{"id":677,"date":"2026-09-04T19:47:20","date_gmt":"2026-09-04T19:47:20","guid":{"rendered":"https:\/\/lichens.ai\/?post_type=realisation&#038;p=677"},"modified":"2026-09-04T19:55:06","modified_gmt":"2026-09-04T19:55:06","slug":"simuler-les-transports-miniers-sous-terre","status":"publish","type":"realisation","link":"https:\/\/lichens.ai\/en\/realisation\/simuler-les-transports-miniers-sous-terre\/","title":{"rendered":"Simuler les transports miniers sous terre"},"content":{"rendered":"\n<p class=\"wp-block-paragraph\">Le mandat porte sur deux volets de la logistique interne d\u2019une mine souterraine en exploitation&nbsp;: la circulation dans la rampe d\u2019acc\u00e8s et le suivi de l\u2019inventaire des remuck. Les deux ont \u00e9t\u00e9 trait\u00e9s par simulation, \u00e0 partir des donn\u00e9es r\u00e9elles du site et d\u2019une visualisation 3D interactive. Le premier volet compare des sc\u00e9narios d\u2019am\u00e9nagement et de gestion du trafic dans la rampe qui relie le gisement aux infrastructures du puits. Le second estime en continu l\u2019inventaire de chaque pile de minerai ou de st\u00e9rile \u00e0 partir du positionnement des \u00e9quipements et des capteurs d\u00e9j\u00e0 pr\u00e9sents sur le site.<\/p>\n\n\n\n<figure class=\"wp-block-pullquote\"><blockquote><p>Le site produit d\u00e9j\u00e0 les donn\u00e9es n\u00e9cessaires&nbsp;; ce qui manquait, c\u2019\u00e9tait de quoi les lire avant la d\u00e9cision.<\/p><cite>Deux volets, un m\u00eame socle de donn\u00e9es<\/cite><\/blockquote><\/figure>\n\n\n\n<figure class=\"wp-block-table\"><table><tbody><tr><td>Port\u00e9e<\/td><td>Deux volets de la logistique souterraine, trait\u00e9s dans une m\u00eame d\u00e9marche de simulation<\/td><\/tr><tr><td>Volet 1<\/td><td>Circulation de la rampe d\u2019acc\u00e8s et baies de rencontre<\/td><\/tr><tr><td>Volet 2<\/td><td>Estimation continue de l\u2019inventaire des remuck<\/td><\/tr><tr><td>Livrables<\/td><td>Simulateurs param\u00e9trables, visualisation 3D, tableau de bord et recommandation d\u2019am\u00e9nagement<\/td><\/tr><tr><td>Donn\u00e9es<\/td><td>Positionnement des \u00e9quipements et capteurs d\u00e9j\u00e0 pr\u00e9sents sur le site<\/td><\/tr><tr><td>Hors port\u00e9e<\/td><td>Instrumentation d\u00e9di\u00e9e des piles&nbsp;; contr\u00f4le automatis\u00e9 de la circulation, laiss\u00e9 \u00e0 une phase ult\u00e9rieure<\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n\n<h2 class=\"wp-block-heading\">L\u2019enjeu&nbsp;: la logistique souterraine se d\u00e9cide encore \u00e0 vue<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">Entre le chantier et l\u2019usine, deux points de passage \u00e9chappent \u00e0 la mesure. Ils tiennent \u00e0 la m\u00eame cause&nbsp;: l\u2019information existe sur le terrain, mais pas au moment o\u00f9 la d\u00e9cision se prend.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">La rampe d\u2019acc\u00e8s<\/h3>\n\n\n\n<p class=\"wp-block-paragraph\">La rampe est fortement achaland\u00e9e et toujours en d\u00e9veloppement&nbsp;; elle ne permet pas le croisement simultan\u00e9 des v\u00e9hicules. Les priorit\u00e9s se r\u00e8glent \u00e0 vue, quand deux v\u00e9hicules se rencontrent. La circulation m\u00eale camions de production et v\u00e9hicules l\u00e9gers dans toutes les directions, sans syst\u00e8me de gestion du trafic. De l\u00e0 des inefficacit\u00e9s et des risques op\u00e9rationnels, et le besoin d\u2019une d\u00e9cision d\u2019am\u00e9nagement appuy\u00e9e sur des donn\u00e9es probantes plut\u00f4t que sur l\u2019habitude.