ЦИФРОВИЗАЦИЯ
Оригинальная статья
Роль распределенных серверных систем в модернизации угольного сектора с целью повышения экономической эффектности и экологической устойчивости предприятия
Аннотации
Угольная промышленность, являясь одной из ключевых отраслей мировой энергетики, переживает этап глубокой технологической трансформации. Распределенные серверные системы (РСС) выступают важным инструментом модернизации, позволяющим оптимизировать производственные процессы, повысить экономическую эффективность и экологическую устойчивость предприятий. В статье проведен комплексный анализ роли РСС в развитии угольного сектора. Методология исследования включала углубленный обзор научной литературы, статистический анализ производственных и финансовых показателей, интервью с отраслевыми экспертами. Выборка охватывала 50 крупнейших угледобывающих компаний мира за период 2018-2023 гг. Результаты продемонстрировали, что внедрение РСС позволяет увеличить производительность труда на 17,4%, снизить операционные затраты на 12,8% и сократить углеродный след на 9,6%. Дальнейшие перспективы связаны с масштабированием облачных решений, интеграцией РСС с системами автоматизации производства и развитием предиктивной аналитики на базе распределенных вычислений. Практическая значимость исследования заключается в разработке стратегических рекомендаций по цифровизации угольной отрасли.
Ключевые слова
Распределенные системы, угольная промышленность, цифровизация, производительность, устойчивое развитие, облачные технологии.
Список литературы
-
Ayub Khan A., Laghari A., Awan S., Lyari, Karachi P. Machine Learning in Computer Vision: A Review. ICST Transactions on Scalable Information Systems. 2021. DOI: 10.4108/eai.21-4-2021.169418.
-
Dhawan R., Singh K., Sehgal V.K. Industry 4.0 for the Mining Industry: Review and Open Research Issues. Arabian Journal for Science and Engineering. 2021;46(2):1235-1251. DOI: 10.1007/s13369-020-04786-y.
-
Elgendy N., Elragal A. Big Data Analytics: A Literature Review Paper. Perner, P. (eds) Advances in Data Mining. Applications and Theoretical Aspects. ICDM 2014. Lecture Notes in Computer Science, 2014, Vol. 8557. Springer, Cham. DOI: doi.org/10.1007/978-3-319-08976-8-16.
-
Maiti S., Chaudhury S. Machine Learning Applications in Coal Mining: A Review. IEEE Access. 2021;(9):54803-54834. DOI: 10.1109/ACCESS.2021.3070556.
-
Makridakis S. The forthcoming Artificial Intelligence (AI) revolution: Its impact on society and firms, Futures, 2017, Vol. 90. URL: doi.org/10.1016/j.futures.2017.03.006.
-
Solem, J. Programming computer vision with Python. Beijing: O’Reilly, 2012, pp. 274.
-
Жданеев О.В., Власова И.М. Вызовы и приоритеты цифровой трансформации угольной отрасли // Уголь. 2023. № 1. С. 62-69. DOI: 10.18796/0041-5790-2023-1-62-69. Zhdaneev O.V., Vlasova I.M. Digital transformation of the coal industry. Ugol’. 2023;(1):62-69. (In Russ.).
-
Барчан К.А. Разработка метода имитационного компьютерного моделирования эталонного состояния и поведения SCADA - систем на основе модели акторов // Вестник Новосибирского государственного университета. Серия: Информационные технологии. 2014. Т. 12. №.1. Barchan K.A. The development of the actor model based computer simulation modeling method of SCADA standard state and behavior. Vestnik Novosibirskogo gosudarstvennogo universiteta. Seriya: Informatsionnye tekhnologii. 2014;12(1). (In Russ.).
-
Глушань В.М., Лаврик П.В. Распределенные САПР. Архитектура и возможности: монография. Старый Оскол: ТНТ, 2015. 188 с.
-
Петренко И.Е., Шинкин В.К. Итоги работы угольной промышленности России за январь-март 2022 года // Уголь. 2022. № 6. С. 6-16. DOI: 10.18796/0041-5790-2022-6-6-16. Petrenko I.E. Shinkin V.K. Russia’s coal industry performance for January – March, 2022. Ugol’. 2022;(6):6-16. (In Russ.).
-
Салтымаков Е.А., Уткаев Е.А., Снетова Е.С. Разработка цифровой платформы для количественного учета выбросов шахтного метана в атмосферу // Вестник Научного центра ВостНИИ по промышленной и экологической безопасности. 2023. № 3. С. 51-58. Saltymakov E.A., Utkaev E.A., Snetova E.S. Development of a digital platform for quantitative assessment of mine methane emissions into the atmosphere. Vestnik Nauchnogo tsentra VostNII po promyshlennoj i ekologicheskoj bezopasnosti. 2023;(3):51-58. (In Russ.).
-
Соловьев С.Ю., Космин А.С. Построение распределенных систем сбора и обработки данных на базе платформы SIMAT IC WinCC Open Architecture // «ИСУП» Информатизация и системы управления в промышленности. 2015. № 4(58). С. 70-75. Solovyov S.Yu., Kosmin A.S. Development of distributed systems for data collection and processing based on the SIMAT IC WinCC Open Architecture platform. ISUP: Informatizatsiya i sistemy upravleniya v promyshlennosti. 2015;(4):70-75. (In Russ.).
-
Извлечение и переработка угольного метана / В.Б. Артемьев, В.Н. Костеренко, А.П. Садов и др. М.: Горное дело, 2016. 208 с.
-
Рубин А.Я. Вопросы промышленной безопасности и актуальные способы ее обеспечения на опасных производственных объектах // Безопасность труда в промышленности. 2023. № 4. С. 91-96. Rubin A.Ya. Industrial safety issues and current ways to ensure it at hazardous production facilities. Bezopasnost’ truda v promyshlennosti. 2023;(4):91-96. (In Russ.).
-
Шелухин О.И., Костин Д.В. Классификация аномальных состояний компьютерных систем средствами интеллектуального анализа системных журналов // Нейрокомпьютеры: разработка, применение. 2020. Т. 22. №. 1. С. 66-76. Sheluhin O.I., Kostin D.V. Multiclass classification of anomalous states of computer systems by means of intellectual analysis of system journals. Nejrokomp'yutery: razrabotka, primenenie. 2020;22(1):66-76. (In Russ.).
Для цитирования
Роль распределенных серверных систем в модернизации угольного сектора с целью повышения экономической эффектности и экологической устойчивости предприятия / С.А. Тронин, А.А. Ксенофонтов, А.А. Юссуф и др. // Уголь. 2025;(2):110-118. DOI: 10.18796/0041-5790-2025-2-110-118.
Информация о статье
Поступила в редакцию: 9.01.2025
Поступила после рецензирования: 17.01.2025
Принята к публикации: 27.01.2025
