Цифровые рудники россии реферат

Обновлено: 05.07.2024

Сессию открыл модератор, гендиректор SRK Consulting (Russia) Дэвид Пирс, задав тематические рамки сессии.

По его словам, одна из наиболее обсуждаемых тем сейчас – автоматизация. Komatsu недавно презентовал самосвал без кабины: диспетчеры могут сидеть далеко от рудника и, используя только жидкокристаллические мониторы, управлять агрегатами, находящимися на глубине 600 метров. Rio Tinto уже использует автономные технологии в Западной Австралии.

Отдельная тема – средства связи. Сейчас можно связываться с людьми под землей так же, как на открытом карьере. Например, рудник Челопеч в Болгарии, внедривший в подземном руднике средства связи повысил производительность вдвое, улучшив показатели прибыльности.

Также важно использовать тренажеры, которые позволяют прорепетировать ситуации, которые не всегда возможно отработать на реальном оборудовании. На тренажерах можно узнать, подходит ли человек для управления этим оборудованием – например, может ли он вести самосвал в три часа утра, не будет ли у него рассеяно внимание.

Важно также знать информацию о работе оборудования, о его износе – чтобы заблаговременно планировать ремонт.

Необходимо понимать, какие данные выбирать из общего потока как их трансформировать в полезную информацию (потому что в данных можно утонуть). Можно иметь данные о тоннаже, но не знать, какая на самом деле разница в работе двух самосвалов, двух водителей, какова дорога. Надо знать, где находится руда, какие содержания, где руда будет находиться после взрывных работ, чтобы сказать экскаваторщикам, где копать. Важно собирать оперативную информацию, работая по реальным, а не усредненным данным. И надо ранжировать информацию. В России сталкиваешься с тем, что данные собираются, но никто не может их правильно понять и что с ними делать, как можно на основе этих данных улучшать работу предприятия.

Директор проектного офиса Nordgold Олег Максимов, отметив, что форум МАЙНЕКС – отличная площадка для обсуждения новых технологий, заявил, что повышение автоматизации – один из способов повышения эффективности всей горнорудной отрасли.

Олег Максимов напомнил, что автоматизация должна быть не самоцелью, а улучшать бизнес-процессы в компании (улучшать производительность, коммуникации, снизить затраты, повышать прозрачности и экономическую эффективность).

Кроме того, компания использует радары, так как есть риски движения породы, движения бортов карьеров. В прошлом году на Березитовом был установлен радар, который позволяет следить онлайн за движением породы, знать о повышении риска и своевременно реагировать. Один из плюсов системы – работа в условиях от +50° до -50°, т.е. в условиях от Якутии до Африки. Олег Максимов считает, что радары стали отличной практикой для мониторинга движений бортов карьеров.

Одно из решений по автоматизации работы фабрики – smart ear (электронное ухо) – детектор, который ставится рядом с мельницей и позволяет отслеживать загрузку и отслеживать процессы, которые в ней происходят. Сигнал приходит к оператору, который может ускорить подачу руды, поняв, что мельница недозагружена. На нескольких предприятиях система smart ear была увязана с системой подачи руды, так что даже человеческий фактор был полностью исключен. В результате повысилась скорость конвейерной ленты, скорость подачи руды в мельницы, повысилась производительность мельницы, ходимость футеровки, процесс стал эффективнее.

Еще одно нововведение – система Blast movement technology – система мониторинга руды после взрыва, которая используется в Африке и России. Система позволяет решать проблемы потери руды, разубоживания и реклассификации руды. Оказалось, что движение руды после взрыва составило от 1 до 6 метров. Это одни из самых основных потерь, особенно если приходится работать на рудных телах со сложной геологией, где вопрос разубоживания крайне важен.

В отчетности внедряется единая система. Цель – интегрировать системы разнородных данных, контролируя все затратым процессы в единую структуру. Компания сосредоточилась на системах диспетчеризации, контроля за учетом топлива, движения горной массы. Сейчас она объединяет их, чтобы получать единую картину.

Внедрение автоматизации и учета привело к повышению производительности экскаваторной техники на 60%. Общая вывозка горной массы улучшилась почти на 100 тыс. тонн в месяц.

