Архитектура Интернета вещей в горном производстве

Попов Е.В.1
1 НИР – центр Специализированного застройщика «УГМК – Навигатор»

Статья в журнале

Информатизация в цифровой экономике (РИНЦ, ВАК)
опубликовать статью | оформить подписку

Том 6, Номер 3 (Июль-сентябрь 2025)

Цитировать эту статью:

Эта статья проиндексирована РИНЦ, см. https://elibrary.ru/item.asp?id=83043794

Аннотация:
Актуальность оценки процессов внедрения передовых инструментов цифровизации в производственную деятельность определяется необходимостью разумного хозяйствования в условиях формирования цифрового общества. Для горного производства, включающего сложные подземные разработки, применение технологии Интернета вещей, дает возможности контроля процессов в реальном времени и создания безопасных условий труда. Целью настоящего исследования является разработка архитектуры Интернета вещей в горном производстве. Информационной базой исследования послужили научные статьи, опубликованные в открытом доступе и проиндексированные в мировой базе данных Science Direct и отечественной базе данных E-Library. В результате проведенного исследования предложена архитектура Интернета вещей в горном производстве, включающая аппаратный, сетевой, вычислительный и прикладной уровни, на которых выполняются соответствующие функции: формирования первичных сигналов, передачи сигналов, обработки данных и управления данной системой. Показано развитие архитектуры Интернета вещей на разных уровнях, приведены практические примеры и тенденции развития данных цифровых технологий в горном производстве. Теоретическая значимость полученного результата заключается в представлении многоуровневого процесса Интернета вещей в горном производстве, дополняющая теоретические основания внедрения передовых цифровых технологий на горных предприятиях. Практическая значимость полученного результата состоит в формировании прикладного аппарата планирования процессов цифровизации на горных предприятиях применительно к внедрению технологий Интернета вещей

Ключевые слова: Интернет вещей, горное производство, архитектура, функциональные уровни

JEL-классификация: L51, L52, O25



Введение

Стремительное развитие цифровых технологий обусловливает необходимость экономического анализа применимости данных технологий в сложных производственных процессах. Таким образом, актуальность оценки процессов внедрения передовых инструментов цифровизации в производственную деятельность определяется необходимостью разумного хозяйствования в условиях формирования цифрового общества [2].

Одной из перспективных цифровых технологий, применимых в сложных производственных процессах, является технология Интернета вещей, обеспечивающая связь между физическими устройствами и вычислительными системами для решения текущих управленческих задач. Для горного производства, включающего сложные подземные разработки, применение технологии Интернета вещей, дает возможности контроля процессов в реальном времени и создания безопасных условий труда.

В мировой и отечественной экономической литературе вопросы применения технологии Интернета вещей нашли свои соответствующие решения. Однако, проблема многоуровневого применения Интернета вещей в горном производстве пока не нашла своего полного отражения. Отсюда, целью настоящего исследования является разработка архитектуры Интернета вещей в горном производстве.

Последовательность выполнения данной цели включила в себя анализ предшествующих исследований с формулированием проблемы исследования, разработку собственно архитектуры Интернета вещей в горном производстве и обсуждение развития данной технологии для горных предприятий.

Интернет вещей в горном производстве

Анализ опубликованных работ по технологии Интернета вещей в горном производстве может основываться на рассмотрении трех позиций: понятие Интернета вещей, промышленный Интернет вещей, особенности Интернета вещей в горном производстве.

Интернет вещей (англ. Internet of Things, IoT) — концепция сети передачи данных между физическими объектами, оснащёнными встроенными средствами и технологиями для взаимодействия друг с другом или с внешней средой [1].

В настоящее время Интернет вещей воспринимается как платформа корпоративного цифрового обслуживания и эксплуатации для управления цифровым контентом в области стандартизации. Являясь динамичной сетью, технология Интернета вещей может выполнять интеллектуальную идентификацию, позиционирование, мониторинг и другие функции с помощью специального оборудования, датчиков и технологий обработки информации [16].

Интернет вещей широко применяется для контроля общественных пространств и мест проведения собраний. Собранные данные систематически представляются в режиме реального времени с помощью геоинформационных устройств для визуализации результатов, что дает возможность привлекать население к процессу принятия решений посредством участия общественности [18]. Появление «цифровых кочевников» помимо пандемии COVID-19 также обусловлено развитием технологии Интернета вещей, так как удаленный доступ к физическим устройствам позволяет практически из любой точки руководить работой данных устройств [24].

Интернет вещей играет важную роль в разработке машин и оборудования, умных зданий и образовательных учреждений. Университеты и школы используют данную технологию для улучшения обучения студентов, оцифровки традиционного обучения и повышения успеваемости [20].

Внедрение промышленного Интернета вещей (англ. Industrial Internet of Things, IIoT) признано четвертой промышленной революцией, поскольку он повышает производительность труда, надежность и конкурентоспособность за счет увеличения рентабельности выпуска продукции. Приложения промышленного Интернета вещей используют интеллектуальные возможности для решения производственных проблем, таких как неправильное управление цепочками поставок, риски для конфиденциальных данных, слабая облачная стратегия, сдерживание затрат и другие. Несмотря на сложности внедрения, эффективность работы предприятия зависит от хорошо спроектированной инфраструктуры промышленного Интернета вещей [11].

