Предприятие
АО «Святогор» филиал Волковский горно-обогатительный комбинат

Период реализации
Июль 2025 – март 2026

Компания-поставщик решений для проекта
ООО «Форк ИТ»

Предпосылки и цели проекта
Волковский горно-обогатительный комбинат – это новое строящееся предприятие в составе холдинга УГМК. Необходимы доработки на предприятии: комплексная цифровизация, включающей в себя автоматизированную систему управления горнотранспортным комплексом (АСУ ГТК).

Цели проекта:
1. Повышение КИО парка автосамосвалов до 0,51
2. Повышение качества оперативных данных о работе ГТК

Решения
Внедрена комплексная цифровизация, включающей в себя автоматизированную систему управления горнотранспортным комплексом (АСУ ГТК)

Что изменилось в результате
В результате на ГОК внедрена АСУ ГТК:
1. Вся техника оснащена датчиками, развёрнута серверная инфраструктура, создана централизованная диспетчерская служба, персонал обучен, но и дал предприятию современный инструмент управления горно-транспортным комплексом, повысив производительность, прозрачность и безопасность работ.
2. Внедрена практика «мастер-месяц» — участие специалистов исполнителя в оперативном управлении. 3. Перераспределены обязанности персонала
4. Обеспечена полная прозрачность работы техники в реальном времени
5. Исключён ручной учёт — система стала единственным источником данных
6. Трудоёмкость отчётности снижена с 6,5 до 0,5 человеко-часов в смену
7. Ежесменный факторный анализ простоев
8. КИО автосамосвалов вырос с 0,41 до 0,54
9. Внедрён контроль скорости, торможений и сигнал SOS

Основные трудности
1. Бизнес-процессы диспетчеризации ГТК на предприятии находились на начальном уровне развития
2. Отсутствовало специализированное подразделение, выполняющее функции централизованной диспетчерской службы и не были формализованы регламенты взаимодействия между водителями, диспетчерами и ремонтными службами
3. Персонал не имел опыта работы в цифровых системах управления ГТО, а система мотивации не включала KPI, связанные с эффективностью использования техники
4. Ограничение работы мобильного интернета в ночное время со стороны оператора связи

Ключевые итоги
1. Парк ГТО укомплектован до старта, проект завершен до запуска новой фабрики — процессы отлажены без риска сбоев
2. Сокращение ручного труда в отчётности в 4,3 раза
3. Рост КИО автосамосвалов на 31,7%
4. Создана база для цифровизации: единые данные, кадры, диспетчеризация

Предприятие
ПАО «ГМК «Норильский никель»

Период реализации
Сентябрь 2024 – декабрь 2025

Компания-поставщик решений для проекта
ООО «ЭСФИ»

Предпосылки и цели проекта
Прекращены поставки оборудования, комплектующих и обновлений ПО для систем бурения, утеряна техподдержка; низкая эффективность штатных систем позиционирования СБУ; отсутствие стандартизированного цифрового подхода — нет объективной автоматической фиксации фактически пробуренных шпуров, что затрудняет контроль производительности, расчёт KPI и управленческие решения.

Цели проекта:
1. Обеспечение точного позиционирования СБУ в горной выработке
2. Обеспечение точного позиционирования бурового инструмента относительно электронного паспорта бурения
3. Сокращение перебуров и недобуров
4. Повышение качества горнопроходческих работ
5. Обеспечение выравнивания груди забоя
6. Оптимизация расхода взрывчатых материалов
7. Снижение влияния человеческого фактора при выполнении буровых работ

Решения
Разработан собственный импортонезависимый программно-аппаратный комплекс — Ассистента проходческого бурения (АПБ), способного адаптироваться под любую модель и производителя проходческих самоходных буровых установок (СБУ).