Внедрение в горное дело технологий big datа – та сфера, где горное дело пока отстает, но где есть огромный потенциал по повышению эффективности и снижению затрат, – уверен господин Максимов.

Эксперт Mine Lens Гатье Канарт в начале доклада представил аналитику McKinsey, которая показывает, какое оборудование имеет наибольшие возможности по созданию ценности горнорудного предприятия. По его словам, есть смысл концентрироваться на том, что находится под контролем горнодобывающих компаний (которые не могут контролировать, например, цены на металлы). В зоне их ответственности – количество руды, отходов, капитала, которое необходимо вложить, чтобы все заработало. Если с 2004 года продуктивность падала, то сейчас производительность труда улучшается. Если посмотреть на цифры 2015 года, то тенденция именно такова. Здесь важны технические аспекты, важна эффективность оборудования (хотя ее и можно мерить по-разному), это касается и обслуживания, и расходных материалов. Эффективность эта ниже, чем в нефтегазовой отрасли или металлургии, но надо помнить, что уровень сложности в горном деле гораздо выше.

Горнодобывающая отрасль только в начале пути к автоматизации. Внедряются новые системы, подходы, юридические правила. Некоторые компании и отрасли до сих пор находятся в удручающем состоянии, так как не используют новые технологии. Сейчас самое время задуматься, куда идти дальше. И руководители, как правило, понимают, что инновации – это важная часть бизнеса. Но здесь есть и большие риски. Лишь немногие из них реально вовлечены в усовершенствовании технологий.

Все больше возможностей не только создавать большие объемы данных, но и анализировать их, чтобы принимать решения, больше возможностей для взаимодействия с машинами (в том числе, речь идет о беспилотниках). Но чтобы создать ценность с помощью технологий, их надо измерять. Это, например, делает McKinsey.

Построение геологических моделей для геолога – это наглядное представление информации. Важный вопрос – правильное разделение месторождение на домены. Крайности – рассматривать месторождение как единое целое или дробить его на множество типов оруденения. Тут важно соблюдать принципы деления на домены, понятные, прежде всего, тем, кто отрабатывает месторождения – технологам и горным инженерам.

После геологической модели надо делать модель выемочных блоков, учитывающую разубоживание. Опыт работы с месторождениями показал, что часто после моделирования месторождений выявляются участки брошенных руд, так что увеличивается срок жизни рудника. Важно также сравнивать геологическую модель с данными эксплуатационной разведки и фактической добычей, потому что любая модель делает допуски и нуждается в корректировке.

В целом господин Середкин признал, что информатизация целого предприятия – заманчивая идея, но внедрения начинаются с решения локальных задач.

Внедрение информационных систем на рудниках, добывающих уран методом СПВ, было важно, так как добыча происходит без визуального контроля. С другой стороны, технологические параметры довольно легко контролировать, установив систему датчиков. Далур – первое предприятие, где система была запущена в полном объеме. Заняло внедрение около 10 лет. Система состоит из четырех модулей: геологический, геотехнологический, модуль сбора информации и экологический.

Важный модуль – сбор геотехнологической данных. Геотехнологические модели позволяют рассчитать физико-химические и гидродинамические процессы, происходящие в недрах, какие концентрации ураны, какова растекаемость, каков расход кислоты, что позволяет управлять работой скважины, даже делать реверс, тем самым максимизируя добычу урана.

Экологический модуль позволил рассчитать растекаемость, самонейтрализацию раствора и то, как происходит этот процесс.

Результаты работы позволяют использовать эти системы в Казахстане. Были разработаны геологические модели для рудников, входящих в Uranium one. 3D-модели позволяют лучше понять, как следует располагать фильтры, снизить расход кислоты и повысить содержания урана. Также проработаны методики построения модели фильтрации. Производственный опыт показал, что надо характеризовать непроницаемые породы, а в проницаемых охарактеризовать лишь степень изменчивости их проницаемости.

Для установки системы использовались бронированные кабели. Прокладывались они не по трассам движения, а по специально пробуренным скважинам. В местах ведения горных работ подсоединены более дешевые кабели, заготовлены запасные и, когда рабочий кабель повреждается, его просто меняют, а поврежденный отправляют наверх для ремонта.

