Куда движется «Цифра»?

«Сейчас мы везде слышим новый термин — цифровой двойник. Полноценного цифрового двойника я, пожалуй, не встречал — к нему все ещё только стремятся. Но элементы цифровизации, ориентированные на  решение конкретных задач, присутствуют, и их становится всё больше», — отметил директор по продажам в России и СНГ ГК «Цифра» Николай Годунов, выступая конференции в рамках выставки Mining World.

Впрочем, надо же с чего-то начинать. Трудно сказать, располагает ли сегодня рыночная ситуация к активному внедрению инноваций. С одной стороны, пандемия и снижение спроса на ряд добываемых ПИ. С другой, благоприятные условия для развития предприятий, работающих с золотом, ураном, медью. Как бы то ни было, именно сегодня мы наблюдаем рост активности проектов, связанных с автоматизацией и цифровизацией.

Векторы «Цифры»

Говоря о процессе цифровизации горной отрасли, Николай Годунов выделил шесть этапов этого процесса — они представлены в Таблице 1. По его словам, 54% российских компаний уже преодолели первые стадии и находятся на третьей, внедряя автоматизированные системы.

Однако в большинстве случаев это отдельные цифровые решения, лишь немногие компании реализуют интегрированный подход, и буквально единицам, предприятиям-лидерам, удаётся достичь сквозной цифровизации.

Заместитель генерального директора по IT и цифровым технологиям АО «Солнцевский угольный разрез» Руслан Каримов напомнил, что традиционно выделяют несколько возможных эффектов цифровизации: производительность, безопасность, устойчивость и рост (Таблица 2).

«Мы проанализировали опыт российских компаний, которые имеют отношение к добыче и транспортировке угля. Большинство кейсов связаны с производительностью. То есть предприятия видят в цифровизации возможность увеличить производительность операций и оборудования. Понятно, чудес нет, и все идут по наиболее очевидному пути.

При этом оказалось, что многие компании уже начинают думать и про безопасность, причём на достаточно серьёзном уровне. Всё-таки важно понимать, что человеку, оператору свойственно уставать. Управлять тем же БЕЛАЗом — не такая простая работа, тут требуется постоянный контроля собственного сознания. Казалось бы, первый автономный транспорт должен быть легковым — учитывая масштаб этого рынка. Однако появляется именно автономная спецтехника, и, похоже, этот сектор будет даже активнее развиваться», — поделился мнением г-н Каримов.

Впрочем, в последние годы серьёзным трендом, особенно для крупных компаний, стали изменения, которые можно объединить в словосочетании «устойчивое развитие». И  на  российском рынке появляются подобные кейсы, когда цифровые решения внедряют с целью повышения энергоэффективности, сохранения природы и так далее.

«А есть на добывающем рынке компании, которые сегодня пытаются поменять свой бизнес в целом, которые используют цифровые решения как базис для прорывных инноваций. Таких игроков минимум, в России их и вовсе единицы, они рискуют больше всех, но и эффекты могут получить самые большие», — отметил г-н Каримов.

Цифровые тренды. Что уже сделано?

Опираясь на опыт ГК «Цифра», Николай Годунов также сформулировал основные цифровые тренды в современной российской добыче.

О первом из них мы неоднократно рассказывали: многие добывающие компании сегодня сформировали собственные цифровые подразделения — цифровые лаборатории или что-то в этом роде. Г-н Годунов отметил логичность этого направления, ведь каждое производство — это множество уникальных технологических аспектов, и собственный актив как раз даёт возможность сфокусироваться на них.

Второй момент — развитие систем связи. Если на объектах открытых горных работ такими чудесами техники уже никого не удивить, то полноценные системы не только связи, но и передачи данных под землей — достижение последних лет.

«Эти системы стали драйвером для развития цифровых технологий. То есть мы имеем возможность внедрять решения уже непосредственно на уровне забоев. Высококачественная связь даёт нам возможность при внедрении решения для интеллектуального экскаватора не только мониторить работу самой машины, но и выполнять съёмку забоя, чтобы облегчить работу маркшейдера», — отметил г-н Годунов.

Третий тренд — развитие систем диспетчеризации, что специалист связывает, в том числе, с удешевлением компонентов системы. И если на первых этапах с их помощью отлеживали рейсы и расход топлива, то сегодня эти решения уже используют для оптимизации управления.

Ещё одной особенностью современного развития цифровых решений эксперт назвал активность этого процесса на обогатительных предприятиях. В предыдущей статье специалист «ЕВРАЗ» рассказал о росте производительности фабрики на 1% за счёт цифровых советчиков — это чистые деньги производства, причём, в пересчете на объёмы, немалые.

