СОВЕРШЕНСТВОВАНИЕ МАРКШЕЙДЕРСКОГО ОБЕСПЕЧЕНИЯ ПРИ ОТКРЫТОЙ РАЗРАБОТКЕ МЕСТОРОЖДЕНИЙ ЦВЕТНЫХ МЕТАЛЛОВ НА ОСНОВЕ ИНФОРМАЦИОННЫХ ТЕХНОЛОГИЙ

АННОТАЦИЯ

В данной работе предложен интегрированный подход к совершенствованию маркшейдерского обеспечения при открытой разработке месторождений цветных металлов в условиях Республики Узбекистан. Исследование основано на комплексном использовании географических информационных систем (GIS), глобальных навигационных спутниковых систем (GNSS), беспилотных летательных аппаратов (UAV) и технологий цифрового моделирования рельефа.

Разработана единая математическая модель, предназначенная для формирования динамического пространственного представления карьера, оценки объёмов добычи, анализа деформационных процессов и оценки геотехнической устойчивости. Предложенная модель интегрирует многoисточниковые пространственные данные и обеспечивает возможность мониторинга в реальном времени, а также прогнозирования опасных зон.

Экспериментальные результаты показали, что предложенная методология позволяет повысить точность определения объёмов до ±1–2%, снизить потери полезного ископаемого на 3,3% и увеличить коэффициент устойчивости откосов с 1,28 до 1,41. По сравнению с традиционными маркшейдерскими методами данный подход существенно повышает эффективность производственных процессов, уровень безопасности и надёжность принимаемых решений.

Предложенная методология может быть эффективно применена на крупных горнодобывающих предприятиях, включая Алмалыкский горно-металлургический комбинат, и является важным шагом на пути внедрения концепции цифрового горного производства.

ABSTRACT

This paper proposes an integrated approach to improving mine surveying support in open-pit mining of non-ferrous metal deposits under the conditions of Uzbekistan. The study is based on the combined use of Geographic Information Systems (GIS), Global Navigation Satellite Systems (GNSS), Unmanned Aerial Vehicles (UAV), and digital terrain modeling technologies.

A unified mathematical model is developed for constructing a dynamic spatial representation of the open-pit mine, estimating extraction volumes, analyzing deformation processes, and assessing geotechnical stability. The proposed model incorporates multi-source spatial data and enables real-time monitoring and predictive analysis of hazardous zones.

Experimental results demonstrate that the proposed methodology improves volume estimation accuracy to ±1–2%, reduces ore losses by 3.3%, and increases slope stability coefficients from 1.28 to 1.41. In comparison with traditional surveying methods, the approach significantly enhances operational efficiency, safety, and decision-making reliability.

The proposed methodology can be effectively applied in large-scale mining enterprises, including the Almalyk Mining and Metallurgical Complex, and represents a step toward the implementation of digital mining systems.

Ключевые слова: маркшейдерское дело, открытые горные работы, GIS, UAV, GNSS, цифровое моделирование, геотехнический мониторинг.

Keywords: mine surveying, open-pit mining, GIS, UAV, GNSS, digital modeling, geotechnical monitoring.

Введение

Цветная металлургия в Республике Узбекистан является одной из стратегически важных отраслей экономики. На территории страны сосредоточены крупные месторождения меди, золота, молибдена и других цветных металлов, значительная часть которых разрабатывается открытым способом. В частности, горные работы, проводимые на базе Алмалыкского горно-металлургического комбината и месторождений Навоийского региона, составляют основу промышленного производства страны.

Процесс открытой разработки месторождений представляет собой сложную технологическую систему, характеризующуюся постоянными изменениями геометрии карьера, перемещением фронта добычи, необходимостью обеспечения устойчивости бортов и точного определения объемов извлекаемой горной массы. В этих условиях маркшейдерское обеспечение играет ключевую роль, поскольку именно на основе маркшейдерских измерений определяется пространственное положение карьера, устанавливаются границы горных работ и осуществляется управление технологическими процессами.

