ИИ-диспетчер: учёные МФТИ выпустили систему для управления карьерными самосвалами
МФТИ — Московский физико-технический институт ·
Учёные МФТИ в составе команды OES разработали систему OES.Truck Balance, которая с помощью искусственного интеллекта в реальном времени распределяет карьерные самосвалы между экскаваторами. Она снижает нагрузку на диспетчеров на 60–70%, сокращает простои техники и помогает предприятиям экономить более 1,5 млрд рублей в год. Система уже управляет всем парком карьерных самосвалов на Солнцевском угольном разрезе Восточной горнорудной компании. Карьерный самосвал. Фото: Lars Portjanow. Мы полностью изменили процесс управления транспортом на предприятии. Если раньше диспетчеры вручную перенаправляли более 150 самосвалов, то теперь эти решения принимает ИИ. Считаю кейс сверхуспешным, так как в мире работающий балансировщик успешно предлагают всего две компании, в России – ни одной. При этом первую рабочую версию мы сделали за три месяца с нуля» Владимир Яфаров, выпускник 2 курса магистратуры Бизнес-школы МФТИ и Сбера. На карьере экскаватор – самая дорогая и производительная единица техники. Вокруг него строится вся логистика карьера. Каждый час его простоя обходится предприятию в сотни тысяч рублей: машина, купленная за сотни миллионов, стоит без дела. У проблемы есть и обратная сторона – очереди. Когда к экскаватору стягивается слишком много самосвалов, время теряют уже они, а простой большегрузов тоже измеряется сотнями тысяч рублей в час. Именно поэтому из-за несбалансированной работы транспорта техника простаивает более 12% времени смены. В масштабе года это огромные деньги. Удержать баланс вручную практически невозможно. За смену на крупном карьере возникают тысячи отклонений: машины уходят на заправку, встают на ремонт, случаются длительные простои и пересменка. Один диспетчер физически не успевает пересчитывать расстановку сотен машин в реальном времени. Учёные МФТИ в составе команды OES разработали систему OES.Truck Balance, которая автоматически распределяет карьерные самосвалы с помощью искусственного интеллекта. Система прогнозирует, сколько самосвалов окажется у каждого экскаватора в ближайшие 30 минут. Нейросетевой алгоритм расчёта времени прибытия пересчитывает ситуацию за считанные секунды с точностью выше 98%, анализируя положение техники, скорость движения, состояние дорог и другие данные. На их основе искусственный интеллект перебирает десятки вариантов распределения машин и выбирает тот, который одновременно сокращает и простои экскаваторов, и очереди самосвалов. Готовые задания уходят напрямую водителям на планшет. Рабочая панель OES.Truck Balance. Карта пикетов с разметкой зон принятия решений о балансировке. Если ситуация меняется, например, техника уходит на заправку, ремонт или возникает длительный простой, система быстро пересчитывает распределение и отправляет водителям новые задания. Диспетчеру остается лишь контролировать нестандартные ситуации» Владимир Яфаров, выпускник 2 курса магистратуры Бизнес-школы МФТИ и Сбера. Сохранить ритм работы во время пересменки помогает отдельный алгоритм: он анализирует работу техники перед окончанием смены, заранее рассчитывает оптимальную расстановку самосвалов и рассылает водителям новые маршруты, чтобы к началу следующей смены техника уже стояла в нужных забоях, а не раскачивалась заново. Рабочая панель OES.Truck Balance. Отображение ключевых показателей работы. Испытания и промышленная эксплуатация показали, что система сокращает время ожидания самосвалов в очередях на погрузку на 30%, уменьшает случаи, когда экскаваторы остаются без транспорта, на 20%, и снижает нагрузку на диспетчеров на 60–70%. Совокупный экономический эффект – более 1,5 млрд рублей в год. Балансировщик OES.Truck Balance используют на Солнцевском угольном разрезе Восточной горнорудной компании с 2025 года, и за это время он принёс предприятию более 300 млн рублей. Причём эффект растёт по мере настройки системы: ежемесячная отдача увеличилась с 6 до 80 млн рублей. За последние годы разрез нарастил вывозку горной массы примерно в 2,2 раза, и значимую роль в этом сыграл переход от ручного управления транспортом к искусственному интеллекту – без покупки новой техники и без работы на износ.