Что изменилось в результате
Процесс бурения полностью переведен на работу по цифровым паспортам
1. Точное позиционирование СБУ осуществляется автоматически с использованием роботизированного тахеометра
2. Опыт внедрений подтвердил снижение перебуров и недобуров, сокращение расхода ВВ и повышение качества подготовки горной массы
3. Датчики собственного производства
4. Собственное ПО и интерфейс
5. Высокоточная система позиционирования

Основные трудности
На рынке отсутствовали готовые решения, совместимые с отечественной платформой и адаптированные к специфике подземной эксплуатации для интегрирации во внешний контур системы роботизированного тахеометра.

Ключевые итоги
Команда ЭСФИ самостоятельно разработала специализированное ПО для интеграции СБУ и роботизированного тахеометра в единую систему точного позиционирования, которое обеспечивает:
— Автоматическое обнаружение и захват рефлекторных мишеней на СБУ
— Передачу координат в реальном времени на бортовой компьютер СБУ
— Устойчивую работу в условиях помех, запыленности и ограниченной пропускной способности каналов связи

Это позволило значительно снизить участие оператора СБУ в процессе точного позиционирования машины в забое и обеспечить бесшовную интеграцию внешнего измерительного оборудования в единый программно-аппаратный комплекс.

Предприятие
АК «АЛРОСА» (ПАО), МНГОК

Период реализации
Январь 2024 — декабрь 2025

Компания-поставщик решений для проекта
ООО «Цифра»

Предпосылки и цели проекта
Системы диспетчеризации являются ключевым инструментом управления производством и осуществления контроля за работой передела.

Цели проекта:
1. Увеличение темпов проходки выработок в условиях ГДЯ для строительства глубоких горизонтов до 80 п.м.
2. Увеличение КИО СГШО (ПДМ и ШАС) (+10%, базовый уровень будет уточнен во время проведения ОПЭ системы)
3. Внедрить целевую модель оперативного управления производством, включая МСШСТ на базе системы диспетчеризации

Решения
Внедрение автоматизированной системы диспетчеризации подземных горных работ.

Что изменилось в результате
Диспетчер получает актуальную информацию о работе техники и может оперативно принимать управленческие решения:
1. Внедрение системы позволило перейти к автоматизированному сбору данных
2. Повысить достоверность данных и обеспечить прозрачность производственных процессов

Основные трудности
1. Изменение условий сертификации и установки бортового оборудования от Ростехнадзора
2. Выход из строя большого количества точек Wi-fi по причине заводского брака
3. Отсутствие внутренней компетенции для качественного обслуживания бортовых комплектов после монтажей на начальном этапе
4. Разработка дополнительных программных решений
5. Смена состава участников проекта со стороны заказчика

Ключевые итоги
1. У диспетчеров есть возможность видеть статус каждой машины на карте и оперативно ими управлять 2.Снижаются организационные простои 3. Работа техники стала более прозрачной и прогнозируемой, что позволяет отслеживать и наладить эффективные технологические процессы

Предприятие
Кировский филиал АО «Апатит» Группа «ФосАгро»

Период реализации
2025 — 2026

Компания-поставщик решений для проекта
-

Предпосылки и цели проекта
Обогащение исходной руды при производстве аппатитового концентрата осуществляется методом флотации. К основным технологическим характеристикам этого процесса относятся величины технического извлечение (норматив 92%), а также содержание полезного материала (P2O5) в конечном концентрате (норматив более 38,8%).

Цель проекта: снижение издержек при флотационном обогащении

Решения
Для реализации проекта были созданы:
1. Модели машинного обучения, по прогнозированию величин полезного компонента в хвостах флотации (θ, %) и конечном концентрате (β, %)
2. Система оперативного прогнозирования текущего состояния процесса
3. Интерфейс с выводом основных показателей процесса в текущий момент времени (величины θ и β), а также значимых факторов по различным временным срезам для последующей аналитики

Что изменилось в результате
1. Система в режиме времени формирует прогноз текущего состояния процесса флотационного обогащения и обеспечивает расширенные возможности анализа производственных показателей
2. Стабилизация степени извлечения полезного компонента из руды на уровне 92%
3. Снижение количества брака
4. Переход к оперативному управлению процессом флотации

