Аннотация результатов, полученных в 2019 году
Основной целью настоящего гранта является создание методологической базы и разработка инструментария, необходимых для построения интеллектуальных платформ, обеспечивающих возможность рационального недропользования, а также управления (с учетом различных критериев оптимальности) отдельными горно-технологическими процессами и горным производством в целом с минимальным участием людей в производственных и организационно-управленческих процессах. В текущем году работа по достижению целей проекта, была в основном сконцентрирована вокруг анализа информационной среды, определяющей функционирование горного предприятия, а также решения ряда задач, связанных с цифровым моделированием объектов и процессов горного производства, образующих комплекс технологий, объединенных понятием «транспортно-технологические процессы». Технология разработки рудных и нерудных месторождений открытым способом выбрана в качестве базовой для проведения исследований по гранту. Основным транспортным средством в рамках данной технологии являются большегрузные автосамосвалы, а функционирование экскаваторно-автомобильных комплексов в различной степени роботизированных и дистанционно управляемых оказывает определяющее влияние на интегральные показатели производства. В комплексе транспортно-технологических процессов выделено несколько, связанных между собой последовательных технологических стадий, которые образуют замкнутый цикл транспортно-технологических процессов, являются важнейшей составляющей технологии открытых горных работ и могут рассматриваться как автономный фрагмент и определенный этап отработки механизмов интеллектуального управления процессом рационального недропользования без участия людей: - осуществление погрузочных операций на экскаваторной площадке; - движение по определенным маршрутам от экскаваторной площадки к пунктам разгрузки; - разгрузка и складирование горной массы; - движение порожних автосамосвалов к экскаваторным площадкам; - маневрирование на экскаваторных площадках. В процессе исследования возможных подходов, необходимых для разработки метода построения цифровой платформы, на начальном этапе нами использовались различные технологии моделирования, включая функционально-структурное, имитационное, физическое. Для построения архитектуры платформы был выбран сервис-ориентированный подход, обеспечивающей горизонтальное взаимодействие отдельных компонент платформы. Были изучены возможности метода анализа компромиссов архитектуры (Architecture tradeoff analysis method), который позволил отобрать критически важные базовые атрибуты качества платформы: модифицируемость, масштабируемость, безопасность и производительность. Однако получить количественные оценки этих атрибутов в ситуации, когда строить платформу приходится с нулевого уровня, достаточно трудно, так как аналогичных разрабатываемой в рамках проекта платформы интеллектуальных систем в горной промышленности практически нет. Поэтому мы используем эмпирический подход к построению архитектуры, последовательно и поэтапно конкретизируя и оптимизируя мультиагентную среду - максимально удобную для моделирования в условиях использования технологии цифрового дублирования. В процессе структурирования информационной среды задачи было рассмотрено несколько различных схем классификации, в частности: по типам информационных сущностей (агентов) и соответствующих им информационных моделей, по видам функциональных задач, а также по природе и свойствам информационных потоков, которые формируют информационное хранилище данных платформы. Была разработана мультиагентная схема, абстрагирующая и группирующая однотипных агентов с целью формирования унифицированных представлений метамоделей для автоматического преобразования данных, и удобная для осуществления сквозного моделирования текущей технологической обстановки с использованием технологии цифровых двойников, в которой выделены четыре группы агентов: Технические (мобильные) агенты – это мобильные транспортные объекты (большегрузные а/с, вспомогательные транспортные средства – дорожные машины различного назначения), а также условно стационарные горные машины (экскаваторы, перемещаемые буровые установки). Инфраструктурные технологические агенты – описывают технологическую среду, в частности: карьерные дороги, борта карьера, экскаваторные и разгрузочные площадки, карьерные технологические дороги (например, агент «технологическая дорога») с помощью набора различных интегральных показателей, физических параметров и моделей. Геоструктурные агенты представляют собой элементы-блоки, описывающие структуру месторождения аналогично тому, как это делается в классических геоинформационных системах. Геометрические