Управлять сотнями карьерных самосвалов вручную, по рации, становится всё сложнее: число событий за смену давно превышает возможности человека. В этом кейсе показано, как горнодобывающий разрез перешёл от ручной диспетчеризации к AI-балансировке транспортного потока, не меняя действующую систему мониторинга, и получил более 300 млн рублей подтверждённого эффекта за год.
Исходная ситуация на горнодобывающем разрезе
На разрезе работает парк из более чем 247 карьерных самосвалов и свыше 25 экскаваторов. Транспортный поток балансировали диспетчеры вручную, по рации. Такой подход упирался в четыре ключевые проблемы.
Когнитивный предел диспетчера
За смену фиксируется более 10 000 отклонений от нормы. Диспетчер физически успевает обработать меньше 0,1% из них. При этом классическая отчётность отражала лишь 10–20% реальных потерь.
Дисбаланс транспортного потока
Экскаваторы то простаивали без подпора, то работали с очередью самосвалов. В среднем отсутствие самосвала у экскаватора означало один потерянный рейс за смену. О проблеме диспетчер узнавал спустя 10–15 минут, когда потери уже накопились.
Потери на пересменках
До 25% приходилось на ранние сходы и поздние выходы: техника уходила с линии за 30–40 минут до конца смены и поздно возвращалась.
Неэффективные заправки
Каждая дозаправка в среднем добавляла 15 минут незапланированного простоя, поскольку разводка машин по времени не контролировалась.
Цель проекта
Сократить простои экскаваторов и увеличить вывозку горной массы на имеющемся парке техники, не заменяя действующую систему мониторинга.
На разрезе развернули взаимосвязанные AI-модули, работающие поверх действующей системы мониторинга (FMS). Технически такая система разворачивается за 2 недели.
Модуль балансировки самосвалов
В основе модуля более 40 различных ИИ-моделей. Система:
прогнозирует очереди на 30 минут вперёд;
управляет сходами на заправку, разводя машины по времени так, чтобы из одного звена одновременно не уходило две и более машины;
мгновенно перераспределяет весь парк при поломках.
Директивы поступают напрямую на планшет в кабине водителя, и 95% из них выполняются без звонка диспетчеру. Система работает без участия диспетчера и адаптируется к изменениям в реальном времени.
Мультиагентная система контроля
Это рой из более чем 30 специализированных AI-агентов. Каждый отвечает за свою зону: нормативное время заправки, циклы погрузки, пересменки и другие процессы.
Каждое отклонение проходит цикл «событие → предупреждение → нарушение → директива» с трёхуровневой эскалацией: водитель → диспетчер → начальник смены. Все отклонения оцифровываются в рублях в реальном времени.
Телеметрия как фундамент AI-алгоритмов
На каждом самосвале установлен терминал, который собирает телеметрию с частотой 1–5 секунд: GPS, уровень топлива, параметры двигателя. Без точных данных в реальном времени нейросетевой прогноз ETA и балансировщик не смогли бы строить достоверный прогноз очередей.
Используемое оборудование:
терминалы мониторинга;
планшеты для водителей;
датчики уровня топлива и давления;
программное обеспечение IIoT.
Этапы внедрения AI-балансировки
Прототип. Тестирование балансировщика на одном звене из 3–5 экскаваторов.
Промышленная эксплуатация. Масштабирование на весь парк 220-тонных самосвалов и экскаваторы, переход на собственный интерфейс, ручная проверка рекомендаций и работа с багами. Эффект: 12 млн руб. в месяц.
Настройка алгоритма. Эксперименты с подходами к балансировке, повышение качества ETA-прогноза, первые ручные отчёты. Эффект: 25 млн руб. в месяц.
Масштабирование. Расширение на 130-тонные самосвалы, настройка директив на планшеты, эксперименты с автоприёмкой рекомендаций. Эффект: 45 млн руб. в месяц.
Повышение качества. Синхронизация с расстановкой техники, работа водителей с директивами по сходу с линии, переход от ручного перенаправления на заправку к автоматической диспетчеризации. Эффект: 80 млн руб. в месяц.
Результаты проекта
Систему оценивают по двум группам метрик: операционным (производительность, простои, скорость) и экономическим (рубли в реальном времени).
Операционные показатели за 2019–2025 годы
+10% вывозки горной массы на том же парке, без дополнительных самосвалов; за 5 лет вывозка выросла в 2,2 раза;
+17% производительности экскаваторов;
−20% случаев отсутствия самосвала на рейс в течение смены (в режиме автоматической балансировки);
−30% времени самосвалов в очередях на погрузку;
−15–25% простоев экскаваторов;
−60–70% нагрузки на диспетчера: вместо ручного перенаправления сотен машин — работа только с нестандартными ситуациями;
95% директив выполняются водителями без звонка диспетчеру.
Эффект мультиагентной системы
100% потерь фиксируется в реальном времени против менее 10% в классической отчётности;
на 15 минут меньше незапланированного простоя на каждую дозаправку;
на 25% меньше ранних сходов и поздних выходов в пересменку;
более 20 млн руб. экономического эффекта за первый месяц работы.
Экономический эффект
Только за 2025 год модуль балансировки самосвалов принёс более 300 млн рублей подтверждённого эффекта.
Выводы
Кейс показывает, что переход от реактивной диспетчеризации к проактивному управлению на основе телеметрии позволяет увеличить вывозку без расширения парка. Алгоритмы прогнозируют отклонения заранее, водители получают точные директивы прямо в кабину, а диспетчер переключается на нестандартные ситуации.
