Развитие горно-геологической информационной системы в современных реалиях российской горнодобывающей отрасли
О.В. Наговицын
Горный институт Кольского научного центра Российской академии наук, г. Апатиты, Российская Федерация
Горная Промышленность №5S / 2023 стр. 35-40
Резюме: Представлен подход к развитию горно-геологической информационной системы MINEFRAME. Состояние горнодобывающей отрасли, внешнеполитические вызовы диктуют применение цифровых технологий как фактор роста производительности труда и повышения промышленной безопасности. Одним из важнейших классов программного обеспечения, применяемых на горных предприятиях, являются горно-геологические информационные системы – это информационные системы комплексной автоматизации решения геологических, маркшейдерских и технологических задач при работе с векторными, каркасными и блочными моделями объектов горной технологии. Горно-геологическая информационная система позволяет иметь надежные знания о месторождении на каждой из стадий разведки, проектирования и эксплуатации путем использования трехмерных геологических и геомеханических моделей, определения закономерностей распределения содержания полезных и вредных компонентов полезных ископаемых для всестороннего анализа сценариев последовательности разработки месторождения, выбора наиболее эффективных технологий и оборудования, оценки уровня риска проектных решений и их экономической эффективности. Этот подход полностью соответствует направлениям цифровой трансформации, задекларированных правительством РФ, и представляет собой новый этап автоматизации и информатизации экономической деятельности и перехода на цифровые технологии.
Ключевые слова: цифровизация, оптимизация, геостатистика, ГГИС, горные работы, геология, маркшейдерия
Для цитирования: Наговицын О.В. Развитие горно-геологической информационной системы в современных реалиях российской горнодобывающей отрасли. Горная промышленность. 2023;(5S):35–40. https://doi.org/10.30686/1609-9192-2023-5S-35-40
Информация о статье
Поступила в редакцию: 09.10.2023
Поступила после рецензирования: 22.11.2023
Принята к публикации: 28.11.2023
Информация об авторе
Наговицын Олег Владимирович – доктор технических наук, заместитель директора института по научной работе, заведующий лабораторией теории комплексного освоения и сохранения недр, Горный институт Кольского научного центра Российской академии наук, г. Апатиты, Российская Федерация; e-mail: Адрес электронной почты защищен от спам-ботов. Для просмотра адреса в вашем браузере должен быть включен Javascript.
Список литературы
1. Barnewold L. Digital technology trends and their implementation in the mining industry. In: Mueller C., Assibey-Bonsu W., Baafi E., Dauber C., Doran C., Jaszczuk M., Nagovitsyn O. (eds) Mining goes Digital: Proceedings of the 39th International Symposium “Application of Computers and Operations Research in the Mineral Industry” (APCOM 2019), June 4–6, 2019, Wroclaw, Poland. CRC Press; 2019, pp. 9–16. https://doi.org/10.1201/9780429320774-2
2. Лукичев С.В. Развитие отечественного программного обеспечения – это не только решение задачи импортозамещения, но и обеспечения технологической независимости страны. Горная промышленность. 2022;(2):12–14.
3. Капутин Ю.Е. Информационные технологии и экономическая оценка горных проектов (для горных инженеров). СПб.: Недра; 2008. 396 с. Режим доступа: https://www.geokniga.org/books/7023
4. Лукичев С.В. (ред.) Научные и практические аспекты применения цифровых технологий в горной промышленности. Апатиты: Кольский научный центр Российской академии наук; 2019. 192 с.
5. Лукичев С.В., Наговицын О.В. Цифровая трансформация горнодобывающей промышленности: прошлое, настоящее, будущее. Горный журнал. 2020;(9):13–18. https://doi.org/10.17580/gzh.2020.09.01
6. Лукичев С.В., Наговицын О.В., Ильин Е.А., Рудин Р.С. Цифровые технологии инженерного обеспечения горных работ – первый шаг к созданию «умного» добычного производства. Горный журнал. 2018;(7):86–90. https://doi.org/10.17580/gzh.2018.07.17
7. Косников Ю.Н. Особенности применения радиальных базисных функций в геометрическом моделировании трехмерных объектов визуализации. Модели, системы, сети в экономике, технике, природе и обществе. 2020;(4):55–70. https://doi.org/10.21685/2227-8486-2020-4-6
8. Huang L., Balamurali M., Silversides K. L. Machine learning classification of geochemical and geophysical data. In: Mueller C., AssibeyBonsu W., Baafi E., Dauber C., Doran C., Jaszczuk M., Nagovitsyn O. (eds) Mining goes Digital: Proceedings of the 39th International Symposium “Application of Computers and Operations Research in the Mineral Industry” (APCOM 2019), June 4–6, 2019, Wroclaw, Poland. CRC Press; 2019, pp. 101–105. https://doi.org/10.1201/9780429320774-12
9. Avalos S., Ortiz J.M. Recursive convolutional neural networks in a multiple-point statistics framework. In: Mueller C., Assibey-Bonsu W., Baafi E., Dauber C., Doran C., Jaszczuk M., Nagovitsyn O. (eds) Mining goes Digital: Proceedings of the 39th International Symposium “Application of Computers and Operations Research in the Mineral Industry” (APCOM 2019), June 4–6, 2019, Wroclaw, Poland. CRC Press; 2019, pp. 168–176. https://doi.org/10.1201/9780429320774-19
