– Att utveckla en digitaliserad gruva med autonoma fordon och fjärrdrift innebär stora utmaningar. Vi kommer att bidra med en ny typ av visualisering och interaktion mellan operatören och fordonen i gruvan som ger en förståelse för vad som händer och möjliggör en högre nivå av automation säger Martin Rantzer, prefekt vid Institutionen för teknik och naturvetenskap vid Linköpings universitet.
Gruvbrytning är en omfattade process med stor påverkan på miljö och klimat. I dagsläget står grundbrytning och förädling för cirka tio procent av Sveriges totala utsläpp, och då är inte transporterna medräknande. Nu knyter LKAB till sig forskare från flera universitet för att på olika sätt försöka minska sin klimatpåverkan. Bland annat genom en högre grad av automatisering och optimering av underjordstransporter samt ökad energieffektivitet. Men projektet kommer även undersöka riskhantering samt hur olika inlärningsmetoder uppfattas.
– Vi kommer att dra nytta av de erfarenheter och den expertis och som vi har byggt upp runt visualisering och interaktion inom flygledning och sjöövervakning och lyfta in det i den autonoma gruvan, samtidigt som vi kan föra tillbaka erfarenheter från övervakning av helt autonoma system, säger Martin Rantzer.
Förutom forskare från Linköpings universitet deltar också Luleå tekniska universitet, Örebro universitet, Mälardalens högskola och Imperial College London i projektet som löper över fyra år. Budgeten ligger på cirka 80 miljoner kronor och forskningen ska bidra till LKAB:s övergripande mål med koldioxidfria processer och produkter år 2045. Jordi Puig är chef för gruvbrytningsteknologin på LKAB:
– Att öka säkerheten och sänka koldioxidutsläppen, men också öka produktiviteten i våra gruvor är oerhört viktigt för att LKAB ska kunna fortsätta leverera klimateffektiva järnmalmsprodukter. Den här satsningen är ett steg av många som hjälper oss att nå våra mål, säger Jordi Puig.
Delprojekten vid Linköpings universitet leds av Patrik Ljung vid Institutionen för teknik och naturvetenskap respektive Mattias Arvola vid Institutionen för datavetenskap.
