Оптимизация горной логистики:в России придумали систему ИИ для самосвалов
Учёные Московского физико-технического института (МФТИ) совместно с компанией «Операционное совершенство» разработали систему ИИ для автоматического управления движением карьерных самосвалов.
Российская компания OES (ООО «Операционное совершенство») специализируется на повышении эффективности горнодобывающих предприятий с помощью ИИ. Решение OES.TruckBalance, разработанное в партнерстве с МФТИ, создало условия для перехода от традиционной схемы ручного диспетчерского управления к интеллектуальной системе принятия решений. На крупных карьерах учитываются сотни факторов: расположение техники, состояние дорог, скорость движения машин, загрузку экскаваторов, ремонтные работы и внештатные ситуации. ИИ анализирует эти параметры значительно быстрее человека, автоматически формируя оптимальные маршруты.
Один из ярких примеров внедрения – Солнцевский угольный разрез Восточной горнорудной компании, где OES.TruckBalance с 2025 года показывает убедительные результаты – как с экономической, так и с организационной точки зрения. Система уже управляет всем парком самосвалов на предприятии, благодаря чему нагрузка на диспетчеров сократилась на 60–70%, время ожидания самосвалов в очередях уменьшилось на 30%, значительно снижен простой экскаваторов без транспорта.
Экономический эффект от внедрения оценивается более чем в 1,5 млрд рублей в год. Он растет по мере уточнения данных и настройки системы: от стартовых 6 миллионов рублей в месяц отдача увеличилась до 80. При этом само предприятие постоянно наращивает темпы и вывоз горной массы.
Вложения в промышленный суверенитет
Российский опыт можно считать весьма успешным, ведь во всем мире подобные технологические решения предлагают всего две зарубежные компании. Известно, что российским разработчикам на реализацию проекта буквально с нуля понадобилось всего три месяца.
Появление подобных систем в добывающей отрасли – явление прорывное. Горнодобывающие предприятия относятся к наиболее ресурсоёмким секторам экономики, где даже небольшое повышение эффективности использования техники приводит к существенной экономии. Использование ИИ увеличивает объёмы добычи без пропорционального роста затрат на покупку новой техники. Сама отрасль является стратегической для экономики страны. Поэтому для России технология имеет важное значение с точки зрения обеспечения промышленного суверенитета.
Следующим этапом развития решения станет переход от интеллектуальной диспетчеризации к полностью автономным карьерным комплексам. Для этого система должна пройти этап интеграции с другими цифровыми платформами: технического обслуживания, геологического моделирования, промышленного интернета вещей и автономной техники. Так ИИ сможет не только распределять технику между объектами, но и управлять движением самосвалов без участия человека.
Отрасль в процессе оцифровки
Автоматизация карьерной техники в России начиналась с внедрения систем диспетчеризации. Они собирали данные о положении машин, теперь же системы самостоятельно анализируют ситуацию.
В 2024 году группа компаний «Цифра» представила технологию роботизации карьерных самосвалов, позволившую модернизировать существующую технику и подготовить её к автономной работе. Использовался уже имеющийся парк машин без полной замены оборудования.
В развитие темы в 2026 году«Цифра» представила новую версию системы управления горнотранспортным комплексом «Цифра.Карьер 26». В обновлённой платформе появились инструменты ИИ, новые модули автоматизации и дополнительные механизмы повышения отказоустойчивости. Сегодня система используется более, чем на 75 промышленных предприятиях.
Развитие технологий автономного транспорта стало отдельным направлением исследований российских научных организаций. Специалисты отмечают, что автономные карьерные самосвалы требуют решения комплекса задач: построения цифровых карт, управления движением, обеспечения устойчивой связи и обработки больших массивов данных.
МФТИ также развивает собственную экспертизу в области ИИ и интеллектуального транспорта. Подразделения вуза занимаются разработкой систем управления транспортом, машинного обучения и технологий обработки данных для промышленных применений. Создание системы OES.TruckBalance показывает, что ИИ постепенно становится инструментом управления реальными промышленными процессами, а не только аналитическим сервисом.