Информация системы доступна на нескольких уровнях (начальники горных участков, диспетчеры рудника), есть контроль данных по погрузке и отгрузке, так что диспетчеры могут отправлять электровозы к тем рудоспускам, где накоплена руда.

Важнейший эффект от внедрения системы – за счет использования стандартного оборудования по контролю за перемещениями оказался возможным контроль рудоперевозок, так что качество управления этим процессом становится более точным и прозрачным.

Менеджер по усовершенствованию предприятий AMC Consultants Кейт Соммервил предложила поговорить о продуктивности и производительности. Главные критерии – достоверность и полнота данных, которые должны поставляться своевременно: какова руда, каковы потери – все эти данные позволяют сформировать цели и бюджеты. Также крайне важно правильно управлять транспортным потоком. Самое лучшее – иметь интегрированную систему, чтобы была возможность получать данные, передавать ее в нужное место, определять ее ценность и принимать решения. Для контроля автотранспорта важно время работы, смен, заправок, полезную нагрузку, показатели производительности, возможности анализировать данные. И если из работы автотранспорта убрать задержки, это уже приведет к экономии. Также важно обращать внимание на скорость перемещения транспорта, заправка топливом – здесь тоже можно найти источник сокращения затрат. Все это надо измерять и включать в график расчетов.

Современные условия деятельности шахт и рудников, их техническая вооруженность и технологическая ёмкость диктуют необходимость увеличения степени координации между большим количеством служб. Наличие оперативной информации в режиме реального времени о различных технологических процессах, подвижных объектах и перемещении персонала позволяет оптимизировать производство, снизить затраты, повысить эффективность и обеспечить более высокую безопасность труда.

Ключевые слова: MST, AXON, WiFi, позиционирование, поиск под завалами, передача данных, VOIP, цифровой рудник, искусственный интеллект, интернет вещей, большие данные (big data).

Ян Жигарловский — директор по развитию.

Горнодобывающим компаниям жизненно необходимо использовать цифровое мышление в качестве неотъемлемой части своей корпоративной стратегии и практики с целью трансформации механизма принятия корпоративных решений. Для того чтобы добиться высоких результатов, горнодобывающие компании должны четко представлять, каким образом трансформировать горнодобывающие операции, упорядочить потоки данных и стать основой для построения бизнес-процессов.

Рис. 1. Платформа AXON Core с установленным Axon Air.

Вышеуказанные проблемы и тренды требуют использования надёжной высокоскоростной беспроводной инфраструктуры, которая обеспечит сбор, обработку и передачу данных, в том числе и в подземной части шахт и рудников.

В MST знают о специфике и ограничениях применения в подземной части шахт и рудников сетевых и инфраструктурных технологий, применяемых на поверхностной части. Различные технологические, стоимостные причины, а также проблемы масштабируемости и надежности не позволяют в полной мере использовать решения и оборудование, которые успешно применяются на поверхности.

MST была первой компанией в мире, которая в 2004 году успешно реализовала на руднике в Канаде полноценную беспроводную сетевую инфраструктуру на базе технологии WiFi/IP в подземной части. В настоящее время компания MST предлагает широкую линейку оборудования и решений, которая удовлетворяет уникальным требованиям подземной части шахт и рудников.

Новая цифровая платформа AXON

Новая цифровая платформа AXON — это настоящая цифровая экосистема устройств и программных приложений, которая обеспечивает основу для решения задач цифровизации шахт и рудников.

Для оптимизации подземных операций в режиме реального времени AXON обеспечивает высокоскоростную передачу данных как в проводном, так и в беспроводном сегменте, необходимую для получения и использования больших объемов данных, систем управления и функционирования программного обеспечения.

Одна из особенностей платформы AXON заключается в возможности добавления специализированных распределенных периферийных модулей. Модули предоставляют собой полностью интегрированные решения для автоматизации и управления различными технологическими процессами и объектами (водоотливные установки, вентиляторы местного проветривания, аэрогазовый контроль и аэрогазовая защита, светофорное регулирование и т.д.).