Промышленный Интернет вещей позволяет автоматизировать производство и собирать данные в режиме реального времени. При этом современные устройства Интернета вещей подвержены угрозам кибербезопасности и несанкционированному доступу. Децентрализация и ограниченность ресурсов промышленного Интернета вещей часто не позволяют традиционным механизмам безопасности противостоять этим угрозам. В этом случае подключается система обнаружения вторжений на основе машинного обучения и применения технологии блокчейна. Такая система обеспечивает целостность данных, надежную связь и предотвращает несанкционированные модификации [25].

Также некоторую сложность представляет обработка данных, поступающих из разнородных источников с различными временными периодами поступлений. При такой ситуации методы коллективного обнаружения аномалий, основанные на машинном обучении и работающие по принципу «черного ящика» требуют больших вычислительных усилий и могут не заслуживать доверия. Альтернативным решением является технология неконтролируемой рекламы, которая предварительно обрабатывает зашумленные и сложные временные ряды и обнаруживает аномальные закономерности. Предварительная обработка позволяет справиться со сложностью разнородных временных рядов за счет выделения характерных признаков и определения размеров аномалий [27].

Внедрение промышленного Интернета вещей в горное производство подразумевает установку и использование дополнительного оборудования, такого как цифровые датчики и системы телеметрии мобильного оборудования. Эти технологии позволяют собирать данные о работе оборудования и процессов производства для их анализа и оптимизации.

Как отмечают исследователи, в горном производстве активно используются системы мониторинга и сбора данных, основанные на технологии Интернета вещей, что позволяет принимать более обоснованные управленческие решения. Также Интернет вещей помогает повышать безопасность на горнодобывающих предприятиях, так как с помощью датчиков и мобильных устройств можно следить за состоянием оборудования. Кроме того, анализ данных от устройств Интернета вещей дает возможность оптимизировать производственные процессы. «Использование цифровых технологий станет основным способом, с помощью которого горнодобывающие компании смогут добиться повышения эффективности, снижения затрат и повышения рентабельности, чтобы лучше противостоять волатильности цен в ближайшие годы. Поэтому внедрение Интернета вещей — объединение в единую сеть физических устройств, таких как горное оборудование, транспортные средства, здания, электронные устройства и датчики — является наиболее важным шагом, который могут предпринять горнодобывающие компании для получения конкурентного преимущества в этой области. В условиях, когда капитальные затраты вряд ли вернутся к уровням, наблюдавшимся до сырьевого спада 2014/2015 годов, инвестиции в передовые технологии, а не в новые активы будут оставаться приоритетными для горнодобывающей отрасли» [9, С. 2].

Ярким примером удаленной работы технологии Интернета вещей являет опыт управления дробильным оборудованием, расположенным в Африке, из инженерного центра компании Metso, находящегося в Штате Висконсин США. Благодаря данным, удалено полученным от дробильного оборудования, удалось повысить его производительность и надежность. Полученный опыт стимулировал создание глобальной IoT-платформы [2].

Инструменты Интернета вещей позволяю изучать возможности интеграции различных источников информации, связанных с использованием природных ресурсов и управлением их применения – от датчиков, метеостанций и пьезометров до социально-экологических и экономических показателей, а также участия общества в этих процессах [17]. Данная технология также обеспечивает цифровую систему документирования, которая оцифровывает жизненно важные документы для реагирования на стихийные бедствия и восстановления [14].

Отметим, что использование современных цифровых технологий способствует автоматизации рутинных операций, улучшению качества данных и формированию необходимых аналитических данных для оперативных управленческих решений. Внедрение таких технологий для горнодобывающих предприятий способствует оптимизации затрат, снижению рисков, связанных с человеческим фактором, и улучшению производственных показателей [7, С. 25].

Основными направлениями применения технологии Интернета вещей в горном производстве являются оптимизация производственных затрат, роботизация буровых работ, контроль качества полезного ископаемого, работа безлюдных самосвалов и поездов, мониторинг систем охраны труда и промышленной безопасности, управление расходом топлива и потреблением энергии и многое другое. Кроме того, благодаря Интернету вещей «формируются новые принципы архитектуры энергетической сети горных предприятий, в которую включаются, наряду с электрическими приводами высокой удельной мощности, устройства типа plug-and-play, сонаправленные потоки энергии и информации о ее потреблении, интеграция энергии из возобновляемых и невозобновляемых источников, движение конфиденциальной информации горнотехнических инспекторов в сети блокчейн, развитие межмашинного взаимодействия на базе Интернета вещей для снижения энергопотребления. В свою очередь, использование Интернета вещей для мониторинга состояния горного оборудования также происходит в режиме реального времени. В целом применение Интернета вещей достаточно многогранно и выходит за рамки взаимодействия машин между собой и с операторами» [1, С. 48-49].

