Производственные и обрабатывающие отрасли

Том_ 1 № 30 (2026) / 2026-03-30 / Кол. просмотров: 112

РАЗРАБОТКА ПЛАТФОРМЫ ДЛЯ ИНТЕГРАЦИИ И ПРОГНОЗИРОВАНИЯ ДАННЫХ В ГОРНОМЕТАЛЛУРГИЧЕСКОГО ПРОИЗВОДСТВА

Авторы

Назарбаев интеллектуальная школа
https://orcid.org/0009-0008-1214-0867
КазУТБ имени К.Кулажанова
https://orcid.org/0009-0006-4668-4913

Ключевые слова

цифровая платформа, интеграция данных, горнодобывающее производство, хранилище временных рядов, машинное обучение, прогнозирование содержания меди, цифровой двойник, промышленная аналитика

DOI ссылка:

https://doi.org/10.58805/kazutb.v.1.30-1481

Как цитировать

Акишева, Л.К., и Н.К. Байжомартов. «РАЗРАБОТКА ПЛАТФОРМЫ ДЛЯ ИНТЕГРАЦИИ И ПРОГНОЗИРОВАНИЯ ДАННЫХ В ГОРНОМЕТАЛЛУРГИЧЕСКОГО ПРОИЗВОДСТВА». Вестник КазУТБ, т. 1, вып. 30, март 2026 г., doi:10.58805/kazutb.v.1.30-1481.

Аннотация

Актуальность исследования заключается в необходимости создания цифровой платформы для интеграции, хранения, интеллектуальной обработки технологических данных в горнодобывающем производстве. Не достаточное количество устройств телеметрии, отсутствие замкнутого контура адаптивного обучения, ограничивают устойчивость прогнозных моделей. Цель исследования разработка платформы для интеграции и прогнозирования данных.

Используемая методология основана на архитектуре Input–Processing–Storage–Analytics–Output с интеграцией через OPC UA, PostgreSQL/TimescaleDB для хранения временных рядов, алгоритма Random Forest с автоматическим контролем деградации модели.

Научная новизна исследования, заключается в разработке замкнутого цифрового контура, объединяющего потоковую интеграцию данных, мониторинг статистической устойчивости, механизм автоматического переобучения, SCADA-ориентированный интерфейс визуализации в рамках цифровой платформенной архитектуры.

Апробация в течении 10 месяцев (42 000 наблюдений) показала снижение времени подготовки данных на 82 %, рост полноты данных с 78 % до 96 %, увеличение R² с 0.71 до 0.93, снижение RMSE в 2 раза при средней задержке 4.7 сек. Практическая значимость работы, заключается в повышении точности контроля качества руды, снижении производственных рисков. Перспективы исследований связаны с развитием цифрового двойника и внедрением интерпретируемых моделей.