Вступ. Економічний потенціал України значною мірою залежить від ефективності функціонування гірничо-металургійного комплексу, який забезпечує 30% внутрішнього валового продукту (ВВП). Одним з найважливіших структурних підрозділів гірничо-металургійного комплексу є залізорудна промисловість. Якість залізорудної сировини є основним показником, який забезпечує її конкурентоспроможність на внутрішньому та зовнішньому ринках. Якість залізорудної продукції формується в процесі видобутку рудної маси та переробки її в товарну продукцію.
Проблематика. Серйозною проблемою, яка супроводжує процес виробництва товарної продукції при підземній розробці залізорудних родовищ, є зниження якості та втрати руди, що обумовлено неповним видобутком балансових запасів руди (72-75% від ресурсів видобувного блоку) при її відбиванні й випуску з очисного простору, а також засміченням відбитої рудної маси порожніми породами, що призводить до зниження на 1,5-12% вмісту заліза порівняно з вихідним вмістом в масиві.
Мета. Аналіз причин високих показників втрат і засмічення руди підземного видобутку Криворізького залізорудного басейну та пошук шляхів їх зниження.
Матеріали й методи. Аналіз відомих методів і способів вирішення зазначеної проблеми показав, що досить ефективним напрямком є створення організаційно-технічної системи, що дозволяє прогнозувати, виявляти на практиці і оперативно усувати причини, що призводять до виникнення наднормативних втрат та засмічення руди.
Результати. Для оперативного контролю якісно-кількісних параметрів руди на всіх стадіях видобутку, транспортування та переробки запропоновано використовувати автоматизоване робоче місце (АРМ) «Якість», яке забезпечує збір і відображення інформації з усіх ділянок гірського виробництва на центральному сервері для безперервного моніторингу та аналізу якісних характеристик руди.
Висновки. Впровадження комплексу технічних засобів і автоматизованої системи АРМ «Якість» дозволить не тільки безперервно відстежувати якісні характеристики руди, але і домогтися зниження втрат руди на 3% та її засмічення на 2%.

1. Азарян А.А., Вілкул Ю.Г., Капленко Ю.П., Караманиць Ф.І., Колосов В.О., Моркун В.С., Пілов П.І., Сидоренко В.Д., Темченко А.Г., Федоренко П.Й. Комплекс ресурсо - і енергозберігаючих геотехнологій видобутку та переробки мінеральної сировини, технічних засобів їх моніторингу із системою керування та оптимізації гірничорудних виробництв. Кривий Ріг, Мінерал, 2006. С. 261.

2. Азарян А.А., Колосов В.А., Моргун А.В., Попов С.О., Ступник Н.И. Инструкция по нормированию, прогнозированию и учету показателей извлечения руды из недр при подземной разработке железорудных месторождений. Кривой Рог: Минерал, 2012. С. 167.

3. Посик Л.Н., Кошелев И.В., Бовин В.П. Радиометрический экспресс-анализ добытых руд. Москва: Атомиздат, 1960. 78 с.

4. Курчин Г.С. К вопросу о нормировании потерь и разубоживания на контактах при подземной отработке месторождений. Маркшейдерский вестник. 2015. № 4. С. 19-24.

5. Hyongdoo J., Topal E., Kawamura Yo. Decision support system of unplanned dilution and ore-loss in underground stoping operations using a neurofuzzy system. Journal Applied Soft Computing archive. July, 2015. V. 32., Issue C, July 2015. P. 1-12  

6. Liimatainen J. Economic optimization models for capacity and cut off determination. Mine planning and equipment selection, hennies. Balkema, Rotterdam. 1996. Р. 129-135.

7. Pengenceran M., Tanah O. Quantifying dilution for underground mine operations. 

URL: http://joenaldoe.blogspot.ru/2011/10/mengukur-pengenceran-untuk-operasi....
(дата звернення: 02.11.2011).

8. Elbrond J. Economic effect of ore loss and rock dilution. CIM Bulletin. March, 1994. V. 87, no. 978. P. 131-134. 

9. Ebrahimi A. An attempt to standardize the estimation of dilution factor for open pit mining projects. World Mining Congress. Montreal 2013. 

URL: http://www.cim.org/en/Publications-and-Technical-Resources/Publications/...
(дата звернення: 09.09.2013).

10. Azaryan A.A, Azaryan V.A, Trachuuk A.A. Quick response quality control of mineral raw materials in the pipeline. European Science and Technology. Materials of the V International scientific and practice conference. (October, 2013, Munich). Munich, Germany. P. 325-331.

11. Morkun V., Morkun, N., Pikilnyak, A. Ultrasonic facilities for the ground materials characteristics control. Metallurgical and Mining Industry. 2014. No. 2. P. 31-35. 

URL: http://www.metaljournal.com.ua/assets/Journal/a6.pdf (дата звернення: 24.04.2014).

12. Morkun V., Morkun N. Estimation of the Crushed Ore Particles Density in the Pulp Flow Based on the Dynamic Effects of High-Energy Ultrasound. Archives of Acoustics. 2018. V. 43, no. 1. P. 61-67. 

URL: http://acoustics.ippt.gov.pl/index.php/aa/article/view/2066/pdf_320 (дата звернення: 09.03.2018). 

13. Котов І.А. Автоматизація інтелектуальних систем підтримки рішень оперативного керування шляхом інкорпорації професійних онтологій. Вісник «НТУ ХПІ». Серія: Інформатика і моделювання. Харків: НТУ «ХПІ». 2016. № 44 (1216). С. 63-76.

14. Котов И.А. Представление логических моделей принятия решений в продукционных экспертных системах на основе аппарата сетей Петри. Разработка рудных месторождений: научн.-техн. сборник. 2008. Вып. 92. С. 189–193.

15. Азарян В.А. Модель динамической стабилизации колебаний качества в рудопотоке. Вісник Криворізького національного університету. 2014. Вип. № 37. С. 18-22.

16. Азарян В.А., Жуков С.А. Системные принципы и оценочный критерий генерализации управления качеством рудопотоков. Збірник наукових праць Національного гірничого університету. 2017. № 52. С. 41-46.

17. Зубкевич В.Ю. Векторное представление изменения вещественного состава переменной смеси. Вісник Криворізького національного університету. 2013. Вип. 33. С. 156–159.