Анализ предшествующих исследований демонстрирует значительные достижения в реализации технологии Интернета вещей в горном производстве. Однако, проблема многоуровневого применения данной технологии в достаточной степени в научной экономической литературе не раскрыта. Решим данную исследовательскую проблему в рамках настоящего исследования.

Методология исследования

Объектом настоящего исследования выступает деятельность горнодобывающих предприятий. Предметом исследования являются хозяйственные отношения по внедрению технологии Интернета вещей в горное производство. Метод исследования – системный логический анализ.

Информационной базой исследования послужили научные статьи, опубликованные в открытом доступе и проиндексированные в мировой базе данных Science Direct и отечественной базе данных E-Library. Поиск и отбор релевантных исследовательской проблеме статьей осуществляли по ключевым словам «Интернет вещей в горном производстве» («The Internet of Things in mining»). Было отобрано 28 статей, анализ которых позволил решить исследовательскую проблему.

Структура Интернета вещей в горном производстве

Многоуровневая архитектура Интернета вещей обычно развертывается в трехуровневой структуре, состоящей из аппаратного уровня, сетевого уровня и уровня приложений [13]. Сюда следует добавить вычислительный уровень, несущий основную операционную нагрузку, в том числе анализ цифрового двойника процесса.

Аппаратный уровень состоит из датчиков и исполнительных механизмов, к которым относятся устройства Интернета вещей, начиная от камер видеонаблюдения и заканчивая смарт-часами и автономными устройствами. Датчики, установленные в наземных и подземных шахтах, могут обнаруживать поврежденное оборудование, предвидеть возможные проблемные зоны, прогнозировать нестабильность и дисфункцию системы в зонах доступа к шахтам, таких как стволы. Эти знания способствуют сохранению и предотвращению любых неприятностей, которые могут возникнуть из-за незнания иди добычи ресурсов [22]. На этом основании была разработана модель прогнозирования для повышения безопасности и полезности подземных шахт. Используя датчики Интернета вещей и сверхточную нейронную сеть модель предсказывает многие минные опасности и повышает гибкость, масштабируемость и надежность данных мониторинга удаленных районов горного производства [15]. Данные между исполнительными устройствами могут передаваться с помощью протоколов связи, например Bluetooth, RFID и др.

Сетевой уровень отвечает за передачу собранных данных между датчиками и исполнительными механизмами. Цель состоит в том, чтобы отправлять собранные данные в облако для дальнейшего анализа. Исполнительные устройства, в свою очередь, могут получать команды из облака или других командных устройств. На этом уровне для передачи данных используются такие протоколы как WiFi, 3-5G, GSM и др. Для обеспечения функционирования сетевого уровня успешно применяются беспроводные сенсорные сети, поскольку их преимущества получили признание. В этом случае безопасная, устойчивая и прибыльная добыча полезных ископаемых приводит к концепции «умной шахты» [10].

Вычислительный уровень многоуровневой архитектуры Интернета вещей в горном производстве отвечает за цифровую обработку данных, а также за имитационное моделирование процессов, контролируемых в рамках Интернета вещей. Для горного производства реализации последнего в виде цифровых двойников имеет особое значение из-за трудоемкости допуска к реальным производственным процессам [6].

Последним уровнем архитектуры Интернета вещей является прикладной уровень, который представляет собой реализацию процесса бизнес-логики на основании пользовательского интерфейса. На этом уровне пользователи могут взаимодействовать с системой Интернета вещей, например, в системе «Умная шахта» отправлять команды для включения и выключения различных устройств [21].

Различные уровни архитектуры Интернета вещей в горном производстве представлены в табл. 1.

Таблица 1. Архитектура Интернета вещей в горном производстве

Уровень
Функция
Содержание
Аппаратный
Формирование первичных сигналов
Датчики,
исполнительные устройства
Сетевой
Передача сигналов
Беспроводные сенсорные сети
Вычислительный
Обработка данных
Вычислительные устройства, имитационные модели
Прикладной
Управление системой Интернета вещей
Пользовательский интерфейс
Источник: Разработано автором.

Данные таблицы 1 демонстрируют различные функции и разное содержание архитектуры Интернета вещей на разных уровнях горного производства от формирования первичных сигналов, передачи сигналов до обработки данных и управления системой Интернета вещей.

Научная новизна полученного результата заключается в описании многоуровневой архитектуры Интернета вещей в горном производстве, дополняющем методы анализа применимости цифровых технологий в промышленной деятельности.

Отметим, что на основе анализа различных исследований можно выделить шесть факторов успеха внедрения Интернета вещей в промышленное производство: повышение вычислительной мощности компьютеров и пропускной способности каналов связи; развитие центров проектирования и внедрения технологий глубокого машинного обучения; развитие облачных технологий; повышение уровня государственных цифровых услуг; увеличение кадрового потенциала производственной деятельности, основанной на цифровых технологиях; использование облачных вычислений в производстве и повышение качества обработки данных [23].

Рассмотрим возможности развития архитектуры Интернета вещей в горном производстве.