Важным цифровым инструментом г-н Годунов назвал цифровой документооборот: «мало «хайпа», но много сэкономленных человеко-часов». Действительно, реализация такого проекта вряд ли поможет создать эффектный пресс-релиз, но, по словам специалиста ГК «Цифра», если это процесс сделать сквозным цифровым, и согласовать с надзорными органами, это принесёт колоссальный суммарный эффект.

Тренд внедрения систем активной безопасности здорово «подтолкнула» пандемия — особенно в части решений для обеспечения персонала СИЗами. К системам активной безопасности специалист также отнёс разного рода мониторинг работы водителя, работы техники и пр.

Роботы — одни из самых узнаваемых цифровых помощников, и это направление в последние годы тоже получило заметное развитие. Николай Годунов напомнил, как ГК «Цифра» вместе с «СУЭК»запускали первый роботизированный 130- тонный БЕЛАЗ  — потребовалось несколько лет. А вот 90-тонный самосвал разработали уже за считанные месяцы, то есть прогресс идёт гигантскими шагами. И сегодня отрасль уже переходит от экспериментов в этом направлении к серийному производству.

Последний тренд, который отметил специалист, — развитие систем имитационного моделирования. Если несколько лет назад можно было говорить разве что о моделировании конкретных технологических процессов, то сегодня, как рассказал Николай Годунов, ГК «Цифра» удалось создать полноценную модель алюминиевого комбината.

Однако далеко не всё пошло именно по тому сценарию, который аналитики создали несколько лет назад. Скажем, сколько «хайпа» было вокруг прогнозной ТОиР — однако направление это «не взлетело». Николай Годунов объясняет это тем, что прогнозные модели нельзя строить на пустом месте, и развитию этого направления должно предшествовать появление тех самых систем связи и диспетчеризации, о которых мы говорили выше.

К тому же, далеко не все компании ринулись запускать цифровые проекты: «никто не хочет быть первым, все ждут проверенного коробочного решения».

«На примере внедрения тех же роботизированных самосвалов мы увидели, как много времени требуется на то, чтобы разобраться, как должно работать предприятие в условиях роботизации. Нужны новые регламенты, новая система безопасности. Но при этом, реализуя такие проекты, компания может стать пионером, может преодолеть барьеры быстрее, может раньше других адаптироваться к условиям цифровой реальности», — рассуждает Николай Годунов.

Кроме того, как оказалось, существует некоторый культурный барьер  — это связано в основном с  разного рода советчиками и оптимизаторами. То есть логика такая: если искусственный интеллект советует то же самое, что человек, то зачем он нужен? Если же другое — такое решение опасно. Сегодня в ГК «Цифра» видят, как удаётся преодолеть этот барьер.

«Реализуя проект с компанией «ЕВРАЗ», мы добились того, что оптимизация идёт полностью в цифровом режиме, и диспетчер не думает о том, правильное ли решение приняла машина. У нас даже был такой момент: мы хотели показать, что у  системы есть возможность назначения руками и не смогли найти такого кейса в истории работы решения», — рассказал г-н Годунов.

«Цифровое чучхе»

Во время тематического круглого стола в рамках MiningWorld Russia участники дискуссии затронули ещё одну интересную черту современного этапа цифровизации горнодобывающей отрасли, которую Николай Годунов определил как «цифровое чучхе».

«Цифровые чемпионы пытаются всё сделать собственными силами: собственное хранилище, собственные ML-модели, АСУТП, SCADA-системы. На самом деле, мы всё это уже проходили и видели, что через некоторое время компании вынуждены всё это переписывать, вкладывать в  изменения огромные деньги», — отметил специалист, назвав этот пункт одним из барьеров цифровизации.

Однако Руслан Каримов со свой стороны отметил, что «цифровое чучхе» возникает вовсе не от желания компании выделиться — это вынужденная мера. «Солневский угольный разрез» столкнулся с этим, работая с 3D-моделями.

«Крайне сложно бывает вытащить из системы информацию и переложить её куда-то. Скажем, есть у вас приложение, но на него не продлена техническая поддержка либо по каким-то иным причинам вы не можете воспользоваться этим программным обеспечением. Но ведь в нём ваши данные, и данные эти безумно ценные. Так возникает вопрос: почему, лишаясь ПО, я лишаюсь и этих данных?», — рассуждает г-н Каримов.

По его словам, это и есть причина появления «цифрового чучхе»: компании создают собственные решения, чтобы получить гарантию переносимости данных.

«Потому что иначе пользователь сталкивается с тем, что к нему приходит разработчик с контрактом и говорит, что не только алгоритмы, но и модель данных, и сами данные является его интеллектуальной собственностью. Да почему же его, если это мои данные! У меня самосвал обвешан сотней датчиков, система есть, а  полноценной интеграции с ней нет.

