Горная промышленность в отличие от многих других отраслей осторожно внедряет цифровые технологии — масштабные преобразования требуют значительных инвестиций и не всегда имеют подтверждённый эффект. Но, как и везде в промышленности, ИИ уже входит в число главных инвестиционных приоритетов отрасли. При этом речь идёт уже об использовании нейросетей не только в безопасности и оптимизации, но и в структурировании производственных процессов — так называемые ИИ-советчики.
Чего хотят горняки от цифры
Сегодня многие крупные компании горной промышленности создают собственные ИТ-компании или выделяют цифровые подразделения в отдельные бизнес-единицы. Основной причиной создания ИТ-подразделений стал уход с российского рынка ключевых международных поставщиков ИТ-технологий и отсутствие на тот момент качественных отечественных решений для горной промышленности. Поэтому крупный бизнес стал активно развивать собственные ИТ-команды для обеспечения технологической независимости.
В новом исследовании Kept говорится, что, несмотря на непростой период для горнодобывающей отрасли, три четверти опрошенных компаний в 2026 г. сохранили или увеличили бюджет на внедрение цифровых технологий относительно 2025 г. При этом в большинстве опрошенных компаний горной промышленности (81%) на текущий момент не была создана комплексная цифровая экосистема, а внедрялись преимущественно фрагментарные решения.
Kept
Чем планируют заниматься горняки-айтишники? По данным исследования Kept, до 2030 года наиболее востребованными направлениями будут диспетчеризация горных работ (её назвали 81% компаний), интеграционные платформы (76%) и системы поддержки принятия решений на базе искусственного интеллекта — так называемые ИИ-советчики (76%). Замыкают пятёрку лидеров горно-геологические информационные системы (68%) и предиктивное обслуживание оборудования (65%).
Что такое ИИ-советчики и зачем они нужны?
ИИ-советчики (AI Advisors) — это специализированные системы на базе искусственного интеллекта, которые анализируют большие объёмы данных, чтобы давать пользователям или бизнесу персональные рекомендации, прогнозы или экспертную помощь в принятии решений.
Системы-советчики созданы при помощи искусственного интеллекта на базе ML-модели. Это алгоритмы, основанные на методах машинного обучения, задачей которых являются анализ телеметрии объекта мониторинга и обнаружение аномалий. ML-модели создаются для конкретного объекта мониторинга с учётом особенностей объекта и характеристик данных телеметрии.
По сути, это интеллектуальные помощники, которые анализируют данные с оборудования, производственных систем (MES), геологических моделей, промышленного интернета вещей, камер машинного зрения и диспетчерских систем. Затем они предлагают технологам и диспетчерам оптимальные варианты решений: как изменить режим работы карьера, перенаправить технику или скорректировать параметры обогащения. Такой советчик видит скрытые закономерности и связи, которые человек в обычных системах управления просто не заметит.
Цифровой двойник моделирует процессы, диспетчеризация управляет машинами
В идеальной экосистеме всё завязано в единый контур: датчики на технике передают данные, цифровой двойник моделирует процессы, диспетчеризация управляет машинами, а ИИ-советчик в реальном времени выдаёт рекомендации по оптимизации. Однако до этой картины ещё далеко. Исследование показывает, что 81% горных компаний использует цифровые технологии лишь фрагментарно или в тестовом режиме. Лишь около 10% готовы к масштабным инвестициям в цифровую трансформацию.
Где уже работают ИИ-советчики в металлургии
Одним из первопроходцев стал «Норникель», где ещё в 2024 году для операторов цеха обезвоживания и складирования концентрата (ЦОСК) и технологов плавильного цеха Надеждинского металлургического завода запустили системы-советчики по оптимизации технологического процесса.
Оптимизация процесса смешивания концентратов необходима для получения оптимальных показателей качества по химическому составу. С тех пор процесс происходит с помощью автоматических рекомендаций, рассчитанных математической моделью.
Системе задаётся цель на получение сгущённого никель-сульфидного концентрата (СНСК), являющегося основным сырьём для печи взвешенной плавки (ПВП) по содержанию никеля, серы и по плотности. Система получает данные по химическому составу концентратов, поступающих с обогатительных фабрик и гидрометаллургического передела, и выдаёт рекомендацию, в какой пропорции необходимо их смешать для достижения заданных значений. Система позволяет стабилизировать никель-сульфидный концентрат и выдержать в нём качественные показатели и повышает эффективность работы последующего передела в печи взвешенной плавки.
Второй вариант — система-советчик ПВП — используется для подбора оптимального коэффициента кислорода и позволяет стабилизировать качество продуктов в печи взвешенной плавки.
На НЛМК, к примеру, цифровой советчик с использованием ИИ и больших данных уже несколько лет позволяет контролировать температуру стали в промковше. Показатель является критически значимым, так как если при разливке стали её температура упадёт ниже определённого минимума, это приведёт к остановке производственного процесса, тогда как перегрев металла повышает себестоимость продукции и негативно сказывается на её качестве.
На ММК система выдаёт рекомендации по уровню кислорода в горячем дутье, что позволяет оптимизировать ход печи при производстве чугуна.
До недавних пор специалист, управляющий доменным процессом, опирался в принятии решений исключительно на показания дискретных данных. Однако их значения могут быть некорректными в меняющихся условиях, что может привести к ошибочным рекомендациям системы-советчика. Теперь рекомендуемые параметры газодинамики выдаёт искусственный интеллект, обученный на исторических данных.
ИИ-советчики превращают цифровую среду из «шума» в полезный инструмент. Они постепенно становятся нашими «цифровыми двойниками» или персональными помощниками, которые берут на себя рутину принятия решений, оставляя нам право выбора.
Уже сейчас очевидно, что интерес к ИИ-советчикам высок, но реальное внедрение сдерживается разрозненностью данных и неготовностью инфраструктуры, которую нужно модернизировать. Для этого нужны дополнительные бюджеты, а с этим сейчас сложно. Тем не менее, тренд очевиден: через пять-семь лет без интеллектуального помощника управлять сложными горными работами будет так же сложно, как сегодня диспетчеру в плавильном цеху современного меткомбината.
Егор Петров
