Анализ кусковатости горных пород в реальном времени с использованием отечественного программно-аппаратного обеспечения

А.В. Дремин¹, С.В. Ситдикова², В.С. Великанов^{2, 3}, Д.С. Стожков², И.А. Гришин^4
1 ООО «ДАВТЕХ», г. Екатеринбург, Российская Федерация
² Уральский государственный горный университет, г. Екатеринбург, Российская Федерация
³ Уральский государственный аграрный университет, г. Екатеринбург, Российская Федерация
⁴ Магнитогорский государственный технический университет им. Г.И. Носова, г. Магнитогорск, Российская Федерация
Горная Промышленность №3 / 2025 стр.118-123

Резюме: При разработке месторождений полезных ископаемых гранулометрический состав горной массы оказывает значительное влияние на экономические показатели всех основных технологических процессов. Гранулометрический состав (в зарубежных литературных источниках используется термин «фрагментация») взорванных горных пород определяет эффективность и производительность технологических процессов горного производства. Известно, что при разрушении горных пород образуются совокупности кусков разнообразных форм и размеров, для оценки которых предложены разнообразные характеристики. Предлагаемые характеристики горной массы как статистической системы можно подразделить на два класса. К первому классу относятся характеристики, определяющие индивидуальные свойства отдельных кусков; ко второму – характеристики, выражающие целостные свойства системы. Измерение гранулометрического состава больших объемов разрушенных пород представляет собой сложную проблему. В работе рассмотрены общие вопросы в анализе фрагментации с точки зрения надежности и быстроты оценки, а также доступные методы, используемые для оценки результатов взрыва. Представлены результаты распознавания фрагментов горных пород при использовании цифровых технологий, а также определена важность точного определения размеров кусков при анализе изображений.

Ключевые слова: гранулометрический состав, полезные ископаемые, взорванные породы, фотопланиметрический метод, кусковатость породы

Благодарности: Работа выполнена при финансовой поддержке Министерства науки и высшего образования РФ (проект №FRZU-2023–0008).

Для цитирования: Дремин А.В., Ситдикова С.В., Великанов В.С., Стожков Д.С., Гришин И.А. Анализ кусковатости горных пород в реальном времени с использованием отечественного программно-аппаратного обеспечения. Горная промышленность. 2025;(3):118–123. https://doi.org/10.30686/1609-9192-2025-3-118-123

Информация о статье

Поступила в редакцию: 05.03.2025

Поступила после рецензирования: 18.04.2025

Принята к публикации: 21.04.2025

Информация об авторах

Дремин Александр Владимирович – генеральный директор, ООО «ДАВТЕХ», г. Екатеринбург, Российская Федерация

Ситдикова Светлана Валерьевна – старший преподаватель кафедры автоматики и компьютерных технологий, Уральский государственный горный университет, г. Екатеринбург, Российская Федерация; e-mail: Адрес электронной почты защищен от спам-ботов. Для просмотра адреса в вашем браузере должен быть включен Javascript.

Великанов Владимир Семенович – доктор технических наук, профессор кафедры автоматики и компьютерных технологий, Уральский государственный горный университет, г. Екатеринбург, Российская Федерация; профессор кафедры математики и информационных технологий, Уральский государственный аграрный университет, г. Екатеринбург, Российская Федерация; https://orcid.org/0000-0001-5581-2733; e-mail: Адрес электронной почты защищен от спам-ботов. Для просмотра адреса в вашем браузере должен быть включен Javascript.

Стожков Дмитрий Сергеевич – кандидат технических наук, доцент кафедры электротехники, Уральский государственный горный университет, г. Екатеринбург, Российская Федерация; e-mail: Адрес электронной почты защищен от спам-ботов. Для просмотра адреса в вашем браузере должен быть включен Javascript.

Гришин Игорь Анатольевич – кандидат технических наук, заведующий кафедрой, кафедра геологии, маркшейдерского дела и обогащения полезных ископаемых, Магнитогорский государственный технический университет им. Г.И. Носова, г. Магнитогорск, Российская Федерация; https://orcid.org/0000-0001-8010-7542; e-mail: Адрес электронной почты защищен от спам-ботов. Для просмотра адреса в вашем браузере должен быть включен Javascript.