Представлены также модули для управления и интеграции датчиков IoT и приложений следующего поколения. AXON позволяет внедрять различные технологии беспроводной связи, таких как LTE/4G/5G, LORA и многие другие.

Платформа AXON может быть интегрирована в том числе и с Microsoft Azure, что позволяет использовать множество приложений MST, а также технологии интернета вещей IoT и сторонних программных продуктов.

AXON Core

AXON Core — одна из самых высокопроизводительных сетевых платформ со скоростью передачи данных до 1 Гбит/с (опционально до 10 Гбит/с), позволяющая обеспечивать одновременную передачу голоса, видео и данных; а также приложений для интернета вещей, облачных вычислений и различных вычислений в любом масштабе (рис. 1 и 2).

Рис. 2. Платформа AXON Core.

AXON Core имеет порты PoE+, оптоволоконные порты и ряд подключаемых модулей для различного количества и типов интерфейсов передачи данных.

AXON air

Рис. 3. Точка доступа Axon Air

Модули расширения платформы AXON

Модули расширения платформы AXON представлены различными подключаемыми модулями для обеспечения дополнительной функциональности, локальной обработки и управления данными (рис. 4).

В линейке представлены и модули связи следующего поколения (UWB, LTE, LORA), и множество других технологий.

Узел беспроводного ретранслятора WRN

WRN — это полностью автономный и переносной MESH ретранслятор, предназначенный для специального расширения существующей сети Wi-Fi. Наличие двух независимых аккумуляторных батарей позволяет работать WRN непрерывно более 7 суток без подзарядки (рис. 5).

Рис. 5. Узел беспроводного ретранслятора WRN.

WRN позволяет поддерживать высококачественную связь по беспроводной сети в наиболее динамичных частях шахт и рудников, например, в забоях или в местах и зонах, где нет возможности использовать стационарную инфраструктуру сети передачи данных.

Интегрированное коммуникационное устройство (ICA)

ICA — это базовый сервер и программный пакет для управления цифровой сетью AXON.

Визуализацию.
Различную отчетность.
Систему позиционирования персонала, транспорта и ТМЦ.
Систему предотвращения столкновений горной техники и наездов транспорта на персонал.
Поиск персонала под завалами.
Видеонаблюдение.
Систему дистанционного управления техникой (роботизация).
Удаленную настройку и конфигурирование инфраструктуры.
Программный интерфейс приложения, интерфейс прикладного программирования (API).
IP-телефонию (VOIP) и многое другое.

Хотя тяжелая промышленность не так пострадала от пандемии, как менее устойчивые рынки, в конечном счете последствия кризиса проявились и здесь. Минимизировать их влияние лучше всего удается тем компаниям, которые активно используют в своей работе инновации: в производстве основной способ сократить расходы, повысить эффективность и увеличить выручку связан именно с инструментами Индустрии 4.0. И особенно большую роль в этих процессах играют технологии искусственного интеллекта и интернета вещей.

Пандемия дала предприятиям мощный импульс искать новые способы стать более устойчивыми к внешним катаклизмам, и в первую очередь это связано с сокращением расходов на производство. Поскольку для клиентов промышленных компаний цена является одним из ключевых факторов, производителям приходится постоянно разрабатывать меры по снижению себестоимости, чтобы сохранить маржинальность. Такие меры, в частности, требуют оптимизации процессов за счет инновационных технологий. По оценке McKinsey, только в металлургии цифровые разработки позволяют уменьшить себестоимость производства стали на 8–12%, а в целом эффект от цифровизации этого сектора к 2025 году может превысить $100 млрд США. Это заставляет компании инвестировать в инструменты Индустрии 4.0, среди которых важное место занимают технологии искусственного интеллекта и интернета вещей.

Около трети случаев сегодняшнего использования искусственного интеллекта (AI) в промышленности связаны с обслуживанием оборудования и производственных активов. Предприятиям важно постоянно получать информацию о состоянии любого механизма, чтобы вовремя выявлять и устранять неисправности, поскольку внезапная поломка одной детали может обернуться для компании многомиллионными убытками. Отслеживать работу компонентов помогают решения на стыке искусственного интеллекта и технологии интернета вещей (IoT).

