От карьера до цеха
Как роботизация меняет экономику российской горной добычи и металлургии
Мировой рынок автономных карьерных самосвалов стремительно растет, а в России совокупный экономический эффект от их внедрения может достичь 545 млрд руб. в год за счет сокращения простоев и оптимизации логистики.
Фото: Александр Манзюк / Коммерсантъ
Фото: Александр Манзюк / Коммерсантъ
По подсчетам Fortune Business Insight, объем мирового рынка автономных карьерных самосвалов по итогам 2026 года может увеличиться до $1,64 млрд, а к 2034 году — превысить отметку в $10 млрд. Аналитики отмечают, что техника без водителя позволяет сократить простои, снизить зависимость от персонала и увеличить объемы перевозки.
Крупнейшим потребителем беспилотных технологий остается Азиатско-Тихоокеанский регион: в 2025 году на него пришлось более половины мировой выручки рынка ($0,77 млрд из $1,35 млрд), а в 2026 году прогнозируется рост этого показателя до $0,94 млрд.
В России экономический потенциал роботизации еще выше.
По расчетам разработчика отраслевых решений Piklema, внедрение одного автономного самосвала окупается за год-полтора, а совокупный эффект для всей горнодобывающей отрасли страны может достигать 290–545 млрд руб. в год.
Барьеры масштабирования
Однако, несмотря на оптимистичные прогнозы об окупаемости за один-полтора года, массовое внедрение сталкивается с серьезными препятствиями. «Такие результаты достижимы лишь в ограниченном пилоте со стабильными маршрутами. Переход же на весь карьер требует колоссальных вложений в связь, точное позиционирование, цифровые карты, диспетчеризацию и киберзащиту»,— говорит управляющий директор рейтингового агентства НКР Дмитрий Орехов. Есть и операционные барьеры. По словам начальника аналитического отдела инвесткомпании «Риком-Траст» Олега Абелева, это в первую очередь неготовность инфраструктуры связи в удаленных регионах Сибири и Дальнего Востока, а также уникальность каждого месторождения, из-за которой невозможно создать универсальные решения.
Серьезным препятствием остаются высокие капитальные затраты на интеграцию систем и проблемы безопасности при работе смешанных парков, где автономные машины вынуждены взаимодействовать с пилотируемыми. Замыкает перечень дефицит квалифицированных кадров: несмотря на то что именно нехватка водителей выступает главным драйвером внедрения роботизации, она же тормозит процесс, поскольку предприятиям недостает операторов для управления комплексами и специалистов по их обслуживанию.
Директор департамента инжиниринга Kept Антон Вернигора указывает на текущую стадию «лоскутной» автоматизации, когда каждая единица техники работает сама по себе. Следующим важным этапом станет увязка отдельных единиц техники в единый функционирующий безлюдный рудник. Самые массовые самосвалы «БелАЗ» не готовы к роботизации, переделка их гидравлики и системы управления стоит дополнительных денег, добавляет директор по развитию Piklema Дмитрий Клебанов.
Кроме того, бизнес пугают риски согласования проектов в Ростехнадзоре, проблемы с качеством спутниковых сигналов и необходимость полной перестройки процессов производства.
Поэтому сейчас проекты носят точечный характер и часто преследуют имиджевые цели.
Экономика добычи
Роботизация напрямую влияет на ключевой показатель эффективности — коэффициент использования оборудования (КИО). Как отмечает Олег Абелев, время полезного использования техники растет за счет исключения пересменок, обедов и личных перерывов. Время ожидания под экскаватором сокращается на 3–5% благодаря автоматизированной диспетчеризации, которая выравнивает интервалы движения. Операции заправки и ежесменного обслуживания уменьшаются вдвое, так как проводятся раз в сутки по единому графику. Дополнительно нивелируются простои из-за сезонной заболеваемости или вахтовых пересменок.
По разным оценкам, технология дает экономию примерно в 0,06 л дизельного топлива на тонну груза и повышает КИО на 10–13%. Скорость движения машин обычно ниже, чем у человека, однако сокращение затрат на оплату труда и уменьшение износа техники положительно сказываются на итоговой себестоимости железорудного сырья.