Развитие архитектуры Интернета вещей в горном производстве

Интернет вещей призван революционизировать все аспекты нашей жизни. Данные, собранные с устройств Интернета вещей, будут использоваться для понимания и управления сложными средами вокруг нас, что позволит лучше принимать решения, повысить уровень автоматизации, эффективность и продуктивность, точность и увеличить благосостояние. Интеллектуальный анализ данных и другие методы искусственного интеллекта играют решающую роль в создании более интеллектуальных систем Интернета вещей [12], в том числе в горном производстве.

Прогресс в области электронных коммуникаций, обработки данных и Интернет-технологий обеспечивает легкий доступ к различным физическим устройствам по всему миру и взаимодействие с ними. Таким образом аппаратный уровень архитектуры Интернета вещей представляет собой значительный парк различных физических устройств. Обширные исследования в области Интернета вещей с использованием облачных технологий позволяют накапливать огромные данные, созданные в разнородной среде горного производства, и преобразовывать их в ценные знания, используя технологии интеллектуального анализа данных. Полученные знания играют ключевую роль в принятии интеллектуальных решений, повышении производительности системы и оптимальном управлении ресурсами и услугами [26].

«Интернет вещей кардинально изменяет горнодобывающую отрасль, предлагая решения от дистанционного управления дроблением руды до автоматизированных транспортных средств и роботизированного оборудования. С ростом требований к эффективности из-за падения качества руды и увеличения затрат, искусственный интеллект, облачные вычисления и Интернет вещей становятся ключевыми для повышения эффективности, продуктивности и безопасности. Примеры включают автоматизированное бурение, автономные грузовики и профилактическое обслуживание. Современные технологии и подключенные устройства, такие как 5G, датчики и ПО, установленные на оборудовании, позволяют обеспечивать мониторинг в реальном времени и улучшенный контроль над процессом добычи. Подключенные устройства, включая носимые технологии и датчики приближения, повышают безопасность труда в местах добычи, предоставляя данные о состоянии оборудования, потенциальных угрозах и факторах окружающей среды. Технологии Интернета вещей также способствуют автоматизации процессов и снижению затрат, более устойчивой добыче полезных ископаемых, мониторя оборудование и управляя экологическими условиями на рудниках, включая качество воздуха, эффективность работы и стоки, а также обеспечивая безопасность рабочих» [3].

На сетевом уровне для управления и передачи сигналов в рамках архитектуры Интернет вещей используются беспроводные сенсорные сети (WSNS, ZigBee, RFID, GPRS, LTE, Bluetooth). При этом, применение технологии Интернета вещей требует решения целого ряда проблем, включая аутентификацию, дифференциацию доказательств, доступность, безопасность и защиту. Но потенциальные преимущества решений для агрегации данных в рамках технологии Интернета вещей, которые потребляют мало энергии и увеличивают срок службы предприятий, огромны [28].

«Анализ информационных систем и программных продуктов для управления горными предприятиями и решения задач оперативного управления промышленной безопасностью позволяет структурировать рынок программных продуктов и информационных систем. Выделены пять групп информационных систем для горнодобывающих предприятий: по обеспечению производственной безопасности, ERP, интеграция системы автоматизации оперативного управления предприятием с MRP II, ERP II (представлены 1С и SAP), функциональные производственные информационные системы. Систематизация развития информационных систем горнодобывающих предприятий позволяет прогнозировать слияние функционального программного обеспечения, ERP II, технологичных разработок по отдельным направлениям систем безопасности с целью повышения безопасности персонала и самих горнодобывающих производств в интересах общества и окружающей среды» [5, С.48].

Вычислительный уровень архитектуры Интернета вещей также находится в процессе эволюционного развития. В настоящее время обсуждается переход от простых вычислительных решений типа «если – то» к аналитическим подходам к принятию решений в логистических цепях поставок [19].

Наибольшее развитие получает прикладной уровень архитектуры Интернета вещей (IoT) в горном производстве. «В горнодобывающей отрасли IoT активно используется в нескольких ключевых направлениях:

• Мониторинг оборудования и прогнозирование отказов. Датчики, установленные на буровых установках, конвейерах и самосвалах, собирают информацию о вибрации, температуре, давлении и других параметрах. Использование искусственного интеллекта и машинного обучения позволяет прогнозировать возможные неисправности и проводить профилактическое обслуживание до выхода оборудования из строя;

• Контроль условий в шахтах. Системы Интернета вещей отслеживают уровень метана, содержание пыли, температуру, влажность и движение горных масс. В случае критических изменений системы оповещения мгновенно предупреждают персонал о возможных угрозах, помогая предотвратить аварии и улучшить безопасность шахтеров;

• Автоматизация транспортировки руды. Беспилотные самосвалы, работающие на основе данных с IoT-устройств и систем позиционирования (GPS и LiDAR), повышают эффективность перевозки руды и снижают затраты на топливо и обслуживание техники;

• Цифровые двойники. Создание цифровых копий шахт, карьеров и рудников на основе данных с датчиков позволяет моделировать различные сценарии работы, оптимизировать маршруты транспортировки и прогнозировать воздействие добычи на окружающую среду» [4].