Потому-то компании и вынуждены разрабатывать свои решения  — не потому что на рынке нет необходимых, они как раз есть, а потому что огромную ценность приобретает не «железо», а сама информация. Получается, что мы «железо» приобретаем в долгосрочную аренду — вот как iPhone», — обозначил Руслан Каримов проблему, которая, возможно, обернётся новым трендом рынка и задачей для производителей цифровых систем.

Специалист отметил, что, по всей вероятности, «цифровым чучхе» станет и цифровая платформа, потребность в которой сейчас есть у «Солнцевского угольного разреза». Речь идёт о системе, которая позволит работать «сырыми данными».

«Иногда для того же машинного обучения нам нужно обратиться не просто к агрегатам, которые покажут объёмы за смену или за сутки, нужны данные более «сырые» — за минуты, за секунды. Для того чтобы сохранять их и работать с ними, мы как раз и  используем цифровую платформу. И обязательное требование  — открытый API, это принципиально. Поэтому, видимо, мы опять получим «чучхе», — поделился г-н Каримов.

Система имитационного моделирования

Разговор о СИМ уже начали выше — Николай Годунов включил их в список трендовых для цифровизации добывающей отрасли решений. По словам консультанта по имитационному моделированию компании «Амальгама» Андрея Малыханова, «сегодня это уже индустриальный стандарт». Интересно, что, когда в 2019 году специалисты «Норильского никеля» на одной из сессий MINEX Forum рассказывали о внедрении такого решения, выступление стало прямо-таки сенсационным.

Г-н Малыханов привёл лишь несколько примеров задач, которые уже сегодня решают горнодобывающие компании с помощью имитационного моделирования. Так, «Уралкалий» применяет имитационные модели для планирования выработок, определения узких мест и распределения техники.

Австралийская добывающая компания South32 использует имитационные модели на ежедневной основе для диспетчеризации техники. Многопрофильная горнодобывающая компания BHP Billiton с помощью такого решения выбирает схему расширения подземной железной дороги. Активно развивает решение «Норильский никель» — о его опыте мы ниже расскажем подробнее.

«Если коротко, имитационная модель — это компьютерное воспроизведение работы предприятия, в нашем случае, горнорудного: карьера, рудника, обогатительной фабрики. Сегодня такие решения уже применяют для принятия решений на всех уровнях — от суток и смены до нескольких лет или даже всего периода жизни предприятия. Имитационная модель позволяет напрямую учитывать многие аспекты работы предприятия, что непросто сделать с помощью того же Excel или инструментов, основанных на линейной математической оптимизации.

Например, задержки самосвалов в очереди перед рудоспусками, разъезды в узких местах подземных выработок, переполнение и неравномерная нагрузка на бункерно-конвейерную систему, диспетчеризация подземного внутришахтного транспорта — все эти тонкости очень трудно учитывать в линейные модели или цифровые модели старого типа. Важно также, что имитационная модель является фактически единственным способом одновременно учитывать циклические зависимости. Основная циклическая зависимость в руднике — связь между темпами проведения горно-подготовительных, очистных и  закладочных работ.

Имитационные модели позволяют учитывать такие зависимости, принимая также во внимание, что для некоторых работ разных циклов могут использоваться одни и те же единицы техники», — объяснил Андрей Малыханов.

Специалист также подчеркнул важную особенность решения: имитационные модели неизбежно ведут к повышению прозрачности компании — и предприятие должно быть к этому готово.

«Для нас как для внедренцев это значит, что нужно предусмотреть механизмы двойной или даже тройной верификации данных, получаемых из различных источников. Скажем, данные в MES-системах могут быть сознательно или неосознанно искажены. И если мы будем полагаться только на них, то наша модель перестанет быть адекватной, а  значит станет бесполезной», — отметил г-н Малыханов.

Одним из российских пионеров по внедрению имитационных моделей в России стала уже упомянутая компания «Норильский никель». Реализация проекта заняла два года — кажется, много, но, как и говорил Андрей Малыханов, здесь очень важна фаза калибровки: чтобы специалисты поверили данным имитационной модели, необходимо убедиться в том, что она работает корректно. Ведь сегодня «Норникель» решает с помощью СИМ очень сложные и ответственные задачи.

«Какие глобальные цели проекта мы ставили? Во-первых, это расчёт количества самоходно-дизельного оборудования для каждого рудника. Во-вторых, проверка выполнимости плана горных работ, который мы получили на предыдущей фазе планирования. В-третьих, проверка различных гипотез, будь то расшивка «узких» мест или обоснование инвестиционного проекта. Это сценарный анализ, система «Что, если», решение различных бизнес-кейсов», — рассказал руководитель отдела развития EMI ПАО «ГМК «Норильский никель» Николай Андреев.