параметры блоков зависят от технологических характеристик горного оборудования (включая, естественно, размер) и определенной на этапе разработки алгоритмов управления требуемой точности позиционирования горных машин и их отдельных элементов (например, ковша экскаватора). Информационно-управляющие (процедурные или операторные) агенты – программные модули, которые обмениваются входной и выходной информацией и в перспективе должны быть способны корректировать свое функционирование в процессе обработки потоков информации, поступающих из внешних источников, в том числе, от других агентов. При описании информационной среды были рассмотрены различные модели данных, которые могут быть использованы в качестве информационной базы самих агентов, а также процессов их взаимодействия, в частности: семантико-предикативные, функционально-логические датологические. Проблема также была проанализирована с функциональных позиций, где все решаемые в рамках платформы задачи были разбиты на следующие группы: 1. Задачи учета и прогнозирования основных показателей эффективности. 2. Задачи оценки состояния технологического оборудования, включая отдельные узлы и агрегаты мобильной техники. 3. Задачи оценки состояния технологической среды карьера: карьерных дорог, бортов карьеров, экскаваторных площадок и др. 4. Задачи непосредственной организации транспортно-технологических процессов, связанных с взаимодействием автономных или частично-автономных мобильных объектов. Конкретное решение этих функциональных задач планируется осуществлять в рамках соответствующих модулей платформы на основе универсального набора программных функций, относящихся к одной из пяти компонент – блоков. Из этих программных функций формируется программа (модуль), настроенная для решения конкретной функциональной задачи. Сенсорный блок обеспечивает регистрацию, первичную обработку и размещение в соответствующие массивы хранилища оперативной информации, поступающей с объектов ГТК или любых вспомогательных контрольно-измерительных устройств. Мониторинговый блок обеспечивает выполнение элементарных аналитических задач и, с функциональной позиции, в первую очередь, отвечает за вопросы безопасности. Информационный блок осуществляет комплекс традиционных для ERP систем задач, связанных с формированием различного рода отчетных документов и вычислением интегральных показателей технико-экономического характера, а также (в разрабатываемой нами системе), с оценкой рисков на основе архивных и оперативных данных. Аналитическом блок, в котором решается широкий спектр задач, опирающихся на вычислительные модели прогнозной аналитики Управляющий блок обеспечивает координацию перемещений мобильных объектов и их взаимодействие с условно-стационарными объектами при выполнении технологических операций. С учетом результатов структурирования информационной среды построена архитектура прототипного варианта цифровой платформы (процесс ее тестирования и оптимизации с позиций эффективности и надежности продолжается), состоящая из следующих компонент: 1. Сервисная шина предприятия – программный унифицированный интерфейс платформы (Application Programming Interface), поддерживающий стандартные протоколы передачи данных, используемые на горнодобывающих предприятиях, и протоколы Промышленного Интернета Вещей для организации взаимодействия систем предприятия, функциональных агентов и модулей платформы. 2. MQTT брокеры необходимы для организации передачи данных между агентами одного или разных классов внутри технологической среды и их коммутации с сервисной шиной предприятия. 3. AMQP брокер – обеспечивает интеллектуальную диспетчеризацию потоков данных предприятия. Декодирует сообщения разных протоколов и форматов, получаемые сервисной шиной, идентифицирует данные, определяет их тип, целевые назначения (агентная объективизация) и время существования, формирует очереди и распределяет по ним данные для передачи их агентам или системам посредством интерфейсов шины. 4. Модуль сквозного моделирования и визуализации – обеспечивает высокоточное виртуальное отображение технологической среды с использованием комплексирования данных на различных временных горизонтах (архивном, реальном и прогнозном). Данный модуль фактически представляет собой среду для построения цифровой динамической 3D модели карьера и транспортно-технологических процессов (цифровой дубликат). Для построения этого модуля разработаны: a. Алгоритм построения цифровой модели инфраструктурных технологических агентов с использованием негомогенной информации: данных телеметрии, данных горно-геологической системы, системы дистанционного зондирования, спутниковых и аэрофотоснимков. b. Алгоритм автоматического построения цифровой