Введение

Технология открытого способа добычи полезных ископаемых остается практически неизменной на протяжении столетий, меняются только средства механизации и автоматизации производственных процессов и их длительность. Общеизвестно, что добыча твердых полезных ископаемых сопряжена с проведением основных последовательных этапов, к которым относятся: подготовка карьерного поля к добыче (удаление плодородного слоя и его складирование), осушение по необходимости месторождения, вскрышные и добычные работы. Соответственно на каждом этапе применяются горные машины и оборудование, реализующие необходимый функционал для оптимального протекания конкретного технологического процесса. Объектом исследований нашей публикации является кусковатообразования твердых полезных ископаемых после проведения буровзрывных работ (БВР). Отметим, что, по разным оценкам, порядка 55–60% затрат на добычу сопряжено с доведением отбиваемого массива до кусков требуемой крупности при минимальном выходе негабаритного куска.

В преамбуле сразу конкретизируем следующие аспекты нашего исследования: первое – авторы данной публикации не ставят задачу нахождения рациональных способов и параметров взрывных работ, подбора средств механизации и автоматизации при бурении скважин, и соответственно использования конкретного типа взрывчатых веществ; второе – для исключения неправильных трактовок и дальнейшего употребления в тексте работы терминов «кусковатость» и «гранулометрический состав» приведем определение термина «кусковатость», предложенное Л.И. Бароном: «Кусковатостью называется гранулометрический состав горной массы, получаемой при добывании полезных ископаемых или при ведении каких-либо работ, связанных с отбойкой горных пород. Кусковатость характеризует количественное соотношение кусков различной крупности в горной массе». Вообще работы основоположника горно-технологического породоведения профессора Л.И. Барона, и в частности книга «Кусковатость и методы ее измерения» [1], опубликованная в 1960 г., являются основой для изучения и понимания процессов добычи твердых полезных ископаемых буровзрывным способом, принятой терминологии и методов измерения кусковатости. Это первый специальный труд по вопросам оценки кусковатости, в котором систематизированы все виды существующих методов измерения кусковатости при добыче полезных ископаемых различными способами, даны практические рекомендации по их использованию, а также рассмотрены вопросы о характеристиках и критериях кусковатости. Профессор проводил принципиальное разделение характеристик геотехнических свойств пород, которые относятся к связным массивам, и «характеристик сыпучих пород и раздробленных или самообрушенных породных масс» [1; 2]. Кроме того, последнюю совокупность характеристик рассматривали в виде двух групп: одиночных кусков и раздробленных масс. Первая группа показателей – форма, поверхность и объем. Во вторую группу включены показатели гранулометрического состава, абразивности, степени разрыхления и слеживаемости, а также угол естественного откоса и коэффициент внешнего трения. Значимость и актуальность работ Л.И. Барона несомненна, достаточно отметить, что практически во всех научно-исследовательских публикациях, посвященных данному вопросу, имеются ссылки на труды ученого.

Хотелось бы отметить и еще один важный дискуссионный аспект исследований, а именно существуют различные мнения по поводу распределения разноразмерных кусков в развале, в том числе и негабарита: первое, процитируем книгу Л.И. Барона [1]: «Специальные наблюдения, проведенные под руководством автора сотрудниками Лаборатории взрывных работ Института горного дела АН СССР на нескольких карьерах, показали, что содержание фракций разной крупности на поверхности развала довольно точно соответствует содержанию их в толще развала. К такому же выводу пришли исследователи В.А. Новиков и Е.А. Сонин на основе обобщения богатого опыта исследований по вопросам кусковатости на карьерах треста «Союзасбест». Вторая позиция, озвученная в экспертном заключении на заявку гранта РНФ: «Исполнителям неизвестно, что оценки фракционного состава на видимой поверхности отвалов и развалов горных пород после взрыва не являются представительными по отношению к внутренней структуре этих техногенных объектов… совершенно исключена фактор запыленности поверхности развала горных пород после взрыва, что приводит к искаженному представлению о фракционном составе. В работах ИГД УрО РАН (г. Екатеринбург) ещё в 1990-х годах проблемы БВР исследованы с особой полностью. Третье мнение: «Выход разных фракций и негабарита определялись в различных исследованиях по скорректированным опытным данным вероятностных законов распределения кусков в развале». Таким образом, устанавливались полуэмпирические соотношения для распределения кусков породы, причем достоверность принятого вероятностного закона распределения кусков и его соответствие процессу взрывного разрушения пород не обосновываются.

