kaz44Вестник Университета Шакарима. Серия технические наукиBulletin of Shakarim University. Technical Sciences2788-79953006-0524«Шәкәрім университеті» КеАҚ10.53360/2788-7995-2026-2(22)-23kaz44-2709Research ArticleМАШИНОСТРОЕНИЕ И МЕХАНИКАСРАВНИТЕЛЬНЫЙ АНАЛИЗ ТЕХНОЛОГИЙ IOT-МОНИТОРИНГА В ГОРНОДОБЫВАЮЩЕЙ ОТРАСЛИCOMPARATIVE ANALYSIS OF IOT MONITORING TECHNOLOGIES IN THE MINING INDUSTRYhttps://orcid.org/0009-0006-3782-6668АбдыхамидоваА. Б.AbdykhamidovaA. B.

Айым Бахтығалиқызы Абдыхамидова – докторант 2 курса специальности «Управление техническими системами», 

010011, г. Астана, пр. Женис, 62

Aiym Bakhtygalikyzy Abdykhamidova – 2nd-year PhD student in «Control of Technical Systems», 

010011, Astana, Zhenis Ave., 62

abdykhamidovaa@gmail.comhttps://orcid.org/0000-0002-7209-5024СарсикеевЕ. Ж.SarsikeyevY. Zh.

Ермек Жасланович Сарсикеев – PhD, ассоциированный профессор, ассоциированный профессор группы образовательных программ «Электротехника и автоматизация»,

010011, г. Астана, пр. Женис, 62

Yermek Zhaslanovich Sarsikeyev – PhD, Associate Professor, Associate Professor of the Educational Programs Group «Electrical Engineering and Automation»,

010011, Astana, Zhenis Ave., 62

e.sarsikeev@kazatu.edu.kzhttps://orcid.org/0000-0001-5930-8112МәдиП. Ш.MadiP. Sh.

Перизат Шаймуратқызы Мәди – PhD, и.о. ассоциированного профессора группы образовательных программ «Электротехника и автоматизация», 

010011, г. Астана, пр. Женис, 62

Perizat Shaimuratkyzy Madi – PhD, Acting Associate Professor of the Educational Programs Group «Electrical Engineering and Automation», 

010011, Astana, Zhenis Ave., 62

peri@mail.ruҚалиқанӘ. Ж.KalikhanA. Zh.

Әділ Жандосұлы Қалиқан – студент 1 курса по специальности 6B07108 «Автоматизация и энергетическая эффективность процессов и производств», 

010011, г. Астана, пр. Женис, 62

Adil Zhandosuly Kalikhan – 1st-year student on the 6B07108 course ‘Automation and Energy Efficiency of Processes and Production’,

010011, Astana, Zhenis Ave., 62

adilespolov@gmail.comhttps://orcid.org/0000-0001-6919-4833ГальцеваО. В.GaltsevaO. V.

Ольга Валерьевна Гальцева – кандидат технических наук, доцент, отделение контроля и диагностики (ИШНКБ): доцент, 

634034, г.Томск, пр.Ленина,30

Olga Valeryevna Galtseva – Candidate of Technical Sciences, Associate Professor, Department of Control and Diagnostics: Associate Professor,

634034, Tomsk city, Lenin 30

tpuolga@tpu.ruКазахский агротехнический исследовательский университет имени С. СейфуллинаКазахстанS. Seifullin Kazakh Agrotechnical Research UniversityKazakhstanНациональный исследовательский Томский политехнический университетРоссияNational Research Tomsk Polytechnic UniversityRussian Federation20262907202602(22)223229Copyright © Абдыхамидова А.Б., Сарсикеев Е.Ж., Мәди П.Ш., Қалиқан Ә.Ж., Гальцева О.В., 20262026Абдыхамидова А.Б., Сарсикеев Е.Ж., Мәди П.Ш., Қалиқан Ә.Ж., Гальцева О.В.Abdykhamidova A.B., Sarsikeyev Y.Z., Madi P.S., Kalikhan A.Z., Galtseva O.V.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://tech.vestnik.shakarim.kz/jour/article/view/2709

В настоящей работе приводятся результаты сравнительного анализа архитектуры системы IoT-мониторинга в горнодобывающей отрасли. Анализируется внедрение технологий интернета вещей в целях повышения эффективности мониторинга и управления в промышленной среде. Акцентируется внимание на выполнение функции по обеспечению безопасных условий труда, повышению производительности и экологической устойчивости, а также соблюдению нормативных требований. Кроме того, в данной статье изучается текущее состояние информационных технологий в горнодобывающей промышленности с акцентом на риски и последствия, вызванные устаревшим оборудованием, ненадежным программным обеспечением, степенью цифровизации. В этом исследовании обсуждается интеграция технологий IoT в существующие информационные системы горнодобывающей отрасли, усиливая их уровень безопасности, эффективности и устойчивости. Научная новизна исследования заключается в создании феноменологической модели архитектуры IoT системы, подходящей для широкого спектра операций в горнодобывающей промышленности. В работе при анализе детально рассматриваются оптимизация процессов, функционирование распределенных сенсорных систем, осуществляющих сбор критически важных данных, их обработку и анализ в режиме реального времени. На основе полученной информации формируются обоснованные решения для внедрения интеллектуальных систем мониторинга и управления, ориентированных на функционирования устойчивого процесса.

