Институт проблем комплексного освоения недр им. академика Н. В. Мельникова РАН, Москва, Россия

Захаров В. Н., научный руководитель, академик РАН, zakharov_v@ipkonran.ru
Каплунов Д. Р., главный научный сотрудник, д-р техн. наук, проф., чл.-корр. РАН
Радченко Д. Н., ведущий научный сотрудник, канд. техн. наук, доцент
Сыровацкий Р. А., младший научный сотрудник, аспирант

Рассмотрены ключевые направления автоматизации и роботизации технологических операций на этапе очистной выемки при камерных системах разработки с торцевым выпуском руды. Согласованная работа автономных погрузочного-доставочных машин и средств мониторинга, интегрированных в единую информационную систему, реализована в виде схемы организации процесса выпуска и ведения погрузочных работ в камере и принципиальной блок-схемы информационного обмена между техническими устройствами. Предложенная концепция и способ управления процессом торцевого выпуска позволяют предупреждать и ликвидировать опасности, своевременно выводить погрузочно-доставочную машину из камеры, обеспечивать управление процессом выпуска и отгрузки рудной массы и полноту извлечения полезного ископаемого. 

Исследование выполнено за счет гранта Российского научного фонда № 25-17-00345, https://rscf.ru/project/25-17-00345/.

1. Marshall J. A., Bonchis E., Nebot E., Scheding S. Robotics in Mining // Springer Handbook of Robotics. 2nd ed. – Cham : Springer, 2016. P. 1549–1576.
2. Яценко С. Н., Яценко М. А., Николайчук Н. А. Применение системы автоматизации в добычных процессах на подземных горнорудных предприятиях // International Scientific Review. 2016. № 20(30). С. 23–26.
3. Громов Е. В. Цифровая трансформация технологических процессов подземных горных работ: ретроспективный анализ и мировой опыт // Известия вузов. Горный журнал. 2020. № 8. С. 90–108.
4. Наговицын О. В. Возняк М. Г. К вопросам управления роботизированным горнодобывающим предприятием // ГИАБ. 2021. № 5-1. C. 326–335.
5. Хазин М. Л. Роботизированная техника для добычи полезных ископаемых // Вестник Магнитогорского государственного технического университета им. Г. И. Носова. 2020. Т. 18. № 1. С. 4–15.
6. Прокопьева В. М., Каймонов М. В. Обзор роботизированной техники в горном деле // Интерактивная наука. 2023. № 8(84). С. 49–53.
7. Liu X., Zhang X., Wang L., Qu F., Shao A. et. al. Research progress and prospects of intelligent technology in underground mining of hard rock mines // Green and Smart Mining Engineering. 2024. Vol. 1. Iss. 1. P. 12–26.
8. McKinnon C., Marshall J. A. Automatic Identification of Large Fragments in a Pile of Broken Rock Using a Time-of-Flight Camera // IEEE Transactions on Automation Science and Engineering. 2014. Vol. 11. Iss. 3. P. 935–942.
9. Tampier C., Mascaró M., Ruiz-del-Solar J. Autonomous Loading System for Load-Haul-Dump (LHD) Machines Used in Underground Mining // Applied Sciences. 2021. Vol. 11. Iss. 18. DOI: 10.3390/app11188718
10. Курчин Г. С., Шигин А. О., Анушенков А. Н., Кирсанов А. К., Волков Е. П. Использование беспилотных летательных аппаратов для управления процессами подземных горных работ // Маркшейдерия и недропользование. 2025. Т. 25. № 1. С. 82–86.
11. Salas R., Leiva F., Ruiz-del-Solar J. Autonomous loading of ore piles with loadhaul-dump machines using deep reinforcement learning // Expert Systems with Applications. 2025. Vol. 264. ID 225770.
12. Manzoor S., Gustafson A., Schunnesson H. Modelling the relationship between oversize fragments and nature of rock mass for a sublevel caving operation // International Journal of Rock Mechanics and Mining Sciences. 2023. Vol. 169. ID 105433.
13. Неверов А. А. Неверов С. А. К вопросу об автоматизации очистных работ при освоении систем разработки с обрушением и закладкой // Вестник Кузбасского государственного технического университета. 2010. № 4(80). С. 3–10.
14. Dadhich S., Bodin U., Andersson U. Key challenges in automation of earthmoving machines // Automation in Construction. 2016. Vol. 68. P. 212–222.
15. Espinoza J. P., Mascaró M., Morales N., Ruiz Del Solar J. Improving productivity in block/panel caving through dynamic confinement of semi-autonomous Load-Haul-Dump machines // International Journal of Mining, Reclamation and Environment. 2022. Vol. 36. Iss. 8. P. 552–573.

16. De Carvalho J. P., Dimitrakopoulos R. Integrating Production Planning with Truck-Dispatching Decisions through Reinforcement Learning While Managing Uncertainty // Minerals. 2021. Vol. 11. Iss. 6. ID 587.
17. Bramblett L., Bezzo N. Epistemic planning for multi-robot systems in communication-restricted environments // Frontiers in Robotics and AI. 2023. Vol. 10. DOI: 10.3389/frobt.2023.1149439
18. Хисматуллин Д. И. Применение специализированного ПО RS-2 и RS-3 для прогнозирования отслоений и деформации массива при камерной добыче с дальнейшей оценкой вторичного засорения // Цифровые технологии в горном деле : VI Всероссийская науч.-техн. конф. с участием иностранных специалистов. – Апатиты : Изд-во ФИЦ КНЦ РАН, 2025. С. 98
19. Lawal A. I., Kwon S. Application of artificial intelligence to rock mechanics: An overview // Journal of Rock Mechanics and Geotechnical Engineering. 2021. Vol. 13. Iss. 1. P. 248–266.
20. Zhou J., Zhang Y., Li C., He H., Li X. Rockburst prediction and prevention in underground space excavation // Underground Space. 2024. Vol. 14. P. 70–98.
21. Singh S. K., Banerjee B. P., Raval S. A review of laser scanning for geological and geotechnical applications in underground mining // International Journal of Mining Science and Technology. 2023. Vol. 33. Iss. 2. P. 133–154.
22. Cyriac J., Darshana K., Amogh G., Satya P. B. Enhancing Mining Efficiency and Safety with Autonomous Drone Technology // Emerging Trends in Digital Cartography for Sustainable Ecosystems and Geospatial Economy : Proceedings of 43rd INCA International Congress. – Jodhpur, 2023. P. 475–483.
23. Li B., Yan Н., Zhang J., Zhou N. Compaction property prediction of mixed gangue backfill materials using hybrid intelligence models: A new approach // Construction and Building Materials. 2020. Vol. 247. ID 118633.
24. Sadrossadat E., Basarir H., Luo G., Karrech A., Durham R. et al. Multi-objective mixture design of cemented paste backfill using particle swarm optimisation algorithm // Minerals Engineering. 2020. Vol. 153. ID 106385