Основные трудности
Построение точных моделей машинного обучения, поскольку процесс обогащения существенно зависит от характеристик исходной руды, которые не измеряются в режиме реального времени и обладают высокой вариативностью

Ключевые итоги
Команда ЭСФИ самостоятельно разработала специализированное ПО для интеграции СБУ и роботизированного тахеометра в единую систему точного позиционирования, которое обеспечивает:
— Автоматическое обнаружение и захват рефлекторных мишеней на СБУ
— Передачу координат в реальном времени на бортовой компьютер СБУ
— Устойчивую работу в условиях помех, запыленности и ограниченной пропускной способности каналов связи

Это позволило значительно снизить участие оператора СБУ в процессе точного позиционирования машины в забое и обеспечить бесшовную интеграцию внешнего измерительного оборудования в единый программно-аппаратный комплекс.

Предприятие
АК «АЛРОСА» (ПАО)

Период реализации
Август 2025 — 2026

Компания-поставщик решений для проекта
-

Предпосылки и цели проекта
В процессе эксплуатации Обогатительной фабрики №16 (ОФ№16) Мирнинско-Нюрбинского ГОК был выявлен ряд системных технологических проблем, существенно снижавших эффективность работы предприятия. Ключевой предпосылкой стала нестабильность режима подачи сырья на фабрику.

Цели проекта:
1. Повышение производительности ОФ№16 за счёт оптимизации режима подачи сырья
2. Стабилизировать работу фабрики за счёт сокращения внеплановых простоев по причине залипания и забутовки не менее чем в 1,5 раза
3. Наладить ритмичную подачу сырья: перейти от неравномерного к регламентированному циклическому режиму снабжения на основе статистического анализа и математического моделирования
4. Увеличить объёмы обработки и производительность на 4–5% за счёт оптимизации пропорций шихтования, подтвержденной ОПИ с использованием инструментов 6 Сигм (регрессионный анализ, Sample Size for Estimation, контрольные карты).

Решения
Разработали и внедрили постоянно действующую «Методику снабжения фабрики сырьём» - повыситли производительность ОФ№16 за счёт оптимизации режима подачи сырья.

Что изменилось в результате
1. Подбор оптимального соотношения руды в течение часа. Решение задачи по максимизации производительности с учетом ограничений минерально-сырьевой базы. Результат: теоретический прирост +1,9%
2. Подбор оптимальной последовательности подачи автосамосвалов (шихтование автосамосвалами). Результат: прирост +5,2%;
3. Шихтование в кузове с труднопромывистыми песками (содержание глины >80%).Результат: прирост до +8,0%.

Основные трудности
1. Отсутствие опыта применения методологии 6 Сигм в горно-обогатительном производстве России
2. Сложность организации контролируемого эксперимента на действующей фабрике
3. Ошибочные экспертные оценки времени отклика процесса
4. Сопротивление изменениям со стороны персонала технические ограничения по горной технике
5. Необходимость доказать эффект руководству до масштабирования

Ключевые итоги
1. Прирост производительности 5,2–8,0%, дополнительно +22,94 тыс. т за четыре месяца
2. Прирост чистой прибыли +1,7 млрд руб./год, снижение расходов — 31 млн руб.

— Эффект достигнут без капзатрат, только за счет интеллектуальной оптимизации
— Проект реализован в русле перехода к data-driven управлению на базе зрелой MES-инфраструктуры, создавая собственные компетенции в области промышленной аналитики. Один из первых в России успешных кейсов применения DMAIC в горно-обогатительном производстве с тиражируемой методикой на другие фабрики и предприятия отрасли.

Предприятие
АО «Карельский окатыш» (ПАО «Северсталь»)

Период реализации
2024 год

Компания-поставщик решений для проекта
-

Предпосылки и цели проекта
Решение о разработке и внедрении системы видеоаналитики было принято для сокращения травматизма и повышение промышленной безопасности.

