КОНЦЕПТУАЛЬНЫЕ ОСНОВЫ ПРИМЕНЕНИЯ ИНТЕЛЛЕКТУАЛЬНЫХ СИСТЕМ В ГОРНОДОБЫВАЮЩИХ ПРЕДПРИЯТИИ
Keywords:
горнодобывающие предприятия, интеллектуальные системы, искусственный интеллект, машинное обучение, цифровизация, цифровой двойник, промышленный интернет вещей, автоматизация, Mining 4.0, прогнозная аналитика.Abstract
В тезисе рассматриваются концептуальные основы применения интеллектуальных систем в деятельности горнодобывающих предприятий в условиях цифровой трансформации промышленности. Обосновано, что искусственный интеллект, машинное обучение, промышленный интернет вещей, компьютерное зрение, роботизированные системы и цифровые двойники формируют технологическую основу перехода к интеллектуальному горному производству. Особое внимание уделено возможностям интеллектуальных систем в области мониторинга оборудования, прогнозирования технических отказов, оптимизации добычных и транспортных процессов, повышения промышленной безопасности и совершенствования процессов переработки минерального сырья. На основе анализа научной литературы показано, что эффективность цифровой трансформации определяется не только внедрением отдельных технологий, но и качеством данных, совместимостью информационных систем, развитием цифровых компетенций персонала, кибербезопасностью и адаптацией организационных процессов. Сделан вывод о необходимости системного подхода, при котором интеллектуальные технологии интегрируются в единую цифровую архитектуру предприятия и используются как инструмент поддержки управленческих и производственных решений.
References
1.Ali D., Frimpong S. Artificial intelligence, machine learning and process automation: existing knowledge frontier and way forward for mining sector. Artificial Intelligence Review. 2020. Vol. 53. P. 6025–6042.
2.Azhari F., Sennersten C.C., Lindley C.A., Sellers E. Deep learning implementations in mining applications: a compact critical review. Artificial Intelligence Review. 2023. Vol. 56. P. 14367–14402.
3.Lund E., Pekkari A., Johansson J., Lööw J. Mining 4.0 and its effects on work environment, competence, organisation and society – a scoping review. Mineral Economics. 2024. Vol. 37. P. 827–840.
4.Nobahar P., Xu C., Dowd P., Shirani Faradonbeh R. Exploring digital twin systems in mining operations: A review. Green and Smart Mining Engineering. 2024. Vol. 1, No. 4. P. 474–492.
5.McCoy J.T., Auret L. Machine learning applications in minerals processing: A review. Minerals Engineering. 2019. Vol. 132. P. 95–109.
6.Dunn D., et al. Deep Learning in Mining and Mineral Processing Operations: A Review. IFAC-PapersOnLine. 2020. Vol. 53, No. 2. P. 11920–11925.
7.Osei R., Frimpong S., Venkat A. Human-machine collaboration in mining: A critical review of emerging frontiers of intelligence systems in the mining industry. The Extractive Industries and Society. 2025. Vol. 24. Article 101746.
8.Pakdel J., Erol I. Scrutinizing challenges to adopting digital technologies in the mining industry: A systematic review through PRISMA and bibliometric analysis. Resources Policy. 2025. Vol. 109. Article 105713.
9.McKinsey & Company. Freeport-McMoRan: Unlocking new mining production through AI transformation. 2024. Материалы практического кейса по применению данных, IoT и AI в горнодобывающем производстве.
10.Durrant-Whyte H., Geraghty R., Pujol F., Sellschop R. How digital innovation can improve mining productivity. McKinsey & Company. 2015. Материалы исследования по цифровой трансформации и производительности горнодобывающей промышленности.
11.Durrant-Whyte H., Geraghty R., Pujol F., Sellschop R. Behind the mining productivity upswing: Technology-enabled transformation. McKinsey & Company. 2018. Материалы исследования по искусственному интеллекту, автоматизации, робототехнике и промышленному интернету вещей в горнодобывающей отрасли.
12.Chen X., Xing Z., Bao J., Qi Z., Wang L., Bian J., Zhang R., Sun X., Zhang Q., Luo K., Zhang Z. A review of application research of artificial intelligence in integrated framework of “sensing, communication, computing and control” in mines. Coal Science and Technology. 2026. Vol. 54, No. 5. P. 62–79.
13.Kouhi R.M., Najeeb A.T., Taherdangkoo R., Doulati Ardejani F., Butscher C., et al. A survey study on the adoption and perception of artificial intelligence in the mining industry. Discover Applied Sciences. 2025. Vol. 7. Article 713.
14.Bimpong G.Y., Lotsu J.S., Anti N.Y.D., Boakye K. Digital Twin in Open-Pit Mining: A Review and Maturity-Based Assessment of Deployment and Operational Reality. Intelligent Systems Research and Applications Journal. 2026.