Россия
г. Санкт-Петербург и Ленинградская область, Россия
Россия
Проведено комплексное исследование современного состояния, ключевых проблем и перспективных направлений развития автоматизированных систем управления и контроля карьерного транспорта. Актуальность темы обусловлена необходимостью кардинального повышения эффективности, безопасности и экологичности логистических цепочек угледобывающих предприятий в условиях растущей конкуренции и ужесточения требований к производству. В исследовании применялись методы системного анализа, экономико-математического моделирования, сравнительного анализа и прогнозирования. Научная новизна заключается в разработке интегральной критериальной модели для оценки эффективности автоматизированной системы управления и контроля транспорта, учитывающей не только прямые экономические выгоды, но и синергетический эффект от снижения рисков и повышения гибкости производства. В результате определены технологические (несовместимость оборудования, недостаточная надежность датчиков), экономические (высокие капитальные затраты, длительный срок окупаемости) и организационные (сопротивление персонала, недостаток компетенций) проблемы. В качестве перспектив обоснована целесообразность перехода к интеллектуальным автоматизированным системам управления и контроля транспорта на базе технологий интернета вещей, предиктивной аналитики и искусственного интеллекта. Предложена экономическая модель, демонстрирующая, что совокупный экономический эффект от внедрения таких систем формируется не только за счет прямой экономии на горюче-смазочных материалах и ремонте, но и благодаря предотвращению простоев и аварий, что в долгосрочной перспективе многократно превышает первоначальные инвестиции.
автоматизированные системы управления, контроль транспорта, угольная промышленность, карьерный транспорт, логистика, экономическая эффективность, интернет вещей, искусственный интеллект
1. Пешкова, М. Х. Методология обоснования области изменения основных показателей работы угольных предприятий, обеспечивающих эффективное внедрение новых технологий / М. Х. Пешкова, Ж. К. Галиев, Н. В. Галиева // Уголь. — 2018. — № 7 (1108). — С. 32 37. — DOIhttps://doi.org/10.18796/0041-5790-2018-7-32-37. — EDN UTKFIM.
2. Цымблер, М. Л. Восстановление пропущенных значений временного ряда на основе совместного применения аналитических алгоритмов и нейронных сетей / М. Л. Цымблер, А. А. Юртин // Вычислительные методы и программирование. — 2023. — Т. 24, № 3. — С. 243–259. — DOIhttps://doi.org/10.26089/NumMet.v24r318. — EDN BJZYCZ. 37 Transport automation research. No. 1, Vol. 12, March 2026 ИНТЕЛЛЕКТУАЛЬНЫЕ СИСТЕМЫ УПРАВЛЕНИЯ 3. 4. 5. 6. 7. 8. 9.
3. Кузнецов, А. С. О задачах производственно- транс портного планирования на карьерах / А. С. Кузнецов, О. Б. Кортелев // Вестник Кузбасского государственного технического университета. — 2005. — № 4–2 (49). — С. 118–120. — EDN PXSTMH.
4. Хорешок, А. А. Об изменении эффективной производительности экскаваторов при использовании карьерных самосвалов с различной вместимостью кузова / А. А. Хорешок, Д. М. Дубинкин, С. О. Марков, М. А. Тюленев // Вестник Кузбасского государственного технического университета. — 2021. — № 6 (148). — С. 85–93. — DOIhttps://doi.org/10.26730/1999-4125-2021-6-85-93. — EDN IIWWML. 5. Клебанов, А.Ф. Комплексный подход к удаленному мониторингу технического состояния и режимов эксплуатации карьерного автосамосвала / А.Ф. Клебанов, Д.Н. Сиземов, М.В. Кадочников // Горная промышленность. — 2020. — № 2. — С. 75–81. — DOIhttps://doi.org/10.30686/16099192-2020-2-75-81. — EDN FZDOLR.
5. Современный автотранспорт горнопромышленного комплекса: проблемы и решения / И.В. Макарова [и др.] // Горная промышленность. — 2025. — № 1S. — С. 28–33. — DOIhttps://doi.org/10.30686/1609-9192-2025-1S‑28-33. — EDN WHYNMW.
6. Чирков, М.А. Определение степени влияния различных факторов по объему затрачиваемой энергии на движение карьерных автосамосвалов / М.А. Чирков // Вестник науки. — 2025. — Т. 2, № 6 (87). — С. 1931–1938. — EDN JWBYIG.
7. Дубинкин, Д.М. Основы цифрового создания автономных карьерных самосвалов / Д.М. Дубинкин // Горное оборудование и электромеханика. — 2022. — № 2 (160). — С. 39–50. — DOIhttps://doi.org/10.26730/1816-4528-2022-2- 39-50. — EDN ZUKXMF.
