Авторы: А.Ю. Воронов, И.С. Сыркин, Д.А. Пашков

Название статьи: Интеллектуальные системы управления на открытых горных работах: состояние и перспективы

Год: 2025, Номер: 4, Страницы: 169-183

Отрасль знаний: 2.8.8 Геотехнология, горные машины

Индекс УДК: 622.23.05

DOI: 10.26730/1999-4125-2025-4-169-183

Аннотация: В настоящее время в области систем управления парками оборудования, являющимися важнейшей частью любого предприятия по добыче полезных ископаемых открытым способом, необходимо осуществить переход от традиционных к интеллектуальным системам из-за требований «Майнинга 4.0» и некоторых недостатков, присущих традиционным системам. Однако эта трансформация нуждается в техническом и стратегическом исследовании. Целесообразно изучить интеграцию интеллекта в карьерные системы управления по причине его значительного потенциала для повышения производительности, снижения затрат и повышения безопасности открытых горных работ. С этой целью были изучены ранее опубликованные исследования традиционных и интеллектуальных систем управления карьерами, чтобы зафиксировать их текущем состоянии. Выявлено, что основные факторы, параметры и цели оптимизации, наблюдаемые в существующих обычных СУ, позволяют сравнивать интеллектуальные СУ с их обычными аналогами. После этого базовые интеллектуальные модели сравнивались с точки зрения пяти категорий функций расстановки и диспетчеризации оборудования, что позволяет выявить игнорируемые технические пробелы. После определения направления будущих исследований используется популярный метод SWOT-анализа, позволяющий обрисовать сильные и слабые стороны, а также возможности и угрозы, связанные с появлением интеллектуальных систем управления на карьерах будущего. В целом анализ показывает, что преимущества перевешивают недостатки. Кроме этого, предлагаются возможные решения для устранения существующих недостатков и угроз. Также преследуются некоторые второстепенные цели, такие как временной анализ истории систем управления карьерами.

Ключевые слова: открытые горные работы система управления искусственный интеллект машинное обучение SWOT-анализ

Дата получения: 01.06.2025

Дата одобрения: 22.06.2025

Дата опубликования: 28.08.2025

ЦИТИРОВАНИЕ СКАЧАТЬ