CC BY
33
УДК 622.272; 622.45
К ВОПРОСУ РАЗРАБОТКИ МЕТОДИЧЕСКИХ ОСНОВ ИНФОРМАЦИОННОГО МОДЕЛИРОВАНИЯ ГОРНЫХ
ПРЕДПРИЯТИЙ
Д.А. Стадник, Н.М. Стадник, Е.В. Лопушняк
Рассматривается внедрение современных технологий информационного моделирования в процесс автоматизированного проектирования горных предприятий. Описываются цели и преимущества использования информационных моделей горных предприятий. Приводятся результаты анализа динамики внедрения информационных технологий в проектирование горнотехнических систем.
Ключевые слова: горнодобывающее предприятие, технологии информационного моделирования, BIM-технологии, цифровизация, горнотехнические системы, информационные модели, автоматизированное проектирование.
Введение
На современном этапе развития горнодобывающих предприятий внимание к информационному моделированию при автоматизированном проектировании горнотехнических систем значительно возросло, хотя цифровая трансформация горной отрасли в России происходит не так стремительно, как, например, в строительной, нефтедобывающей и т.п. Методические вопросы цифровизации горной отрасли являются актуальными как для профильных специалистов, так и для органов государственной власти, так как способ мониторинга инвестиционно-добычной деятельности горных предприятий с использованием цифровых технологий является наиболее результативным инструментом контроля и управления на протяжении всего жизненного цикла проекта.
Исследования Федерации международной горнодобывающей промышленности и ресурсов (FAB (Federation of International Mining and Resources) показывают неизбежность применения искусственного интеллекта и других цифровых технологий при автоматизированном проектировании горнодобывающих предприятий (рис. 1) [2]. Как видно из рис.1, идет отмирание использования базовых и клиент-серверных компьютерных приложений на крупных производствах. На их смену приходят облачные web-сервисы, аналитика, виртуализация сервисов и визуализация больших данных, искусственный интеллект. Причем современные тенденции применения цифровых технологий предполагают возможность их использования с любых устройств, включая мобильный телефон.
1950 1960 1970 1980 1990 2000 2010 2020 2030
Рис. 1. Рост возможностей применения цифровых технологий
в горной отрасли
Анализ развития применения цифровых технологий в других отраслях, например, в строительной, показывает глобальное применение технологий информационного моделирования (Building Information Model, BIM), которое стало обязательным на всех объектах госзаказа с 1 января 2022 в соответствии с Постановлением Правительства РФ об информационном моделировании в строительстве от 15 сентября 2020 года №1431 [6, 13]. Таким образом получается, что в настоящее время в РФ уже внедрены отраслевые и корпоративные стандарты информационного моделирования на основе BIM-технологии в строительной и нефтегазовой отраслях, чего нельзя сказать про горную промышленность [7, 12]. Известно, что BIM-технологии представляют собой не просто компьютерную программу, - это способ проектирования, дающий возможность соединить все технико-экономические показатели, параметры и данные объекта, а также составить информационную модель объекта, изменение одного параметра которой повлечет за собой корректировку остальных [11]. Это представляет собой главное отличие информационной модели от 3D-визуализации геометрических объектов. При этом работать с данной моделью могут одновременно специалисты разных направлений [5, 6, 10]. В настоящее время технологии информационного моделирования недостаточно используются при проектировании и эксплуатации горнодобывающих предприятий ввиду отсутствия обязательной нормативной базы построения информационных моделей, отсутствия единого подхода в области цифрового производства на предприятиях горной отрасти и, зачастую, низкой цифровой зрелости самих горных компаний.