Впрочем, некоторые системы на основе AI и IoT не нуждаются в исполнителях, выполняющих их предписания, поскольку они сами способны корректировать режимы работы техники. Такое практикуется, в частности, в сетевой энергетике, где датчики постоянно следят за состоянием линий передач: от нагрузки на них до степени провисания — и оптимизируют параметры, чтобы повысить их эффективность и избежать сбоев.

По прогнозам McKinsey, к 2025 году эффект от внедрения IoT для глобальной экономики может составить от 4 до 11 триллионов долларов, и во многом перспективы этой технологии связаны с промышленностью. Так, благодаря удаленному мониторингу турбин компания General Electric снизила затраты на оплату труда сотрудникам на $9 млн и уменьшила емкость серверов для хранения данных в 10 раз.

По оценке Schneider Electric, обычная проблема с обслуживанием оборудования в нефтегазовой отрасли приводит как минимум к трем суткам простоя при затратах до $20 тысяч в день — не считая стоимости деталей и оплаты труда. Чтобы помочь компаниям свести поломки к минимуму, специалисты Schneider Electric разработали решение на основе машинного обучения, которое анализирует показания датчиков на насосах, оценивая их исправность — это позволяет компаниям всего за два дня повысить эффективность работы на 10-20%.

Широкое применение в промышленности находит еще одна технология интернета вещей — компьютерное зрение, которое позволяет системам анализировать изображение с видеокамер, чтобы получать данные о работе оборудования. Особенно часто компьютерное зрение используют автомобильные корпорации, выявляя с его помощью бракованные детали. Так, в частности, делает Audi, которая установила систему визуального распознавания на своем цехе в Ингоштальдте: AI-программа обрабатывает картинку с видеокамер, установленных в прессах, помогая находить в металле мельчайшие трещины. Еще один пример — корпорация General Motors, которая экономит до $20 тысяч в минуту с помощью решения, отслеживающего проблемы в работе сборочной техники.

“Благодаря внедрению цифровых двойников затраты на обслуживание оборудования могут сократиться в среднем на 12 – 17%. Это происходит за счет того, что компьютерная модель позволяет спрогнозировать износ и сервисное обслуживание машин. Учитывая высокую стоимость создания модели, внедрение цифровых двойников будет эффективно не для всех производственных процессов. Но в компаниях, эксплуатирующих большой парк сложного оборудования, спрос на технологию, безусловно, будет расти”, - отмечает Директор по R&D Национального Центра Информатизации (НЦИ) Госкорпорации Ростех Александр Ануфриенко.

Эксперты прогнозируют, что за шесть лет объем рынка цифровых двойников может вырасти почти в 10 раз: с $3,8 млрд в 2019 до $35,8 млрд в 2025. Такие смелые расчеты связаны с возможностями этой технологии, которая в перспективе сможет обеспечить полностью безлюдное производство — рудники и скважины, все работы на которых будут управляться удаленно. Но такие предприятия придется изначально создавать под автономный формат, поскольку адаптировать существующую инфраструктуру под новые принципы слишком дорого и сложно.

Антон Куранов, заместитель директора по науке и инновационной деятельности Научного центра геомеханики и проблем горного производства Санкт-Петербургского Горного университета, провёл увлекательный вебинар, посвящённый цифровизации горнодобывающей отрасли. В ходе онлайн-мероприятия эксперт рассказал о главных трендах в горнодобывающей отрасли, уровне цифровой зрелости предприятий, о роли геомехаников как исследователей-изыскателей и значении технологий Dassault Systèmes для цифровизации отрасли.

Санкт-Петербургский горный университет – партнер Dassault Systèmes по академическим и коммерческим решениям, обладающий глубокой отраслевой экспертизой.

Научный центр геомеханики и проблем горного производства

Научный центр геомеханики и проблем горного производства Санкт-Петербургского горного университета широко применяет цифровые технологии в своей деятельности, рассказывает Антон Куранов. Этот центр - самый крупный в Горном университете, он включает в себя семь специализированных лабораторий. Основное направление деятельности центра - выполнение заказов горнодобывающих предприятий на проведение исследовательских и изыскательских работ. Работает он в связке с сотрудниками и преподавателями кафедр университета.