модели технических агентов с использованием архивных и актуальных данных телеметрии, технических паспортов и нормативных документов различного горнотранспортного оборудования: самосвалы, экскаваторы, погрузчики и др. 5. Модуль мониторинга и прогнозного анализа, обеспечивающий интеллектуальный анализ показателей транспортно-технологического процесса, а также точности данных и моделей управления, функционирование которого предполагает реализацию следующих алгоритмов: a. Алгоритм мониторинга и прогнозирования эксплуатационного (технического) состояния агентов. b. Алгоритм мониторинга и прогнозирования состояния инфраструктурных технологических агентов. c. Алгоритм мониторинга и прогнозирования производственных показателей. 6. Модуль интеллектуального управления, формирующий (генерирующий) корректировки команд управления для агентов, контрольно-тестовые экземпляры метаданных и данных телеметрии для передачи системам предприятия и модулю мониторинга и прогнозного анализа с целью повышения обобщающих способностей моделей управления, включая интеллектуальную маршрутизацию мобильных технических агентов. Для отработки некоторых сценариев взаимодействия автономных устройств и механизмов транспортно-технологического комплекса с учетом выбранной архитектуры были использованы физические лабораторные модели мобильных агентов и полигон. Для этого были разработаны алгоритмы, реализованные в виде программных модулей платформы, обеспечивающие выполнение сценариев взаимодействия агентов: 1. Программа удаленного ввода-вывода данных телеметрии и команд управления мобильными объектами 2. Программа диспетчеризации потоков данных платформы цифрового дублирования транспортно-технологических процессов при добыче минерального сырья (AMQP-брокер и сервисная шина предприятия). 3. Программа цифрового дублирования процесса перемещения физических мобильных объектов в виртуальной технологической среде, обеспечивающая процессы сквозного моделирования и визуализации. Также были сформированы и реализованы методики интеграции и согласования различных геоинформационных данных для формирования виртуальных инфраструктурных технологических агентов (технологических дорог, зон погрузок разгрузок) с использованием среды c открытым программным кодом Unity включая: • трехмерную каркасную модель карьера на основе данных высот (маркшейдерской съемки); • навигационные координаты с бортовых систем телеметрии для построения маршрутного графа на поверхности каркасной модели и выделения терминальных вершин и ребер маршрутного графа; • снимки (спутниковые) для формирования визуальной оболочки каркасной модели. В конечном итоге отработаны некоторые механизмы интеграции множества данных для построения высокоточного моделирования и визуализации.

Аннотация результатов, полученных в 2020 году
В текущем отчетном году в рамках реализации проекта «Разработка методов построения и моделей функционирования цифровой платформы управления транспортно-технологическими процессами при добыче минерального сырья» был реализован ряд работ, критически важных для достижения поставленных целей гранта, которые связаны с разработкой методов и средств обработки больших объемов разнородных гео-технологических данных и алгоритмов интеллектуального управления роботизированными горнотранспортными комплексами. Исследовались различные модели и алгоритмы оптимизации процессов перемещения большегрузных автосамосвалов (автономных мобильных агентов) между пунктами погрузки и разгрузки. При построении оптимизационных процедур рассматривались различные критерии оптимизации, нацеленные на повышение производительности транспортных операций, при учете некоторых ограничений (состояние дорожного полотна, взаимное расположение агентов, загруженность определенных маршрутов), призванных обеспечить определенный уровень безопасности. При выборе критерия оптимальности принималась во внимание также необходимость использования в ходе решения оптимизационной задачи большого количества вычислений на основе прогнозных значений (координат или скоростей агентов). В конечном итоге, был разработан метод определения квази-оптимального режима движения автономных мобильных агентов между экскаваторными площадками и зонами разгрузки, который представляет собой двухэтапную процедуру. На первом этапе реализуется алгоритм определения базовых маршрутов, в котором в качестве модели, описывающей карту технологических дорог карьера и основные технологические зоны – экскаваторные площадки и пункты разгрузки (терминальные вершины графа), используется формальное представление среды в форме псевдографа. Стоимость каждого из ребер псевдографа при этом определяется на основе системы нечетких правил, в которых учитываются данные