Методология применения технологий Big Data и предиктивного моделирования для повышения операционной эффективности угледобывающих комплексов

Аннотация

Интеграция технологий больших данных в производственные процессы угледобывающих предприятий представляет критический фактор повышения операционной эффективности в условиях истощения рентабельных месторождений и ужесточения требований безопасности труда. Глобальное производство угля достигло 8,77 млрд т в 2024 г. при производственной мощности 8,9 млрд т, при этом более 1922 интеллектуальных очистных забоев функционируют на угледобывающих предприятиях Китая. Исследование направлено на анализ архитектурных решений аналитических платформ и количественную оценку эффективности их внедрения на основе данных предприятий с различным уровнем цифровизации. Методология включает сравнительный анализ технологических решений обработки данных, статистическую оценку операционных показателей и экономико-математическое моделирование инвестиционной привлекательности проектов цифровизации. Эмпирическая база охватывает период 2022-2024 гг. и включает операционные данные предприятий с различными архитектурными решениями от полностью локальных до облачно-центричных систем. Установлено, что внедрение систем предиктивной аналитики обеспечивает повышение производительности труда с 22,4 до 88,7 т на чел.-ч при одновременном сокращении численности персонала очистного забоя с 18-22 до 6-9 человек. Точность прогностических моделей машинного обучения для предсказания энергопотребления достигает 96% с использованием LSTM-архитектур, обеспечивая снижение пиковых нагрузок на 13%. Экономический эффект от внедрения предиктивного обслуживания составляет 5,5 млн дол. США на предприятие в год через сокращение незапланированных простоев и оптимизацию технического обслуживания. Рынок аналитических решений для угледобычи демонстрирует рост с 2,51 млрд дол. США в 2024 г. до прогнозируемых 5,2 млрд к 2035 г. при среднегодовом темпе роста 6,9%. Интеллектуальные системы управления обеспечивают производство 13000 т угля за смену при численности персонала 13 чел. на современных автоматизированных предприятиях Китая. Исследование выявило, что травматизм сокращается на две трети при внедрении систем IoT-мониторинга, а энергоэффективность повышается на 20% через AI-оптимизацию режимов работы оборудования.

Ключевые слова

большие данные, угледобывающая промышленность, предиктивная аналитика, машинное обучение, IoT-сенсорные сети, цифровые двойники, производственная эффективность.

Список литературы

1. Global Energy Monitor. Still digging 2025: Tracking global coal mine proposals. Report. 2025. July. URL: https://globalenergymonitor.org/report/still-digging-2025-tracking-global-coal-mine-proposals/.
2. Research and Markets. Global Coal Mining Industry Analysis Report 2024-2030: Reserves, Production, Competitive Landscape, Prices. Globe Newswire. 2025. February 11. URL: https://www.globenewswire.com/news-release/2025/02/11/3024370/28124/en/.
3. Wang S., Zhang X., Yang G., Liu W. Development of an Intelligent Coal Production and Operation Platform Based on a Real-Time Data Warehouse and AI Model. Energies. 2024;17(20):5205. DOI: 10.3390/en17205205.
4. Smart tech set to help beef up coal output. Chinadaily.com.cn. 2024. October 19. URL: https://global.chinadaily.com.cn/a/202410/19/WS6712f51fa310f1265a1c86ea.html.
5. South China Morning Post. How AI revolution is making a Chinese coal mine turn more profits than an investment bank. SCMP. 2025. March 31. URL: https://www.scmp.com/news/china/science/article/3304115/.
6. ICSC. China’s AI Revolution Reshapes Coal Industry Profitability. International Carbon Science Center. 2025. April 11. URL: https://www.sustainable-carbon.org/chinas-ai-revolution-reshapes-coalindustry-profitability/.
7. Shanxi Provincial Bureau. Shanxi builds 128 intelligent coal mines. Chinadaily Shanxi. 2024. September 26. URL: http://shanxi.chinadaily.com.cn/2024-09/26/c_1027187.htm.
8. AI in Mining and Natural Resources Market Research Report 2025-2034. InsightAce Analytic Research. 2025. April. URL: https://www.insightaceanalytic.com/report/ai-in-mining-and-natural-resourcesmarket/2751.
9. Coal Mining Analytics Market: Trends & Opportunities 2035. WiseGuy Reports. 2025. URL: https://www.wiseguyreports.com/reports/coalmining-analytics-market.
10. WiseGuy Reports. Global Coal Mining Analytics Market Research Report: By Application, By Deployment, By Solution Type. Market Analysis. 2025.
11. Predictive maintenance and the rise of AI in mining. Mining Technology. 2024. July 11. URL: https://www.mining-technology.com/features/predictive-maintenance-and-the-rise-of-ai-in-mining/.
12. Codoceo-Contreras L., Rybak N., Hassall M. Exploring the impacts of automation in the mining industry: A systematic review using natural language processing. SAGE Journals. 2024. DOI: 10.1177/25726668241270486.
13. In northern China, a glimpse of the future in smart coal mining. People’s Daily Online. 2025. May 7. URL: https://en.people.cn/n3/2025/0507/c90000-20311635.html.
14. Yuan Y., Cheng G., Peng W., Yang X., Du Y. Investment strategies for sustainable safe development of Chinese coal mine employees driven by digital intelligence. Frontiers in Public Health. 2024;(12). DOI: 10.3389/fpubh.2024.1464930.
15. Across China: Modern miners pave way for smart transformation in China’s coal hub. Xinhua News. 2024. February 11. URL: https://english.news.cn/20240211/9cab8112191d4b7ca390e35092fca565/c.html.