По словам заместителя директора научного центра, у него самый широкий круг заказчиков. За последние пять лет ими стали порядка 150 организаций. В их числе – горнодобывающие компании, проектно-консалтинговые организации, строительные компании и производители различных материалов. Крупнейшие заказчики – "Норильский никель", "Полиметалл", "Металлоинвест", "Фосагро" и др.

Определяющий тренд

Ввиду постоянного роста населения планеты и необходимости обеспечения его различными материальными благами возникает потребность в увеличении добычи минерального сырья, а следовательно – в развитии горнодобывающих предприятий. Развитие горнодобывающего производства – это, в первую очередь, развитие ресурсной базы: вскрытие новых горизонтов, вовлечение в разработку запасов, которые существующие технологии ранее использовать не позволяли, разработка новых технологий. Для всего этого необходимы проекты. Каждому проекту предшествуют технико-экономические обоснования, предпроектные работы и целый комплекс изысканий.

И такой изыскательской работы становится все больше, поскольку развитие производства, в первую очередь, сопряжено с усложнением условий ведения работ. В этой связи можно выделить первый тренд, который является определяющим: необходимость обеспечить нужные темпы добычи требует инструментов, позволяющих принять оптимальные решения в кратчайшие сроки.

Закономерный тренд

Где взять инструмент для оптимального принятия решений? Конечно, инструменты 4-ой промышленной революции позволяют повысить эффективность работы предприятий. Есть примеры зарубежного опыта. Известные лидеры – Newmont (рудник Борден), I2Mine, рудник LKAB 5.0, Dundee Precious Metals (рудник Челопеч), Rio Tinto.

Сегодня инструменты Индустрии 4.0 – это большие данные, искусственный интеллект, имитационные модели и цифровые двойники. Всё то, что позволяет увеличить производительность и снизить эксплуатационные затраты предприятия. Данные технологии дают возможность реализовать так называемую "умную" добычу - Smart Mining, обеспечивают оперативное принятие решений в промышленности, в том числе и в горной.

Реализация цифровых технологий путем организаций связи, установки различных датчиков на технику, накопление и обработка данных на предприятиях приводит к ключевым позитивным изменениям, главным образом – к увеличению производительности при снижении эксплуатационных затрат.

Таким образом, необходимость в инструментах для быстрого принятия решений рождает спрос на цифровые технологии. Запрос на цифровые технологии – это закономерный тренд.

Цифровые технологии на практие

"За последние пять-шесть лет российские предприятия значительно продвинулись в сфере цифровизации, - считает Антон Куранов. - Некоторые уже соответствуют мировому уровню или даже превосходят его, однако процессы цифровизации идут неравномерно, хотя эта неравномерность постепенно сходит "на нет".

Например, компания "Полиметалл" была одним из пионеров во внедрении многих решений и значительно продвинулись в области цифровизации. Компания "Апатит" помимо цифровизации геологических, механических, маркшейдерских направлений внедряет в производство полноценные Smart-решения, которые связаны с дистанционным контролем бурения и разгрузки. На производстве внедрена мощная система диспетчеризации. Компания вкладывает значительные средства в развитие сырьевой базы, добычу руды.

Еще один пример – "Башкирская содовая компания" (БСК), настоящий химический гигант с огромной территорией. Созданием и развитием автоматизированной системы управления занят целый штат программистов.

Цифрофизация отрасли и технологии Dassault Systèmes

В недавнем времени сотрудники Горного университета прошли обучение в "3D Experience Academy" компании Dassault Systèmes. В Университете понимают необходимость внедрения средств автоматизации. Предприятия горнодобывающей отрасли, особенно крупные предприятия, также осознают потребность во внедрении подобных решений, в том числе платформенных, таких как 3D Experience от Dassault Systèmes.

Пользователями данной платформы выступают научные, проектные, консалтинговые организации. В отрасли существует единое понимание необходимости внедрения таких средств автоматизации и обработки растущего объема данных. С помощью цифровых инструментов строятся гидрогеологические, структурные, ресурсные модели. В отрасли понимают необходимость внедрения средств автоматизации, в том числе таких платформенных решений как 3D Experience.