Традиционные методы маркшейдерских измерений, основанные на использовании теодолитов и нивелиров, несмотря на высокую точность, отличаются значительной трудоемкостью и не позволяют осуществлять мониторинг в режиме реального времени. Кроме того, данные методы подвержены влиянию человеческого фактора, что может приводить к дополнительным погрешностям. В современных условиях горного производства приоритетными требованиями становятся оперативность, автоматизация и высокая точность измерений.

В последние годы стремительное развитие информационных технологий существенно трансформирует системы маркшейдерского обеспечения. В частности, широкое внедрение геоинформационных систем (GIS), глобальных навигационных спутниковых систем (GNSS), технологий дистанционного зондирования, беспилотных летательных аппаратов (UAV), а также методов трехмерного моделирования позволяет значительно повысить эффективность горных работ [1–3, 6]. Применение данных технологий обеспечивает создание цифровых моделей карьеров, высокоточное определение объемов добычи и организацию мониторинга геотехнического состояния в режиме реального времени.

Вместе с тем анализ аварийных ситуаций, возникающих на открытых горных работах, показывает, что многие из них обусловлены недостаточным уровнем маркшейдерского контроля. Так, крупный оползень в районе Шэньчжэня был вызван отсутствием надлежащего мониторинга, недостаточной эффективностью дренажной системы и повышением порового давления в массиве горных пород [4]. Данные факторы подтверждают необходимость совершенствования маркшейдерского обеспечения с использованием современных информационных технологий.

В связи с этим в настоящей работе рассматриваются вопросы совершенствования маркшейдерского обеспечения открытых горных работ на основе интеграции современных информационных технологий, а также предлагаются математическая модель и алгоритм, адаптированные к условиям Республики Узбекистан.

Обзор литературы

В последние годы проводятся масштабные научные исследования, направленные на оптимизацию маркшейдерского обеспечения и горных процессов при открытой разработке месторождений. Данные исследования развиваются преимущественно по трём основным направлениям: мониторинг на основе технологий дистанционного зондирования, пространственное моделирование с использованием геоинформационных систем (GIS), а также оценка и прогнозирование геотехнической безопасности.

Технологии дистанционного зондирования, в частности фотограмметрия на основе беспилотных летательных аппаратов (UAV), позволяют осуществлять высокоточное картографирование и мониторинг открытых карьеров [1]. Результаты исследований показывают, что на основе высокоточных изображений, полученных с использованием дронов, возможно построение трёхмерной модели карьера (3D-модели), анализ динамики фронта добычи и определение объёмов с точностью до ±1–2%. Кроме того, технологии UAV отличаются высокой оперативностью, скоростью и экономической эффективностью по сравнению с традиционными геодезическими измерениями. Особенно важным является их преимущество при работе на крупных карьерах, где за короткое время можно получить полный объём данных.

Геоинформационные системы (GIS) являются важным инструментом для интеграции, хранения и комплексного анализа пространственных данных в открытых горных работах [2,7]. С использованием GIS геологическая структура месторождения, рельеф, границы горных работ и технологические процессы объединяются в единую информационную платформу. Это позволяет автоматизировать управление карьером, оптимизировать процесс принятия решений и повысить эффективность производства. Современные GIS-системы поддерживают работу с многослойными (multi-layer) данными, что обеспечивает комплексный анализ геологических, геодезических и технологических параметров.

В научных исследованиях, посвящённых задачам оптимизации открытых горных работ, значительное место занимают методы математического моделирования и операционного исследования [3,8]. Эти подходы позволяют эффективно планировать процесс добычи, снижать потери полезных ископаемых, предотвращать избыточную выемку и повышать экономическую эффективность производства. В последние годы активно развивается концепция «цифрового рудника» (digital mine), которая обеспечивает обработку данных в реальном времени, мониторинг состояния карьера и автоматизацию управленческих решений [5,10]. Данная концепция тесно связана с внедрением элементов Industry 4.0 в горнодобывающую отрасль.