Главный менеджер ИМ и управления парком компании Вадим Алексеев продолжил: пять лет назад в компании было принято решение о том, что покупке всей техники будет предшествовать этап имитационного моделирования. На тот момент рудники могли заказать эти работы на рынке, сегодня же в компании создан собственный центр компетенций.

Изначально с помощью СИМ «Норникель» рассчитал парк буровых, ПДМ и самосвалов для семи рудников. Дальше функциональность СИМ расширялась, и к решённым задачам добавились планы капитального строительства четырёх рудников и закупка основной техники для них.

Проект внедрения автономных самосвалов, о котором мы упоминали в прошлой статье текущего выпуска, также прошёл через СИМ: таким образом специалисты обосновали их количество и саму необходимость использования.

«В 2020 году появился наш Центр имитационного моделирования и  управления парком техники, он расширен не только специалистами по имитационному моделированию, но и механиками. Мы решаем комплекс задач по управлению парком техники, в том числе обосновываем совокупную стоимость владения, определяем режимы ремонтов, выбираем наилучшие модели оборудования, принимая решение на основе имитационных моделей», — сообщил Вадим Алексеев.

«У нас довольно глубокая степень детализации моделей, и мы можем моделировать как оборудование, которое работает на отгрузке горной массы, то есть ПДМ, шахтные автосамосвалы, так и буровые установки различных типов, транспорт — в общем, работаем со всей производственной цепочкой. Мы можем добавлять или убирать элементы и проводить сценарный анализ, о котором я говорил выше», — добавил Николай Андреев, уточнив, что сегодня компания обеспечивает моделирование более 500 единиц техники.

Цифровой взрыв

Моделирование буровзрывных работ нечасто называют в списке ключевых трендов цифровизации — возможно, потому, что развитием этого направления занимается не так много разработчиков, да и в целом БВР — процесс довольно консервативный.

Между тем, отмечает заведующий лабораторией ГИС компании «ВИОГЕМ» (входит в ООО «РТ-Инжиниринг» ГК «Ростех»), Андрей Герасимов, в структуре горного производства затраты на БВР составляют от 15 до 30%, так что повышение эффективности этих работ напрямую влияет на эффективность предприятия в целом.

«Одно из направлений нашей работы — технология моделирования взрывов. Модель позволяет решать целый комплекс задач, в частности дает возможность прогнозировать качество взорванной массы до проведения взрыва. То есть можно ставить эксперименты, меняя характеристики взрывчатых веществ, схемы коммутации, оценивая, к чему приведет изменение тех или иных параметров. К тому же можно оценить БВР с точки зрения безопасности и понять, нужно ли, скажем, отгонять конкретные единицы техники», — представил технологию с функционалом цифрового двойника Андрей Герасимов.

О том, какие именно задачи можно решить с помощью ГГИС ГЕОМИКС, специалист рассказал на конкретных примерах. Главной целью внедрения системы на карьере одного из золоторудных месторождений стала минимизация потерь и разубоживания пород при взрыве, что очень актуально для золоторудного месторождения.

«На первом этапе мы верифицировали программное решение, то есть убедились, что моделирование адекватно и соответствует реальности. Для этого мы выполнили 23 экспериментальных взрыва, после чего провели численные эксперименты непосредственно на тех блоках, которые готовили к взрыву. Выяснилось, что учёт смещения горной массы позволяет снизить затраты, связанные с потерями и разубоживанием, в два раза. По 15 блокам это 4 кг золота — умножьте на текущую стоимость металла и получите чистый экономический эффект»,  — рассказал Андрей Герасимов.

На Стойленском ГОКе, помимо минимизации потерь и разубоживания, перед разработчиками стояла задача оптимизации рудопотока. На данном объекте ГГИС ГЕОМИКС внедрена комплексно, то есть в программе ведется и маркшейдерия, и геологическое проектирование БВР. Специалисты ГОКа уже работают с моделированием остатков взорванной горной массы.

«Если породы крепкие, то после взрыва куски могут оказаться на два-три горизонта ниже. Модель взорванной горной массы как раз и позволяет учитывать результаты предыдущих взрывов. Полученные данные мы передаем нашему партнёру — ГК «Цифра», который использует их для оптимизации рудопотока. То есть появляется возможность апеллировать уже не к данным целика, а к данным, полученным по результатам взрывных работ. В итоге экскаватор знает, что он грузит, а самосвал знает, что везёт, учитывает требования пунктов перегруза», — объяснил Андрей Герасимов.

---

Текст: Анна Кучумова

Читайте также: «На пути к цифровой трансформации».