На основе анализа достаточно большого объема научных публикаций отечественных и зарубежных исследователей, которые увеличиваются ежегодно, причем в зависимости от конкретной научной школы специфичны и подходы в реализации методов и методик исследования фракционного состава, авторы данной публикации придерживаются следующего положения: «Нет единого общепризнанного представления о физическом процессе формирования развала горной массы при БВР. Предпринимавшиеся попытки теоретического решения этой задачи в увязке со сложной проблемой дробления горных пород взрывом не привели к разработке пригодных для практики методов прогнозирования параметров развала» [3–6].

Материалы и методы

Гранулометрический состав взорванных пород наиболее полно характеризует качество и эффективность взрывных работ на карьерах и характеризуется совокупностью кусков различных геометрических размеров. Из принятой современной технологии открытых горных работ, а также из практических знаний известно, что максимальный линейный размер кусков пород в развале редко превышает 1,4 м, их с шагом 0,2 м подразделяют на 7 классов. Первый класс – куски размером до 0,2 м, второй – 0,21–0,40 м, к третьему относят куски размерами в диапазоне 0,41–0,60 м и т. д. (рис. 1). Объект исследований – развал кусков горной породы, образованный взрывом и обрабатываемый экскаватором, что влияет на довольно сложную и изменчивую геометрию поверхности развала (рис. 2).

Рис. 1 Линейные размеры куска
Fig. 1 Linear dimensions of the lump

Рис. 2 Систематизация методов оценки кусковатости взорванной горной массы
Fig. 2 Systematisation of methods to assess the particle size of rocks in the muck pile

Методы оценки кусковатости взорванной горной массы систематизированы следующим образом (рис. 2). Описательная часть методов достаточно полно отражена в научно-технической литературе [1], наиболее точным методом является ситовой анализ (грохочение), однако этот метод для производственных взрывных работ в силу использования дополнительного дорогостоящего оборудования требует больших затрат и занимает длительное время, область его применения ограничена. Известны также косвенные методы: наблюдательные, эмпирические или цифровые. Наблюдательный метод включает визуальное наблюдение за отвалом сразу после взрыва. Он широко используется инженерами-взрывниками для получения приближения. В некоторых эмпирических моделях, таких как уравнение Ларесона, модель KUZ-RAM и т. д., параметры взрыва рассматриваются для определения распределения размеров взорванной породы. В современной практике добычи полезных ископаемых распространен более дешевый метод – планиметрический (чаще – фотопланиметрический) (рис. 3), который используется на многих горнорудных предприятиях РФ. Его суть заключается в измерении размеров кусков на поверхности развала (обычно – на фотографии поверхности). Получить фотоснимок такой поверхности с равномерным распределением перспективных искажений достаточно трудно, фотосъемка развала выполняется с горизонта подошвы взрывного блока и вследствие наклона поверхности развала искажения в верхней части фотоснимка существенно больше, чем в нижней. Его главными недостатками являются малая точность и большой объем ручной работы и при проведении измерений, и при анализе фотографий.

Современные технические устройства получения изображений и соответственно методы и средства обработки фото- и видеоизображений относятся к числу динамично развивающегося научно-технического направления, востребованного при построении систем цифрового телевидения, охранных систем, систем мониторинга, системы распознавания государственных регистрационных номерных знаков, систем распознавания лиц, систем слежения за объектами и субъектами, медицинских диагностических систем и др. Отметим программное обеспечение для обработки изображений, которое представлено на рынке: IPACS, TUCIPS, FRAGSCAN, CIAS, GoldSize, WipFrag, SPLIT, PowerSieve и Fragalyst. Split Desktop, WipFrag, FragScan и GoldSize являются наиболее популярными программными пакетами, основанными на обработке 2D-изображений, для выполнения анализа распределения размеров взорванных блоков горной породы. Наряду с вышеупомянутыми программными пакетами, которые используются в горнодобывающей промышленности, использование методов обработки изображений и машинного зрения также растет. Эти методы используются для обнаружения частиц горных пород или комков в основном на предприятиях по переработке полезных ископаемых (для обнаружения частиц на конвейерной ленте), в металлургических процессах или в дистанционном зондировании [7–15]. Методы обработки изображений группируют по количеству пикселов, участвующих в одном шаге преобразования: поточечные методы: преобразование значения в точке a (m, n) в значение b (m, n) независимо от соседних точек; локальные методы: используют значения соседних точек в окрестности a (m, n), чтобы вычислить значение b (m, n); глобальные методы: на основе всех значений исходного изображения A (m, n) определяют значение b (m, n).