В горном производстве развитие архитектуры Интернета вещей также связано с решением проблем надежности и устойчивости сетей, интероперабельности устройств, энергопотреблением, недостатком квалифицированных кадров, сложностью процессов, регуляторных ограничений и многих других [4]. Важное значение технологиям Интернета вещей отводится и обеспечению безопасности в горнодобывающей промышленности, а именно снижению выбросов топлива, применению роботов для добычи руды, акустическому позиционированию для безопасности в шахтах, измерению содержания взрывоопасных веществ, обеспечения связи в подземных шахтах и др. [3].

Таким образом, развитие архитектуры Интернета вещей в горном производстве соответствует уровням данной структуры и отражает насущные потребности горного производства.

Отметим, что планирование развития архитектуры Интернета вещей является неотъемлемой частью оценки уровня цифровой зрелости управленческих решений, для осуществления которых целесообразно применения помимо указанной других передовых цифровых технологий: блокчейна, дополненной и виртуальной реальности, искусственного интеллекта, нейротехнологий и квантовых технологий [8].

Результаты

Проведенное исследование позволило выделить следующие результаты.

- Архитектура Интернета вещей в горном производстве включает с себя четыре уровня: аппаратный, сетевой, вычислительный и прикладной.

- Аппаратный уровень выполняет функцию первичных сигналов на основе применения датчиков и исполнительных устройств.

- Сетевой уровень выполняет функцию передачи сигналов по беспроводным сенсорным сетям.

- Вычислительный уровень выполняет функцию обработки данных на основе использования вычислительных устройств и имитационных моделей.

- Прикладной уровень осуществляет функцию управления системой Интернета вещей на основе применения пользовательского интерфейса.

- Интернет вещей кардинально меняет горнодобывающую отрасль от дистанционного управления добычей руды до применения автономного оборудования и транспорта.

Заключение

В настоящем исследовании с целью разработки архитектуры Интернета вещей в горном производстве получены следующие теоретические и практические результаты.

Во-первых, проанализированы предшествующие исследования по внедрению Интернета вещей на горных предприятиях и выделена исследовательская проблема необходимости разработки архитектуры Интернета вещей для данной производственной отрасли.

Во-вторых, предложена архитектура Интернета вещей в горном производстве включающая аппаратный, сетевой, вычислительный и прикладной уровни, на которых выполняются соответствующие функции: формирования первичных сигналов, передачи сигналов, обработки данных и управления данной системой.

В-третьих, показано развитие архитектуры Интернета вещей на разных уровнях, приведены практические примеры и тенденции развития данных цифровых технологий в горном производстве.

Теоретическая значимость полученного результата заключается в представлении многоуровневого процесса Интернета вещей в горном производстве, дополняющая теоретические основания внедрения передовых цифровых технологий на горных предприятиях. Практическая значимость полученного результата состоит в формировании прикладного аппарата планирования процессов цифровизации на горных предприятиях применительно к внедрению технологий Интернета вещей.

[1] https://ru.wikipedia.org/wiki/Интернет вещей (дата обращения - 18.07.2025)

[2] https://www.elec.ru/publications/tsifrovye-tekhnologii-svjaz-izmerenija/4585/?ysclid=mbjepthu46791792527 (дата обращения – 05.06.2025)

[3] https://www.oceanstor.ru/news/tpost/zh3eveaiu1-intellektualnii-maining-kak-iot-i-peredo?ysclid=mbjf4le76y558845 (дата обращения – 05.06.2025)

[4] https://rosstip.ru/news/4980-umnye-shakhty-kak-iot-i-tsifrovye-tekhnologii-transformiruyut-dobychu (дата обращения - 05.06.2025)


Источники:

