Перейти к основному содержанию
Реклама
Прямой эфир
Мир
Товарооборот России и Вьетнама вырос более чем на 12% за восемь месяцев
Мир
Путин отметил взаимный рост интереса к изучению языков в России и КНР
Общество
Глава Минтруда сообщил о повышении соцвыплат в 2027 году по уровню инфляции
Мир
Лукашенко призвал Белоруссию и Латвию преодолеть политические разногласия
Общество
ГД приняла закон об увеличении лимита страхования по долгосрочным вкладам
Мир
Лихачев сообщил о сохранении объемов поставок урановой продукции в США
Мир
Лидеры народа сето потребовали от Эстонии компенсаций при закрытии границ с РФ
Мир
Посол РФ предложил Молдавии регулярно проводить встречи на уровне МИДа
Общество
Правительство РФ приняло меры по обеспечению грузами жителей Крыма
Общество
Глава Рособрнадзора заявил о проработке ограничения продажи микронаушников
Армия
Российская армия поразила объекты военной инфраструктуры ВСУ в порту Измаил
Мир
Иранские беспилотники атаковали американскую авиабазу в Кувейте
Общество
МВД предупредило о мошенничестве с розыгрышами от известных брендов
Мир
Уиткофф и Кушнер не смогли прилететь в КНР из-за переговоров с европейцами
Армия
Силы ПВО уничтожили 184 украинских дрона за ночь
Общество
Никитин указал на возможность восстановления Крымского моста в сжатые сроки
Мир
Стубб опроверг слухи о требовании России по выходу Финляндии из НАТО
Мир
В Великобритании полицейским запретят отпуска летом 2028 года из-за Евро и G7
Главный слайд
Начало статьи
Озвучить текст
Выделить главное
Вкл
Выкл

Российские специалисты разработали алгоритм и устройство для автоматического управления экскаваторами при добыче полезных ископаемых. Обработка данных производится с помощью нейронных сетей, которые были обучены на разных типах машин и карьеров. Опытная эксплуатация подтвердила перспективность изобретения. Оно запатентовано и готово к запуску в производство. Профессиональные участники горнодобывающей отрасли считают, что разработка уральских ученых может стать важным этапом на пути к автоматизации экскаваторов.

Настройки сети

Ученые из Уральского горного государственного университета создали программный модуль, который поможет увеличить производительность карьерных экскаваторов. Новый способ основан на оптимизации движения ковша. В основе методики — применение нейросетевых принципов и автоматизация управления техникой.

Нейронная сеть — это программа, которая использует полученные данные для собственного обучения. Такой искусственный интеллект (ИИ) позволяет анализировать большие объемы информации за короткое время. Уральские специалисты применили нейросети для определения точного положения ковша экскаватора и описания среды, в которой он работает. Аппаратная часть комплекса состоит из двух видеокамер, установленных на кабине экскаватора, и вычислительного устройства. Камеры объединены в стереопару и откалиброваны, чтобы получать трехмерную картину производственного процесса. Настройка камер производилась с использованием лазерных дальномеров.

действие
Фото: ИЗВЕСТИЯ/Константин Кокошкин

— Мы обучаем нейросеть, чтобы она могла распознать в видеопотоке ковш и другие объекты. С учетом полученной информации и встроенного алгоритма программа формирует эффективную траекторию перемещения рабочего инструмента и отдает команды приводам управления экскаватора, — объяснила «Известиям» принцип разработки руководитель проекта, старший преподаватель кафедры информатики УГГУ, кандидат технических наук Евгения Волкова.

Специалист добавила, что самые энергозатратные операции — разгон и торможение ковша, поэтому эффективная траектория стремится к наиболее короткому пути между точкой окончания черпания и зоной разгрузки. При этом нужно учитывать, что эти пункты каждый раз изменяются и поэтому их нужно пересчитывать в реальном времени.

Расчеты ученых показывают, что внедрение новой методики может повысить производительность машин от 3 до 10%.

Сделать лучше

Новые технологии, такие как нейросети, ИИ, машинное зрение, распознавание образов и обработка массивов данных, стали важным подспорьем для решения задачи по увеличению эффективности карьерных экскаваторов, считает профессор кафедры автоматики и компьютерных технологий УГГУ Александр Бабенко. По мнению эксперта, технические новшества позволили специалистам в реальном времени определять координаты ковша и выстраивать объемную математическую модель его окружения, что раньше прежними классическими инструментами сделать было невозможно.

сеть
Фото: ТАСС/Николай Тришин

— Алгоритм представляет собой ансамбль нейронных сетей. На основе одной из них реализованы механизмы стереозрения и оценки расстояния до объектов. Другая программа отвечает за координаты и электрические параметры главных приводов. Третья определяет текущую технологическую операцию (черпание, перенос груженого или порожнего ковша, разгрузка). Далее ИИ определяет оптимальную точку разгрузки и траекторию движения к ней, — рассказала Евгения Волкова.

Карьерный экскаватор — сложный технический объект, который включает в себя множество механических и электрических подсистем. В алгоритме, предложенном уральскими специалистами, рассмотрены разные параметры эффективности.

— Для качественного обучения моделей сбор данных проводился в разное время года — зимой и летом, на асбестовом и угольном разрезах. Также использовались экскаваторы разных типов, что подтверждает универсальность нашей разработки, — поделилась Евгения Волкова.

Программный комплекс ученые разрабатывали в сотрудничестве с горнодобывающими предприятиями. Это обеспечило обратную связь и возможность доработки алгоритмов под непосредственные задачи.

Будущее не за горами

Профессиональные участники горнодобывающей отрасли считают, что разработка уральских ученых может стать важным этапом на пути к автоматизации экскаваторов. В частности, такую точку зрения выразил заведующий кафедрой автоматических систем Российского технологического университета МИРЭА Алексей Лютов.

человек
Фото: ТАСС/Сергей Бобылев

— Важно с помощью современных интеллектуальных технологий решать задачи автоматизации на новом уровне, освобождая человека-оператора от тяжелых, опасных, рутинных работ. Одновременно нужно повышать энергоэффективность и экологичность технологических процессов, — подчеркнул он.

Перспективы решения этих задач, по мнению Алексея Лютова, в применении беспилотных средств погрузки и транспортировки породы.

— Построение безлюдных горных предприятий, на которых машины работают на дистанционном управлении или автономно, — это мировой тренд. Причем опыт показывает, что траектории и способы работы, которые генерирует компьютер, в большинстве случаев эффективнее, чем те, которые применяет человек. Разработка, сделанная в Уральском горном университете, — значимый шаг в этом направлении, — прокомментировал Александр Бабенко.

Работа по развитию программного модуля продолжается в рамках стратегического проекта УГГУ «Цифровые производственные технологии», входящего в программу Министерства образования и науки «Приоритет-2030».

По словам ученых, при интересе со стороны горнодобывающих компаний разработка может быть внедрена в производство в течение нескольких месяцев.

Читайте также
Прямой эфир