Проведенный авторами анализ состава проектной документации горнодобывающих предприятий, в том числе, при участии в проекте «Экспертиза будущего 4.0» ФАУ «Главгосэкспертиза России», позволил сделать вывод, что информационные модели горных предприятий в настоящее время не используются при экспертизе проектной документации, выдаче лицензий на пользование недрами, разработку месторождений и добычу полезных ископаемых. Следует констатировать, что переход к использованию информационных моделей горных предприятий будет способствовать не только принятию обоснованных и эффективных проектных решений, но и облегчит создание проектной и рабочей документации, уменьшит количество запросов, связанных с внесением корректировок со стороны технических отделов и государственных органов (ФАУ «Главгосэкспертиза России», ЦКР-ТПИ «Роснедр» и др.), повысит производительность труда экспертов и проектировщиков благодаря оптимальному оперативному планированию развития горных работ. К сожалению, в настоящее время единая методическая и нормативная база информационного моделирования горных предприятий в РФ отсутствует [1, 9].
Таким образом, разработка методических основ информационного моделирования горных предприятий, которые способствуют повышению эффективности автоматизированного проектирования и переходу к использованию автономных горнотехнических систем для обеспечения безлюдной выемки полезного ископаемого, является актуальной научно-практической задачей.
Методика исследования
В работе применяется комплексный метод исследования, включающий критический анализ существующих информационных моделей горнодобывающих предприятий и оценку их соответствия действующим производственным объектам, системный анализ нормативно-методической базы проектирования горнотехнических систем, а также факторов, влияющих на управление технологией добычи твердых полезных ископаемых.
Методической основой исследования являются системный анализ, теория статистики использования качественных и количественных характеристик каркасных моделей системы подземной разработки рудного месторождения при подготовке технического проекта, методика трехмерного моделирования рудного месторождения в программной среде горногеологической информационной системы (ГГИС).
Результаты
На основании анализа отечественных и зарубежных проектов по внедрению информационных моделей в горной промышленности сделан вывод, что в отдельных компаниях реализуются комплексные корпоративные программы цифровизации, которые используются для повышения эффективности эксплуатации месторождений твердых полезных ископаемых и решения отдельных отраслевых задач [8, 14, 16]. Яркими зарубежными
отраслевыми примерами эффективной цифровой трансформации производств могут выступить австралийский проект Roy Hill- один из крупнейших рудников по добыче железной руды, а также Vale Brazil- третья по величине горнодобывающая компания и мировой лидер в железорудном бизнесе. Лидером по применению информационных моделей и цифровиза-ции в горном производстве России на протяжении нескольких лет продолжает оставаться компания ПАО «ГМК «Норильский никель», которая разработала и активно реализует свою программу «Технологический прорыв», предполагающую в конечном итоге создание цифрового безлюдного рудника (рис. 2).
Й"
СВЯЗЬ И ПОЗИЦИОНИРОВАНИЕ
выполнение требований законодательства повышение оперативного контроля
Г
АНАЛИТИКА «ОТЧЕТНОСТЬ
анализ причин отклонений от плановых значений
управление ресурсами на основе измеряемых показателей
ПОВЫШЕНИЕ ОПЕРАЦИОННОЙ ЭФФЕКТИВНОСТИ
ТЕХНОЛОГИЧЕСКИМ ПРОРЫВ
УПРАВЛЕНИЕ ПРОИЗВОДСТВОМ
даспетчеришия вас-раивгние системы учета и контроля
Энергетика формирование энергетического баланса
■-¡ ПЬнОТ
Ы1]1 обеспечение мониторинга и контроля выполнения требований ПБи ОТ
О Управление
_ промышленными активами
управление промышленными активами на всем их жизненном циппе
Баланс металлов и контроль качества
• учет движения сырья полуфабрикатов
и готовой продукции по технологической схеме
• достоверный баланс в оперативном режиме
ИНФОРМАЦИОННО-МЕТОДОЛОГИЧЕСКАЯ ПОДДЕРЖ КА
4
Хранилище
технологически к ванных
• автоматизация процесса с(ро|>а и кране иин технологических данных
' актуализация данния
* единая аналитическая база
1Ё1
Техничесхие политики и концепции
• стандартизация н унификации
fr!