1. Попов Е.В., Веретенникова А. Ю., Семячков К. А. Инструменты цифровой экономики. / монография / под науч. ред. чл.-кор. РАН Е.В. Попова. - Москва: ИНФРА-М, 2025. – 254 c.
2. Gao Q., Wang Q., Wu C. Construction of enterprise digital service and operation platform based on internet of things technology // Journal of Innovation & Knowledge. – 2023. – № 100433. – p. 1-9. – doi: 10.1016/j.jik.2023.100433.
3. Jimenez-Caldera J., Durango-Severiche G.Y., Perez-Arevalo R., Serrano-Montes J.L., Rodrigo-Comino J., Caballero-Calvo A. Methodological proposal for the inclusion of citizen participation in the management and planning of urban public spaces // Cities. – 2024. – p. 105008. – doi: 10.1016/j.cities.2024.105008.
4. Rainoldi M., Ladkin A., Buhalis D. Digital nomads’ work-leisure management practices // Annals of Tourism Research. – 2025. – p. 103904. – doi: 10.1016/j.annals.2025.103904.
5. Khan H.U., Abbas M., Alruwaili O., Nazir S., Siddiqi M.H., Alanazi S. Selection of a smart and secure education school system based on the internet of things using entropy and TOPSIS approaches // Computers in Human Behavior. – 2024. – p. 108346. – doi: 10.1016/j.chb.2024.108346.
6. Ahmed S.F., Alam S.B., Hoque M., Lameesa A., Afrin S., Farah T., Kabir M., Shafiullah G.M., Muyeen S.M. Industrial Internet of Things enabled technologies, challenges, and future directions // Computers and Electrical Engineering. – 2023. – p. 108847. – doi: 10.1016/j.compeleceng.2023.108847.
7. Song W., Zhu X., Ren S., Tan W., Peng Y. A hybrid blockchain and machine learning approach for intrusion detection system in Industrial Internet of Things // Alexandria Engineering Journal. – 2025. – p. 619-627. – doi: 10.1016/j.aej.2025.05.030.
8. Vitale F., De Vita F., Mazzocca N., Bruneo D. A process mining-based unsupervised anomaly detection technique for the Industrial Internet of Things // Internet of Things. – 2023. – p. 100993. – doi: 10.1016/j.iot.2023.10099.
9. Семенов И. IoT становится доступнее для шахт // Энергетика и промышленность России. – 2023. – № 15-16. – c. 1-6. – url: https://www.eprussia.ru/epr/467-468/2461609.htm?ysclid=mbjeyysitc146706094.
10. Garcia J.E.A., Yazici B., Richa A., Touil S., Diaz V.J.R., Ramallo-Gonzalez A.P., Gomez A.F.S. Digitalising governance processes and water resources management to foster sustainability strategies in the Mediterranean agriculture // Environmental Science and Policy. – 2024. – p. 103805. – doi: 10.1016/j.envsci.2024.103805.
11. Choudhary M., Bogdan E., Drolet J., Khatiwada K. Developing a Digital Disaster Documents System for essential documents: Perspectives of decision-makers in disaster and emergency management in Canada // International Journal of Disaster Risk Reduction. – 2024. – p. 104975. – doi: 10.1016/j.ijdrr.2024.104975.
12. Нурекенов И.С., Назарова З.М. Информационные технологии: катализатор трансформации управленческого учета на горнодобывающих предприятиях // Beneficium. – 2024. – № 3. – c. 25-34. – doi: 10.34680/BENEFICIUM.2024.3(52).25-34.
13. Жиронкин С.А., Коновалова М.Е. Перспективы перехода к майнингу 5.0 – геотехнологии второй половины XXI В // Вестник Кузбасского государственного технического университета. – 2024. – № 2. – c. 45-56. – doi: 10.26730/1999-4125-2024-2-45-56.
14. Chaabouni N., Mosbah M., Zemmari A., Sauvignac C., Faruki P. // IEEE Communications Surveys & Tutorials. – 2019. – № 3. – p. 2671–2701. – url: http://dx.doi.org/10.1109/COMST.2019.2896380.
15. McNinch M., Parks D., Jacksha R., Miller A. Leveraging IoT to improve machine safety in the mining industry // Minerals Engineering. – 2019. – p. 51-52. – doi: 10.1007/S42461-019-0067-5/METRICS.
16. Dey P., Chaulya S.K., Kumar S. Hybrid CNN-LSTM and IIoT-based coal mine hazards monitoring and prediction system // Process Safety and Environmental Protection. – 2021. – p. 249–263. – doi: 10.1016/j.psep.2021.06.005.
17. Afrin S., Rafa S.J., Kabir M., Farah T., Alam M.S.B., Lameesa A., Ahmed S.F., Gandomi A.H. Industrial Internet of Things: Implementations, challenges, and potential solutions across various industries // Computers in Industry. – 2025. – p. 104317. – doi: 10.1016/j.compind.2025.104317.
18. Кычкин А.В., Николаев А.В. Архитектура киберфизической системы управления проветриванием подземного горнодобывающего предприятия на базе платформы Интернета вещей // Мехатроника, автоматизация, управление. – 2021. – № 3. – c. 115-123. – doi: 10.17587/mau.22.115-123.
19. Lefoane M., Ghafir I., Kabir S., Awan I.-U. Internet of Things botnets: A survey on Artificial Intelligence based detection techniques // Journal of Network and Computer Applications. – 2025. – p. 104110. – doi: 10.1016/j.jnca.2025.104110.
20. Peter O., Pradhan A., Mbohwa C. Industrial internet of things (IIoT): opportunities, challenges, and requirements in manufacturing businesses in emerging economies // Procedia Computer Science. – 2023. – p. 856–865. – doi: 10.1016/j.procs.2022.12.282.
21. Alam F., Mehmood R., Katib I., Albeshri A. Analysis of eight data mining algorithms for smarter Internet of Things // Procedia Computer Science. – 2016. – p. 437-442. – doi: 10.1016/j.procs.2016.09.068.
22. Sunhare P., Chowdhary R.R., Chattopadhya M.K. Internet of things and data mining: An application oriented survey // Journal of King Saud University - Computer and Information Sciences. – 2022. – p. 3569-3590. – doi: 10.1016/j.jksuci.2020.07.002.
23. Yamini B., Pradeep G., Kalaiyarasi D., Jayaprakash M., Janani G., Uthayakumar G.S. Theoretical study and analysis of advanced wireless sensor network techniques in Internet of Things // Measurement: Sensors. – 2024. – p. 101098. – doi: 10.1016/j.measen.2024.101098.
24. Кортенко Л.В. Информационные системы управления оперативной производственной безопасностью горных предприятий // Вестник Омского университета. Серия «Экономика». – 2021. – № 2. – c. 48-55. – doi: 10.24147/1812-3988.2021.19(2).48-55.
25. Kayvanfar V., Elomri A., Kerbache L., Vandchali H.R. A review of decision support systems in the internet of things and supply chain and logistics using web content mining // Supply Chain Analytics. – 2024. – p. 100063. – doi: 10.1016/j.sca.2024.100063.
26. Карпекин А.А., Ногай А. А. Тенденции реализации промышленного интернета вещей в горнодобывающей промышленности // Экономика и предпринимательство. – 2024. – № 10. – c. 359-362.
27. Иорданова А.В., Гладилин Д.Е., Курасова Ю.Ю., Персидская К.А. Анализ особенностей использования промышленного Интернета вещей для обеспечения производственной и экологической безопасности // Отходы и ресурсы. – 2023. – № 3. – c. 1-10. – doi: 10.15862/06INOR323.
28. Попов Е.В. Эволюция цифровых технологий управления территорией // Экономика и управление. – 2025. – № 3. – c. 267–281. – doi: 10.35854/1998-1627-2025-3-267-281.