различной природы, определяющие характеристики технических агентов и технологических дорог. В результате работы алгоритма для каждого автономного агента определяются терминальные вершины, которые обеспечивают минимальную суммарную по всем агентам стоимость перемещений с учетом оценки веса каждого ребра псевдографа. На втором этапе решается оптимизационная задача, с целью определения оптимальной комбинации скоростей для всего семейства автономных мобильных агентов. При этом выбран наиболее удобный для поиска оптимальных решений критерий, связанный с минимизацией суммарного времени достижения терминальных вершин агентами. Задача сформулирована, как задача нелинейной оптимизации с ограничениями. Критерий и система ограничений заданы в такой форме, чтобы обеспечить возможность легко настраивать и эффективно использовать классический эволюционный алгоритм оптимизации, который лишен многих проблем, присущих градиентным методам. Значительные усилия были сконцентрированы вокруг завершения формирования архитектурного скелета и расширения функциональных возможностей платформы. Были продолжены работы по развитию механизмов интеграции и комплексирования гетерогенной информации для автоматического формирования цифровых моделей инфраструктурных агентов технологических зон карьера (дорога, перекресток, экскаваторная площадка и т.д.), включая доработку и настройку программных интерфейсов на базе протоколов MQTT/AMQP, а также разработку программных модулей – интерпретаторов геоинформационных данных. Разработка программных модулей осуществлялась на базе унифицированной библиотеки абстракции гео-пространственных данных GDAL (Geospatial Data Abstraction Library). Использование данной библиотеки позволило существенным образом упростить технические процессы реализации интеграционного взаимодействия с существующими ГИС-системами для имплантации продуцируемых ими данных в среду Unity. Для построения каркасной модели карьера, то есть цифровой модели рельефа DEM (Digital Elevation Model) были использованы данные с действующего карьера центральной части России, включая: данные телеметрии с объектов ГТК, данные маркшейдерской съемки и геологической разведки, а также спутниковые снимки из открытой геоинформационной системы SAS Planet. Построенная цифровая каркасная модель использовалась в дальнейшем в качестве основы формирования более целостного представления карьера в виде интерактивной инфраструктурной цифровой модели (условный гиперкуб), где каждой координатной точке соответствует набор гео-пространственных, геотехнологических и гео-структурных (геологических) параметров. Для того, чтобы снизить избыточную размерность комбинаторного пространства и построить работоспособную цифровую модель, была предложена процедура, основанная на преобразовании исходного множества координат за счет разбиения технологической среды карьера на равномерные структурные микро-сегменты (примитивы), представляющие собой унифицированные функциональные объекты с возможностью их группировки в отдельных инфраструктурных агентов (технологические зоны). Формирование блочной модели карьера, как правило, подразумевает получение правильных кубических примитивов и основывается на получении данных при отборе проб грунта из равноудаленных скважин. Однако карьер, как и сам пласт, а главное технологическое зоны имеют неправильную форму, в следствие чего разбиение поверхностного пространства на квадратные примитивы очевидно не является оптимальным, т.к. основной задачей построения таких примитивов является наиболее полное заполнение поверхности примитивами (замощение), и включение в конечные технологические зоны наибольшего количества точек плоскости. В таком случае, качество разбиения поверхности на примитивы зависит, в первую очередь, от исходного массива гео-пространственных измерений, их точности и полноты. В тоже время, построение блочной модели месторождений может следовать из первоначального разбиения поверхностного пространства в соответствии с той формой примитивов, которая покажет наилучшие результаты по доверительным метрикам оценки надежности решения. Разбиение поверхности технологического пространства осуществлялось с использованием трех типов потоков данных, источниками которых выступают: ­ - маркшейдерская съемка; ­ - спутниковая или аэрофотосъемка местности; ­ - телеметрические измерения бортовых комплексов горнотранспортной техники при этом каждый из перечисленных источников формирует отдельный слой данных, описывающий гео-пространственное положение технологических зон карьера. Для реализации предложенного подхода к формированию интерактивной функциональной геоинформационной модели карьера был разработан метод интеграции и комплексирования гетерогенной