ПЛАНИРОВАНИЕ
Оперативно« планирование ¿ ,
оптимальное распределение загрузки да! производственных мощностей
• сквозное планирование всех пределов ■ взаимосвязь ТОиР с производством
Моделирование и оптимизации
• транспортные потоки с учетом изменения инфраструктуры рудника {оптимальное соотношение между САРЕХ и ОРЕХ)
» количество техники
• корректировка ключевых бизнес драйверов
Горно^волосичвемя
информационная системы
• многовариантное горное планирование и моделирование
• повышение оперативности и качества создания планов развития горных работ
• сокращение потерь и коэффициента разубоживания
• выход на маржиналышй анализ не всех временных горизонтах
Целевым состоянием производственных процессов операционного блока является эффективная система многовариантного планирования и автоматизированного оперативного контроля с синхронизацией в КПЗ
Рис. 2. Программа «Технологический прорыв» ПАО ГМК «Норильский никель»
Однако это практически единичный случай масштабной цифровой трансформации горного производства. Большинство горнодобывающих или перерабатывающих предприятий работают с цифровой поддержкой автоматизации технологических процессов, а информационные модели являются, как правило, статическими и используются лишь при подготовке проектной документации. Таким образом, с одной стороны, цифровая трансформация горной отрасли призвана обеспечить разработку и переход к использованию автономных горнотехнических систем, а роль специалистов сводится к принятию решений и диспетчерскому контролю операций, выполняемых роботизированной горной техникой. С другой стороны, цифровизация на горных предприятиях заключается в увязке разрозненных
операций, бизнес-процессов, отчетности, накоплении больших данных на корпоративных платформах или центрах обработки данных (ЦОД) [3, 4, 15]. Технология информационного моделирования, которая предполагает связь данных и документов внутри модели, является наиболее перспективным направлением цифровизации в рамках автоматизированного проектирования горнотехнических систем.
Важно отметить, что информационная модель горного предприятия - это совокупность сведений (горно-геологических, горнотехнических, экономических и т.д.), документов, регламентов и материалов, которые формируются на всех этапах жизненного цикла горного предприятия. Внедрение технологий информационного моделирования в горную отрасль предполагает решение следующих вопросов:
достоверное визуальное отображение объекта;
работа с полными и масштабными банками данных, использующими технологии анализа больших данных;
улучшение работы современного программного обеспечения (ГГИС, программного обеспечения диспетчерского контроля, телемеханического управления и др.);
получение детальной информации об объекте по запросу; получение проектной документации хорошего качества и переход к проекту как полностью электронному документу;
сокращение сроков прохождения государственной экспертизы проектов;
улучшение качества проектирования горнотехнических систем. При использовании технологий информационного моделирования (ТИМ) для горных предприятий важен совокупный подход к работе, так как только при налаженной совместной работе всех технических и производственных отделов предприятия появляется возможность применять все преимущества информационной модели. Правильность и подробное внесение информации о месторождении позволит всесторонне и более эффективно использовать модель. Создание и использование информационной модели горного предприятия позволяет ускорить процесс разработки и проектирования, сократить сроки выполнения работ, а также осуществлять непосредственный контроль за процессом эксплуатации: от предпроектной стадии до непосредственной работы на добычном участке. Такая модель динамически изменяется в процессе разработки на всем протяжении жизненного цикла горного предприятия.
Информационная модель горнодобывающего предприятия (ИМГП), по мнению авторов, должна отражать актуальное состояние горных работ и изменение технико-экономических показателей с детализацией по отдельным технологическим единицам. Первый уровень ИМГП состоит в формировании геологической базы данных. На этом уровне производится подготовка, импорт, актуализация и верификация геологической базы дан-
ных, которая в обязательном порядке должна включать в себя, как минимум, три файла: файл с координатами устьев скважин, файл с данными ин-клинометрии трассы скважин и файл интервалов опробования. Каждый файл импортируется в ИМГП как таблица с определенным количеством обязательных столбцов. Для подготовки массива данных по скважинам применялись апробированные системы управления базами данных, такие как MS SQL и ORACLE. Рассмотрим подробнее состав геологической базы данных.