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">Les remuck<\/h3>\n\n\n\n<p class=\"wp-block-paragraph\">L\u2019inventaire de chaque remuck reste une bo\u00eete noire entre ce qui sort des chantiers et ce qui entre \u00e0 l\u2019usine. Instrumenter les piles directement, par LiDAR fixe ou bascule d\u00e9di\u00e9e, est rarement viable&nbsp;: les remuck changent de place dans un environnement difficile, et le co\u00fbt par pile devient prohibitif. Sans suivi fiable, la planification du roulage se fait \u00e0 l\u2019aveugle, une contamination minerai\/st\u00e9rile se d\u00e9tecte tard, et les \u00e9carts avec les pes\u00e9es de l\u2019usine ne se r\u00e9concilient pas rapidement.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">La r\u00e8gle&nbsp;: ce que le terrain impose avant tout calcul<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">Le simulateur de circulation ne vaut que s\u2019il rejoue les r\u00e8gles r\u00e9elles du site. La rampe est \u00e0 voie unique et les rencontres se r\u00e8glent dans les baies&nbsp;: chaque type de v\u00e9hicule a son rang de priorit\u00e9, les montants charg\u00e9s passent d\u2019abord, le v\u00e9hicule qui descend se range dans la baie la plus proche. S\u2019y ajoutent les contraintes physiques du terrain, largeur de la voie, vitesse maximale, interdistance entre v\u00e9hicules, d\u00e9gagement en baie et dimensions propres \u00e0 chaque type de v\u00e9hicule. Les files et les conflits de croisement sont mod\u00e9lis\u00e9s explicitement, non moyenn\u00e9s.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Du c\u00f4t\u00e9 des remuck, la contrainte est inverse&nbsp;: rien ne peut \u00eatre ajout\u00e9 sur les piles. Le mod\u00e8le doit se contenter du positionnement des \u00e9quipements par balises BLE et des capteurs d\u00e9j\u00e0 install\u00e9s, balance camion, hydraulique du LHD, LiDAR de sortie et derni\u00e8re zone visit\u00e9e.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Le dispositif&nbsp;: simuler la rampe, estimer les piles<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">Le premier volet repose sur un moteur de simulation de trafic \u00e0 pas de temps, d\u00e9terministe et reproductible&nbsp;: une m\u00eame configuration donne toujours le m\u00eame r\u00e9sultat, ce qui rend les sc\u00e9narios comparables entre eux. Un moteur d\u2019optimisation par balayage explore ensuite syst\u00e9matiquement les configurations de baies de rencontre, leur nombre, leur longueur et leur position, crois\u00e9es aux volumes de trafic.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Le second volet estime l\u2019inventaire par un mod\u00e8le bay\u00e9sien interpr\u00e9table, une cha\u00eene de Markov cach\u00e9e semi-markovienne \u00e0 priors conjugu\u00e9s. Il ne rend pas une valeur unique mais une bande de confiance, et il s\u2019affine en continu par apprentissage en ligne sur les corrections des experts terrain. La source de donn\u00e9es, simulateur, rejouage ou flux temps r\u00e9el du site, se bascule \u00e0 chaud, sans r\u00e9\u00e9criture du code.<\/p>\n\n\n\n<figure class=\"wp-block-video\"><video height=\"960\" style=\"aspect-ratio: 1440 \/ 960;\" width=\"1440\" controls src=\"https:\/\/lichens.ai\/wp-content\/uploads\/2026\/09\/Sans-titre-1440-x-960-px.mp4\"><\/video><\/figure>\n\n\n\n<h2 class=\"wp-block-heading\">Ce que fait le simulateur de circulation<\/h2>\n\n\n\n<ul class=\"wp-block-list\">\n<li><strong>Mod\u00e9lisation de la rampe<\/strong> : voie unique et baies de rencontre, \u00e0 pas de temps d\u00e9terministe et reproductible.<\/li>\n\n\n\n<li><strong>R\u00e8gles de circulation du site<\/strong> : priorit\u00e9 par type de v\u00e9hicule, priorit\u00e9 aux montants charg\u00e9s, rangement des descendants dans la baie la plus proche, files et conflits.