Учёные МФТИ в составе команды OES разработали систему OES.Truck Balance, которая с помощью искусственного интеллекта в реальном времени распределяет карьерные самосвалы между экскаваторами. Она снижает нагрузку на диспетчеров на 60–70%, сокращает простои техники и помогает предприятиям экономить более 1,5 млрд рублей в год. Система уже управляет всем парком карьерных самосвалов на Солнцевском угольном разрезе Восточной горнорудной компании. Карьерный самосвал. Фото: Lars Portjanow. Мы полностью изменили процесс управления транспортом на предприятии. Если раньше диспетчеры вручную перенаправляли более 150 самосвалов, то теперь эти решения принимает ИИ. Считаю кейс сверхуспешным, так как в мире работающий балансировщик успешно предлагают всего две компании, в России – ни одной. При этом первую рабочую версию мы сделали за три месяца с нуля» Владимир Яфаров, выпускник 2 курса магистратуры Бизнес-школы МФТИ и Сбера. На карьере экскаватор – самая дорогая и производительная единица техники. Вокруг него строится вся логистика карьера. Каждый час его простоя обходится предприятию в сотни тысяч рублей: машина, купленная за сотни миллионов, стоит без дела. У проблемы есть и обратная сторона – очереди. Когда к экскаватору стягивается слишком много самосвалов, время теряют уже они, а простой большегрузов тоже измеряется сотнями тысяч рублей в час. Именно поэтому из-за несбалансированной работы транспорта техника простаивает более 12% времени смены. В масштабе года это огромные деньги. Удержать баланс вручную практически невозможно. За смену на крупном карьере возникают тысячи отклонений: машины уходят на заправку, встают на ремонт, случаются длительные простои и пересменка. Один диспетчер физически не успевает пересчитывать расстановку сотен машин в реальном времени. Учёные МФТИ в составе команды OES разработали систему OES.Truck Balance, которая автоматически распределяет карьерные самосвалы с помощью искусственного интеллекта. Система прогнозирует, сколько самосвалов окажется у каждого экскаватора в ближайшие 30 минут. Нейросетевой алгоритм расчёта времени прибытия пересчитывает ситуацию за считанные секунды с точностью выше 98%, анализируя положение техники, скорость движения, состояние дорог и другие данные. На их основе искусственный интеллект перебирает десятки вариантов распределения машин и выбирает тот, который одновременно сокращает и простои экскаваторов, и очереди самосвалов. Готовые задания уходят напрямую водителям на планшет. Рабочая панель OES.Truck Balance. Карта пикетов с разметкой зон принятия решений о балансировке. Если ситуация меняется, например, техника уходит на заправку, ремонт или возникает длительный простой, система быстро пересчитывает распределение и отправляет водителям новые задания. Диспетчеру остается лишь контролировать нестандартные ситуации» Владимир Яфаров, выпускник 2 курса магистратуры Бизнес-школы МФТИ и Сбера. Сохранить ритм работы во время пересменки помогает отдельный алгоритм: он анализирует работу техники перед окончанием смены, заранее рассчитывает оптимальную расстановку самосвалов и рассылает водителям новые маршруты, чтобы к началу следующей смены техника уже стояла в нужных забоях, а не раскачивалась заново. Рабочая панель OES.Truck Balance. Отображение ключевых показателей работы. Испытания и промышленная эксплуатация показали, что система сокращает время ожидания самосвалов в очередях на погрузку на 30%, уменьшает случаи, когда экскаваторы остаются без транспорта, на 20%, и снижает нагрузку на диспетчеров на 60–70%. Совокупный экономический эффект – более 1,5 млрд рублей в год. Балансировщик OES.Truck Balance используют на Солнцевском угольном разрезе Восточной горнорудной компании с 2025 года, и за это время он принёс предприятию более 300 млн рублей. Причём эффект растёт по мере настройки системы: ежемесячная отдача увеличилась с 6 до 80 млн рублей. За последние годы разрез нарастил вывозку горной массы примерно в 2,2 раза, и значимую роль в этом сыграл переход от ручного управления транспортом к искусственному интеллекту – без покупки новой техники и без работы на износ.