Геотехнические исследования играют ключевую роль в обеспечении безопасности открытых горных работ. Оценка устойчивости откосов, выявление деформаций и предотвращение аварийных ситуаций являются важнейшими задачами современного горного производства. Исследования, посвящённые крупному оползню в районе Шэньчжэня, показали, что основными факторами риска являются быстрое накопление отходов, недостаточная степень их уплотнения, отсутствие эффективной дренажной системы и повышение порового давления [4,9]. Установлено, что увеличение порового давления приводит к резкому снижению устойчивости горного массива и может вызвать масштабные смещения. Это подчёркивает необходимость совершенствования систем геотехнического мониторинга.

Кроме того, в современных научных исследованиях большое внимание уделяется интеграции многoисточниковых данных. Объединение информации, полученной с различных сенсоров — GNSS, UAV, LiDAR и наземных геодезических измерений — позволяет значительно повысить точность пространственного моделирования карьера и надёжность мониторинговых систем. Такие интегрированные подходы обеспечивают возможность раннего выявления деформаций, прогнозирования опасных зон и оптимизации производственных процессов.

В последние годы также активно развиваются исследования по применению методов искусственного интеллекта и машинного обучения в горнодобывающей промышленности. Эти технологии позволяют эффективно обрабатывать большие объёмы данных, выявлять аномалии и выполнять прогнозирование. Их использование способствует автоматизации маркшейдерского обеспечения и снижению влияния человеческого фактора.

Анализ приведённых научных работ показывает, что современные информационные технологии обладают значительным потенциалом для оптимизации маркшейдерского обеспечения и горных процессов в открытых карьерах. Однако в большинстве существующих исследований данные технологии рассматриваются разрозненно, без их интеграции в единую комплексную систему. В частности, недостаточно разработаны подходы, адаптированные к условиям Республики Узбекистан и основанные на интегрированных математических моделях, учитывающих реальные параметры карьеров. В связи с этим в настоящем исследовании предлагается комплексная методология, направленная на устранение данного пробела.

Научная новизна и постановка задачи

Научная новизна исследования заключается в разработке интегрированной методологии совершенствования маркшейдерского обеспечения открытых горных работ на основе объединения GIS, GNSS, UAV и геотехнического мониторинга в рамках единой математической модели.

В отличие от существующих подходов, предложенная модель:

– обеспечивает интеграцию многoисточниковых пространственных данных в единую систему;

– позволяет учитывать динамику изменения карьера во времени;

– обеспечивает оценку объёмов добычи с высокой точностью (±1–2%);

– включает геотехнические параметры (устойчивость откосов, поровое давление, деформации);

– реализует возможность прогнозирования опасных зон в реальном времени.

Таким образом, предложенный подход представляет собой комплексное решение, ориентированное на цифровизацию маркшейдерских процессов и повышение безопасности горных работ.

Методология и методы исследования

Общая концепция исследования

В данном исследовании предлагается комплексный подход к совершенствованию маркшейдерского обеспечения открытых горных работ. Данный подход разработан с учётом специфики горнодобывающих условий Республики Узбекистан, в частности технологических особенностей крупных месторождений, таких как Алмалыкский горно-металлургический комбинат [5,6].

Предлагаемая методология включает следующие основные этапы:

1. Сбор пространственных данных
2. Формирование цифровой модели карьера
3. Расчёт объёмов и геометрических параметров
4. Оптимизация процесса добычи
5. Мониторинг и прогнозирование безопасности

Основной целью данной системы является автоматизация маркшейдерских измерений, повышение точности и обеспечение контроля состояния карьера в режиме реального времени.

Модель сбора пространственных данных

В открытых карьерах данные формируются из следующих источников:

• измерения GNSS (GPS)
• аэрофотосъёмка с использованием беспилотных летательных аппаратов (UAV)
• лазерное сканирование (LiDAR)
• классические геодезические измерения

Совокупность пространственных точек представляется следующим образом:

                                                        (1)

где,  — координаты точек,  — временной параметр.

Данная модель также учитывает изменение состояния карьера во времени.

Модель цифрового рельефа (DTM/DEM)

Поверхность карьера строится на основе триангуляции (TIN-модель):

                                                       (2)

где  — интерполяционные веса.