Файл с координатами устьев скважин (Collar), фрагмент которого представлен на рис. 3, является основой геологической базы данных и содержит обязательные поля:
идентификатор скважины (Hole ID), ключевое поле; координаты устья скважины (восточная координата Х (East (X)), северная координата Y (North (Y)), высотная отметка Z (Elev (Z));
Также рекомендуется, чтобы в файле Collar присутствовало поле максимальной глубины скважины (Maximum depth). Это необходимо для автоматизированной верификации данных интервалов опробования. Дополнительные поля данных в файле Collar, как и в любых других файлах, могут добавляться по требованию проектировщиков.
Рис. 3. Файл данных Collar
Файл с данными инклинометрии трассы скважин (Survey), фрагмент которого представлен на рис. 4, содержит данные пространственной ориентации трассы скважин на заданных глубинах и содержит обязательные поля:
идентификатор скважины (Hole ID), ключевое поле; глубина замера (Depth);
угол наклона участка трассы скважины (Dip), значение -90 соответствует углу наклона «вертикально вниз»;
азимут направления поворота участка трассы скважины (Azimuth).
р Import Drillholes
Progress: ОЦ_со11аг_р1 .csv > 0L_survey_p1.csv > QL_assay_p1 .csv > OL_geology_p1.es/ File Data
Column Summary
Hole ID v I Depth V 1 Dip v ! Azimuth v I Column I Column type I Import Name
1 HolelD Depth Щ Azimuth HolelD Hole ID
2 OLOOl 0 -90 0 Depth Depth
3 OLOOl 250 -75 300 Dip Dip
4 OL002 0 -90 0 Azimuth Azimuth
5 OLOQ2 250 -75 300
6 OLOG3 0 -90 0
7 ОЮОЗ 250 -75 300
8 OLOG4 0 -90 0
|i Name:
OL004 275 -74 300
10 OL005 0 -90 0 Character encoding: Auto (WindOWS-1252)
11 OLOÜ5 300 -73 300
12 OLOOô 0 -90 0 Unique row ID: None
13 OL006 480 -72 300 □ Negative dip points down
14 OLD 07 0 -90 0 Select header row: 1
15 OL007 425 -71 300
Import All Columns
16 OLOO8 0 -90 0
17 OLOO8 409 -75 300 > Date and time formats
18 OL009 0 -90 0 У CSV characters
Рис. 4. Файл данных Survey
Файл интервалов опробования (Assay), фрагмент которого представлен на рис. 5, определяет отдельные сегменты скважины со связанными значениями, включая литологические коды и(или) содержания полезного компонента и др. Обязательными полями файла Assay являются: идентификатор скважины (Hole ID), ключевое поле; начало глубины сегмента скважины (From); окончание глубины сегмента скважины (To);
одно (или несколько) полей с горно-геологическими характеристиками сегмента скважины.
Поля значений горно-геологических характеристик сегмента скважины могут включать такие показатели, как содержание полезного компонента, геотехнические данные, данные температуры, литологические разности, даты замеров и любые другие необходимые числовые или текстовые значения. На рис.5 представлены содержания полезного компонента - золота (Au).
В геологической базе данных могут присутствовать дополнительные файлы. Одним из самых распространенных является файл геологических данных о месторождении (Geology), фрагмент которого представлен на рис. 6. В данном файле присутствуют следующие поля: идентификатор скважины (Hole ID), ключевое поле; начало глубины сегмента скважины (From); окончание глубины сегмента скважины (To); литологические коды (Strat и Simple_Lith).
