但供给却面临诸多挑战。从钻探设备到电力系统，从数据采集到人工智能应用，矿业公司正在积极寻求技术创新以应对挑战。本文将为您详细介绍全球矿业领域的最新技术进展。
矿产需求激增，技术创新却需要时间。波士顿咨询表示，到2035年预计需要的矿物中，约五分之一还没有着落。虽然数十亿美元正投入到新矿藏的找寻中，但很少有人知道这些必需的矿物最终会从哪里来。
现有项目的一系列问题只会让情况变得更糟。矿石质量，即岩石样本中贵金属的含量正在下降，这迫使矿工不得不挖得更深。采矿许可证可能需要数年甚至数十年才能最终获批。从智利到巴拿马和塞尔维亚，保护主义和抗议活动正在导致项目关闭。
中亚铜矿商KAZ Minerals公司老板安德鲁·索瑟姆最近在一次行业老板聚会上表示，矿业公司“迫切需要新技术来提高产量”。幸运的是，索瑟姆和他那些苦恼的同事们有了新的解决方案。从更好的钻机和电力系统到更巧妙的数据和AI应用，一系列创新正在解决他们最紧迫的问题。
一部分创新专注于采矿的日常运营，比如钻探和矿石加工。矿工们正在借鉴石油和天然气行业的经验，这个行业在近几十年随着水力压裂法的出现而经历了一场革命。这为美国经济带来了巨大收益，既降低了消费者的账单，又减少了美国对外国能源的依赖。
正是考虑到这一点，XtremeX Mining Technology公司开发了一种从大型石油钻机改造而来的钻机。XMT的投资者兼矿业企业家戈文德·弗里德兰表示，一旦矿山投入运营，钻探对矿工来说是最昂贵、最耗时的部分。XMT的钻机使用线圈管以及由交流电驱动的电机来进行连续、更精确、更快速的钻探。
这种机器能够替代更传统的旋转钻探技术。旋转钻探是一种液压动力过程，通过旋转和锤击动作钻孔，在采矿行业已使用了约60年。XMT的钻机能帮助矿工增加50%的地下深度，同时减少20%的燃料使用，这是因为交流电机比液压电机效率更高。
电力供应是矿业面临的另一个挑战。矿山通常位于偏远地区，需要复杂的能源装置，常常依赖污染严重、成本高昂且难以补给的柴油发电机。缺乏稳定的供应和电网连接使矿工很容易受到电力供应中断的影响。为解决这个问题，华为开发了FusionSolar智能矿山微电网，这是一个独立的发电系统，由电池、太阳能电池板和逆变器组成，配备智能能源管理系统。这套系统允许矿工根据需要灵活用电，并能保持稳定的频率和电压。
这项技术的6兆瓦时版本已在阿根廷一座海拔超过4200米的离网矿山安装完成。另有一个90兆瓦时的系统部署在蒙古，那里的温度可降至零下40摄氏度。这种微电网还利用人工智能监测电池健康状况，预测系统可能出现的故障，并根据需要释放适量能源。据华为一位高管表示，这些技术最终能将矿工的运营成本降低约三分之一。
随着矿山老化，企业也在寻找更好的方法从挖掘出的泥土中提取更多价值。全球最大的矿业公司必和必拓(BHP)和第二大矿业公司力拓(Rio Tinto)正在测试新型浸出方法，这是一种从矿石（特别是铜矿）中提取更多金属的化学过程。由于地球上的金属以氧化物、硫化物、混合物或废矿尾矿等不同形式存在，矿工必须采用不同方法来提取它们。氧化物需要酸处理，而硫化物则需要细菌成分来溶解额外物质或氧化矿物。例如，嗜酸氧化亚铁硫杆菌被用于氧化亚铁和硫。力拓还开发了“Nuton”工艺，将专有添加剂和培养的微生物注入碎石中，从而生产高纯度铜。
另一部分创新则专注于更好地收集数据，加快矿物勘探速度。这意味着能够寻找更高等级的矿石，并更好地评估和绘制矿床图。中国公司道云科技开发的软件允许企业通过无人机收集潜在挖掘地点的地质数据，勘测采矿区域并提出三维设计和规划。专注于技术的勘探公司Ivanhoe Electric利用电流技术，将电流向下注入地下约1.5公里处，以勘探矿床，绘制地下区域地图并探测含有铜、镍、金和银的硫化物矿物。这套系统的精度意味着在确定矿床位置前需要进行的挖掘工作减少，同时也减轻了对周围土地的破坏。
铜矿商Freeport-McMoRan在卡车、铲子和机器上安装传感器，实时收集关于挖掘矿石质量、运营速度以及设备性能的数据。该公司首席创新官伯特·奥迪内特表示，这些信息随后被输入到AI模型中，从而更精确、更高效地指导机器作业。
Freeport-McMoRan在印尼的业务中，AI模型帮助预测湿泥浆溢出风险。湿泥浆是水与矿石的混合物，它可能涌入矿井，危及设备和人员安全。该公司的软件通过分析视频和传感器数据，包括水含量、降雨量、矿井内外泥浆沉积物分布和泥浆粒度，建立风险加权预测算法。
不只有矿业公司在用技术提升勘探效率。今年1月，美国地质调查局(USGS)和美国国防高级研究计划局(DARPA)启动了一个项目，开发AI工具来收集和评估关键矿物数据。该计划从多种来源提取地理空间数据，包括约10万张旧地图和地质调查资料。他们还通过地理配准技术绘制矿物分布图，这种技术能将经纬度地图数据与现实世界对齐。目前美国地质调查局目录中仅有约十分之一的资料完成了地理配准，其余都只是地图的扫描图像。
这些技术手段加快了传统费时费力的地质勘测过程。传统勘测可能需要数年时间，而且主要靠人工完成。研究人员在收集、整合和组织各种地球科学数据后，应用机器学习技术来提取模式，预测美国各地可能蕴藏的矿物资源。DARPA项目经理埃里卡·布里斯科表示，目标是“能够描述我们拥有什么，了解我们拥有什么，以及在国内采购我们需要的资源”。
然而，采矿和钻探公司会以多快的速度投资这些新技术，目前还不明确。它们已经面临劳动力成本上升、电力获取困难以及许可证审批时间过长的压力。此外还有意外障碍，麦肯锡咨询公司指出，对于价值超过10亿美元的矿山项目，最终成本往往比初始估计高出80%。
更棘手的是，许多采矿创新需要数年时间才能广泛应用并让成本降下来。尽管如此，弗里德兰表示，行业必须开始尝试新方法：“我们必须改变工作方式。”
本文原文来自《经济学人》