«Что, если?»: «умный» рудник как цифровая экспериментальная модель горного предприятия

Последние 20 лет добывающие предприятия постепенно внедряют системы автоматизации технологических процессов, основная суть которых — передать, как минимум, часть полномочий в управлении производством и принятии управленческих решений от человека искусственному интеллекту, повышение достоверности информации, оперативный просчёт вариантов для определения эффективности работ.

Наш мозг физически не способен обрабатывать десятки гигабайт данных телеметрии, под силу это лишь IT-технологиям с применением математических моделей, основанных на анализе ведений.

Горнодобывающая отрасль — это непрерывное производство с последовательностью технологических процессов бурения, взрывания, экскавации транспортировки, складирования и обогащения полезных ископаемых.

Для каждого из элементов этой цепочки сегодня существуют различные системы и технологии, которые позволяют автоматизировать тот или иной процесс.

Вкупе это даст внедрение «умного» рудника.

То есть, экспресс-технологию управления рудопотоком в условиях подземной и открытой разработок месторождений — от геологической модели до конечного продукта. Она работает за счёт интеллектуальной системы идентификации минерального состава руд от забоя до рудоспуска, диспетчеризации работы и перемещения горной техники.

«Технологический прорыв» Норникеля

В 2014 году на «Норильском никеле» запустили в реализацию программу «Технологический прорыв». Она создана, чтобы повысить эффективность производства и сделать более прозрачной работу всех подразделений компании. Для этого её базу составляют пять ключевых направлений: связь и позиционирование, управление производством, аналитика и отчётность, планирование и информационно-методологическая поддержка, чтобы достичь требуемого результата.

По словам разработчиков, наиболее оптимальное решение — это связка решений для горного передела, состоящая из связи и позиционирования, горно-геологической информационной системы, моделирования, оперативного планирования и диспетчеризации.

Управлять горным производством теперь можно, используя электронные данные, которые накапливаются в едином информационном пространстве. Самое важное в этом смысле — весь поток информации автоматически систематизируется и подвергается анализу. Так, кардинально меняются подходы и технологии геологов, маркшейдеров и горных инженеров: компания переходит с бумажных технологий на работу с трёхмерными данными.

Как это работает?

«На основании базы данных по скважинам, интерпретированным в среде Майкромайна и документации горных выработок, геолог устанавливает положение и геометризует геологическую модель ресурсов. На основании каркасов, созданных на предыдущем этапе, формируется блочная модель, в неё вносятся горные выработки, вмещающие породы и руда. На созданной модели, содержащей каркасы и блочные модели, осуществляется проектирование горных выработок. В эту же модель маркшейдерская служба вносит фактическое положение горных выработок.

имеет возможность оперативно производить контроль ведения горных работ на предмет соответствия проекту.

Проходка горных выработок осуществляется на основании плана горных работ. Он разрабатывается на основании проектных каркасов и блочных моделей в программном продукте «MineSched», — говорится в описании программы.

Имитационное моделирование: what if?

В результате столь сложной технологической цепочки формируется горный календарь. Чтобы понять, насколько он реализуем, и проверить, правильно ли распределены ресурсы, разработана система имитационного моделирования. Пока подобный проект — единственный в России и СНГ.

С помощью интеграционных механизмов вся информация, будь то план горных выработок, элементы основного самоходного дизельного оборудования, элементы шахтного транспорта, оси горных выработок, производственные процессы, рабочие смены и график работ, импортируется в систему за считанные минуты.

Имитационное моделирование применяется на всех рудниках «Норильского никеля».

В общей сложности эти модели содержат информацию около 5000 подземных выработок и их свойств, включая положение и геометрию, параметры отработки и характеристики руды. Смоделировано более 500 единиц оборудования, включая ПДМ, шахтные автосамосвалы и самоходные буровые установки, подземные поезда и подъёмную технику.

Симулировать можно поведение людей, оборудования и целых объектов с учётом логики их взаимодействия. Таким образом программа проводит эксперимент «Что, если?» и прогнозирует различные варианты процесса горной добычи, а также оптимизирует состав самоходного дизельного оборудования. Самые эффективные сценарии должны быть детально распланированы — для этого данные передаются из ГГИС на оперативный горизонт планирования. На их основе формируется 3D-модель находящегося под землёй рудного тела, ведётся маркшейдерская информация и рассчитывается прогноз результатов работы рудника с учётом потенциальных рисков невыполнения плана.