© Import Drillholes
Рrogress: OL_collаг_р1 .csv > 0L_survey_p1 csv > 0L_assay_p1 .csv > OL_geology_p1 csv File Data
Hole ID From v To Ли
1 HolelD From To Au
2 OLOOI 0 2.5 С.02
Э OLOOI 2.5 5 0.71
4 OLOOI 5 7.5 0.96
OLOOI 7.5 10 0.48
6 OLOOI 10 12.5 1.42
7 OLOOI 12 5 15 2.16
а OLOOI 15 17.5 1.34
9 OLOOI 17 5 20 0.39
10 OLOOI 20 22.5 0.43
11 OLOOI 22.5 25 0.87
12 OLOOI 25 27.5 0.23
13 OLOOI 27.5 30 0.34
14 OLOOI 30 32.5 0.94
1Б OLOOI 32.5 35 1.42
16 OLOOI 35 37.5 0.88
17 OLOOI 37 5 40 0.26
© Import Drillholes
Column Summary
HolelD From To
Au
Show all rows
Column type Import Name
Hole ID
From
To
Numeric
OL_assay_p1
Character encoding: Auto (Windows-I 252)
Unique row ID:
Select headeriow: 1
import All Columns
У Date and time formats > CSV characters
Previous
Рис. 5. Файл данных Assay
Progress: QU_collar_p1.csv > OL_survey_p1 csv > OU_assay_p1.csv >OL_geology_pl .csv File Data
Hale ID V I From ■V I То Strat V I Simpte_Lith
1 liolei'J Ц fron ■1 Strat Щ SimpleJJth
2 OLOÜ1 0 2.5 OVB OVB
3 OLOOI 2.5 67.6 D1 MiS
4 OLOOI 67 6 205.64 D2 MiS
5 OLOOI 205.64 232.75 Vein Vein
6 OLOOI 232.75 250 D3 MiS
7 OL002 0 2.5 OVB OVB
S OL002 25 87.4 QzP QzP
9 OL002 37.4 204.61 D2 MiS
10 OL002 20461 231.7 Vein Vein
11 OL002 231 7 250 D3 MiS
12 OL003 О 2.5 OVB OVB
13 OL003 2.5 143.3 QzP QzP
14 OL003 143 3 203.9 D2 MiS
15 OL003 203.9 231.98 Vein Vein
16 OL003 231 98 250 D3 MiS
17 OL004 О 2.5 OVB OVB
ia OL004 2.5 22.3 D1 MiS
Column Summary
Column Column type
holeid Hole ID
from From
to To
Strat Category
SimpleJJth Lithology
Name:
Strat
SimpleJith
OL_geology_p1
Character encoding: Auto (Windows-!252) Unique row ID: None
Select header row:
import All Columns
> Date and time formats
> CSV characters
Рис. 6. Файл данных Geology
Второй уровень ИМГП представляет собой ресурсную модель месторождения твердых полезных ископаемых, сформированную на основе геологической базы данных после геологической разведки. Ресурсная модель месторождения состоит из комплекса объектов, созданных в ГГИС: каркасных моделей рудных тел, блочных моделей участков месторождения, моделей тектонических нарушений горного массива, цифровых оболочек и т.п. Визуальное отображение некоторых объектов ресурсной модели представлено на рис. 7.
Любой элемент внутри ресурсной модели содержит информацию о его свойствах, например, это могут быть физико-химические свойства пород, которые залегают в данном месторождении, история изменений свойств во времени, результаты проведения процедур актуализации и верификации данных и многое другое.
