Институт физики Земли им. О.Ю. Шмидта Российской академии наук
Москва, Россия
г. Москва и Московская область, Россия
Геофизический центр РАН
Москва, г. Москва и Московская область, Россия
УДК 62 Инженерное дело. Техника в целом
УДК 55 Геология. Геологические и геофизические науки
УДК 550.34 Сейсмология
УДК 550.383 Главное магнитное поле Земли
ГРНТИ 20.00 ИНФОРМАТИКА
ГРНТИ 20.17 Документальные источники информации
ГРНТИ 20.01 Общие вопросы информатики
ГРНТИ 52.45 Обогащение полезных ископаемых
ГРНТИ 37.01 Общие вопросы геофизики
ГРНТИ 37.15 Геомагнетизм и высокие слои атмосферы
ГРНТИ 37.25 Океанология
ГРНТИ 37.31 Физика Земли
ГРНТИ 38.01 Общие вопросы геологии
ГРНТИ 36.00 ГЕОДЕЗИЯ. КАРТОГРАФИЯ
ГРНТИ 37.00 ГЕОФИЗИКА
ГРНТИ 38.00 ГЕОЛОГИЯ
ГРНТИ 39.00 ГЕОГРАФИЯ
ГРНТИ 52.00 ГОРНОЕ ДЕЛО
ОКСО 05.00.00 Науки о Земле
ББК 26 Науки о Земле
BISAC SCI SCIENCE
Существующие и планируемые в будущем производственные потоки обогатительной фабрики (ОФ) в статье рассмотрены с точки зрения генерации Больших Данных (БоД). Показано, что чем выше уровень автоматизации ОФ, тем объемнее и разнообразнее производимые ею данные. При этом возможно достижение уровня, когда генерируемые потоки информации удовлетворяют критериям БоД. В качестве базового примера используется типовая обогатительная фабрика, сырьем для которой является уголь. Описаны и проанализированы основные источники, объемы, разнообразие и скорости передачи регистрируемых данных на ОФ.
Большие Данные, обогатительная фабрика, уголь, горная промышленность, автоматизация, информационные технологии
1. Абраров А. Д., Дациев М. С., Чикильдин Д. Е. и др. Система оптимизации процесса коллективной флотации Талнахской обогатительной фабрики на основе алгоритмов машинного обучения // Цветные металлы. — 2022. — Т. 2. — С. 87—93. — DOI:https://doi.org/10.17580/tsm.2022.02.11.
2. Авдохин В. М. Обогащение углей. Том 1. Процессы и машины. — Горная книга, 2012. — С. 424.
3. Антипенко Л. А., Сарин Н. Г. Автоматизированное предприятие - Углеобогатительная фабрика будущего // Горный информационно-аналитический бюллетень. — 2017. — № 2. — С. 5—13.
4. Асланова И. В. Mes как основа разработки систем управления производственными процессами предприятия // Российское предпринимательство. — 2017. — Т. 18, № 11. — С. 1651—1658.
5. Гвишиани А. Д., Добровольский М. Н., Дзеранов Б. В. и др. Большие Данные в геофизике и других науках о Земле // Физика Земли. — 2022. — Т. 2022, № 1. — С. 3—34. — DOI:https://doi.org/10.31857/S0002333722010033.
6. Гвишиани А. Д., Панченко В. Я., Никитина И. М. Системный анализ Больших Данных для наук о Земле // Вестник РАН. — 2023. — Т. 6, № 93. — С. 518—525. — DOI:https://doi.org/10.31857/S0869587323060087.
7. ГОСТ 17321-2015. Уголь. Обогащение. Термины и определения. — Москва : ФГУП «Стандартинформ», 2016. — 11 с. — (Межгосударственный стандарт).
8. Жданеев О. В., Оленева О. Н. Приоритетные направления развития российского программного обеспечения для угольной промышленности. Часть 2 // Уголь. — 2021. — Т. 6. — С. 18—22. — DOI:https://doi.org/10.18796/0041-5790-2021-7-13-19.
9. Захаров В. Н., Гвишиани А. Д., Вайсберг Л. А. и др. Большие данные и устойчивое функционирование горнотехнических систем // Горный журнал. — 2021. — Т. 11. — С. 45—52. — DOI:https://doi.org/10.17580/gzh.2021.11.06.
10. Захаров В. Н., Каплунов Д. Р., Клебанов Д. А. и др. Методические подходы к стандартизации сбора, хранения и анализа данных при управлении горнотехническими системами // Горный журнал. — 2022. — № 12. — DOI:https://doi.org/10.17580/gzh.2022.12.10.
11. ИТС 37-2017. ИТС 37-2017 «Добыча и обогащение угля». — Москва : Бюро НДТ, 2017. — 294 с. — (Информационно-технический справочник по наилучшим доступным технологиям).
12. Кондратьев В. Б., Попов В. В., Кедрова Г. В. Глобальный рынок угля: состояние и перспективы // Горная промышленность. — 2019. — Т. 2, № 144. — DOI:https://doi.org/10.30686/1609-9192-2019-2-144-6-12.
13. КС-26: Климатический пакт Глазго : тех. отч. / Конференция ООН по изменению климата. — Великобритания, Глазго, 2021.
14. Кучумова А. Ставки на обогащение угля. — 2021. — URL: https://dprom.online/chindustry/stavki-na-obogashhenieuglya/ (дата обр. 01.02.2022).
15. Лукичёв С. В. Цифровое прошлое, настоящее и будущее горнодобывающих предприятий // Горная промышленность. — 2021. — № 4. — С. 73—79. — DOI:https://doi.org/10.30686/1609-9192-2021-4-73-79.