Рис. 3 Планиметрический способ определения кусковатости взорванной горной массы
Fig. 3 Planimetric method of determining the particle size of rocks in the muck pile

Идея объединения усовершенствованного фотопланиметрического способа определения кусковатости породы в развале с компьютерными технологиями переводит способ в разряд технологичных, минимизирует элемент субъективности и обеспечивает достаточную точность измерений. Методологической базой для проведения дальнейших исследований являются идеи и подходы, реализованные в НИР под руководством проф. В.С. Великанова (кафедра автоматики и компьютерных технологий Уральского горного университета) [16–21]. К задачам работы относятся: изучение возможности мониторинга гранулометрического состава развала горной массы; сбор данных по разным горнодобывающим предприятиям для создания массива статистических данных по множеству развалов горной массы; совершенствование методики идентификации кусков. В основу алгоритмов обработки изображений положены интегральные преобразования, такие как: свёртка, преобразование Фурье и др.

Результаты

На рис. 4, а представлена современная отечественная разработка ПАК «Гравикс», которая включает: контроллер на базе AI процессора, аккумулятор, электронную схему питания и зарядки АКБ, GPS приемник, LTE модем, WiFi модуль, усиленный пыле-влагозащитный корпус с IP65, акселерометр, встроенное ПО под ОС Linux AstraLinux, нейросетевой алгоритм гранулометрического анализа, стилус/мышку, HDMI разъем. На рис. 4, б процесс получения исходного снимка для дальнейшей обработки прибором.

Рис. 4 Программно-аппаратный комплекс «Гравикс»: а – ПАК; б – Демонстрация работы с ПАК «Гравикс»; в – интерфейс, обработка изображений; г – интерфейс, элементы области исключений/просыпи
Fig. 4 The Gravix software and hardware complex: а – the software and hardware complex; б – demonstration of working with the Gravix software and hardware complex; в – graphical user interface: image processing; г – graphical user interface: elements of the exception/spill area

ПАК «Гравикс» реализует и представляет следующие возможности: метод глубокого машинного обучения для фрагментации и анализа фракционного состава; метод 3D-стереозрения для измерения дальности и размеров кусков; расстояние измерения: до 30 м; полностью автономная работа алгоритма фрагментации без внешнего сервера; погрешность измерений фракционного состава: не более 5%; процент детекции функции фракционного состава: свыше 95%; возможность ручной корректировки результатов фрагментации; информативные аналитические отчеты по выходу негабарита, фракционного состава; время постобработки снимков – не более 3–5 мин.

Заключение

Таким образом, мониторинг и контроль распределения кусковатости в развале горной массы имеют важное значение для оценки эффективности ведения буровзрывных работ. В настоящем исследовании авторы использовали отечественную разработку, в которой реализован оригинальный подход с использованием методов обработки изображений и нейронных сетей. В условиях карьеров УрФО был получен массив изображений развалов горной массы и обработан для идентификации и сегментации кусков. На основе сегментированных изображений извлечен ряд размерных характеристик кусков и оценена сходимость результатов с фактическими значениями размеров кусков в развале путем их замера.

Сноски

² Барон Л.И., Граубиц Ж.К. Линейный и точечный методы определения кусковатости по фотопланограммам. Известия Карельского и Кольского филиалов Академии наук СССР. 1958(3):107–115.

³ Baron L.I., Graubits Zh.K. Линейный и точечный методы определения кусковатости по фотопланограммам. Izvestiya Karelskogo i Kolskogo Filialov Akademii Nauk SSSR. 1958(3):107–115. (In Russ.)

Список литературы

1. Барон Л.И. Кусковатость и методы ее измерения. М.: Изд-во АН СССР; 1960. 123 с. Режим доступа: https://www.geokniga.org/books/32278 (дата обращения: 11.03.2025).

2. Барон Л.И., Граубиц Ж.К. Линейный и точечный методы определения кусковатости по фотопланограммам. Известия Карельского и Кольского филиалов Академии наук СССР. 1958;(3):107–115. Baron L.I., Graubits Zh.K. Линейный и точечный методы определения кусковатости по фотопланограммам. Izvestiya Karelskogo i Kolskogo Filialov Akademii Nauk SSSR. 1958;(3):107–115. (In Russ.)