Внутри комбината
На металлургических заводах роботизация решает задачи иного порядка. По словам Дмитрия Орехова, внутризаводская логистика ускоряет подачу агломерата, окатышей, кокса и металлолома. Единая система управления транспортом, складами и конвейерами обеспечивает прослеживаемость сырья и синхронизирует его поток с потребностями агрегатов. Система точно знает, какое именно сырье едет (марка сырья, его химический состав и вес), откуда оно взялось (номер партии, поставщик, результаты входного контроля качества на складе), где находится прямо сейчас (точные координаты транспортного средства на карте завода), куда должно попасть (конкретная доменная печь или прокатный стан, которым это сырье нужно в данный момент).
В горячих цехах — от доменного до прокатного производства — роботы берут на себя работу в зонах расплава, высоких температур и токсичных газов.
Они проводят инспекцию, тепловизионный и газовый контроль, замер температуры, отбор проб и замену зондов. Это выводит персонал с наиболее опасных участков. Профессия оператора трансформируется: человек переходит от ручного труда к диспетчеризации и управлению контуром из безопасной операторской. От специалиста теперь требуется знание процесса, умение интерпретировать данные и способность перевести оборудование в ручной режим при аварии.
Наиболее успешные мировые кейсы включают патрулирование пространства вокруг доменной печи роботами Boston Dynamics на южнокорейском заводе POSCO, полный цикл работ в конвертерном цехе на индийском JSW и тайском Siam Yamato Steel, а также обрезку концов раскаленных рулонов системами Trim-Rob на Hyundai Steel. Среди недавних российских достижений выделяется роботизированный паук на ЗСМК, который ускорил капремонт доменной печи с 3 месяцев до 16 дней.
Цифровая сталь
В черной металлургии борьба с браком и простоями переходит в цифровую плоскость. Эффективность работы повышается не за счет отдельного инструмента, а в результате интеграции цифровых двойников, предиктивной аналитики и машинного зрения с АСУ ТП. Цифровой двойник показывает онлайн, как изменится работа оборудования при смене настроек.
Для прокатного стана это означает точный расчет усилий и оптимизацию настройки толщины продукции. Предиктивная аналитика прогнозирует износ футеровки, валков и подшипников. Машинное зрение непрерывно выявляет дефекты металла, классифицирует их и помогает определить вероятную причину брака для корректировки процесса.
Результаты внедрения комплекса этих инструментов на российских комбинатах подтверждают эффективность такого подхода.
Система предиктивного обслуживания на ММК снизила затраты на ремонт на 15%. Машинное зрение в доменном цеху «Северстали» сократило отходы на 10%, а использование цифровых двойников на НЛМК позволило снизить простои и повысить общую эффективность оборудования.
Логистика внутри комбинатов
Роботизация транспортных коридоров на металлургических комбинатах кардинально меняет экономику перемещения сырья. По оценке менеджера проектов цифровой трансформации «Евраза» Антона Мельникова, автоматизация конвейерных линий для подачи агломерата и окатышей сокращает время их транспортировки между цехами на 30–50% за счет синхронизации с MES-системами и устранения ручных перевалок при скорости движения до 5 м/с. Пропускная способность таких систем возрастает на 25%, а межоперационные простои снижаются в три раза — с 45 до 15 минут.
В доменных и сталеплавильных цехах роботизация внедряется прежде всего для вывода человека из зон экстремальных температур.
Антон Мельников выделяет ключевые сценарии: отбор проб расплава строго в одну точку для повторяемости результатов, обслуживание шиберных затворов после разливки, дробление шлака и удаление настылей термозащищенными установками прямо в неостывших печах, а также скачивание шлака в цветной металлургии, что экономит до 1–2% металла с каждой плавки.
Практика «Северстали» подтверждает эти данные: к концу 2026 года компания планирует довести количество комплексов до 50 единиц. Робот—сборщик гартцинка полностью заменил людей у ванн оцинкования с температурой 460 градусов, исключив ручной перенос отходов весом до 15 кг, а демонтажный робот с гидромолотом вывел из опасной зоны четыре бригады по два человека, самостоятельно убирая выплески шлака из ковшей. Кроме того, один дистанционный оператор теперь может управлять несколькими мостовыми кранами.