Прогноз отсталости предприятий

Таковой можно составить на примере крупногабаритных шин. На их работу и износ влияет множество факторов: температура окружающей среды, корректность режима вождения карьерных самосвалов, отсыпка дорог и ещё масса, казалось бы, незначительных факторов. Все эти данные хранятся в современных системах диспетчеризации. Используются или нет — вопрос, у большинства предприятий не используются. А ведь с их помощью можно составлять прогнозные модели, например, повысить ходимость шин на 7-10%, организовав правильный процесс управления и контроля всеми вышеперечисленными факторами.

Сейчас в мире насчитывается 5-10 проектов, где используется такая техника: это открытые горные работы в Австралии, Канаде, США, Чили. В России эти технологии активно внедряет СУЭК: на забое в Хакассии задействованы роботизированные карьерные самосвалы.

«Мы знаем, что крупные шины Michelin, Bridgestone стоят порядка 30 000 долларов для традиционного карьерного самосвала, у которого 6 шин. Если у предприятия примерно 40 самосвалов с ходимостью шин в среднем 100 000 км, статьи затрат в бюджете составят примерно 200-350 млн рублей в год. Если прийти на автобазу и спросить главного инженера, почему шины на одних самосвалах ходят 80 000 км, а на других — 120 000 км, то вразумительного ясного ответа мы не получим — разброс ходимости очень большой. Скорее всего, причина кроется в неправильно подготовленных горных условиях, плохом качестве технологических дорог, либо в несоблюдении параметров грузоперевозок: водитель не следит за глубиной протектора или перегрелась шина», — рассказывает директор по развитию АО «ВИСТ Групп» Дмитрий Клебанов.

Шаг в сторону цифровой экономики

Технический директор программы «Технологический прорыв» Владимир Трапезин в интервью CNews рассказал: по ходу реализации им удалось создать мини-экономическую модель, позволяющую считать прямые затраты. Для каждого варианта плана рассчитывается количество шин, аккумуляторов и прочего оборудования, а также объём и стоимость ГСМ. Фактические данные производства позволят проводить ежесменное перепланирование, чтобы выбрать оптимальный сценарий дальнейшей работы, учитывая в том числе экономическую составляющую.

В ближайшем будущем «Норникель» должен реализовать программное решение, интегрирующее все системы в единую целостную модель. Из системы оперативного планирования информация будет поступать диспетчеру по каналу передачи данных. Тот, в свою очередь, может вести непрерывный контроль эффективности работы в разрезе каждого технологического процесса и отправлять задания оператору ПДМ на бортовой компьютер.

Каков прогноз реализации этой программы? Авторы уверяют, что она даст возможность повысить сквозное извлечение на 1%, а результат аналогичных проектов в мире на других рудниках показывает снижение операционных затрат на 3-5%. Что касается «Норникеля», учёные говорят о создании в ближайшее время цифрового интеллектуального рудника с минимальным участием человека. Завершить «Технологический прорыв» компания планирует в 2020 году.

Остаётся открытым вопрос: будет ли востребован интеллект неискусственный? Вероятно, часть профессий станет попросту невостребованными и уйдут в прошлое. Поэтому предприятия уже начинают формировать на базе учебных заведений центры подготовки и переподготовки профессиональных кадров. Например, в 2017 году на базе Сибирского Федерального Университета создан R&D-центр ГМК «Норильский никель». Он не только проводит научно-исследовательские и опытно-конструкторские работы, но и готовит специалистов нового поколения и повышением квалификации.

«Умный рудник» как рабочая гипотеза

R&D-центр взял за основу своей деятельности умный рудник как рабочий вариант, в виде гипотезы. Эксперты подразделения считают, что управление качеством минерального сырья начинается с данных геологоразведочных работ и отслеживания всей цепочки: от забоя через рудопотоки до металлургического комбината. Именно этой задачей и был продиктован выбор оборудования и ПО: Micromine, Geovia Surpac, Geovia MineSched. Кроме того, в России не больше трёх организаций, работающих с JK SimMet и JK Sim Float — это программное обеспечение по моделированию технологических процессов обогатительной фабрики. Что касается техники, комплекс по изучению вещественного состава руд включает оптические микроскопы Olympus, электронный микроскоп Tescan Vega и рентгенофлуоресцентные анализаторы. В планах развития центра — дооснащение наиболее современным и продвинутым оборудованием: автоматизированный минералогический анализ, ICP-MS. А для контроля рудопотоков установлены рентгенорадиометрический сепаратор и рудоконтролирующая станция с динамическим радиальным стендом.

