Глобальное изменение состава руды вынуждает горнодобывающих гигантов пересматривать подходы к переработке сырья. В компании «Норникель» столкнулись с тем, что богатые пластами металлов постепенно истощаются, и в текущем производственном цикле приходится работать с породой, содержащей значительно меньше полезных ископаемых. Чтобы не допустить падения эффективности, руководство компании сделало ставку на глубокую цифровизацию: создание собственной роботизированной лаборатории, где искусственный интеллект будет проектировать уникальные реагенты под конкретные задачи производства.
Проблема извлечения никеля и меди напрямую зависит от эффективности процесса флотации. Технология заключается в измельчении руды до состояния пыли, смешивания ее с водой и реагентами, после чего через смесь пропускают воздух. Специальные химические вещества заставляют полезные минералы «прилипать» к пузырькам воздуха, поднимая их на поверхность в виде пены, в то время как пустая порода оседает. Любая ошибка на этом этапе — неэффективная подача воздуха или неверная концентрация химикатов — ведет к прямым финансовым потерям, ведь колоссальные ресурсы уже затрачены на добычу и транспортировку сырья.
Алексей Тестин, директор департамента технологических инноваций «Норникеля», сообщил в эфире Радио РБК, что компания уже успешно внедрила ИИ на ключевых этапах управления фабрикой. Если пять лет назад операторы вынуждены были физически контролировать более 120 флотомашин, визуально оценивая цвет и высоту пены, то сегодня управление передано алгоритмам. Цифровые камеры и датчики считывают входные и выходку сигналы, позволяя машине принимать решения за доли секунды — регулировать подачу воды, воздуха и концентрацию реагентов. Роль человека трансформировалась: теперь специалисты занимаются инженерными и творческими задачами, вмешиваясь в процесс только при обнаружении отклонений на графиках извлечения.
Экономический эффект от внедрения подобных решений уже ощутим. По словам Алексея Тестина, совокупный доход компании от использования ИИ в процессах флотации и измельчения за несколько лет работы составил порядка 40 миллиардов рублей, при этом ежегодная прибавка составляет около 10 миллиардов рублей.
Однако текущих технологий управления недостаточно, так как критически важным фактором остается состав самих реагентов, состоящих из собирателя, вспенивателя и депрессора. Традиционный рынок химикатов работает по принципу «секонд-хенда»: разработчики создают продукты для массовых объемов добычи (например, для железа или золота), и компаниям приходится использовать то, что есть в наличии. Для специфических сульфидно-медно-никелевых руд «Норникеля» такие универсальные решения не всегда подходят, а использование импортных компонентов, в частности из Китая, создает риски технологической зависимости.
Решение проблемы — в создании собственной замкнутой системы разработки. Проект предполагает запуск роботизированной линии, которая способна проводить от 100 до 200 испытаний в сутки, что в десятки раз превышает возможности ручного труда. В этой цепочке ИИ выполняет роль предиктивного механизма: он не просто перебирает варианты, а анализирует массивы данных за последние 30 лет, сужая круг поиска наиболее перспективных молекул. При этом используется ансамбль технологий: классическое машинное обучение (ML) ищет зависимости в результатах экспериментов, а большие языковые модели (LLM) помогают структурировать и синтезировать огромные архивы научной информации.
Подход «Норникеля» во многом заимствован из фармацевтической отрасли, где поиск новых лекарственных молекул является основой бизнес-модели. Компания уже приобрела роботизированную линию у отечественного подрядчика и готовит научную команду, в которую войдут доктора химико-физических наук, разработчики и инженеры. Запуск команды намечен на ближайшую зиму, а полноценный переход на новое оборудование ожидается летом.
Первый год проекта будет посвящен закладыванию фундамента — сбору и упорядочиванию исторических данных. Второй год станет этапом активных экспериментов, целью которых является получение первых результатов и создание собственных химических формул. Даже если создание идеальной молекулы займет больше времени, само внедрение системы позволит стабилизировать технологические режимы и ускорить подбор уже известных реагентов, что гарантированно окупит инвестиции. В будущем компания рассматривает возможность коммерциализации своих разработок, превращая «домашний рецепт» в продукт для мирового рынка.
