Gelecek Madencilikの事業分野を表すイメージ画像
GELECEK HOLDINGのグループ企業 02 / 10

Gelecek Madencilik

地下の価値を、知識によって明らかにします。

事業内容
概要

現場の知識。判断の力。

鉱業の意思決定は、地質、品位、生産能力、設備、プロセス、経済性という相互に影響し合うデータによって形づくられます。Gelecek Madencilikは、資源開発への取り組みと、これらのデータを共通の意思決定環境で評価するデジタル技術を結び付けています。

私たちの目的は、複雑な操業を一つの指標に集約することではなく、専門家が複数の選択肢を比較できるようにすることです。現場条件に応じてモデリング、計画、監視のツールを検討し、予測と実績を併せて評価します。

  • 資源評価
  • 生産・プラント計画
  • 車両群・保守の分析
  • プロセス・経済シナリオ
事業内容

鉱山の知識を、操業の判断へ。

地質、計画、冶金、財務、日々の操業は、同じ現場をそれぞれ異なる問いから捉えます。私たちのデジタル鉱業への取り組みは、共通のデータと比較可能なシナリオを通じて、これらの問いを結び付けます。

Gelecek Madencilikの活動を表すイメージ画像
Gelecek Madencilikイメージ画像
01産業用原料分野の経験

採石場から産業へつながる材料フロー。

産業用原料プロジェクトの経験には、ガラス産業の需要に応じたドロマイトと珪岩の生産、被覆層の除去、輸送が含まれます。材料の採取から利用先の工場への搬送までは、現場作業と物流の要件が連続する流れです。

メルスィンで1996–1999年に行われたドロマイト関連の取り組みは、採石場の操業と産業向け供給を一体で計画した、時期の明確な事例です。この経験は、材料、輸送、工場の需要を一つの生産関係の中で捉える考え方を補完します。

02デジタル操業

分散したデータから、共通の作業環境へ。

センサー、地質モデル、過去の記録、業務アプリケーションの情報を、共通のデータ構造に統合します。データのクリーニング、整理、分析、モデリングの各段階を、視覚的なワークフローで結びます。機械学習、時系列予測、デジタルツインの手法は、同じデータを使って異なる操業シナリオを検討するために役立ちます。

三次元資源モデル、地理情報、リモートセンシングデータを、品位管理や生産計画と関連付けます。ERP、GIS、CADとの接続は、各チームが別々の環境で保持する情報を操業全体に取り込むことを目指します。クラウド、エッジデバイス、オフライン作業の選択肢は、現場の接続環境を考慮して評価します。

03鉱山計画

一つの計画に、複数の未来を見る。

鉱山計画は、地質、設備能力、保守計画、経済条件を併せて検証する作業領域です。採掘境界とブロックの採掘順序を、各期間の生産目標に応じて評価します。従来型の計画手法と直接ブロックスケジューリングによって、異なる制約が生産プロファイルに与える影響を比較できます。

トラックの運行サイクル、運搬路、必要な車両群、貯鉱場、廃石の移動を計画に組み込むことで、実行可能性をさらに詳しく捉えられます。カットオフ品位、生産速度、採掘順序を変えた場合の結果を検討します。貯鉱の形成、払出し、混合に関する判断は、供給原料の品質、再取り扱い、貯蔵コストに相互に影響します。

制約
品位、剥土比、地盤工学的条件、設備・プラント能力。
シナリオ
生産順序、車両群、輸送、貯鉱、混合の選択肢。
意思決定
期間別の生産プロファイル、必要資源、経済比較。
04経済モデリング

生産が変われば、経済的な見通しも変わる。

物量ベースの生産計画を、金属価格、操業コスト、税金、鉱業に関する国への納付金などの負担と併せて財務モデルに接続します。基準価格、スポット価格、市場予想など異なる前提を用いて、条件の変化がプロジェクトの経済性に及ぼす影響を検討できます。

正味現在価値、内部収益率、フリーキャッシュフロー、投資回収期間、生産を維持するための総コストは、同じシナリオを捉える異なる指標です。入力値と計算過程を追跡できることで、予算編成、投資評価、モデル検証において、結果がどの前提条件から生じたのかを明らかにできます。