Цели проекта:
1. Снижение аварийности и повышение безопасности карьерных перевозок за счет автоматического выявления опасного поведения водителя в реальном времени
2. Оснастить системой 100% ключевого парка карьерных автосамосвалов
3. Обеспечить снижение количества нарушений в среднем на 75%
4. Добиться высокой точности детектирования целевых событий: показатель качества работы модели от 95% до 99%
5. Время реакции на опасное состояние водителя до 1-2 секунды.

Решения
Запуск системы видеоаналитики действий водителя карьерного автосамосвал.

Что изменилось в результате
С запуском системы подход к обеспечению безопасности кардинально изменился:
1. Переход от постфактум-анализа к предиктивной безопасности — система предотвращает инцидент в момент его зарождения, а не разбирает последствия
2. При обнаружении опасного состояния в кабине мгновенно подается громкий звуковой сигнал, и на терминал «Модулар» выводится предупреждение
3. Данные об инциденте одновременно поступают ответственному персоналу для принятия мер. Это позволяет организовать дополнительный контроль или помочь водителю
4. Исключен человеческий фактор при оценке состояния водителя
5. Появилась централизованная база данных с архивом инцидентов с фото/ видео фиксацией

Основные трудности
1. Внешние условия — грязь, вибрация и блики ухудшают качество изображения
2. Нестабильная связь и GPS — задержки оповещений и потеря геопривязки
3. Отсутствие регламентного ТО — деградация точности и провалы в архиве
Без антивандальной защиты, промышленного оборудования, edge-архитектуры с буферизацией и строгого регламента обслуживания система теряет точность, надежность и доверие персонала.

Ключевые итоги
1. Зафиксировано снижение количества ДТП в карьере с участием карьерных автосамосвалов в среднем на 50%
2. Зафиксировано снижение количества нарушений со стороны водителей в среднем на 75%

Предприятие
АО «Ново-Широкинский рудник»

Период реализации
Июнь 2025 – декабрь 2025

Компания-поставщик решений для проекта
ООО «ПРОМВИАР»

Предпосылки и цели проекта
Предпосылки:
1. Производственная деятельность предприятия связана с повышенными рисками
2.Ограниченная эффективность традиционного обучения
3. Традиционные процессы обучения сопровождались значительным объемом бумажного документооборота
4.Отсутствие цифровых инструментов обучения и аналитики
5. Проект соответствует ESG-повестке и целям устойчивого развития

Цели проекта:
1. Снижение производственных рисков и травматизма
2. Увеличение уровня усвоения знаний и вовлеченности сотрудников (до 45%), а также сокращение длительности обучения в 2 раза
3. Формирование современной системы подготовки персонала с возможностью персонализированного обучения
4. Сокращение использования бумажных материалов до 70% и снижение косвенных ресурсных затрат за счет перехода к цифровым форматам обучения
5. Внедрение цифровой аналитики и автоматизированной отчетности, обеспечивающих объективную оценку компетенций (до 90% точности) и повышение прозрачности решений
6. Создание масштабируемой платформы иммерсивного обучения как элемента устойчивого развития предприятия

Решения
Внедрены MR-тренажеры смешанной реальности, моделирующие реальные производственные процессы, включая выполнение работ на погрузочной технике и сварочные операции. Использование реальных элементов и оборудования, интегрированных в цифровую среду, что позволило максимально приблизить процесс обучения к условиям фактической эксплуатации.

Что изменилось в результате
1.Учебный процесс был трансформирован в практикоориентированную систему:
— сотрудники получают возможность безопасно отрабатывать действия в различных производственных сценариях, включая потенциально опасные ситуации
2. Изменилась модель оценки компетенций:
— процесс стал более прозрачным и основанным на цифровых данных о действиях пользователя, что повысило обоснованность решений о допуске сотрудников к работам
3. Учебный процесс стал более управляемым, а подготовка персонала системной и воспроизводимой
4. Переход к цифровым форматам обучения также позволил снизить использование бумажных материалов и частично отказаться от применения физических учебных ресурсов, что соответствует экологическим приоритетам предприятия
5. В результате внедрения MR-тренажеров предприятие перешло от преимущественно теоретической модели обучения к современной системе подготовки персонала, ориентированной на практику, безопасность и принципы устойчивого развития.