3. Дремин А.В., Великанов В.С. К вопросу о гранулометрическом составе взорванных скальных пород. Горная промышленность. 2023;(4):73–78. https://doi.org/10.30686/1609-9192-2023-4-73-78 Dremin A.V., Velikanov V.S. Regarding the particle-size composition of blasted rocks. Russian Mining Industry. 2023;(4):73–78. https://doi.org/10.30686/1609-9192-2023-4-73-78

4. Парамонов Г.П., Лисевич В.В. Прогнозирование параметров развала горной массы при производстве взрывных работ. Международный научно-исследовательский журнал. 2016;(4-6):100–103. Режим доступа: https://research-journal.org/archive/4-46-2016-april/prognozirovanie-parametrov-razvala-gornoj-massy-pri-proizvodstve-vzryvnyx-rabot (дата обращения: 28.02.2025). Paramonov G.P., Lisevich V.V. Forecasting of parameters of a rock mass collapse when blasting work. International Research Journal. 2016;(4-6):100–103. Available at: https://research-journal.org/archive/4-46-2016-april/prognozirovanie-parametrovrazvala-gornoj-massy-pri-proizvodstve-vzryvnyx-rabot (accessed: 28.02.2025).

5. Угольников В.К., Симонов П.С., Угольников Н.В. Прогнозирование гранулометрического состава взорванной горной массы. Горный информационно-аналитический бюллетень. 2007;(S7):63–70. Ugolnikov V.K., Simonov P.S., Ugolnikov N.V. Forecasting of particle size distribution of blasted rock mass. Mining Informational and Analytical Bulletin. 2007;(S7):63–70. (In Russ.).

6. Гавришев С.Е., Калмыков В.Н., Пикалов В.А., Караулов Н.Г., Угольников Н.В. Разработка рекомендаций по регулированию кусковатости строительных горных пород при взрывном разрушении. Горная промышленность. 2025;(1):58–63. https://doi.org/10.30686/1609-9192-2025-1-58-63 Gavrishev S.E., Kalmykov V.N., Pikalov V.A., Karaulov N.G., Ugolnikov N.V. Development of recommendations for controlling the lump size of construction rocks during blasting. Russian Mining Industry. 2025;(1):58–63. (In Russ.) https://doi.org/10.30686/1609-9192-2025-1-58-63

7. Singh B.K., Mondal D., Shahid M., Saxena A., Roy P.N.S. Application of digital image analysis for monitoring the behavior of factors that control the rock fragmentation in opencast bench blasting: A case study conducted over four opencast coal mines of the Talcher Coalfields, India. Journal of Sustainable Mining. 2019;18(4):247–256. https://doi.org/10.1016/j.jsm.2019.08.003

8. Xie C., Nguyen H., Bui X.-N., Choi Y., Zhou J., Nguyen-Trang T. Predicting rock size distribution in mine blasting using various novel soft computing models based on meta-heuristics and machine learning algorithms. Geoscience Frontiers. 2020;12(3):101108. https://doi.org/10.1016/j.gsf.2020.11.005

9. Dhekne P.Y., Balakrishnan V., Jade R.K. Effect of type of explosive and blast hole diameter on boulder count in limestone quarry blasting. Geotechnical and Geological Engineering. 2020;38:4091–4097. https://doi.org/10.1007/s10706-020-01280-y

10. Siddiqui F.I., Ali Shah S.M., Behan M.Y. Measurement of size distribution of blasted rock using digital image processing. Journal of King Abdulaziz University-Engineering Sciencess. 2009;20(2):81–93. https://doi.org/10.4197/eng.20-2.4

11. Sudhakar J., Adhikari G.R., Gupta R.N. Comparison of fragmentation measurements by photographic and image analysis techniques. Rock Mechanics and Rock Engineering. 2006;39(2):159–168. https://doi.org/10.1007/s00603-005-0044-9

12. de Souza J.C., da Silva A.C.S., Rocha S.S. Analysis of blasting rocks prediction and rock fragmentation results using splitdesktop software. Technology in Metallurgy, Materials and Mining. 2018;15(1):22–30. https://doi.org/10.4322/2176-1523.1234

13. Tosun A. A modified Wipfrag program for determining muckpile fragmentation. Journal of the Southern African Institute of Mining and Metallurgy. 2018;118(10):1113–1199. https://doi.org/10.17159/2411-9717/2018/v118n10a13

14. Elahi A.T., Hosseini M. Analysis of blasted rocks fragmentation using digital image processing (case study: limestone quarry of Abyek Cement Company). International Journal of Geo-Engineering. 2017;8:16. https://doi.org/10.1186/s40703-017-0053-z

15. Ruszala M.J.A. Fines reduction and energy optimisation in aggregates production [MRes Chemical Engineering Sciences]. The University of Birmingham; May 2013. Available at: https://etheses.bham.ac.uk/id/eprint/4317/1/Ruszala13MRes.pdf (accessed: 12.03.2025).