8. Осьмин, В.В. Оптимизация транспортировки горной массы в условиях глубоких карьеров на основе комбинированной экономико-математической модели / В.В. Осьмин // Известия Тульского государственного университета. Науки о Земле. — 2025. — № 2. — С. 329–335. — EDN CPXOGZ.
9. Выбор комплекса горнотранспортного оборудования для карьеров по добыче известняка в сложных горнотехнических условиях / А.Н. Волокитин [и др.] // Рациональное освоение недр. — 2021. — № 5 (61). — С. 59–65. — DOIhttps://doi.org/10.26121/RON.2021.72.91.007. — EDN ESASMM.
10. Курнаков, К.А. Внедрение систем по контролю эксплуатации, мониторинга и диспетчеризации автотранспорта. Автоматизация карьерного транспорта / К.А. Курнаков, С.Д. Соколов // Экономика и социум.— 2016. — № 6–1 (25). — С. 1213–1215. — EDN WMTBJV.
11. Макарова, И.В. Автомобильный транспорт в горнопромышленном комплексе: проблемы и решения / И.В. Макарова, А.С. Баринов, Г.Р. Мавляутдинова, Л.М. Габсалихова // Транспорт. Взгляд в будущее — TFV‑24. : сборник научных статей международной научно-практической конференции (Санкт-Петербург, 7–8 ноября 2024 года). — СПб. : Санкт-Петербургский горный университет императрицы Екатерины II, 2024.—С. 146–149.—EDN WLNEIS.
12. Воронов, Ю. Е. Диспетчеризация в карьерных экскаваторно-автомобильных комплексах с беспилотным транспортом / Ю. Е. Воронов, А.Ю. Воронов, Д.М. Дубинкин, О.С. Максимова // Уголь. — 2023. — № 9 (1171). — С. 75–83. — DOIhttps://doi.org/10.18796/0041-5790-2023-9- 75-83. — EDN NYKHNY.
13. Barnewold, L. Identification of Digital Technologies And Digitalisation Trends in the Mining Industry / L. Barnewold, B.G. Lottermoser // International Journal of Mining Science and Technology. — 2020. — Vol. 30, no. 6. — Pp. 747– 757.—DOIhttps://doi.org/10.1016/j.ijmst.2020.07.003.—EDN VYPLPV.
14. Цивилева, А.Е. Пути решения проблем цифровой трансформации предприятий угледобывающей промышленности / А.Е. Цивилева // Векторы развития современной экономики: проблемы теории и практики : материалы Международной научно-практической конференции (Москва, 23 ноября 2021 года).—М. : Московский политех, 2021.—С. 228–232.—EDN XVFIHZ.
15. Wang, H. Novel Routing Algorithm for Autonomous Vehicles in Smart Transportation System / H. Wang // Journal of Ubiquitous Computing and Communication Technologies. — 2021. — Vol. 3, no. 3. — Pp. 164–179. — DOIhttps://doi.org/10.36548/jucct.2021.3.002. — EDN LNEQPK.
16. The Digital Mine: From Vision to Value // Accenture Strategy Report. 2021. — URL: https://www.accenture. com/us-en/insights/resources/digital-mine-value (date of access: 15.05.2024).
17. Diagnosis and Troubleshooting of Automotive Electrical, Electronic and Computer Systems (5th Edition), 2009. — URL: https://openlibrary.org/books/ OL38223236M/Diagnosis_and_troubleshooting_of_automotive_electrical_electronic_and_computer_systems (date of access: 08.08.2025).
18. Fleetrun: решение для учета технического обслуживания. — URL: https://wialon.com/ru/fleet-maintenancemanagement?ysclid=m2ll3whfn971405892 (date of access: 14.11.2025).
19. Патраков, П.А. Мониторинг инфраструктурных объектов с использованием информационных технологий / П.А. Патраков // Вестник науки. — 2025. — Т. 2, № 5 (86). — С. 880–885. — EDN XZNDMG.
20. Тищенко, М.А. Оптимизация материальных затрат в добывающих отраслях / М.А. Тищенко // Вестник Бурятского государственного университета. Экономика и менеджмент. — 2024. — № 3. — С. 126–135. — DOIhttps://doi.org/10.18101/2304-4446-2024-3-126-135. — EDN FSLKGS.
21. Балакин, Д.А. Диагностика циклических систем с помощью алгоритма, основанного на функциях ГауссаЭрмита / Д.А. Балакин, В.В. Штыков // Цифровая обработка сигналов. — 2018. — № 2. — С. 59–62. — EDN XUNPID.