Основные трудности
Разработчикам не удавалось достичь минимальной погрешности при сопряжении реальных физических элементов и отклика программы в виртуальной среде. В ходе тестирования ряда гепотез было реализовано оптимальное решение с применением датчиков HTC, которые с помощью экспертного сопровождения робототехников, были интегрированы в манипуляторы. На текущий момент, решение с таким уровнем точности до 0,1-0,4 мм является собственным ноу-хау и не имеет отечественных аналогов.

Ключевые итоги
1. Сокращение объемов ручного труда на проведение обучения, инструктажей и аттестаций. Время снижено с нескольких часов до 1 часа на одного сотрудника
2. Внедрена цифровая система аналитики, фиксирующая действия сотрудников в процессе обучения. Переход от субъективной оценки к объективной модели принятия решений на основе данных. Точность оценки компетенций сотрудников digitalmining.ru достигла 90%, а решения о допуске к работам стали более обоснованными и воспроизводимыми
3. Снижение количества критических ошибок при выполнении учебных сценариев достигает 45%
4. Сокращение числа выявленных нарушений в сфере промышленной безопасности с 1015 нарушений/мес. до 1-3 нарушений/мес
5. Обеспечение соответствия нормативно-правовым требованиям MR-тренажеры разработаны с учетом действующих нормативных требований, включая:
— Постановление Правительства РФ №2464,
— актуальные требования МЧС России (включая Приказ №1120).

Предприятие
АО «Полюс Алдан»

Период реализации
2023

Компания-поставщик решений для проекта
ООО «ПТМ» Завод ИнтерМаш

Предпосылки и цели проекта
Проект был инициирован в связи с высокой зависимостью предприятия от импортного оборудования для пробоотбора.

Цели проекта:
1. Создать полностью автоматизированную систему отбора проб
2. Обеспечить непрерывный и репрезентативный контроль качества сырья
3. Снизить влияние человеческого фактора
4. Обеспечить импортонезависимость
5. Снижение ручного труда на ≥70%
6. Повышение точности отбора проб до 95%+
7. Сокращение времени анализа на 30–50%
8. Повышение безопасности (исключение контакта персонала с конвейером)

Решения
Внедрена автоматическая система пробоотбора с маятниковым механизмом.

Что изменилось в результате
1. Реализована подготовка проб (дробление + возврат материала)
2. Исключено участие человека в опасных зонах
3. Внедрено централизованное управление
4. Реализовано машинное зрение для определения необходимости отбора
5. Обеспечена маркировка проб (дата/время)

Основные трудности
1. Интеграция в действующую инфраструктуру
2. Адаптация под разные типы руды
3. Обучение персонала
4. Отказ от импортных решений

Ключевые итоги
1. Сокращение времени отбора и анализа на 40%
2. Снижение ошибок на 70%
3. Повышение репрезентативности на 30%
4. Снижение простоев на 15%
5. Повышение производительности лаборатории на 25%

Источник фото

Предприятие
АО «ПАВЛИК»

Период реализации
Февраль 2025 — январь 2026

Компания-поставщик решений для проекта
-

Предпосылки и цели проекта
После запуска второй очереди золотоизвлекательной фабрики (ЗИФ-2) и вывода обогатительного комплекса на показатели выше проектных, перед компанией встал вопрос о дальнейшей оптимизации производства, и прежде всего — технологических процессов.

Цель проекта: получение не менее +1% к переработке за счет более эффективного управления процессом измельчения.

Решения
Усовершенствование управлением измельчения на ЗИФ с использованием технологии ИИ.

Что изменилось в результате
Управление мельницей МПСИ осуществлялось оператором, эффективность процесса зависела от его мастерства.

Основные трудности
Отсутсвие возможности реализации тестового ландшафта, все фазы проекта реализуются непосредствено на продуктивном контуре, снижение проиводительноти которого отражается на соблюдение плановых показателей

Ключевые итоги
1% к переработке рудного материала на ЗИФ

Источник фото