Страница обновлена: 22.10.2025 в 15:33:10

 

 

The architecture of the Internet of Things in mining

Popov E.V.

Journal paper

Informatization in the Digital Economy (РИНЦ, ВАК)
опубликовать статью | оформить подписку

Volume 6, Number 3 (July-september 2025)

Citation:

Abstract:
The relevance of assessing the processes of introducing advanced digitalization tools into production activities is determined by the need for sound management in a digital society. For mining, which includes complex underground mining, the application of Internet of Things makes it possible to monitor processes in real time and create safe working conditions. The article aims to develop the architecture of the Internet of Things in mining. The information base of the research includes scientific articles published in the public domain and indexed in the Science Direct global database and the Elibrary national database. As a result of the research, the architecture of the Internet of Things in mining has been proposed. It includes hardware, network, computing and application levels, on which the corresponding functions are performed. These functions are as follows: primary signal generation, signal transmission, data processing and control of this system. The development of the architecture of the Internet of Things at different levels is shown. Practical examples and trends in the development of these digital technologies in mining are given. The theoretical significance of the obtained result lies in the representation of the multilevel process of the Internet of Things in mining, complementing the theoretical foundations of the introduction of advanced digital technologies in mining companies. The practical significance of the result obtained includes creation of an applied apparatus for planning digitalization processes in mining companies in relation to the introduction of Internet of Things technologies.

Keywords: Internet of Things, mining, architecture, functional level

JEL-classification: L51, L52, O25

References:

Afrin S., Rafa S.J., Kabir M., Farah T., Alam M.S.B., Lameesa A., Ahmed S.F., Gandomi A.H. (2025). Industrial Internet of Things: Implementations, challenges, and potential solutions across various industries Computers in Industry. 170 104317. doi: 10.1016/j.compind.2025.104317.

Ahmed S.F., Alam S.B., Hoque M., Lameesa A., Afrin S., Farah T., Kabir M., Shafiullah G.M., Muyeen S.M. (2023). Industrial Internet of Things enabled technologies, challenges, and future directions Computers and Electrical Engineering. 110 108847. doi: 10.1016/j.compeleceng.2023.108847.

Alam F., Mehmood R., Katib I., Albeshri A. (2016). Analysis of eight data mining algorithms for smarter Internet of Things Procedia Computer Science. 98 437-442. doi: 10.1016/j.procs.2016.09.068.

Chaabouni N., Mosbah M., Zemmari A., Sauvignac C., Faruki P. (2019). Network intrusion detection for IoT security based on learning techniques IEEE Communications Surveys & Tutorials. (3). 2671–2701.

Choudhary M., Bogdan E., Drolet J., Khatiwada K. (2024). Developing a Digital Disaster Documents System for essential documents: Perspectives of decision-makers in disaster and emergency management in Canada International Journal of Disaster Risk Reduction. 114 104975. doi: 10.1016/j.ijdrr.2024.104975.

Dey P., Chaulya S.K., Kumar S. (2021). Hybrid CNN-LSTM and IIoT-based coal mine hazards monitoring and prediction system Process Safety and Environmental Protection. 152 249–263. doi: 10.1016/j.psep.2021.06.005.

Gao Q., Wang Q., Wu C. (2023). Construction of enterprise digital service and operation platform based on internet of things technology Journal of Innovation & Knowledge. (100433). 1-9. doi: 10.1016/j.jik.2023.100433.

