Цифровой континуум проектирования и экологического сопровождения буровзрывных работ с использованием материалов рециклинга в Арктической зоне Российской Федерации

Предложен подход к формированию цифрового контура буровзрывных работ с применением гранулитов на основе материалов рециклинга в Арктической зоне РФ. Алгоритм интегрирует горно-геологические данные, параметры бурения и проектирования буровзрывных работ, сведения о составе и свойствах материалов рециклинга, расчетные модели взрывчатых веществ, географическую и экологическую информацию. На основе цифровых моделей оцениваются свойства гранулитов с материалами рециклинга: теплота взрыва, скорость детонации и давление. При проектировании буровзрывных работ определяются рациональные параметры заряжания и взрывания с учетом геолого-технических условий. Рассчитываются параметры пылегазового облака массового взрыва: объем и содержание газообразных и пылевых компонентов. Для Арктической зоны РФ дополнительно учитываются метеорологические условия, рельеф, природно-географические характеристики, водные объекты и иные факторы, влияющие на распространение пылегазового облака. Результаты используются для оценки экологического воздействия буровзрывных работ и выбора технологических решений, адаптирующих состав материалов рециклинга и параметры гранулитов к северным и арктическим условиям. Основу цифрового контура составляет структура из шести взаимосвязанных блоков: «Горно-геологическая информационная система» – «Буровзрывные работы» – «Рециклинговые материалы» – «Хемоинформатика» – «Географические IT-решения» – «Экологические IT-решения». Буровзрывные работы – центральный процесс, материалы рециклинга – ключевой фактор свойств гранулитов, условия Арктической зоны РФ – обязательные ограничения. Каждый блок включает модули и инструменты для обмена данными на всех этапах работ. Рекомендуется использовать программное обеспечение с открытым кодом или средства, поддерживающие интеграцию разнородных данных.

Франтов А. Е., Шляпин А. В., Лапиков И. Н., Белоусов Ф. С. Цифровой континуум проектирования и экологического сопровождения буровзрывных работ с использованием материалов рециклинга в Арктической зоне Российской Федерации // Горный информационно-аналитический бюллетень. – 2026. – № 11-1. – С. 5–21. DOI: 10.25018/0236_1493_2026_111_0_5.

Франтов Александр Евгеньевич¹ — д-р техн. наук, ведущий научный сотрудник, e-mail: ya@afrantov.ru,ORCID ID: 0000-0001-7535-096X,
Шляпин Алексей Владимирович¹ — канд. техн. наук, ведущий научный сотрудник, e-mail: shlyapin@mail.ru, ORCID ID: 0000-0002-9442-0983,
Лапиков Иван Николаевич¹ — канд. техн. наук, старший научный сотрудник, e-mail: itwent@gmail.com, ORCID ID: 0000-0001-5106-0335,
Белоусов Федор Сергеевич¹ — канд. техн. наук, старший научный сотрудник, e-mail: itwent@gmail.com, ORCID ID: 0000-0002-3880-267X,
¹ Институт проблем комплексного освоения недр им. академика Н.В. Мельникова РАН. 

Франтов А.Е., e-mail: ya@afrantov.ru.

1. Наговицын О. В., Лукичев С. В. Горно-геологические информационные системы — история развития и современное состояние. — Апатиты: Изд-во КНЦ РАН, 2016. — 196 с.

2. Карпик А. П. Методологические и технологические основы геоинформационного обеспечения территорий: монография. — Новосибирск: СГГА, 2004. — 259 с.

3. Цветков В. Я. Геоинформационные системы и технологии. — М.: Финансы и статистика, 1998. — 288 с.

4. Капутин Ю. Е. Информационные технологии планирования горных работ (для горных инженеров). — СПб.: Недра, 2004. — 424 с.

5. Морозова Т. П. Перспективы применения в горной промышленности российских систем цифрового проектирования: ГИС «Геомикс» и Mineframe // Инновации и инвестиции. — 2022. — № 5. — С. 132—135.

6. Дремин А. В., Великанов В. С. Цифровые технологии для взрывных работ: интеллектуальный автономный программно-аппаратный комплекс компании «Давтех» для анализа гранулометрического состава горных пород // Горная промышленность. — 2023. — № 6. — С. 57—62. DOI: 10.30686/1609-9192-2023-6-57-62.

7. Волков Ю. И., Серый С. С., Герасимов А. В. Перспективы внедрения ГИС ГЕОМИКС на горных предприятиях // Маркшейдерский вестник. — 2012. — № 2. — С. 32—34.

8. Рада А. О., Петерс К. И., Кузнецов А. Д. Проектирование буровзрывных работ на основе 3D-модели выемочного блока // Уголь. — 2024. — № 6. — С. 87—91. DOI: 10.18796/0041-5790-2024-6-87-91.

9. Петерс К. И., Щербакова Л. Н., Федулова Е. А., Кузнецова А. Д., Бурмин Л. Н. Практика применения 3D-модели в горной промышленности на примере угольных предприятий в Кемеровской области — Кузбассе // Уголь. — 2024. — № 10. — С. 110—117. DOI: 10.18796/0041-5790-2024-10-110-117.