V
г \ V V
Рис. 7. Визуальное отображение объектов ресурсной модели
месторождения
По имеющимся данным ресурсной модели месторождения следует планировать и проектировать технологию его разработки -это третий уровень ИМГП (рис. 8). Соответственно, необходимо будет заполнить информационную модель горного предприятия различными наборами технологических данных и процедурами их автоматизированной обработки, созданными в ГГИС: каркасными моделями капитальных, очистных и подготовительных выработок, технологическими сетями, транспортными моделями и др. Модели третьего уровня ИМГП должны быть разработаны в соответствии с утвержденными на предприятии регламентами технологических производственных процессов. Таким образом, третий уровень ИМГП содержит проверенные инженерные решения, в рамках которых смоделировано воздействие на объекты окружающей среды. Например, спрогнозировано горное давление на выработки, вследствие чего понятна конструкция крепи, ее формы, начального распора и рабочего сопротивления. Кроме того, подобные цифровые объекты могут быть проверены на коллизии: с помощью автоматизированных процедур верификации выявляются, например, нереализуемые пересечения инженерных решений по
проходке, отсутствие подготовленных к отработке запасов для обеспечения стратегической программы развития горнодобывающего предприятия и т.п.
Рис. 8. Пример визуализации третьего уровня ИМГП - технологическая
сеть горных выработок
На четвертом уровне ИМГП появляется возможность привязать календарный график отработки запасов к технологическим объектам, созданным в ГГИС (рис. 9). Для каждой технологической единицы (добычная камера, целик, выработка и т.п.) устанавливаются параметры и сроки ее отработки. После такой процедуры любой, у кого есть соответствующий уровень доступа к информационной модели горного предприятия, сможет видеть онлайн, какие сроки поставлены по той или иной технологической единице.
Рис. 9. Цифровой календарный план - пример четвертого уровня ИМГП
Это позволит управлять горным производством уже на проектном уровне, отслеживая результаты того или иного руководящего решения, появляется возможность «проиграть варианты», актуализировать технологические показатели технических проектов.
На пятом уровне информационная модель горного предприятия должна интегрироваться с уже существующими системами диспетчеризации, элементами исполнительной документации производства горных работ и т.п., что позволит интерпретировать ИМГП как постояннодействую-щую эксплуатационную модель горного предприятия.
Заключение
Учитывая мировую практику цифровизации отраслей промышленности, а также принятые национальные программы по развитию цифровизации в России, переход к единому стандарту цифрового моделирования горных предприятий на базе ТИМ неизбежен. Авторами разработана обобщенная процедура синтеза информационной модели горного предприятия, состоящей из пяти уровней, которая включает процессы разработки регламентов и стандартизации элементов цифрового трехмерного моделирования освоения запасов подземных месторождений твердых полезных ископаемых. В результате планируется разработать систему показателей, которую можно формализовать в виде иерархической структуры XML-схем представления данных, где каждое ведомство контролирует набор показателей в соответствии со своим уровнем доступа, обеспечивая необходимую степень детализации. Подобную систему показателей можно утвердить к использованию в качестве стандартов для информационного моделирования горнодобывающих предприятий.
Список литературы
1. Васильев, П.В. Развитие горно-геологических информационных систем // Информационный бюллетень ГИС-Ассоциации. 1999. № 2(19). C. 32-33.
2. Ведиг М. (Dr.-I.M.W. Цифровизация в горнодобывающей промышленности // Deutsche Gesellschaft für Internationale Zusammenarbeit (GIZ) GmbH. 2019. Т. 20.
3. Капутин, Ю.Е. Горные компьютерные технологии и геостатистика. СПб.: Недра, 2002. 424 с.
4. Капутин Ю.Е. Информационные технологии планирования горных работ (для горных инженеров). СПб.: Недра, 2004. 424 с.
5. Король М.Г. BIM: информационное моделирование -цифровой век строительной отрасли // Стройметалл. 2014. C. 26-30.
6. Кубрин С.С. Теория анализа и синтеза информационно-аналитических систем оптимальной отработки шахтных полей и месторождений: дис. ... д-ра техн. наук. М., 2002. 297 с.
