« Un niveau de sécurité plus élevé se fait nécessairement au détriment de la capacité de production » — cette perception traditionnelle qui domine depuis longtemps le secteur minier est aujourd'hui remise en cause par les dernières recherches de scientifiques suédois. La contribution essentielle de cette étude réside dans la démonstration que sécurité et productivité peuvent non seulement être optimisées conjointement dans un cadre unifié, mais qu'elles peuvent simultanément atteindre des niveaux bien supérieurs à ceux des conceptions de systèmes indépendants traditionnels.

Depuis longtemps, le secteur minier est confronté à un débat autour d'un « dilemme à somme nulle » : un risque élevé entraîne une production élevée, tandis qu'une sécurité élevée sacrifie la capacité de production. Les systèmes de décision de sécurité, de planification de la production et de maintenance des équipements des entreprises minières appartiennent à des piles logicielles distinctes et indépendantes, sans interopérabilité des données ni alignement des objectifs entre elles, ce qui empêche l'optimisation d'un sous-système unique de se traduire en un optimum global. La prise de décision décentralisée conduit également à ce que les contraintes de sécurité soient simplifiées en « ordres d'arrêt strict » dans le processus d'optimisation — lorsque le seuil de sécurité est déclenché, le système s'arrête de force, entraînant une chute brutale de la production.

Le 22 avril 2026, Rajesh Patil et Magnus Löfstrand de l'Université de technologie de Luleå (Luleå University of Technology) en Suède ont publié un article novateur dans le volume 14, numéro 5 de la revue MDPI « Technologies », proposant et validant expérimentalement pour la première fois un cadre d'optimisation multi-objectifs unifié sous contraintes de sécurité, répondant systématiquement à la question centrale de la science minière : « comment améliorer considérablement la sécurité minière sans sacrifier la capacité de production ».

Intégrer la sécurité dans la fonction objectif d'optimisation

Les cadres d'exploitation minière autonome existants se concentrent principalement sur l'optimisation locale de sous-systèmes discrets (tels que la navigation des véhicules, la planification du dynamitage ou la gestion de flotte), et manquent toujours d'une méthode d'optimisation unifiée rigoureusement validée à la fois dans les scénarios d'exploitation à ciel ouvert et souterraine. Cette recherche propose une architecture d'exploitation minière autonome hiérarchisée et évolutive, allant de la fusion de capteurs au niveau inférieur, en passant par l'intelligence en périphérie et la coordination de flotte au niveau intermédiaire, jusqu'au support décisionnel par jumeau numérique au niveau supérieur, intégrant la dynamique des véhicules, la mécanique de forage et la coordination multi-agents de flotte dans un cadre de modélisation mathématique centré sur la sécurité. Sa principale innovation théorique réside dans l'abandon de l'approche traditionnelle « sécurité = contrainte stricte », au profit d'un problème d'optimisation multi-objectifs sous contraintes de sécurité, optimisant simultanément la minimisation des risques de sécurité, la maximisation de la capacité de production et la minimisation de la consommation d'énergie au sein d'une même fonction objectif mathématique, plutôt que de les traiter séparément par trois systèmes indépendants.

Un double bond en avant pour la sécurité et la productivité

L'équipe de recherche a utilisé une triple approche de validation combinant simulation de Monte-Carlo (avec mesure d'incertitude), analyse de sensibilité et tests d'hypothèses statistiques, pour évaluer systématiquement les performances du cadre dans des conditions de refus GNSS et de contraintes climatiques extrêmes de l'Arctique. Les résultats préliminaires montrent :

Réduction du risque de sécurité de 48,6 % ± 4,1 % ;

Augmentation de la capacité de production d'environ 24,3 % ± 3,2 % ;

Réduction de la consommation d'énergie d'environ 12,8 % ± 2,5 %.

L'analyse de sensibilité indique en outre que la précision de localisation, le délai de communication et les pondérations d'optimisation sont les facteurs clés influençant la performance globale du système — une découverte qui fournit une orientation claire pour la mise à niveau matérielle en vue du déploiement industriel du cadre. La portée la plus fondamentale de cette percée est qu'il s'agit d'un modèle de référence validé par des tests d'hypothèses statistiques, reproductible et transférable entre différentes conditions d'exploitation minière, possédant pleinement la double capacité de soutenir directement le déploiement industriel et les futures recherches en exploitation minière autonome.

Quatre innovations technologiques clés

1. Cadre mathématique d'optimisation multi-objectifs unifié : Formalisation du modèle de dynamique du véhicule, du modèle de mécanique de forage et du modèle de coordination de flotte multi-agents en un même ensemble d'expressions mathématiques, réalisant pour la première fois la résolution d'un optimum global inter-sous-systèmes.

2. Architecture d'exploitation minière autonome hiérarchisée : Construction d'une architecture progressive à trois niveaux « couche de fusion de capteurs → couche d'intelligence en périphérie et de coordination de flotte → couche de support décisionnel par jumeau numérique », permettant un fonctionnement stable dans des conditions de refus GNSS et des environnements climatiques extrêmes.

3. Conception technique de la priorité des contraintes de sécurité : Transformation des contraintes de sécurité d'« ordres d'arrêt strict » en contraintes de sécurité souples (soft safety constraints), le système optimisant dynamiquement à l'approche du seuil de risque au lieu de s'arrêter immédiatement.

4. Système de validation statistiquement rigoureux : La simulation de Monte-Carlo combinée à la mesure d'incertitude couvre les perturbations réelles telles que les erreurs de localisation des équipements, les délais de communication et les variations topographiques ; l'analyse de sensibilité identifie les goulets d'étranglement de performance ; les tests d'hypothèses statistiques fournissent les intervalles de confiance nécessaires à la prise de décision technique.

Un modèle de référence « transférable » du laboratoire au site minier

La voie de déploiement industriel de ce cadre est claire. L'analyse de sensibilité indique les directions de mise à niveau matérielle — améliorer la précision de localisation souterraine et réduire le délai de communication sont les priorités immédiates pour libérer tout le potentiel de ce cadre. L'introduction de la couche de jumeau numérique permet à ce cadre d'effectuer la « pré-optimisation » de nouvelles mines dans un environnement virtuel, réduisant considérablement les risques de mise en service sur le terrain.

La plus grande valeur stratégique de cette recherche réside dans le fait qu'elle fournit un modèle de référence unifié et transférable, et non une solution brevetée « en îlot » ne résolvant qu'un type spécifique de problème minier. À l'heure où le taux de pénétration des équipements miniers automatisés augmente rapidement, ce cadre offre aux entreprises minières mondiales une feuille de route claire pour l'optimisation conjointe « sécurité - capacité de production - consommation d'énergie ».