Как SML создала систему управления карьерным транспортом для нового ГОКа

Заказчик

Крупный горно-обогатительный комбинат, строящийся на одном из российских месторождений, готовится к запуску в 2026 году. Предприятие будет заниматься добычей и переработкой руды для производства металлов платиновой группы, меди и никеля и войдет в число крупнейших в стране.

Повысить эффективность производства — такую задачу сегодня ставят перед собой почти все промышленные предприятия, и горная отрасль не исключение. Цифровизация помогает устранить простои и лишние пробеги, продлить срок службы оборудования, сократить расход топлива и снизить издержки.

Решение

Команда SoftMediaLab не просто модернизировала, а полностью переработала ядро системы управления карьерным транспортом, устранив технологические ограничения и подготовив платформу к дальнейшему развитию.

Система спроектирована и реализована в соответствии с принципами микросервисной архитектуры на базе отечественной платформы ИНКА 4.0.

Пользовательский интерфейс создан с использованием лоукод-платформы, входящей в состав ИНКА 4.0, а сбор и обработка телеметрии реализованы отдельными микросервисами на .NET, взаимодействующими через шину Apache Kafka. 

Работа над проектом включала несколько ключевых этапов:

1. Сбор и анализ требований совместно с архитектором заказчика. Наши системные аналитики детально проработали бизнес- и архитектурные требования.
2. Проектирование и документация. Подготовлены описания модулей, схемы взаимодействия и прототипы интерфейсов.
3. Разработка бэкенда на .NET с использованием Kafka как шины данных для обработки телеметрии.
4. Создание фронтенда на лоукод-платформе с разработкой кастомных модулей на Angular, включая компоненты для визуализации различных картографических подложек и объектов на карте.
5. Тестирование и релиз. Команда QA проверила стабильность и производительность решения.

Помимо реализации требований, были предложены улучшения в юзабилити, чтобы система стала не только функциональной, но и удобной для ежедневной работы диспетчеров.

Команда проекта

В проекте одновременно участвовали 10+ специалистов:

• Архитектор
• Тимлид аналитики
• Системный аналитик
• Тимлид и два backend-разработчика (.NET)
• Тимлид low-code фронтенда и два frontend-инженера 
• Тимлид и кастом-разработчик на Angular
• QA-инженер
• Проектный менеджер

Применялась многоуровневая система тимлидов — по каждому направлению (аналитика, бэк, фронт, кастом). Такой подход позволил держать высокий темп разработки без потери качества и сократил число итераций правок.

Какие задачи решает система

Обновленная система управляет карьерным транспортом в реальном времени. Она получает данные с контроллеров, установленных на самосвалах, обрабатывает телеметрию (положение, вес, топливо, простои и др.) и отображает состояние техники на интерактивной карте в реальном времени.

В карьерах нередки случаи, когда теряется связь. На этот случай предусмотрели локальное сохранение данных и их передачу на сервер после восстановления соединения.

Для контроля стабильности соединения с техникой мы предусмотрели журнал диагностики, который показывает задержки передачи данных и сигнализирует о превышении допустимых порогов.

Система поддерживает работу с разными типами контроллеров — для каждого транспортного средства можно настроить собственную конфигурацию и калибровку датчиков.

В работе системы было важно учесть специфику работы спецтранспорта. Машины имеют свойство ломаться, поэтому система прогнозирует износ узлов, предотвращает аварии и снижает затраты на обслуживание.

Также при разработке системы было важно предусмотреть для пользователей возможности:

• отслеживать технику на карте и просматривать историю перемещений
• получать оперативную статистику в реальном времени
• формировать и анализировать рейсы, простои и сменные задания
• отслеживать графики топлива, скорости и веса
• формировать путевые листы и отчеты по итогам смен

Решение продемонстрировало устойчивую работу в промышленных условиях и подтвердило потенциал отечественных технологий в сфере автоматизации горно-транспортных комплексов.

Отдельное внимание уделено точности и глубине анализа данных. Если зарубежные приборы фиксировали только угол наклона по трем осям, новая система дополнительно определяет ускорение — это дает возможность, например, оценивать качество дорожного полотна в карьере.

Технологии

• .NET — серверная часть
• Apache Kafka — шина данных
• Angular — кастомные модули, включая компоненты для визуализации различных картографических подложек и объектов на карте
• Платформа ИНКА 4.0 — технологическая основа системы 
• Лоукод платформа — пользовательский интерфейс
• Микросервисная архитектура — для сбора телеметрии и обработки данных
• Разработаны собственные алгоритмы обработки геометрических данных

«Технологии управления производственными процессами являются одними из приоритетных Центра цифровых технологий Сколково. Проект создания и  развития системы функционального планирования транспортной логистики очень важен для экосистемы Сколково, т. к. демонстрирует потенциал отечественных технологий и инноваций для промышленности в условиях санкций и ограничений импорта», — отметил Александр Фетисов, заместитель главного управляющего директора, директор центра развития цифровых технологий Фонда «Сколково» (Группа ВЭБ.РФ).