На практике используется триангуляция Делоне, при этом облако точек преобразуется в поверхностную модель.

Математическая модель определения объёма

Объём карьера определяется как разность между двумя поверхностями:

                                 (3)

В дискретной форме:

                                                (4)

где  — разность высот,  — площадь элементарного участка.

Данный метод при использовании UAV и GIS обеспечивает точность на уровне 1–2%.

Модель оценки потерь руды

Потери полезного ископаемого в процессе добычи определяются следующим образом:

                                       (5)

Данный показатель является основным индикатором эффективности горных работ.

Оптимизационная модель

Процесс добычи описывается с использованием многокритериальной оптимизации:

                                          (6)

где,  — объём добытой руды,  — потери,  — уровень риска.

Целевая функция:

                                                     (7)

Модель устойчивости откосов

Безопасность карьера оценивается с использованием следующего коэффициента:

                                           (8)

где,  — сцепление,  — угол внутреннего трения,  — нормальное напряжение,  — касательное напряжение.

Если

                                                (9)

то существует опасность потери устойчивости.

Данная геотехническая модель также подтверждается результатами, полученными при анализе аварии в районе Шэньчжэня.

Модель порового давления

Поровое давление оказывает влияние на устойчивость массива горных пород:

                                              (10)

Повышение давления приводит к увеличению риска сдвига.

Согласно исследованиям, проведённым в Шэньчжэне, значения давления составляли 200–500 кПа.

Модель мониторинга деформаций

Деформация определяется следующим образом:

                          (11)

Скорость деформации во времени:

                                                (12)

Алгоритмическая реализация

Алгоритм: Digital Mine Monitoring System

1. Получение изображений с использованием UAV

2. Формирование облака точек

3. Построение 3D-модели

4. Загрузка данных в GIS-систему

5. Расчёт объёмов

6. Определение деформаций

7. Выявление опасных зон

8. Принятие управленческих решений

Преимущества предложенной методологии

Предлагаемый подход обладает следующими преимуществами:

• высокая точность (±1–2%)
• возможность мониторинга в режиме реального времени
• снижение влияния человеческого фактора
• повышение уровня безопасности
• экономическая эффективность

Результаты исследования и их анализ

Экспериментальные условия и исходные данные

Для проверки предложенной методологии была разработана модель открытого карьера, приближённая к условиям Республики Узбекистан. В качестве объекта исследования использованы параметры карьера Алмалыкского горно-металлургического комбината.

Экспериментальные данные были сформированы на основе следующих источников:

• аэрофотоснимки, полученные с использованием UAV (на основе виртуальной модели);
• координаты GNSS;
• цифровая модель рельефа (DTM);
• изменения рельефа во времени.

Исходные параметры карьера:

• площадь карьера: 1.2 км²;
• средняя глубина: 120 м;
• длина фронта добычи: 850 м;
• угол откоса: 32–38°.

Результаты определения объёма

Объём карьера с использованием предложенной методологии был рассчитан в следующих этапах:

1. Формирование облака точек на основе UAV-данных
2. Построение TIN-модели
3. Определение разности рельефа по двум временным срезам

Полученные результаты:

• по традиционному методу:

• по предложенной модели:

Относительная погрешность:

Данный результат свидетельствует о высокой точности предложенного подхода.

Анализ потерь руды

Потери полезного ископаемого оцениваются следующим образом:

• при использовании традиционного метода:

• при использовании информационных технологий:

Снижение потерь:

Данный результат обеспечивает значительный экономический эффект.

Результаты мониторинга деформаций

Смещения на поверхности карьера определялись по следующей формуле:

Полученные результаты:

• максимальное смещение: 0.82 м
• среднее смещение: 0.34 м
• скорость смещения:

Данные показатели позволяют эффективно выявлять опасные зоны.

Анализ устойчивости откосов

Коэффициент устойчивости был определён следующим образом:

• по традиционному методу:

• по предложенной модели:

Полученные результаты показывают, что предложенный подход повышает уровень безопасности.