10. Фадеев А. А., Заборский Е. Н., Багдасарян О. Е. Цифровые решения буровзрывной деятельности как способ повышения эффективности, безопасности ведения работ при дроблении горной массы // Уголь. — 2024. — № 12. — С. 99—102. DOI: 10.18796/0041-5790-2024-12-99-102.

11. Наговицин О. В. Концепция и методы формирования горно-геологической информационной системы (ГГИС MINEFRAME): автореф. дис. … докт. техн. наук. Екатеринбург: ИГД УрО РАН, 2018. — 48 с.

12. Афанасьев А. А. Цифровая трансформация промышленного производства: теоретические аспекты и политика ее реализации: научный доклад. — М.: Институт экономики РАН, 2024. — 73 с.

13. Еремин Н. А., Черников А. Д., Столяров В. Е. Значение информации для цифровой трансформации при бурении и строительстве нефтегазовых скважин // Бурение и нефть. — 2022. — № 7—8. — С. 8—18.

14. Четвертнева И. А., Тептерева Г. А., Шавшукова С. Ю. Становление и развитие способов бурения скважин в России и за рубежом // История и педагогика естествознания. — 2019. — № 3. — С. 33—39. DOI: 10.24411/2226-2296-2019-10307.

15. Сосфенов Д. А. Использование цифровых двойников в автомобильной промышленности: российский и зарубежный опыт // Экономика и управление. — 2023. — Т. 29. — № 6. — С. 662—669. DOI: 10.35854/1998-1627-2023-6-662-669.

16. Коротеев Д. Д., Ким А. А., Васютин А. О. Перспективы применения цифровых двойников в строительной отрасли // Вестник евразийской науки. — 2024. — Т. 16. — № 2. URL: https://esj.today/PDF/12SAVN224.pdf (дата обращения: 18.08.2026).

17. Артемов И. В., Носырев М. Б. Технология цифровых двойников и ее применение в горнодобывающей промышленности // Маркшейдерия и недропользование. — 2024. — № 5. — С. 38—43. DOI: 10.56195/20793332_2024_5_38_43.

18. Золотарев О. В. pSeven Enterprise как средство управления цифровыми двойниками в горнодобывающей промышленности [Электронный ресурс] / Материалы конференции DATADVANCE-2022, г. Москва, 7 сентября 2022 г. URL: https://datadvance.ru (дата обращения: 18.08.2026).

19. Джомартов М., Байрамова Дж. Разработка и применение интерактивных цифровых двойников (Digital Twins) оборудования и инфраструктуры в горном деле // Инновационная наука. — 2025. — № 6-1. — С. 15—22.

20. Быкова В. Н., Ким Е., Гаджиалиев М. Р., Мусиенко В. О., Оруджев А. О., Туровская Е. А. Применение цифрового двойника в нефтегазовой отрасли // Актуальные проблемы нефти и газа. — 2020. — № 1(28). — С. 8. DOI: 10.29222/ipng.2078-5712-2020-28-art8.

21. Сучок С. Н., Коренев Р. В., Кушманов П. В. Цифровой двойник бурения как операционная среда повышения эффективности процесса строительства скважин // Бурение и нефть. — 2021. — № 11. — С. 32—37.

22. Петренко Д. А., Субботин С. А. BIM-решения «ИндорСофт» для проектирования и эксплуатации автомобильных дорог // САПР и ГИС автомобильных дорог. — 2015. — № 2(5). — С. 100—107. DOI: 10.17273/CADGIS.2015.2.15.

23. Клебанов А. Ф., Еремкин И. В., Габусу П. А. Цифровые двойники процессов управления высокоавтоматизированными горнотранспортными комплексами // Горная промышленность. — 2025. — № 4. — С. 61—70. DOI: 10.30686/1609-9192-2025-4-61-70.

24. Podolskaya T. V., Sotnikov A. G. Introduction of advanced digital technology in transport and logistics in modern conditions // Вопросы инновационной экономики. — 2024. — Т. 14. — № 4. — С. 1479—1496. DOI: 10.18334/vinec.14.4.121649.

25. Коновалова Т. В., Надирян С. Л., Котенкова И. Н., Коцурба С. В. Внедрение технологии блокчейн в деятельность транспортно-логистических предприятий // Гуманитарные, социально-экономические и общественные науки. — 2023. — № 6. — С. 240—243. DOI: 10.23672/SAE.2023.23.13.022.

26. Беньямин О. Д. Анализ преимуществ и проблем внедрения нейросетей в складской логистике на примере склада готовой продукции на пищевом предприятии // Экономика, предпринимательство и право. — 2024. — № 5. — С. 2521—2532. DOI: 10.18334/epp.14.5.120912.

27. Разумовский В. А. Критические промышленные технологии: механизм отбора // Экономика и предпринимательство. — 2020. — № 3(116). — С. 118—124.

