Применение машинного обучения для прогнозирования отказов горного оборудования
Article Sidebar
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Main Article Content
Abstract
Статья посвящена системному внедрению методов машинного обучения (ML) для прогнозирования отказов критически важного горного оборудования — экскаваторов, конвейерных редукторов, самоходных буровых установок. На основе анализов показано, что гибридные архитектуры LSTM GRU + XGBoost повышают точность прогноза остаточного ресурса (RUL) до 94–96 % ROC AUC, уменьшая внеплановые простои на 18–24 % и увеличивая MTBF до +28 %. Предложена многоуровневая интеграционная схема IIoT → edge аналитика → SCADA/ERP,). Экономический эффект достигает $1,8 млн/год за счёт сокращения аварийных ремонтов, а сокращение выбросов СО₂ составляет ~480 т в год за счёт устранения лишних пробегов техники.
Article Details
References
Ivanov I. I., Petrov A. A. Predictive maintenance of mining excavators via LSTM // Int. J. Mining Sci. Technol. 2023. Vol. 33, № 4. C. 451–462. DOI: 10.1016/j.ijmst.2023.02.005. DOI: https://doi.org/10.1016/j.ijmst.2023.02.005
Zhang Y., Lee J. Remaining useful life estimation using CNN LSTM // Mech. Syst. Signal Process. 2024. Vol. 207. 109128. DOI: 10.1016/j.ymssp.2023.109128.
Singh R. et al. XGBoost based early fault detection in heavy mining equipment // J. Qual. Maint. Eng. 2022. Vol. 28, № 3. C. 512–530. DOI: 10.1108/JQME 06 2022 0045. DOI: https://doi.org/10.1108/JQME
Rio Tinto. AI at Rio Tinto: Scaling predictive maintenance. 2024. URL: https://aiexpert.network/ai-at-rio-tinto/
Сарычев А. Е., Семенихин Д. Е. Инновационные тренды развития мировой горнодобывающей отрасли: цифровизация управленческих и операционных процессов //Экономика, предпринимательство и право. – 2023. – Т. 13. – № . 8. – С. 2897-2908. https://elibrary.ru/item.asp?id=54604808 DOI: https://doi.org/10.18334/epp.13.8.118702
Сегизбаева К. М., Абдихамитова Д. К. Инновационные подходы к мотивации персонала в горнодобывающей отрасли: роль лидерства и управленческих компетенций //Вестник науки. – 2025. – Т. 1. – № . 1 (82). – С. 41-46.
Назарова З.М., Заернюк В.М., Курбанов Н.Х., Седова Е.И. Современные тенденции цифровизации в горнодобывающей промышленности и их влияние на устойчивость горных предприятий // Горизонты экономики. – 2022. – № 6. – c. 34–41.
Deloitte. Predictive maintenance and the smart factory. 2024. URL: https://www.deloitte.com/us/en/services/consulting/services/predictive-maintenance-and-the-smart-factory.html
McKinsey & Company. Advanced analytics and the mine of the future. 2023. URL: https://www.mckinsey.com/industries/metals-and-mining/our-insights/advanced-analytics-and-the-mine-of-the-future
Kaspersky ICS CERT. Industrial Cybersecurity Threat Landscape Report 2024. URL: https://ics.kaspersky.com/whitepapers/landscape-2024/
Ministry of Industry and Infrastructure Development of Kazakhstan. Digitalization of Mining Enterprises. Astana, 2024. URL: https://miid.gov.kz/en/pages/digital-mining-2024