гео-технологической информации на основе алгоритмов Сатоши Сузуки и триангуляции Делоне. В результате вычислительных экспериментов, направленных на оптимизацию выбора параметров примитивов (размер ребра, угол между ребрами), принимая во внимание требуемую точность позиционирования мобильных агентов, степень замощения (точность цифровой модели) и размерность цифровой модели, сформированы основные позиции обобщенной методики автоматической интеграции слабоструктурированных потоков гетерогенной информации для высокоточного динамического 3D моделирования транспортно-технологического процесса открытых горных работ, которая опирается на комплекс вычислительных алгоритмов построения интерактивной виртуальной модели технологической среды. Наличие интерактивной виртуальной модели позволило перейти к предварительным исследованиям возможности организации оперативного диспетчерского управления с использованием цифровой интерактивной модели дорожного полота и цифровых теней мобильных агентов. Была предложена процедура, в рамках которой реальные управляющие воздействия системы – скорости перемещения вычисляются по результатам цифрового моделирования с использованием разработанного алгоритма оптимизации, а затем уточняются с использование корректирующих правил на основе нечеткой логики. Промежуточные результаты вычислительных экспериментов позволяют сделать вывод о работоспособности предложенной концепции. Апробация и исследование разработанной методики интеграции и комплексирования негомогенной слабоструктурированной информации, а также отдельных оптимизационных алгоритмов интеллектуального управления ТТП осуществлялось с использованием модифицированного имитационного лабораторного стенда, а в последствие на имеющихся данных с реального карьера для уточнения сформулированных гипотез и внесения изменений в программные алгоритмы обработки пространственных данных платформы. Результаты работ за текущий отчетный год представлены на четырех международных научных конференциях и опубликованы в пяти изданиях, четыре из которых индексируются в Web of Science и Scopus, при этом одно издание входит в перечень высокорейтинговых журналов Q1.

Аннотация результатов, полученных в 2021 году
В текущем отчетном году осуществлены следующие исследования и разработки: Проведен критический анализ обобщенной структурно-функциональной схемы реализации бизнес-процессов современных горнодобывающих предприятий, в ходе которого определены «болевые точки», которые необходимо учитывать или полностью устранять для обеспечения цифровой трансформации предприятий, а также сформулированы ключевые функциональные и нефункциональные требования к интеграции технологий Индустрии 4.0, и в частности, цифровой платформы интеллектуального управления транспортно-технологическими процессами (ТТП) в карьерах, которые должны приниматься во внимание при моделировании архитектуры сложной системы, нацеленной на автономную реализацию открытых горных работ с использованием роботизированных горнотранспортных комплексов. Определена конкретная последовательность шагов, необходимых для осуществления цифровой трансформации предприятий в части приведения архитектуры бизнес-процессов к дата-центричному микросервисному виду. Дано формальное определение соответствующей архитектуры, являющейся оригинальной, применительно к рассматриваемой в нашей работе проблемной области. Предложен новый методологический подход к проектированию архитектуры цифрового предприятия, которому дано название DEAL 1.0, опирающийся на ключевые руководящие международные и отечественные стандарты в области проектирования систем, и включающий в себя: - частичное переосмысление и модификацию существующих нотаций графического моделирования для приведения их к соответствию с требованиями Индустрии 4.0; - оригинальные подходы к построению диаграмм, способные выразить особенности данной архитектуры при помощи использования комбинации вертикальной иерархии и горизонтальных связей между графическими моделями различного назначения; - компромиссный подход к проектированию систем, под которым понимается совместное участие отраслевых экспертов-пользователей и разработчиков программного обеспечения для составления техно-рабочей проектной документации; - удобный инструментарий для проектирования и контроля качества реализации сложного крупномасштабного программного продукта. Дано формальное представление и обоснование применения унифицированной эталонной метамодели архитектуры цифрового горнодобывающего предприятия открытого типа, обеспечивающей автономное выполнение бизнес-процессов и регламентирующей способы организации информационного взаимодействия между гетерогенными агентами, включая вопросы передачи, хранения и