28. Современное состояние и перспективы научно-технологического развития промышленных предприятий: монография / под науч. ред. М. Я. Веселовского, Н. С. Хорошавиной. — М.: Мир науки, 2025. Сетевое издание. URL: https://izd-mn.com/PDF/03MNNPM25.pdf (дата обращения: 18.08.2026). DOI: 10.15862/03MNNPM25.

29. Петров А. А. Применение машинного обучения в автоматизированном обновлении картографического материала // Геодезия и картография. — 2024. — № 11. — С. 25—34. DOI: 10.22389/0016-7126-2024-1011-0-25-34.

30. Рылякин Е. Г., Костина В. И. Средства производства при эксплуатации транспортно-технологических машин и комплексов // Концепт. — 2015. — № 6. — С. 156—160. URL: http://e-koncept.ru/2015/15205.htm (дата обращения: 18.08.2026).

31. Вильданов А. Г., Гильманов А. Ф., Демьянов Д. Н. Параметрируемая многомассовая модель грузового автомобиля // Автоматизация в промышленности. — 2025. — № 4. — С. 13—19.

32. Ширяев А. А., Мурзин В. М., Черкасова Е. И. Оценка эффективности продуктов трехмерного моделирования // Вестник Казанского технологического университета. — 2014. — Т. 17. — № 9. — С. 314—316.

33. Кузьмин М. И., Кушнирук Д. И., Аникин А. В., Верба С. В., Зубов Д. В. Применение концепции цифрового двойника на этапах проектирования, моделирования и управления химическим процессом // Программные продукты и системы. — 2024. — Т. 37. — № 4. — С. 629—637. DOI: 10.15827/0236-235X.148.629-637.

34. Gao L., Jia M., Liu D. Process digital twin and its application in petrochemical industry // Journal of Software Engineering and Applications. 2022, vol. 15, no. 8, pp. 308—324. DOI: 10.4236/jsea.2022.158018.

35. Grieves M., Vickers J. Digital twin: Mitigating unpredictable, undesirable emergent behavior in complex systems // Transdisciplinary Perspectives on Complex Systems. 2017, pp. 85—113. DOI: 10.1007/978-3-319-38756-7_4.

36. Терентьев А. О. Цифровая химия: направления развития искусственного интеллекта в химической науке // Башкирский химический журнал. — 2026. — Т. 1. — № 1. — С. 7—16. DOI: 10.17122/bcj-2026-1-7-16.

37. Oliveira L. M., Dias R., Rebello C. M., Martins M. A., Rodrigues A. E., Ribeiro A. M., Nogueira I. B. Artificial intelligence and cyber-physical systems: A review and perspectives for the future in the chemical industry // AI. 2021, vol. 2, no. 3, pp. 429—443. DOI: 10.3390/ai2030027.

38. Смирнов Е. А. Информационная система для моделирования распространения загрязнения атмосферного воздуха с использованием ArcGIS / Актуальные вопросы технических наук: материалы I Международной научной конференции. — Пермь: Меркурий, 2011. — С. 27—31. URL: https://moluch.ru/conf/tech/archive/4/895 (дата обращения: 02.02.2026).

39. Морозов В. П. Анализ алгоритмов машинного обучения в задачах прогнозирования качества воздуха / Современные проблемы экологии и экологического образования: сборник научных статей. — М.: Изд-во РУДН, 2020. — С. 112—120.

40. Железный С. В. Использование методов машинного обучения для прогнозирования загрязненности атмосферного воздуха // Вестник Московского университета. Серия 1: Математика. Механика. — 2019. — № 3. — С. 45—52.

41. Тангиев Б. Б. Совершенствование геоинформационных технологий и автоматизированных систем экологического мониторинга по обеспечению безопасности акваэкосистемы региона (на примере Санкт-Петербурга и Ленинградской области). — СПб.: СПбГУВК, 2003. — 243 с.

42. Папичев В. И., Франтов А. Е. Сравнительная оценка экологического воздействия на атмосферу при использовании конверсионных взрывчатых материалов // Экологические системы и приборы. — 2008. — № 2. — С. 55—58.

43. Папичев В. И., Франтов А. Е. К вопросу оценки экологического воздействия на природную среду при применении конверсионных взрывчатых материалов // Взрывное дело. — 2010. — № 103-60. — С. 283—293.

44. Анисимов В. Н., Франтов А. Е. Пылегазоподавление при крупномасштабном взрывании с применением конверсионных ВВ // Комплексная утилизация обычных видов боеприпасов: сборник докладов. — М., 2007. — С. 246—250.

45. Трубина Л. К., Николаева О. Н., Хлебникова Т. А. Геопространственное моделирование экологической обстановки территории г. Новосибирска. — Новосибирск: СГУГиТ, 2022. — 175 с.

46. Гусев Д. М., Мельников П. А., Шашенко В. А. Использование искусственного интеллекта в качестве предиктивной модели распространения загрязняющих веществ в атмосферном воздухе // Экология и промышленность России. — 2025. — Т. 29. — № 2. — С. 56—59.