05冶金とプロセス

ヒープリーチングを、生産・予算と併せて計画する。

ヒープリーチングは、積み付けた材料の特性、回収挙動、時間の経過に伴う生産見通しの関係から評価します。速度論モデルは実際の操業データで校正し、異なる操業条件で再実行できます。ヒープ内の在庫と材料移動は、積み付けと浸出の優先順位を決める際に役立ちます。

回収予測、浸出時間、試薬の必要量を、予算と資源計画に結び付けます。銅・金の用途に向けた取り組みでは、冶金チームと財務チームが同じシナリオを共同で評価することを目指します。モデルと鉱山計画の関係、および詳細な操業記録は、結果の事後検証に役立ちます。

06地質と品位

不確実性を隠さず、可視化する。

資源モデルと現場の品位管理データを比較し、計画した材料と実際の生産の差異を検討します。過去の記録と現在の観測に裏付けられたモデルによって、品位の推定値、鉱石・廃石の境界、信頼度の低い区域を可視化します。

この情報は、地質担当者が再評価すべき区域を特定し、計画担当者がサンプリングや採掘の判断で不確実性を考慮するために役立ちます。計画と実績の照合やパフォーマンス報告は、推定の確かさが増している箇所や、新たな観測が必要な箇所を示します。

07設備と材料フロー

現場の日々のリズムを理解する。

週次の保守指標、その時点の機械的稼働可能率、計画外停止は、保守チームと操業チームに共通する意思決定事項です。繰り返される故障、負荷・過負荷の指標、移動時間、設備の状態を併せて評価します。過去のデータは、予想停止時間や今後起こり得る故障の予測に用います。

車両群の記録から、トラックの待ち行列、運搬サイクル、シフト内の材料移動を調べられます。稼働、待機、保守に費やす時間を比較することで、どこで遅延が生じるかが明らかになります。貯鉱の組成と入出庫の動きによって、利用できる材料とプラントへの供給需要を併せて把握できます。

08資源利用と準備

操業を取り巻く環境も測る。

散水車の経路や使用状況のデータは、粉じん対策の計画と結び付けることができます。燃料消費と車両群に由来する排出量指標を外部環境データと併せて扱い、水、エネルギー、環境条件と操業の関係を検討します。

廃棄物の保管と水の動きの監視、労働安全に関する観察、人員・シフト計画もデジタル操業の対象です。VR・ARを用いて作成する訓練シナリオは、チームの準備を支援する独立した取り組み領域となります。

09組織の知識と専門性

知識を、チーム間で活かす。

業務文書、表、データベースは、チームの日常的な問いに答えるAIアシスタントの情報基盤となります。部門・役割ごとのアクセス、多言語の質疑応答、タスクの流れは、財務、人事、調達などの領域で検討します。利用状況とフィードバックのデータが、この働き方の改善を支えます。

デジタルソリューションのエコシステムは、アプリケーションやモデルの探索・比較と、既存のワークフローへの接続を目指します。技術刊行物、研修、ウェビナー、専門知識の共有が、実務に関する知識を補完します。鉱山計画、操業、財務モデリング、地理空間分析の経験を、北米、欧州、トルコに広がる専門家ネットワークと結び付けます。

活用分野

専門領域ごとに、支える判断が異なる。

デジタルソリューションを、技術の名称だけでなく、使用する情報と支援する判断によって評価します。

専門領域ごとに、支える判断が異なる。
取り組み領域使用する情報支援する判断
地質・品位管理資源モデル、サンプリング、生産実績鉱石・廃石の境界、信頼度、再調査の優先順位。
鉱山計画ブロックモデル、能力、保守・運搬上の制約生産順序、必要な車両群、貯鉱、混合。
冶金ヒープ内在庫、速度論データ、操業観測浸出の優先順位、回収予測、試薬予算。
財務・投資生産、価格、コスト、税金の前提条件キャッシュフロー、正味現在価値、投資回収、感度。
保守・操業故障、設備状態、待ち行列、シフトの記録保守の優先順位、時間の活用、材料フロー。
環境・資源管理水、燃料、経路、環境観測資源利用の監視と、操業を踏まえた一体的な計画。
サービス範囲