16. Майер-Шенбергер В., Кукьер К. Большие данные. Революция, которая изменит то, как мы живем, работаем и мыслим. — Москва : Манн, Иванов и Фербер, 2014. — С. 240.
17. Министерство энергетики РФ. Доклад Министерства энергетики РФ о ходе реализации в 2020 году Программы развития угольной промышленности России на период до 2035 года : тех. отч. / Письмо Министерства энергетики РФ от 28.05.2021 №АЯ-6203/22. — 2021.
18. Осипов Е. Как подружить промышленность и big data. — 2019. — URL: https://habr.com/ru/companies/croc/articles/ 466933/ (дата обр. 14.04.2022).
19. Петренко И. Е. Итоги работы угольной промышленности России за 2022 год // Уголь. — 2023. — № 3. — С. 21—33. — DOI:https://doi.org/10.18796/0041-5790-2023-3-21-33.
20. Правила безопасности при переработке, обогащении и брикетировании углей. Утверждены приказом Федеральной службы по экологическому, технологическому и атомному надзору от 28.10.2020 № 428. — Москва : Федеральная служба по экологическому, технологическому и атомному надзору, 2020. — 149 с. — (Федеральные нормы и правила в области промышленной безопасности).
21. Программа развития угольной промышленности России на период до 2035 года. Утверждена распоряжением Правительства Российской Федерации от 13 июня 2020 года N 1582-р. — Москва : Правительство РФ, 2022. — (Программа развития).
22. Проект «Цифровой двойник оператора флотации». — 2019. — URL: https://digitalmining.ru/nominanty-2021/tpost/xfjx0krti1-tsifrovoi-dvoinik-operatora-flotatsii,%20https://digitalmining.ru/nominanty-2021/tpost/y68zveua61-avtomatizirovannaya-optimizatsionnaya-si (дата обр. 01.02.2022).
23. Проект «Чистая руда». — 2019. — URL: https://digitalmining.ru/nominanty-2021/tpost/423mbjono1-chistaya-ruda (дата обр. 01.02.2022).
24. Рыльникова М. В., Клебанов Д. А., Макеев М. А. и др. Применение искусственного интеллекта и перспективы развития аналитических систем больших данных в горной промышленности // Горная промышленность. — 2022. — № 3. — С. 89—92. — DOI:https://doi.org/10.30686/1609-9192-2022-3-89-92.
25. Хасанов М. М., Прокофьев Д. О., Ушмаев О. С. и др. Перспективные технологии Big Data в нефтяном инжиниринге: опыт компании «Газпром нефть» // Нефтяное хозяйство. — 2016. — № 12. — С. 76—79.
26. Энергетический бюллетень. Перспективы мирового угольного рынка / под ред. А. Голяшев, А. Курдин, А. Коломиец и др. — Аналитический центр при правительстве Российской Федерации, 2021.
27. Barnewold L., Lottermoser B. G. Identification of digital technologies and digitalisation trends in the mining industry // International Journal of Mining Science and Technology. — 2020. — Vol. 30, no. 6. — P. 747–757. — DOI:https://doi.org/10.1016/j.ijmst.2020.07.003.
28. Dean J., Ghemawat S. MapReduce: Simplified Data Processing on Large Clusters // Communications of the ACM. — 2008. — Vol. 51, no. 1. — P. 107–113. — DOI:https://doi.org/10.1145/1327452.1327492.
29. Dovgal V., Kuizheva S. Using Big Data Technology to Protect the Environment // Russian Journal of Earth Sciences. — 2022. — Vol. 22, no. 5. — P. 1–5. — DOI:https://doi.org/10.2205/2022es01si02.
30. Energy Institute. The EI Statistical Review of World Energy 2023. — 2023. — URL: https://www.energyinst.org/statistical-review (visited on 07/10/2023).
31. Global Change Data Lab. Electricity production by source, World. — 2022. — URL: https://ourworldindata.org/grapher/electricity-production-by-source (visited on 07/10/2023).
32. Jones D. Global Electricity Review 2021. — 2021. — URL: https://ember-climate.org/global-electricity-review-2021/g20-profiles/china/ (visited on 02/04/2022).
33. Odintsova A., Gvishiani A., Nakicenovic N., et al. The world’s largest oil and gas hydrocarbon deposits: ROSA database and GIS project development // Russian Journal of Earth Sciences. — 2018. — Vol. 18, no. 3. — P. 1–14. — DOI:https://doi.org/10.2205/2018es000621.
34. Ravat F., Zhao Y. Data Lakes: Trends and Perspectives // Lecture Notes in Computer Science. — Springer International Publishing, 2019. — P. 304–313. — DOI:https://doi.org/10.1007/978-3-030-27615-7_23.
35. Reinsel D., Gantz J., Rydning J. The Digitization of the World. From Edge to Core. — 2018. — URL: https: //www.seagate.com/files/www-content/our-story/trends/files/idc-seagate-dataage-whitepaper.pdf (visited on 02/14/2022).
36. Samorodova L., Lyubimov O., Yakunina Y. Application of SCADA Systems in the Coal Mining Industry // Proceedings of the 8th Russian-Chinese Symposium «Coal in the 21st Century: Mining, Processing, Safety». — Atlantis Press, 2016. — DOI:https://doi.org/10.2991/coal-16.2016.10.
37. Schernikau L. Economics of the International Coal Trade. — Springer International Publishing, 2016. — P. 463. — DOI:https://doi.org/10.1007/978-3-319-46557-9.
38. Soofastaei A. Data Analytics Applied to the Mining Industry. — 1st. — CRC Press, 2020. — P. 272.
39. The International Energy Agency. Coal 2022. Analysis and forecast to 2025. — 2022. — URL: https://www.iea.org/ reports/coal-2022 (visited on 02/14/2023).
