采矿 / 铜
BHP：Escondida矿山的矿石特性分析及爆破、配矿决策支持
- 企业
- BHP
- 国家
- 澳大利亚
- 实施阶段
- 运营中
- 资料发布
- 日期依据
- 资料发布的时间，可能与启用日期不同。
- 依据核验方式
- 阅读原文正文
业务问题
BHP于2026年3月25日在官方网站发布的文章中，数字主管Mikko Tepponen写道，BHP始终力求最大限度地提高矿山产量，而且由于勘探、开发、加工和维护相互关联，加工环节的制约会影响矿山的表现。在Escondida，矿石性质的波动导致半自磨机(SAG磨机)出现生产损失。
使用的技术与数据
Escondida的团队利用数字孪生和AI模型来了解矿石特性如何影响加工性能。这种分析有助于在矿石进入加工厂之前，更有依据地作出爆破和配矿决策。BHP表示，这些技术并不取代员工的专业能力，而是帮助员工更有效地运用自己的判断和经验。
成果
文章称，这种方法减少了SAG磨机中与矿石波动相关的损失，在目标应用中，与粒度相关的部分生产损失减少了约70%。BHP表示，过去四个财年里，其数字化与分析举措在从勘探到运营再到物流的整个价值链上创造了超过20亿美元的价值。
局限与待解问题
文章没有披露应用开始的时间、所用的AI模型、约70%这一数字的测量期间和范围，以及换算成产量或成本的效果。20亿美元是BHP数字化与分析举措整体的数值。
来源
本案例根据公开资料整理，并非 ATF Works 客户的成果。