7. Рахматуллина Е.С. BIM-моделирование как элемент современного строительства // Russian Journal of Entrepreneurship. 2017. № 19. Т. 18. C. 2849.
8. Методические принципы оптимального управления воздухораспределением подземного рудника в системах «Вентиляция по требованию» / Д.А. Стадник, Н.М. Стадник, Е.В. Лопушняк, Г.А. Кумсиев // Известия Тульского государственного университета. Науки о Земле. 2022. Вып.1. C. 457-466.
9. Уськов В.В. Компьютерные технологии в подготовке и управлении строительством объектов. М.: 2011. 320 с.
10. Устойчивое развитие городских территорий. Технологии информационного моделирования в строительстве. Энергосбережение / С.Г. Шеина [и др.]. Ростов-на-Дону: ДГТУ, 2020. 151 с.
11. Яковлева С.А. Преимущества и недостатки использования BIM при проектировании // StudArctic forum. 2017. № 7. Т. 3. C. 25.
12. Стратегия инновационного развития строительной отрасли Российской Федерации до 2030 года [Электронный ресурс]. Режим доступа: https://www.minstroyrf.gov.ru/docs/11870/.
13. Положения о выполнении инженерных изысканий для подготовки проектной документации, строительства, реконструкции объектов капитального строительства. Постановление от 15 сентября 2020 года №1431 [Электронный ресурс]. Режим доступа: https://base.garant.ru/74644278/?.
14. Groshong R.H. 3-D structural geology: A practical guide to quantitative surface and subsurface map interpretation // Springer Berlin Heidelberg, 2006. 400 c.
15. Noone G. What does the future hold for automation in the mining industry? // World mining frontiers. 2019. Т. 2. C. 18-21.
16. Uyan M., Dursun A.E. Determination and modeling of lignite reserve using geostatistical analysis and GIS // Arabian Journal of Geosciences. 2021. № 4. Т. 14. C. 312.
Cтадник Денис Анатольевич, д-р техн. наук, проф., sined777@yandex.ru, Россия, Владикавказ, Северо-Кавказский горно-металлургический институт (государственный технологический университет),
Cтадник Нино Мамукаевна, канд. техн. наук, доц., Kun17@yandex.ru, Россия, Владикавказ, Северо-Кавказский горно-металлургический институт (государственный технологический университет),
Лопушняк Екатерина Валерьевна, лаборант, lopushnyack. c@yandex. ru, Россия, Владикавказ, Северо-Кавказский горно-металлургический институт (государственный технологический университет)
TO THE QUESTION OF DEVELOPING METHODOLOGICAL BASES OF INFORMATION MODELING OF MINING ENTERPRISES
D.A. Stadnik, N.M. Stadnik, E.V. Lopushnyac
This article discusses the introduction of modern information modeling technologies in the process of computer-aided design of mining enterprises. The goals and advantages of using information models of mining enterprises are described, the results of the analysis of the dynamics of the introduction of information technologies in the design of mining systems are presented.
Key words: mining enterprise, information modeling technologies, BIM technologies, digitalization, mining systems, information models, computer-aided design.
Stadnik Denis Anatolyevich, dr. of tech.sciences, professor, sined777@yandex.ru, Russia, Vladikavkaz, North Caucasus Mining and Metallurgical Institute (State Technological University),
Stadnik Nino Mamukaevna, candidate of technical sciences, docent, Kun17@yandex.ru, Russia, Vladikavkaz, North Caucasus Mining and Metallurgical Institute (State Technological University),
Lopushnyak Ekaterina Valeryevna, laboratory assistant, lopushnyack.c@yandex.ru, Russia, Vladikavkaz, North Caucasus Mining and Metallurgical Institute (State Technological University)
Reference
1. Vasiliev, P.V. Development of mining and geological information systems // Information bulletin of the GIS Association. 1999. No. 2(19). pp. 32-33.