Цифровой контроль качества
Благодаря цифровым двойникам агрегатов предприятия черной металлургии переходят от реактивного ремонта к обслуживанию по фактическому состоянию. Модели позволяют проводить виртуальную отработку новых марок проката без траты месяцев на эксперименты, давая до 3% роста производительности и 10% снижения простоев.
Предиктивная аналитика износа футеровки способна предсказывать перегрев за два часа до критического момента, снижая внеплановые простои на 20–30% и аварийные остановки на 40%.
Такие системы окупаются уже в первый год эксплуатации.
Например, совместный кейс интегратора и российского предприятия показал снижение износа футеровки вакууматора на 10% и экономию около 90 млн руб. в год, а дроны теперь обследуют внутренние поверхности дымовых труб без необходимости вентиляции.
Не менее важную роль играет машинное зрение для обнаружения дефектов литья. Системы компьютерного зрения контролируют каждый объект в потоке без остановки линии, распознавая трещины, спаи и газовые раковины, в то время как нейросети анализируют рентгенограммы для поиска внутренних микротрещин. Человек лишь подтверждает решение системы.
От пилотов к серийному производству
Важным шагом для российской горнодобывающей отрасли стало развитие сотрудничества непосредственно в сфере карьерной техники. Как сообщает пресс-служба «Норникеля», компания и БелАЗ договорились о создании совместного предприятия по разработке подземной горной техники и первые машины уже проходят испытания на рудниках Норильска.
Это событие напрямую коррелирует с ранее описанными барьерами массового внедрения автономных самосвалов. Создание СП позволит адаптировать технику под суровые климатические условия Арктики, специфику глубоких горизонтов и российское нормативное регулирование, решая проблему отсутствия референтных данных для масштабирования беспилотных технологий внутри страны. Данный шаг знаменует переход от стадии единичных пилотных проектов «БелАЗов» в Хакасии к созданию полноценной промышленной базы для серийного производства роботизированных комплексов российскими холдингами.
Роботизация добывающего и металлургического секторов России переходит из фазы экспериментов в фазу индустриального строительства, однако инфраструктурные, кадровые и регуляторные барьеры сместили фокус с закупки отдельных машин на перестройку целых производственных контуров.
Текущие сроки окупаемости в один-полтора года возможны лишь в тепличных условиях одного маршрута, поэтому для достижения заявленного эффекта в 290–545 млрд руб. необходимо создание полностью безлюдных транспортных колец — именно этот путь глубокой локализации железа и софта под российские ГОСТы и геологию выбрали холдинги на примере совместного предприятия «Норникеля» и БелАЗа.
Технологии цифрового двойника, предиктивной аналитики и машинного зрения уже доказали свою эффективность на предприятиях ММК, НЛМК и «Северстали», где снижение брака на 25–35%, сокращение простоев на 20–30% и экономия топлива до 0,06 л на тонну груза превратили цифровизацию из имиджевого проекта в вопрос конкурентоспособности продукции на мировом рынке.
При этом роботизация не высвобождает персонал массово, как прогнозировалось ранее, а трансформирует структуру компетенций.
Отрасль испытывает острый дефицит операторов цифровых систем и инженеров по кибербезопасности, превращая профессию водителя или рабочего у печи в специальность диспетчера сложных киберфизических систем.
По оценкам экспертов индустрии, массовый промышленный переход начнется через пять лет после завершения этапа активного пилотирования и к 2030 году доля искусственного интеллекта в российской металлургии может достигнуть 25%, сделав горную отрасль на 30% безлюдной при условии пересмотра подходов к долгосрочным инвестициям.
В 2026–2028 годах успех отрасли будет зависеть от перехода к полному сопровождению техники — от момента поставки до утилизации. Главную прибыль получат те компании, которые уже сейчас выстраивают единый цифровой путь груза, управляя автономной карьерной техникой и морской логистикой в одной системе. Для этого у них есть все ресурсы: собственная сырьевая база и сильные команды разработчиков.