<\/li>\n\n\n\n<li><strong>Contraintes physiques<\/strong> : largeur de voie, vitesse maximale, interdistance, d\u00e9gagement en baie et dimensions par type de v\u00e9hicule.<\/li>\n\n\n\n<li><strong>Optimisation par balayage<\/strong> : exploration syst\u00e9matique du nombre, de la longueur et de la position des baies, crois\u00e9s aux volumes de trafic.<\/li>\n\n\n\n<li><strong>Indicateurs de d\u00e9cision<\/strong> : d\u00e9bit par quart, temps d\u2019attente moyen et percentiles, files, occupation des baies, faisabilit\u00e9 de la cible.<\/li>\n\n\n\n<li><strong>Visualisation 3D et tableau de bord<\/strong> : enti\u00e8rement param\u00e9trables.<\/li>\n<\/ul>\n\n\n\n<h2 class=\"wp-block-heading\">Ce que fait l\u2019estimateur d\u2019inventaire<\/h2>\n\n\n\n<ul class=\"wp-block-list\">\n<li><strong>D\u00e9tection des visites<\/strong> : g\u00e9orep\u00e9rage, machine d\u2019\u00e9tats et d\u00e9lai de pr\u00e9sence minimal pour reconna\u00eetre qu\u2019un \u00e9quipement s\u2019est arr\u00eat\u00e9 sur un remuck.<\/li>\n\n\n\n<li><strong>Classification de l\u2019op\u00e9ration<\/strong> : d\u00e9p\u00f4t ou chargement, par inf\u00e9rence bay\u00e9sienne, avec propagation Monte-Carlo de l\u2019incertitude sur le tonnage.<\/li>\n\n\n\n<li><strong>Alerte de contamination<\/strong> : d\u00e9tection pr\u00e9coce d\u2019un m\u00e9lange minerai et st\u00e9rile, signal\u00e9e au conducteur avant le d\u00e9p\u00f4t.<\/li>\n\n\n\n<li><strong>Anticipation des croisements<\/strong> : conflits en tunnel rep\u00e9r\u00e9s \u00e0 partir des balises de proximit\u00e9, avec arbitrage de priorit\u00e9.<\/li>\n\n\n\n<li><strong>R\u00e9conciliation continue<\/strong> : comparaison de l\u2019inventaire estim\u00e9 aux pes\u00e9es r\u00e9elles de l\u2019usine.<\/li>\n\n\n\n<li><strong>Bascule \u00e0 chaud<\/strong> : passage entre donn\u00e9es simul\u00e9es, rejouage et flux temps r\u00e9el sans red\u00e9marrage.<\/li>\n\n\n\n<li><strong>Apprentissage en ligne<\/strong> : priors bay\u00e9siens repris par annotation experte, avec r\u00e9entra\u00eenement p\u00e9riodique.<\/li>\n<\/ul>\n\n\n\n<p class=\"wp-block-paragraph\"><\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Ce que \u00e7a change<\/h2>\n\n\n\n<blockquote class=\"wp-block-quote is-layout-flow wp-block-quote-is-layout-flow\">\n<p class=\"wp-block-paragraph\"><strong>Avant.<\/strong> Les priorit\u00e9s de croisement se r\u00e8glent \u00e0 vue, \u00e0 la rencontre des v\u00e9hicules, et l\u2019inventaire des remuck reste une bo\u00eete noire entre le chantier et l\u2019usine.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>Apr\u00e8s.<\/strong> La configuration d\u2019am\u00e9nagement se choisit sur des sc\u00e9narios simul\u00e9s et compar\u00e9s, et chaque pile porte une estimation continue, assortie d\u2019une bande de confiance.<\/p>\n<\/blockquote>\n\n\n\n<h3 class=\"wp-block-heading\">Du c\u00f4t\u00e9 de la rampe<\/h3>\n\n\n\n<ul class=\"wp-block-list\">\n<li><strong>Une configuration justifi\u00e9e<\/strong> : la recommandation retient l\u2019am\u00e9nagement minimal qui atteint la cible de voyages par quart, appuy\u00e9 sur des sc\u00e9narios compar\u00e9s.<\/li>\n\n\n\n<li><strong>Moins de d\u00e9cisions prises \u00e0 vue<\/strong> : les priorit\u00e9s de croisement cessent de d\u00e9pendre du moment de la rencontre.<\/li>\n\n\n\n<li><strong>La fluidit\u00e9 au moindre co\u00fbt d\u2019am\u00e9nagement<\/strong> :la cible de production est tenue sans surdimensionner la rampe.<\/li>\n\n\n\n<li><strong>Une base pour la suite<\/strong> : les m\u00eames r\u00e9sultats servent de socle \u00e0 un futur contr\u00f4le automatis\u00e9 par signalisation lumineuse.