Garcia J.E.A., Yazici B., Richa A., Touil S., Diaz V.J.R., Ramallo-Gonzalez A.P., Gomez A.F.S. (2024). Digitalising governance processes and water resources management to foster sustainability strategies in the Mediterranean agriculture Environmental Science and Policy. 158 103805. doi: 10.1016/j.envsci.2024.103805.

Iordanova A.V., Gladilin D.E., Kurasova Yu.Yu., Persidskaya K.A. (2023). Analysis of the features of using the industrial Internet of things to ensure industrial and environmental safety. Otkhody i resursy. 10 (3). 1-10. doi: 10.15862/06INOR323.

Jimenez-Caldera J., Durango-Severiche G.Y., Perez-Arevalo R., Serrano-Montes J.L., Rodrigo-Comino J., Caballero-Calvo A. (2024). Methodological proposal for the inclusion of citizen participation in the management and planning of urban public spaces Cities. 150 105008. doi: 10.1016/j.cities.2024.105008.

Karpekin A.A., Nogay A. A. (2024). Trends in the development of the industrial internet of things in the mining industry. Journal of Economy and Entrepreneurship. (10). 359-362.

Kayvanfar V., Elomri A., Kerbache L., Vandchali H.R. (2024). A review of decision support systems in the internet of things and supply chain and logistics using web content mining Supply Chain Analytics. 6 100063. doi: 10.1016/j.sca.2024.100063.

Khan H.U., Abbas M., Alruwaili O., Nazir S., Siddiqi M.H., Alanazi S. (2024). Selection of a smart and secure education school system based on the internet of things using entropy and TOPSIS approaches Computers in Human Behavior. 159 108346. doi: 10.1016/j.chb.2024.108346.

Kortenko L.V. (2021). Information systems for managing operational production safety of mining enterprises. Vestnik Omskogo universiteta. Seriya «Ekonomika». 19 (2). 48-55. doi: 10.24147/1812-3988.2021.19(2).48-55.

Kychkin A.V., Nikolaev A.V. (2021). Architecture of a cyber-physical system for the mining enterprise ventilation control based on the Internet of things platform. Mekhatronika, avtomatizatsiya, upravlenie. 22 (3). 115-123. doi: 10.17587/mau.22.115-123.

Lefoane M., Ghafir I., Kabir S., Awan I.-U. (2025). Internet of Things botnets: A survey on Artificial Intelligence based detection techniques Journal of Network and Computer Applications. 236 104110. doi: 10.1016/j.jnca.2025.104110.

McNinch M., Parks D., Jacksha R., Miller A. (2019). Leveraging IoT to improve machine safety in the mining industry Minerals Engineering. 71 51-52. doi: 10.1007/S42461-019-0067-5/METRICS.

Nurekenov I.S., Nazarova Z.M. (2024). Information technology: a catalyst for the transformation of management accounting in mining enterprises. Beneficium. (3). 25-34. doi: 10.34680/BENEFICIUM.2024.3(52).25-34.

Peter O., Pradhan A., Mbohwa C. (2023). Industrial internet of things (IIoT): opportunities, challenges, and requirements in manufacturing businesses in emerging economies Procedia Computer Science. 217 856–865. doi: 10.1016/j.procs.2022.12.282.

Popov E.V. (2025). Evolution of digital technologies in territorial management. Economics and management. 31 (3). 267–281. doi: 10.35854/1998-1627-2025-3-267-281.

Popov E.V., Veretennikova A. Yu., Semyachkov K. A. (2025). Digital Economy Tools

Rainoldi M., Ladkin A., Buhalis D. (2025). Digital nomads’ work-leisure management practices Annals of Tourism Research. 111 103904. doi: 10.1016/j.annals.2025.103904.

Semenov I. (2023). IoT becomes more accessible for mines. Energetika i promyshlennost Rossii. (15-16). 1-6.

Song W., Zhu X., Ren S., Tan W., Peng Y. (2025). A hybrid blockchain and machine learning approach for intrusion detection system in Industrial Internet of Things Alexandria Engineering Journal. 127 619-627. doi: 10.1016/j.aej.2025.05.030.

Sunhare P., Chowdhary R.R., Chattopadhya M.K. (2022). Internet of things and data mining: An application oriented survey Journal of King Saud University - Computer and Information Sciences. 34 3569-3590. doi: 10.1016/j.jksuci.2020.07.002.

Vitale F., De Vita F., Mazzocca N., Bruneo D. (2023). A process mining-based unsupervised anomaly detection technique for the Industrial Internet of Things Internet of Things. 24 100993. doi: 10.1016/j.iot.2023.10099.

Yamini B., Pradeep G., Kalaiyarasi D., Jayaprakash M., Janani G., Uthayakumar G.S. (2024). Theoretical study and analysis of advanced wireless sensor network techniques in Internet of Things Measurement: Sensors. 333 101098. doi: 10.1016/j.measen.2024.101098.

Zhironkin S.A., Konovalova M.E. (2024). Transition prospects to mining 5.0 - geotechnology of the second half of the xxi century. Vestnik of Kuzbass State Technical University. (2). 45-56. doi: 10.26730/1999-4125-2024-2-45-56.