専門性を、詳しく。

地質・資源・品位データ

地質情報と生産上の意思決定の間に、追跡可能なデータのつながりを構築することに注力しています。

  • 三次元地質モデル、GIS、リモートセンシングデータ。
  • 資源モデルと品位管理モデルの比較、計画と実績の照合。
  • 地図と分析による鉱石・廃石の境界および不確実性のある区域の評価。

戦略的生産計画

生産計画は、現場の地質構造だけでなく、経済面・操業面の制約によっても決まります。複数の代替シナリオを併せて評価できるツールを活用します。

  • 採掘境界の最適化とブロックスケジューリング。
  • 設備、保守、プラント能力に応じた短期・長期目標。
  • トラックの運行サイクル、道路モデル、貯鉱の形成、混合に関するシナリオ。

ヒープリーチングとプロセスモデリング

材料の挙動と時間の経過に伴うプロセスの変化を理解することは、計画を現場に適合させるうえで役立ちます。

  • 回収挙動の速度論モデルと実績データによるキャリブレーション。
  • 浸出時間、試薬、在庫、材料移動に関するシナリオ。
  • プロセスの結果と生産計画・経済評価との関連付け。

車両群・保守・材料フロー

日々の生産の流れの中で設備性能を評価し、操業のどこで時間や能力が失われているかを可視化する分析に注力しています。

  • 機械的稼働可能率、保守指標、計画外停止の原因。
  • 設備の健全性、故障予測、待ち行列の時間に関する分析。
  • 車両群の動きのリアルタイム追跡、作業割り当て、ルート計画の支援。
  • シフトと時間の活用、在庫・供給・材料移動の報告。
  • サプライヤーの実績、物流フロー、在庫データの総合的な評価。

生産に連動した経済モデリング

前提条件を明示し、変更できるモデルを用いて、技術計画の経済的な意味を検討します。

  • 生産データと収入、コスト、金属価格、税金、ロイヤルティのシナリオとの関連付け。
  • 正味現在価値、内部収益率、キャッシュフロー、投資回収、既存の生産を維持するための総コスト(AISC)の評価。
  • 感度分析、パフォーマンスダッシュボード、追跡可能なモデル記録。

データプラットフォームとデジタル操業

異なるシステムのデータを共通基盤上で扱うことで、分析を日常業務に取り入れやすくします。

  • API・IoT接続、データ検証、ノーコードの分析フロー。
  • 企業資源計画(ERP)、地理情報(GIS)、コンピューター支援設計(CAD)システムとのデータ接続。
  • 自然言語によるシナリオ作成、フィルタリング、反復的な分析フローの自動化。
  • デジタルツイン、対話型の可視化、時系列予測。
  • 現場の接続環境に応じたクラウド、ローカル処理、オフライン利用の選択肢。

資源利用と環境モニタリング

操業データは、資源消費を理解するための出発点でもあります。

  • 経路や作業時間と併せた水・燃料の使用状況の監視。
  • 車両群に由来する排出量指標と環境報告の支援。
  • 選鉱尾鉱と水資源に関するデータの監視、リスク評価、報告の支援。
  • 散水、貯鉱場、プラントへの供給継続性に関する操業分析。

現場の安全とチームの準備

デジタル操業を、現場チームの準備や日々の作業体制と併せて考えます。

  • 危険を示す指標の監視を支援するデジタルツール。
  • シフト・人員のスケジューリングと、チーム計画と操業の整合。
  • VR・ARを用いた訓練シミュレーションとシナリオ演習。

ソリューションと知識のエコシステム

鉱業向けソフトウェア、AIモデル、専門家の知識を同じデジタル環境に集めるプラットフォームのあり方を開発しています。

  • さまざまな提供者のアプリケーションやモデルの探索・評価・試験と、ワークフローへの接続。
  • 技術刊行物、記事、動画、ウェビナーによる知識共有。
  • 新しいツールによる既存分析の拡張と専門家間の学習。
関連グループ企業

異なる専門性から、
共通の未来へ。

共に取り組む

次の一歩を、
共に。

Gelecek Madencilikに関するプロジェクト、ご要望、協業のご提案をお寄せください。