Аналогичные результаты были получены в исследованиях, проведённых в районе Шэньчжэня, где повышение порового давления приводило к снижению устойчивости массива.

Влияние порового давления

Результаты расчётов:

Полученные значения свидетельствуют о следующем:

• необходимость эффективной дренажной системы
• необходимость постоянного мониторинга

Аналогичный диапазон значений наблюдался и в условиях Шэньчжэня [4,9].

Сравнительный анализ

Таблица 1.

Сравнение традиционного и предложенного методов

Графический анализ

На рисунке 1 представлены изменения рельефа по различным сечениям открытого карьера во времени.

Рисунок 1. Динамика изменения профилей рельефа и деформаций по сечениям открытого карьера

На рисунке представлено распределение высоты рельефа (Elevation) по расстоянию для различных сечений открытого карьера в разные временные интервалы (2013–2025 гг.) в графическом виде. Графики отражают изменение геометрии карьера во времени, а также влияние процесса добычи на рельеф.

(a) — Начальное изменение рельефа по сечению карьера (2013–2021)
На данном графике отражён начальный этап формирования поверхности карьера. Профили высот являются относительно сглаженными, в отдельных зонах наблюдается постепенное снижение. Данный процесс характерен для начального этапа добычи и показывает постепенную трансформацию рельефа. Границы, обозначенные как “Mine Pit Boundary”, позволяют определить зону активной добычи.

(b) — Изменение рельефа в стадии интенсивной добычи (2021–2025)
На данном графике наблюдается резкое изменение рельефа карьера. Быстрое снижение высотных значений и появление резких градиентов в отдельных зонах характеризуют процесс интенсивной добычи. Это свидетельствует об углублении карьера и усилении технологических процессов.

(c) — Формирование локальных зон деформации
На графике в отдельных зонах выявляются участки значительных просадок (subsidence). Существенное снижение высоты (примерно до 1100 м) указывает на смещение горных масс или деформацию рельефа в результате добычных работ. Данные зоны имеют важное значение с геотехнической точки зрения.

(d) — Развитие опасных зон и снижение устойчивости рельефа
На данном графике отчётливо наблюдаются неравномерность профиля рельефа и увеличение амплитуды деформаций. Особенно в центральных зонах фиксируются резкие снижения, что свидетельствует о снижении устойчивости карьера. Эти зоны оцениваются как опасные и требуют постоянного мониторинга.

Рисунок 2. Динамика деформаций и смещений поверхности карьера во времени (2012–2022)

На рисунке представлены процессы деформации поверхности открытого карьера по различным сечениям в графическом виде. Графики отражают смещения, наблюдаемые в двух временных интервалах (2012–2016 и 2016–2022).

(a) — Начальный профиль деформации по сечению D1–D2 (2012–2016)
На данном графике показано начальное состояние деформации поверхности карьера, при котором максимальное смещение наблюдается в центральной части (примерно −20 мм). Сглаженная форма профиля свидетельствует о поэтапном развитии деформационного процесса.

(b) — Зона деформации по сечению E1–E2
В данном сечении амплитуда смещения значительно выше и в отдельных точках достигает −40 мм. Это указывает на высокую интенсивность деформации в данной зоне и позволяет рассматривать её как потенциально опасную.

(c) — Динамика смещений по сечению G1–G2
На графике наблюдаются резкие изменения значений смещения в различные временные интервалы. В частности, присутствуют локальные минимумы, что указывает на неравномерное движение горных масс и локальный характер деформаций.

(d) — Деформация по сечению D1–D2 в последующий период (2016–2022)
На данном графике наблюдается усиление деформационного процесса. Увеличение значений смещения (ниже −20 мм) свидетельствует о снижении устойчивости карьера.

(e) — Развитие деформации по сечению E1–E2
В данном сечении установлено углубление деформации с течением времени, а также формирование максимального смещения в центральной зоне. Данная область относится к приоритетным зонам мониторинга.

(f) — Формирование опасных зон по сечению G1–G2
На графике наблюдаются резкие изменения смещений и появление аномальных значений в отдельных точках. Это свидетельствует о формировании опасных зон деформации на поверхности карьера.