This paper presents the results of a comparative analysis of the architecture of IoT monitoring systems in the mining industry. It examines the implementation of Internet of Things technologies to improve the efficiency of monitoring and control in an industrial environment. The focus is on ensuring safe working conditions, increasing productivity and environmental sustainability, as well as compliance with regulatory requirements. Furthermore, this article examines the current state of information technology in the mining industry, with a focus on the risks and consequences caused by outdated equipment, unreliable software, and the degree of digitalisation. This study discusses the integration of IoT technologies into existing information systems in the mining industry, enhancing their levels of security, efficiency and sustainability. The scientific novelty of the research lies in the creation of a phenomenological model of an IoT system architecture suitable for a wide range of operations in the mining industry. The study provides a detailed analysis of process optimisation and the operation of distributed sensor systems that collect, process and analyse critical data in real time. Based on the information obtained, well-founded decisions are made regarding the implementation of intelligent monitoring and control systems designed to ensure sustainable operations.

машинное зрениесистемы мониторингараннее предупреждениемоделированиеметоды прогнозированиякарьерыmachine visionmonitoring systemsearly warningmodelingpredictive methodsquarriesДанное исследование финансировалось Комитетом науки Министерства науки и высшего образования Республики Казахстан (AP26103403 «Разработка прототипа устройства для контроля состояния устойчивости бортов карьера на базе волоконно-оптических датчиков»).ReferencesOn the impact of Industrial Internet of Things (IIoT): mining sector perspectives / T. Zvarivadza et al // International Journal of Mining, Reclamation and Environment. – 2024. – Vol. 38, № 10. – P. 771-809. https://doi.org/10.1080/17480930.2024.2347131.On the impact of Industrial Internet of Things (IIoT): mining sector perspectives / T. Zvarivadza et al // International Journal of Mining, Reclamation and Environment. – 2024. – Vol. 38, № 10. – P. 771-809. https://doi.org/10.1080/17480930.2024.2347131.Enhancing safety in surface mine blasting operations with IoT-based ground vibration monitoring and prediction system integrated with machine learning / A. Singh et al // Scientific Reports. – 2025. https://doi.org/10.1038/s41598-025-86827-w.Enhancing safety in surface mine blasting operations with IoT-based ground vibration monitoring and prediction system integrated with machine learning / A. Singh et al // Scientific Reports. – 2025. https://doi.org/10.1038/s41598-025-86827-w.New approach for monitoring the underground coal mines atmosphere using IoT technology / A.K. Tripathi et al // Instrumentation Mesure Métrologie. – 2023. – Vol. 22, № 1. – P. 29-34. https://doi.org/10.18280/i2m.220104.New approach for monitoring the underground coal mines atmosphere using IoT technology / A.K. Tripathi et al // Instrumentation Mesure Métrologie. – 2023. – Vol. 22, № 1. – P. 29-34. https://doi.org/10.18280/i2m.220104.Yu R. Deep learning and IoT enabled digital twin framework for monitoring open-pit coal mines / R. Yu, X. Yang, K. Cheng // Frontiers in Energy Research. – 2023. – Vol. 11. – Art. № 1265111. – https://doi.org/10.3389/fenrg.2023.1265111Yu R. Deep learning and IoT enabled digital twin framework for monitoring open-pit coal mines / R. Yu, X. Yang, K. Cheng // Frontiers in Energy Research. – 2023. – Vol. 11. – Art. № 1265111. – https://doi.org/10.3389/fenrg.2023.1265111Monitoring, warning, and control of rockburst in deep metal mines / H. Zhou et al // Engineering. – 2017. – Vol. 3, № 4. – P. 538-545. https://doi.org/10.1016/J.ENG.2017.04.013.Monitoring, warning, and control of rockburst in deep metal mines / H. Zhou et al // Engineering. – 2017. – Vol. 3, № 4. – P. 538-545. https://doi.org/10.1016/J.ENG.2017.04.013.Rockburst in underground excavations: A review of mechanism, classification, and prediction methods / X. Feng еt al // Underground Space. – 2021. https://doi.org/10.1016/j.undsp.2021.11.008.Rockburst in underground excavations: A review of mechanism, classification, and prediction methods / X. Feng еt al // Underground Space. – 2021. https://doi.org/10.1016/j.undsp.2021.11.008.Rockburst prediction and prevention in underground space excavation / Z. Li, et al // Underground Space. – 2023. https://doi.org/10.1016/j.undsp.2023.05.009.Rockburst prediction and prevention in underground space excavation / Z. Li, et al // Underground Space. – 2023. https://doi.org/10.1016/j.undsp.2023.05.009.Rockburst risk control and mitigation in deep mining / Q. Zhang et al // Deep Underground Science and Engineering. – 2024. https://doi.org/10.1016/j.deepre.2024.100019.Rockburst risk control and mitigation in deep mining / Q. Zhang et al // Deep Underground Science and Engineering. – 2024. https://doi.org/10.1016/j.deepre.2024.100019.Advanced risk assessment in coal mines: Integrating fuzzy logic and linguistic variables for enhanced hazard management / A. Khosravi et al // International Journal of Engineering. – 2025. – Vol. 38, № 12. https://doi.org/10.5829/ije.2025.38.12c.04.Advanced risk assessment in coal mines: Integrating fuzzy logic and linguistic variables for enhanced hazard management / A. Khosravi et al // International Journal of Engineering. – 2025. – Vol. 38, № 12. https://doi.org/10.5829/ije.2025.38.12c.04.Rock mass condition control by the method of predicting of water-conducting fracture zone parameters for the deposits of polymetallic ores / M. Rahimi et al // International Journal of Engineering. – 2026. – Vol. 39, № 6. https://doi.org/10.5829/ije.2026.39.06c.02.Rock mass condition control by the method of predicting of water-conducting fracture zone parameters for the deposits of polymetallic ores / M. Rahimi et al // International Journal of Engineering. – 2026. – Vol. 39, № 6. https://doi.org/10.5829/ije.2026.39.06c.02.

The authors declare that there are no conflicts of interest present.