обработки информации в распределенных хранилищах данных. Исследованы функционально-технические возможности программной реализации такой метамодели, а также результаты экспериментального моделирования её работы, в рамках которого установлена функциональная жизнеспособность выбранного подхода. Разработан ряд оригинальных вычислительных моделей и алгоритмов, обеспечивающих возможность управления скоординированным функционированием объектов ГТК на всех стадиях транспортно-технологического цикла открытых горных работ. Разработанная процедура обеспечивает согласованное перемещение автономных технических агентов (автосамосвалов) между заранее определенными технологическими зонами карьера. Вычислительная процедура опирается на использование традиционной графовой модели, а также на цифровые динамические модели технологических дорог карьера. Эти модели являются важной составной частью инфраструктурно-технологической агентной системы, с помощью которой формируется цифровой двойник карьера. Алгоритм построен на использовании двух-уровнего описания процесса движения автономного агента с использованием понятий «маршрут» (набор двух или более опорных точек на транспортной схеме карьера) и «трасса» (последовательность координат на маршруте, определяющих конкретный вектор перемещений агента). Алгоритм реализует оптимизационную процедуру, позволяющую оперативно определить скорость движения каждого агента по заданной трассе. С целью повышения эффективности применения технологии цифрового дублирования в задачах управления была реализована идея разумного свертывания (уплотнения) информационного пространства инфраструктурных элементов карьера с использованием полигональных атомарных элементов - геометрических примитивов (рассмотрены три вида полигонов: треугольники, квадраты, шестиугольники). Была разработана структура информационной базы, являющаяся необходимой основой для содержательного наполнения цифровой модели, и объединяющая гео-пространственные, а также качественные и количественные характеристики транспортно-технологических зон или их фрагментов. На этой основе построена состоящая из нескольких этапов процедура формирования цифровых моделей, фактически представляющих собой семейство динамических баз данных, привязанных к пространственным координатам через атомарные элементы. Ключевым элементом построения динамических цифровых моделей является разработанный нами алгоритм мозаичного покрытия (замощения) - заполнение выбранного ограниченного технологического пространства атомарными элементами, которые представляют собой геометрически правильные многоугольники, заданные координатами вершин и центра фигуры. Построенные цифровые динамические модели транспортно-технологической среды карьера использовались в качестве основы для разработки алгоритма выбора оптимальной трассы, то есть, последовательности атомарных элементов, соединяющих опорные точки маршрута. Данный алгоритм представляет собой модификацию известного поискового алгоритма А*. Разработанная процедура формирования динамических (оперативно корректируемых) цифровых моделей транспортно-технологических зон была использована в задаче определения безопасных траекторий движения роботизированных самосвалов при взаимодействии с экскаваторами в области проведения погрузочных работ. В следствие экономической нецелесообразности, да и практической невозможности постоянного проведения маркшейдерских или фотограмметрических работ для определения изменения фронта добычного участка и его граничных точек, данная процедура, опирающаяся на данные телеметрии, позволяет в автоматическом режиме определять возможные варианты траекторий (последовательностей атомарных элементов), которые могут использоваться для вычисления оптимальной траектории безопасного маневра робота-автосамосвала при постановке его под погрузку. В рамках исследования мультиагентного взаимодействия гетерогенных роботизированных агентов (самосвалов и экскаваторов) были разработаны отдельные вычислительные процедуры управления акторами в процессе их функционального взаимодействия, на которые получены два свидетельства о регистрации программ для ЭВМ. На основании полученных программных моделей дальнейшие исследования мультиагентного взаимодействия проводились с использованием физических моделей лабораторного полигона. Исследование осуществлялось на базе известного алгоритма управления экскаватором-мехлопатой с учетом особенности гео-пространственного расположения, как самих роботизированных агентов и их отдельных акторов (ковша, стрелы, платформы экскаватора и кузова самосвала). По итогам работ определено, что выбор формы и размеров атомарных элементов замощения технологических зон (и, в частности, зон погрузки) прямо