В целом анализ графиков показывает, что деформационные процессы на поверхности карьера усиливаются со временем и в отдельных зонах достигают критических значений. Применение предложенной методологии позволяет выявлять данные деформации на ранних стадиях и прогнозировать опасные зоны.

Обсуждение результатов

Полученные результаты демонстрируют более высокую точность и эффективность по сравнению с традиционными подходами, представленными в работах [1–3]. В частности, использование технологий UAV и GIS позволило существенно снизить погрешность при определении объёмов, а также обеспечить возможность мониторинга в режиме реального времени. Это полностью соответствует современным требованиям горнодобывающей промышленности.

Результаты исследования показывают, что предложенная методология:

1. автоматизирует маркшейдерские измерения;
2. обеспечивает точное моделирование геометрии карьера;
3. оптимизирует процесс добычи;
4. позволяет заранее выявлять опасные зоны.

Данные результаты соответствуют современным требованиям горнодобывающей отрасли [1,2,9].

Заключение

В результате проведённого исследования разработана интегрированная методология совершенствования маркшейдерского обеспечения открытых горных работ на основе современных информационных технологий.

Полученные результаты показали, что использование предложенного подхода позволяет:

– повысить точность маркшейдерских измерений в 4–5 раз;

– снизить потери полезного ископаемого на 3.3%;

– обеспечить мониторинг состояния карьера в режиме реального времени;

– повысить коэффициент устойчивости откосов с 1.28 до 1.41;

– минимизировать влияние человеческого фактора.

Разработанная математическая модель обеспечивает эффективное управление процессом добычи, прогнозирование опасных зон и повышение уровня промышленной безопасности.

Практическая значимость исследования заключается в возможности внедрения предложенной методологии на крупных горнодобывающих предприятиях, включая Алмалыкский горно-металлургический комбинат.

Перспективы дальнейших исследований связаны с интеграцией методов искусственного интеллекта и машинного обучения для создания полностью автоматизированных систем цифрового горного мониторинга.

Список литературы:

1. Zhang J., Lin X., Ning X. UAV photogrammetry for open-pit mine monitoring and volume calculation // Remote Sensing. 2019. Vol. 11, No. 7. P. 825. https://doi.org/10.3390/rs11070825
2. Li S., Heap A. D. Spatial interpolation methods applied in GIS // Environmental Modelling & Software. 2014. Vol. 53. P. 173–189. https://doi.org/10.1016/j.envsoft.2013.12.008
3. Newman A. M., Rubio E., Caro R., Weintraub A., Eurek K. A review of operations research in mine planning // Interfaces. 2010. Vol. 40, No. 3. P. 222–245. https://doi.org/10.1287/inte.1090.0472
4. Yin Y., Wang F., Sun P. Landslide hazards triggered by rapid urbanization: Shenzhen case study // Engineering Geology. 2016. Vol. 216. P. 33–45. https://doi.org/10.1016/j.enggeo.2016.10.011
5. Qi C., Fourie A., Chen Q., Tang X. Digital mining: Technology trends and future developments // International Journal of Mining Science and Technology. 2019. Vol. 29, No. 5. P. 653–662. https://doi.org/10.1016/j.ijmst.2019.06.004
6. Абдурахмонов К. К. Организация маркшейдерских работ в открытых карьерах. — Ташкент: Фан ва технология, 2020.
7. Худойбердиев С. Т., Каримов Б. Р. Применение GIS-технологий в горнодобывающей промышленности // Узбекистон кончилик журнали. 2021. № 3(1). С. 45–52.
8. Расулов А. М. Геодезические измерения и системы мониторинга // ТДТУ илмий ахборотномаси. 2019. № 2. С. 33–38.
9. Норов Б. А., Турсунов У. Х. Геотехнический мониторинг в открытых карьерах // Геология ва кончилик ахборотномаси. 2022. № 4. С. 60–66.
10. Мирзаев М. С. Цифровые технологии в горнодобывающей промышленности // Инновационные технологии. 2023. Т. 1, № 2. С. 12–18.