Real time mine

Сами по себе эти сложнейшие программы и аппараты ещё не означают «smart mine». Прежде всего, необходима увязка всех звеньев технологической цепи. Нужны ещё и методики, которые зачастую отсутствуют как таковые.

«Особенность данного процесса в том, что связь на рудниках — односторонняя. Фактически невозможно принимать оперативные решения по получению информации.

Часто данные поступают в лучшем случае спустя сутки. За это время руда уже уходит на обогатительную фабрику и вовлечена в процесс, но результаты будут совсем не те, что заложены в план работы предприятия. Необходимо обеспечить крайне оперативную двустороннюю связь между забоем и центром управления, между забоем и рудопотоком, между обогатительной фабрикой и тем же самым забоем.

Идеологию «Умный рудник» по-другому можно назвать «real time mine» — добыча в настоящее время. Она как раз отвечает всем этим параметрам: получение оперативной информации в режиме реального времени, включая анализ физико-механических параметров разбуренного массива, анализ пыли, применение оборудования, позволяющего проводить спектральный, гиперспектральный, нейтрон-активационный, спектральный — рентгенфлуоресцентный и другие анализы прямо на забое.

Автоматизированная передача данных анализов и состояния массива позволяет проводить оперативное обновление блочных моделей, на основании которых производится краткосрочное планирование, корректировка действующего плана горных работ», — рассказывает кандидат геолого-минералогических наук, доцент кафедры Геологии месторождений и методики разведки Института горного дела, геологии и геотехнологии, директор R&D Центра «Норильский Никель» Владимир Князев.

Одна из проблем – отсутствие оборудования и методик, позволяющих проводить надёжный экспресс-анализ минерального состава – есть только первые наработки Spectral Evolution, Bruker Bravo.

И если на уровне химического анализа вопрос оперативного определения химического состава достаточно надёжно решается, то на уровне минералогии руд, которая имеет критически важное значение для обогатительных фабрик, он до сих пор остаётся открытым. По словам специалистов, уже на стадии поставки руды необходимо различать химический состав и особенности минералогии сырья.

Эти данные позволят оперативно обновлять и существенно уточнять модели.

Кроме того, в условиях, когда руда поставляется с нескольких забоев, необходим её тщательный учёт и, опять же, оперативный анализ. Для решения этой задачи также необходима автоматизация управления процессами и оборудования.

«Одна из главных задач для нас — это получение максимально полной информации по ресурсной модели.

В условиях, когда присутствуют ксенолиты, которые участками занимаю значительную долю рудных тел и не попали в сетку геологоразведочных работ, очень сильна изменчивость минерального состава поставляемой руды, так как они безрудные.

Например, пирротин в основной части руд — гексагональный, а на контакте с ксенолитом переходит в моноклинный. С точки зрения химического состава самого минерала, разница, вроде бы, не ощутима — десятые доли процента в содержании серы в минерале.

Но, обладая несколько различной структурой, они по-разному ведут себя в процессе флотации. Сам же контакт с ксенолитами важно прогнозировать с точки зрения безопасности производства — это ослабленная зона. Один из возможных вариантов прогноза — применение микросейсмики, радиопросвечивания и компарации. Гиперспектральная съёмка забоя позволяет с какой-то долей вероятности учесть минералогию руд и спрогнозировать рудное тело», — объясняет г-н Князев.

В целом, представители добывающих предприятий, учёные и специалисты компаний-разработчиков сходятся в одном: особенно важно применять IT-технологии в мероприятиях, направленных на повышение эффективности горных работ и связанных с промышленной безопасностью. Цифры повторяющихся нарушений должны быть постепенно сведены если не к нулю, то к минимуму. Переход к системам диспетчеризации, оперативного планирования и управления промышленной безопасностью должен повлечь за собой организационные изменения в процессах управления: смену заданий, контроля и, конечно, мотивацию персонала.

Справка

Применение системы имитационного моделирования направлено на оптимизацию транспортных потоков, оценку и формирование предложений по повышению эффективности использования и определения оптимального количества техники, обеспечение прозрачности и обоснованности планирования ресурсов.

Текст: Надежда Гесс