2. Wedig M. (Dr.-I.M.W.) // Deutsche Gesellschaft für Internationale Zusammenarbeit (GIZ) GmbH. 2019. Vol. 20.
3. Kaputin, Yu.E. Mining computer technologies and geostatistics. St. Petersburg: Nedra, 2002. 424 p.
4. Kaputin Yu.E. Information technologies of mining planning (for mining engineers). St. Petersburg: Nedra, 2004. 424 p.
5. Korol M.G. BIM: information modeling - the digital age of the construction industry // Stroymetal. 2014. C. 26-30.
6. Kubrin S.S. Theory of analysis and synthesis of information and analytical systems of optimal mining of mine fields and deposits: diss. ... Doctor of Technical Sciences. M., 2002. 297 p.
7. Rakhmatullina E.S. BIM modeling as an element of modern construction // Russian Journal of Entrepreneurship. 2017. No. 19. Vol. 18. C. 2849.
8. Methodological principles of optimal control of the air distribution of an underground mine in "Ventilation on demand" systems / D.A. Stadnik, N.M. Stadnik, E.V. Lopushnyak, G.A. Kumsiev // Izvestiya Tula State University. Earth sciences. 2022. Issue 1. pp. 457466.
9. Uskov V.V. Computer technologies in the preparation and management of construction of objects. Moscow: 2011. 320 p.
10. Sustainable development of urban areas. Information modeling technologies in construction. Energy saving / S.G. Sheina [et al.]. Rostov-on-Don: DSTU, 2020. 151 gr.
11. Yakovleva S.A. Advantages and disadvantages of using BIM // StudArctic forum. 2017. No. 7. Vol. 3. C. 25.
12. Strategy of innovative development of the construction industry of the Russian Federation until 2030 [Electronic resource]. Access mode: https://www.minstroyrf.gov.ru/docs/11870 /.
13. Regulations on the performance of engineering surveys for the preparation of project documentation, construction, reconstruction of capital construction facilities. Resolution No. 1431 of September 15, 2020 [Electronic resource]. Access mode: https://base .garant.ru/74644278/?.
14. Groshong R.H. Three-dimensional structural geology: a practical guide to the quantitative interpretation of surface and subsurface maps // Springer Berlin Heidelberg, 2006. 400 p.
15. Nun J. What awaits automation in the mining industry in the future? // World borders of the mining industry. 2019. Vol. 2. C. 18-21.
16. Uyan M., Dursun A.E. Determination and modeling of brown coal reserves using geostatistical analysis and GIS // Arabian Journal of Geosciences. 2021. No. 4. Vol. 14. C. 312.
УДК 69:624.138.24
СХЕМЫ И РАСЧЕТ ПАРАМЕТРОВ ИСКУССТВЕННЫХ ОСНОВАНИЙ ФУНДАМЕНТОВ В ГИДРОАКТИВИЗИРОВАННЫХ
ГРУНТАХ
В.М. Талалаева
Выполнен геологический анализ разрезов подработанных и обводненных территорий закрытых шахт, что позволило их типизировать в три группы. Обоснованы схемы и технологические параметры формирования искусственных оснований фундаментов в гидроактивизированных грунтах. Впервые предложено формировать стабилизационную подушку на контакте с коренными породами для взаимодействия с основанием фундамента.
Ключевые слова: закрытые шахты, геология, типизация, основания фундаментов, расчет параметров, тампонажная подушка.
Введение
В шахтерских городах и поселках существует необходимость строительства новых и эксплуатации существующих зданий и сооружений, которые вынуждены проводить на площадях со сложными инженерно-геологическими условиями, обусловленными подработанностью и обводненностью грунтов. В таких случаях для обеспечения качественного строительства необходимо применять способы защиты зданий и сооружений от неравномерных деформаций. Весьма перспективным способом является устройство надежных искусственных оснований (метод уплотнения грунтов и постановки стабилизирующей подушки) [1, 4, 5]. К основным пре-
