От цифровых двойников до автономных карьеров: решения студентов для беспилотной горной добычи

Беспилотные карьерные самосвалы, цифровые двойники месторождений, искусственный интеллект для управления транспортом и роботизированные системы обслуживания техники становятся частью современной горной промышленности. Именно таким решениям было посвящено новое направление «Цифровая автоматизация» XIV сезона Международного инженерного чемпионата CASE-IN, генеральным партнером которого выступила компания АО «АК Алтыналмас».

По заданию компании студенты разработали проект внедрения автономных карьерных самосвалов на горно-обогатительном комбинате «Акбакай». Участники анализировали мировой опыт автоматизации открытых горных работ, проектировали цифровую инфраструктуру предприятия и оценивали экономическую эффективность перехода от традиционной техники к беспилотным транспортным системам. Особое внимание уделялось безопасности, масштабируемости решений и их адаптации к условиям действующего производства.

Лучшим эксперты признали проект команды «Форсайт» Магнитогорского государственного технического университета имени Г. И. Носова с идеей поэтапной цифровой трансформации карьера. На первом этапе предусматривается создание высокоточного цифрового двойника участка, позволяющего моделировать движение техники и отрабатывать различные производственные сценарии без вмешательства в работу предприятия.

Следующим шагом становится внедрение платформы Caterpillar MineStar, интегрированной с действующими системами управления производством (MES) и диспетчеризации (SCADA). Завершающим этапом проекта должна стать централизация управления всеми производственными активами в едином интеллектуальном центре. По расчетам команды, реализация проекта обеспечивает рост производительности примерно на 20% и снижение удельной себестоимости добычи на 16%.

«Конкуренция на финале CASE-IN колоссальная. Жюри всегда обращает внимание на экономическую обоснованность и реалистичность внедрения. Команда "Форсайт" предложила красивую идею с беспилотными самосвалами, грамотно увязав её с экономикой ГОКа. Эта победа - закономерный итог их упорства и глубокого анализа», - отметила заместитель директора по науке Института горного дела и транспорта МГТУ имени Г. И. Носова Мария Колкова.

Второе место заняла команда unec.tech Санкт-Петербургского государственного экономического университета, которая сосредоточилась на математической оптимизации транспортных потоков. Основой проекта стала концепция AI-AHS (Autonomous Haulage System), в которой искусственный интеллект координирует движение беспилотных самосвалов и распределяет транспортные задачи между машинами.

По расчетам авторов, интеллектуальное управление позволяет выполнять пиковые объемы перевозок парком из пяти самосвалов, тогда как при традиционной организации работ потребовалось бы десять машин. Проект также включает систему виртуальных геозон (geofencing) и многоуровневую систему предотвращения столкновений, обеспечивающую безопасную работу техники в условиях смешанного движения. Финансовая модель показала высокую эффективность проекта: внутренняя норма доходности (IRR) достигает 70%.

Бронзовым призером стала команда Nomine Bigas Санкт-Петербургского политехнического университета Петра Великого, представившая наиболее сложную с технологической точки зрения архитектуру автономного карьера и объединившая современные методы машинного обучения, компьютерного зрения и робототехники.

В основе проекта лежит технология многоагентного обучения с подкреплением (MARL) на базе алгоритма MAPPO, которая позволяет беспилотным самосвалам самостоятельно координировать свои действия и динамически перераспределять маршруты в зависимости от изменения производственной ситуации.

Для навигации команда предложила использовать алгоритмы SLAM, позволяющие технике строить карту окружающего пространства в режиме реального времени, а за обнаружение препятствий и контроль изменений геометрии забоя отвечают нейросети семейства YOLO. Вычисления выполняются непосредственно на борту машин с использованием платформы NVIDIA Orin, что позволяет отказаться от постоянной передачи больших объемов данных во внешние вычислительные центры и принимать решения практически без задержек.

Еще одним элементом проекта стала роботизированная станция быстрой замены аккумуляторных батарей, сокращающая время простоя техники. Дополнительно студенты разработали аппаратный Safety Layer - независимый уровень безопасности, который блокирует выполнение любых потенциально опасных команд еще до их передачи исполнительным механизмам.

«Когда в группе института мы увидели информацию об открытом отборочном этапе по направлению «Цифровая автоматизация», решили попробовать свои силы в решении реальной производственной задачи. По итогам отбора наша команда вышла в финал и завоевала бронзовую медаль», - рассказала капитан команды Софья Парицкая.

По мнению экспертов, интерес представляют не только проекты призеров. Многие финалисты предложили инженерные решения, отражающие различные направления развития автономной горной техники.
Так, команда FREAK CLUB (Карагандинский технический университет имени Абылкаса Сагинова) предложила использовать автономные UWB-якоря на солнечных батареях для сверхточного позиционирования техники.

Команда OverJobs (Кузбасский государственный технический университет) сделала ставку на цифровой двойник карьера, позволяющий проводить виртуальную симуляцию производственных процессов.

Команда «Корпус-404» (Национальный исследовательский технологический университет «МИСИС» в г. Алмалык Республики Узбекистан) выполнила глубокий анализ мирового опыта компаний Rio Tinto, BHP и XCMG и адаптировала лучшие практики под условия ГОКа «Акбакай», уделив особое внимание работе техники на уклонах до 8% и снижению влияния человеческого фактора.

Участники команды P.I.D. (Казахский национальный исследовательский технический университет имени К. И. Сатпаева) сосредоточились на выборе оптимальных программных платформ для моделирования и проектирования системы, сравнив возможности Unity, Unreal Engine и AutoCAD 3D.

Анализ проектов финалистов позволяет выделить несколько технологических тенденций, которые, по мнению участников и экспертов, будут определять развитие беспилотной добычи в ближайшие годы. Одной из них становится сенсорная избыточность - отказ от использования единственного источника данных в пользу совместной работы лидаров, радаров и систем компьютерного зрения. Такой подход обеспечивает устойчивое позиционирование техники даже в сложных условиях карьера с точностью до 10 сантиметров.
Второе направление связано с развитием предиктивной аналитики. Все чаще для прогнозирования технического состояния оборудования используются нейросетевые модели, позволяющие заранее выявлять признаки отказов узлов и оптимизировать графики технического обслуживания.

Еще одна тенденция - внедрение сверхширокополосной связи (UWB), позволяющей обеспечить надежную навигацию техники там, где применение спутниковых систем GPS и ГЛОНАСС затруднено.

Наконец, практически все команды уделили внимание вопросам энергоэффективности, рассматривая применение систем рекуперации энергии и постепенный переход к электрическим и водородным карьерным самосвалам нового поколения.

Представленные проекты показывают, что современная цифровизация открытых горных работ уже не ограничивается автоматизацией отдельных машин. В центре внимания оказывается создание единой интеллектуальной системы, объединяющей цифровые двойники, искусственный интеллект, робототехнику, навигационные комплексы и средства промышленной аналитики. Такие решения позволяют одновременно повышать производительность карьеров, снижать эксплуатационные затраты, минимизировать влияние человеческого фактора и повышать безопасность производственных процессов.

В этом смысле направление «Цифровая автоматизация» чемпионата CASE-IN стало площадкой, где будущие инженеры предложили практические подходы к созданию автономных горнодобывающих предприятий нового поколения.