<\/li>\n<\/ul>\n\n\n\n<h3 class=\"wp-block-heading\">Du c\u00f4t\u00e9 des remuck<\/h3>\n\n\n\n<ul class=\"wp-block-list\">\n<li><strong>Une visibilit\u00e9 continue sans capteur d\u00e9di\u00e9<\/strong> : chaque remuck porte une estimation, tir\u00e9e de l\u2019instrumentation d\u00e9j\u00e0 en place.<\/li>\n\n\n\n<li><strong>Une contamination intercept\u00e9e avant le d\u00e9p\u00f4t<\/strong> : l\u2019alerte arrive avant le geste, pas apr\u00e8s coup.<\/li>\n\n\n\n<li><strong>Des \u00e9carts qui deviennent lisibles<\/strong> : la r\u00e9conciliation avec les pes\u00e9es de l\u2019usine r\u00e9v\u00e8le vol, fuite au transport ou capteur d\u00e9fectueux.<\/li>\n\n\n\n<li><strong>Un passage aux donn\u00e9es r\u00e9elles sans r\u00e9\u00e9criture<\/strong> : estimateur, visualisation et tableau de bord sont agnostiques \u00e0 la source.<\/li>\n<\/ul>\n\n\n\n<h2 class=\"wp-block-heading\">La composition technique<\/h2>\n\n\n\n<figure class=\"wp-block-table\"><table><tbody><tr><td>Simulation de trafic<\/td><td>Moteurs de simulation \u00e0 pas de temps d\u00e9terministe et par balayage<\/td><\/tr><tr><td>Estimation d\u2019inventaire<\/td><td>Mod\u00e8le bay\u00e9sien interpr\u00e9table, cha\u00eene de Markov cach\u00e9e semi-markovienne \u00e0 priors conjugu\u00e9s, avec calibration conforme des bandes de confiance<\/td><\/tr><tr><td>Apprentissage<\/td><td>Apprentissage en ligne et r\u00e9entra\u00eenement p\u00e9riodique par recuit d\u00e9terministe<\/td><\/tr><tr><td>Interfaces<\/td><td>API temps r\u00e9el, visualisation 3D interactive et tableau de bord param\u00e9trable<\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n\n<p class=\"wp-block-paragraph\"><\/p>\n","protected":false},"excerpt":{"rendered":"<p>L\u2019enjeu\u00a0: la logistique souterraine se d\u00e9cide encore \u00e0 vue. Avoir un visuel des remucks en temps r\u00e9el et les besoins futurs des rampes d&#8217;acc\u00e8s permet d&#8217;am\u00e9liorer grandement l&#8217;efficacit\u00e9 des op\u00e9rations.<\/p>\n","protected":false},"author":2,"featured_media":161,"template":"","meta":{"_acf_changed":false,"footnotes":""},"rea_domaine":[14],"rea_spec":[29],"rea_produit":[],"rea_cycle":[25],"class_list":["post-677","realisation","type-realisation","status-publish","has-post-thumbnail","hentry","rea_domaine-exploitation","rea_spec-integration-de-systemes","rea_cycle-en-cours"],"acf":[],"_links":{"self":[{"href":"https:\/\/lichens.ai\/en\/wp-json\/wp\/v2\/realisation\/677","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/lichens.ai\/en\/wp-json\/wp\/v2\/realisation"}],"about":[{"href":"https:\/\/lichens.ai\/en\/wp-json\/wp\/v2\/types\/realisation"}],"author":[{"embeddable":true,"href":"https:\/\/lichens.ai\/en\/wp-json\/wp\/v2\/users\/2"}],"version-history":[{"count":6,"href":"https:\/\/lichens.ai\/en\/wp-json\/wp\/v2\/realisation\/677\/revisions"}],"predecessor-version":[{"id":685,"href":"https:\/\/lichens.ai\/en\/wp-json\/wp\/v2\/realisation\/677\/revisions\/685"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/lichens.ai\/en\/wp-json\/wp\/v2\/media\/161"}],"wp:attachment":[{"href":"https:\/\/lichens.ai\/en\/wp-json\/wp\/v2\/media?parent=677"}],"wp:term":[{"taxonomy":"rea_domaine","embeddable":true,"href":"https:\/\/lichens.ai\/en\/wp-json\/wp\/v2\/rea_domaine?post=677"},{"taxonomy":"rea_spec","embeddable":true,"href":"https:\/\/lichens.ai\/en\/wp-json\/wp\/v2\/rea_spec?post=677"},{"taxonomy":"rea_produit","embeddable":true,"href":"https:\/\/lichens.ai\/en\/wp-json\/wp\/v2\/rea_produit?post=677"},{"taxonomy":"rea_cycle","embeddable":true,"href":"https:\/\/lichens.ai\/en\/wp-json\/wp\/v2\/rea_cycle?post=677"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}