16. Великанов В.С., Бочков В.С., Дёрина Н.В., Бочкова К.В. Оценка технического состояния футеровочной брони конусных дробилок на основе цифровой диагностики их поверхностей. Горный информационно-аналитический бюллетень. 2022;(11-2):159–168. https://doi.org/10.25018/0236_1493_2022_112_0_159 Velikanov V.S., Bochkov V.S., Dyorina N.V., Bochkova K.V. Digital image processing for assessing the liner armor condition of cone crushers. Mining Informational and Analytical Bulletin. 2022;(11-2):159–168. (In Russ.) https://doi.org/10.25018/0236_1493_2022_112_0_159

17. Дремин А.В., Великанов В.С. Постановка многокритериальной задачи анализа и прогнозирования гранулометрического состава взорванных горных пород. Горная промышленность. 2023;(5):52–60. https://doi.org/10.30686/1609-9192-2023-5-52-60 Dremin A.V., Velikanov V.S. Setting a multi-criteria problem to analyze and forecast particle size distribution of blasted rock. Russian Mining Industry. 2023;(5):52–60. (In Russ.) https://doi.org/10.30686/1609-9192-2023-5-52-60

18. Дремин А.В., Великанов В.С. Цифровые технологии для взрывных работ: интеллектуальный автономный программно-аппаратный комплекс компании «Давтех» для анализа гранулометрического состава горных пород. Горная промышленность. 2023;(6):57–62. https://doi.org/10.30686/1609-9192-2023-6-57-62 Dremin A.V., Velikanov V.S. Digital technologies in blasting: DAVTECH’s intelligent autonomous hardware-andsoftware suite for analyzing particle size distribution of rocks. Russian Mining Industry. 2023;(6):57–62. (In Russ.) https://doi.org/10.30686/1609-9192-2023-6-57-62

19. Великанов В.С., Гришин И.А., Лукашук О.А., Дегодя Е.Ю., Тельминов Н.С. Исследование напряженно-деформированного состояния рабочего органа карьерного экскаватора при динамических нагрузках от грансостава пород. Уголь. 2024;(12):103–107. Velikanov V.S., Grishin I.A., Lukashuk O.A., Degodya E.Yu., Telminov N.S. Study of the stress-strain state of the working body of a quarry excavator under dynamic loads from the granulometric composition of rocks. Ugol’. 2024;(12):103–107. (In Russ.)

20. Великанов В.С., Дремин А.В., Чернухин С.А., Ломовцева Н.В. Технологии нейронных сетей в интеллектуальном анализе данных гранулометрического состава взорванных пород. Горная промышленность. 2024;(4):90–94. https://doi.org/10.30686/1609-9192-2024-4-90-94 Velikanov V.S., Dremin A.V., Chernukhin S.A., Lomovtseva N.V. Neural network technologies in mining data on particle size distribution of muck pile rocks. Russian Mining Industry. 2024;(4):90–94. (In Russ.) https://doi.org/10.30686/1609-9192-2024-4-90-94

21. Великанов В.С., Чернухин С.А., Тельминов Н.С., Дремин А.В., Ломовцева Н.В4, Ситдикова С.В. О влиянии гранулометрии взорванной горной массы на распределение напряжений в рабочем оборудовании карьерного экскаватора. Вестник Магнитогорского государственного технического университета им. Г.И. Носова. 2024;22(4):30–43. Режим доступа: https://vestnik.magtu.ru/novyj-nomer/121-arkhiv-nomerov/4-2024/1657-30.html (дата обращения: 26.02.2025). Velikanov V.S., Chernukhin S.A., Telminov N.S., Dremin A.V., Lomovtseva N.V., Sitdikova S.V. On the influence of the granulometry of blasted rock mass on the stress distribution in the working equipment of a quarry excavator. Vestnik of Nosov Magnitogorsk State Technical University. 2024;22(4):30–43. (In Russ.) Available at: https://vestnik.magtu.ru/novyjnomer/121-arkhiv-nomerov/4-2024/1657-30.html (accessed: 26.02.2025).