коррелируют с необходимой точностью установления границ области безопасного маневрирования и прогнозирования её смещения, а сами программные модели могут (и должны) быть имплантированы в процессы централизованного управления роботизированным горнотранспортным комплексом. Также был рассмотрен вариант прикладного применения полученных вычислительных моделей, разработанных при создании элементов Цифрового Двойника ТТП, связанный с задачей динамической оценки экологических факторов работы предприятия и их комплексного воздействия на окружающую среду в условиях интенсификации ТТП. Была построена гибридная имитационная математическая модель экологического состояния горнопромышленного региона, интегрировавшая некоторые подходы системной динамики и инструменты дискретно-событийного и мультиагентного моделирования и опирающаяся на разработанные способы представления горнодобывающего предприятия и прилегающей к нему территории в виде геоинформационной мультиагентной среды. Предложенная модель предполагает формирование среды взаимодействия агентов в виде геоструктурных географических единиц - атомарных элементов с регулируемой формой и размерами, описываемых через набор координат и информационные признаки о деятельности предприятия. Динамику системы определяет интенсивность выделения вредных веществ в атмосферу и она описывается с помощью мурового пространства на основании информации о режимах функционирования горнотранспортного комплекса, данных о проведении буро-взрывных работ и информации о количественно-качественном составе горных пород из горно-геологической информационной системы. Результаты, полученные при использовании гибридной геоинформационной мультиагентной имитационной модели оценки экологического состояния горнопромышленного региона, при определенной детализации, могут быть использованы для уточнения критериев оптимального функционирования транспортно-технологических процессов в карьерах и корректировки соответствующих алгоритмов управления. При отработке алгоритмов управления процессами черпания и взаимодействия самосвалов с экскаваторов (процессов погрузки), которые осуществлялись с использованием физических моделей, снабженных электронно-вычислительными компонентами, работающими по протоколам IoT, были конкретизированы требования к функционированию модулей платформы, отвечающих за агрегацию и передачу данных из технологической среды, а именно: - определено, что данные, поступающие от однотипных агентов могут (и должны) быть эффективно сгруппированы в единые пакеты данных с использованием внутренних шлюзовых модулей – простейших брокеров сообщений для минимизации нагрузки на среду передачи данных и зашумленность интеграционной шины платформы. - формат пакетов данных может (и должен) быть определен на стадии их группировки в момент получения шлюзовым брокером, однако сами данные могут быть не детерминированы. Схемы модификации данных к требуемым форматам должны передаваться в динамическом режиме шлюзу-брокеру в моменты изменения требований к структурам данных, поступающих от функциональных модулей (микросервисов) платформы. Иными словами, вся информация, поступающая от издателей данных технологической среды на интеграционную шину, должна отвечать конкретному спросу, который определяется «подписчиками», не дублироваться и не превышать ожидаемые перечни и объемы. Кроме того показано, что формат сообщений данных может быть приведен к виду специфических объектов данных – временных рядов для минимизации объемов расходуемой памяти баз данных и максимизации скорости обработки сообщений. Однако сами процедуры сегментирования и индексирования временных рядов, необходимые для решения различных функциональных задач в рамках рассматриваемой в гранте проблемы, не являются тривиальными, а эффективное использование Баз Данных Временных Рядов (БДВР) требует дальнейших исследований. В соответствии с полученными лабораторными результатами функционирования платформы, были скорректированы разработанные ранее программные модули, что, в конечном итоге, привело к созданию целостного прототипа платформы. В этой части работ было реализовано следующее: - предложена эталонная модель архитектуры интеллектуальной (автономной) системы управления цифрового предприятия, которой дано название DEA – Digital Enterprise Architecture, представляющая из себя дата-центричную микросервсиную архитектуру. - сформирована функциональная программная модель такой архитектуры, готовая к непосредственному использованию, интеграции на предприятии без существенных изменений в схемы его работы и модификаций эксплуатируемых систем. Полученная модель выложена в открытый доступ на репозитории GitHub под лицензией MIT. https://github.com/kinozal1/DEAMetamodel/