Guider la transformation numérique des mines souterraines vers la Mine Intelligente : une approche de gestion de portefeuille de projets

RÉSUMÉ: La transformation numérique (TN) représente un tournant inévitable et stratégique pour le secteur minier, en particulier pour les opérations d’extraction souterraine. L’adoption progressive des technologies issues de l’Industrie 4.0 transforme la manière dont les mines sont perçues, conçues, exploitées et gérées. Ce mouvement conduit à l’émergence du concept de Mine Intelligente, incarnant la vision d’une exploitation durable, autonome, connectée et centrée sur l’humain. Cependant, malgré la multiplication des initiatives technologiques, peu d’entreprises minières disposent d’un cadre structuré pour planifier ces projets selon une logique de portefeuille de projets. Cette recherche s’inscrit dans cette perspective et vise à guider la gestion de portefeuille de projets (GPP) de TN pour les mines souterraines. La méthodologie adoptée repose sur une approche mixte combinant étude de terrain, analyse documentaire et validation empirique. Une immersion de six mois en milieu industriel a permis d’observer directement les opérations et de collecter des données empiriques sur les réalités organisationnelles, les contraintes techniques et les besoins spécifiques des mines souterraines. Un cadre conceptuel clarifiant le concept de Mine Intelligente, tel que défini par les praticiens, a été développé et ensuite confronté à la littérature scientifique afin d’identifier les convergences et écarts entre la vision industrielle et la recherche universitaire. À la suite de cela, les approches de TN employées dans le secteur minier et les bonnes pratiques issues de l’Industrie 4.0 sont identifiées et évaluées au moyen de dix entretiens semi-dirigés menés auprès d’experts canadiens en gestion de projets miniers. Sur cette base, un modèle de GPP adapté au contexte minier souterrain est développé et validé par l’application à un cas de test d’une mine de roche dure. Les résultats de cette recherche apportent plusieurs contributions. Premièrement, ils clarifient le concept de la Mine Intelligente pour les opérations d’extraction minières souterraines en termes d’objectifs, de solutions et de processus d’affaires. Deuxièmement, ils offrent une meilleure compréhension des pratiques de TN dans le secteur minier et de l’adaptation des pratiques de GPP, reflétant les réalités opérationnelles et les défis propres à cette industrie. Troisièmement, ils définissent un modèle opérationnel et contextualisé permettant aux entreprises minières de développer leur portefeuille de projets de TN aligné avec la vision de la Mine Intelligente et leur vision stratégique. Ce modèle s’appuie sur une approche ascendante et descendante et inclut la gestion du risque, du changement, de la communication et des parties prenantes, tout en proposant des outils et des techniques pour en assurer la mise en œuvre. La recherche présente toutefois certaines limites ; elle se concentre sur les opérations d’extraction souterraine et repose sur un échantillon limité d’experts et sur un seul cas de test. Les perspectives de recherche incluent l’élargissement du cadre conceptuel à l’ensemble de la chaîne de valeur minière, l’application du modèle à d’autres contextes miniers, ainsi que sa transposition à d’autres secteurs caractérisés par des cycles de production complexes et temporaires. ABSTRACT: Digital transformation (DT) represents an inevitable and strategic shift for the mining sector, particularly for underground extraction operations. The progressive adoption of Industry 4.0 technologies is reshaping how mines are perceived, conceived, operated, and managed. This evolution drives the emergence of the Smart Mine concept, reflecting a vision of sustainable, autonomous, connected, and human-centered mining. However, despite the growing number of technological initiatives, few mining companies have a structured framework to plan these projects using a portfolio-based approach. This research aligns with this perspective and aims to guide project portfolio management (PPM) for DT in underground mines. The methodology relies on a mixed approach combining field study, document analysis, and empirical validation. A six-month industrial immersion enabled direct observation of operations and the collection of empirical data on organizational realities, technical constraints, and the specific needs of underground mining. A conceptual framework clarifying the Smart Mine concept as defined by mining practitioners was developed and then compared with scientific literature to identify convergences and discrepancies between industry vision and academic research. Subsequently, DT approaches employed in the mining sector and best practices drawn from Industry 4.0 were identified and evaluated through ten semi-structured interviews with Canadian mining experts in project management. Based on these findings, a PPM model adapted to the underground mining context was developed and validated through application to a hard-rock mining test case. This research provides several contributions. First, it clarifies the Smart Mine concept for underground extraction operations in terms of objectives, solutions, and business processes. Second, it enhances the understanding of DT practices in the mining sector and the adaptation of PPM practices to reflect operational realities and industry-specific challenges. Third, it defines an operational and contextualized model enabling mining companies to develop DT project portfolios aligned with the Smart Mine vision and their strategic objectives. The model draws on both top-down and bottom-up approaches, integrating risk, change, communication, and stakeholder management as continuous components, while offering tools and techniques to support implementation. Some limitations must be acknowledged: the research focuses on underground extraction operations, involves a limited sample of experts, and is validated using a single test case. Future research directions include extending the conceptual framework to the entire mining value chain, applying the model in other mining contexts, and adapting it to other sectors characterized by complex and temporary production cycles.

Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.