Геомеханические проблемы

Критический на сегодня тренд - геомеханические проблемы как существенный реальный фактор сдерживания производительности. С чем это связано? Массив горных пород – сложная блочная иерархическая структура с изменчивостью свойств и изменчивостью поля напряжений в нем действующих. Почему это становится проблемой сейчас?

Чтобы данные по геомеханике, геологии и гидрогеологии, были актуальными и использовались при принятии технических решений, требуется большой объем изысканий, направленных на изучение массива, как на стадии проектирования, так и на стадии эксплуатации месторождения. Только в этом случае геомеханические проблемы как фактор сдерживания развития предприятия можно нивелировать.

Сегодня работы по сбору и обработке данных, прогнозу развития процессов, ведутся в специализированных программах геологического, геофильтрационного, численного моделирования напряженно-деформированного состояния.

Численное моделирование и Smart Mining

Численное моделирование позволяет учесть процесс разработки запасов, учитывать календарные планы, чтобы получать адекватные значения параметров горного давления. По результатам может строится блочная модель, включающая в себя параметры содержаний, параметры нарушенности и данные по напряженному состоянию а также другие данные о процессах в массиве горных пород, являющимися критическими для конкретного месторождения – например геодинамических, гидрогеологических. Это лучший подход к решению геомеханических проблем.

Но для этого на каждом руднике должна быть отдельная служба геомеханики. На многих предприятиях в России такие службы есть, зачатую их задачи выполняет и Служба прогноза и предотвращения горных ударов, создание которой регламентировано федеральными нормами и правилами.

"Эти службы также занимаются инновациями в области крепления горных выработок, вопросами выбора материалов для закладочных массивов и так далее. Скорее всего, на каждом предприятии, особенно на крупном, такая служба скоро должна будет обязательно работать", - считает Антон Куранов.

Безопасность горных работ и нормативная база

Платформа в помощь

Геомеханическая ситуация будет ухудшаться постоянно. На рисунке приведена одна из открытых баз землетрясений, а именно - землетрясений, вызванных деятельностью человека.

Можно отметить, что землетрясения, вызванные разработкой твердых полезных ископаемых – красные метки на карте - составляют 25% от всех занесенных в данную базу, а большую часть составляют землетрясения от гидроразрывов пластов, добычи нефти и газа.

И несмотря на развитие технологий и средств обеспечения их безопасности, различные геодинамические риски при добыче полезных ископаемых и других формах недропользования не снижаются ввиду целого ряда причин:

рост плотности освоения подземного пространства, качественное и количественное развитие форм недропользования;

разработка более глубоких, сложных месторождений в трудных горно-геологических условиях;

общий рост геодинамической и сейсмической активности на Земле в 90-ые и нулевые годы;

в старых горнодобывающих районах действует целый ряд факторов, в первую очередь, - большие объемы извлеченной и перемещенной горной массы. Существенные изменения гидрогеологических режимов способствуют выходу региональной геодинамической ситуации из равновесия, прорастанию новых разломов, повышению сейсмической активности.

Чтобы снять этот тренд надо работать, опережая время, для этого нужен качественно новый подход к геомеханическим проблемам.

Единая геотехническая модель - это модель, которая "понимает" новые данные, их достаточность и недостаточность по бурению, по описанию, позволяет систематизировать лучший опыт.

"Геомеханические проблемы становятся фактором сдерживания, что происходит за счёт сложности массива горных пород, которые требуют изучения, но мы в силах изменить ситуацию, - считает Антон Куранов. - Необходимо создание комплексной модели среды, нужно нормировать всё расчёты, создать руководства, систематизировать весь лучший опыт. Именно по этому пути мы должны идти".

В настоящее время также создаются новые правила по обеспечению устойчивости, где исключены пробелы действующих норм. Таким образом, сегодня определяющим трендом развития горнодобывающей предприятий является создание инструментов, направленных на уменьшение времени принятия решений. В этой связи закономерен спрос на цифровые технологии, однако развитие цифровых технологий и технологий добычи ограничивается геомеханическими проблемами, сложностью массивов горных пород. Систематизация данных, формирование регламентов по расчётам и численное моделирование позволят преодолеть проблемы и перейти на качественно новый уровень.

Читайте также: