Аңдатпа. Зерттеу тау-кен байыту комбинаттарындағы технологиялық циклдерді жаңғыртудың өзекті мәселесін шешуге арналған. Мақалада қазба шикізатын бөлудің бастапқы кезеңін автоматтандыруға баса назар аударылады. Бүгінгі таңда көптеген кәсіпорындарда тау-кен массасының сапасын бақылау визуалды тексеруге негізделген және оны оператор жүзеге асырады. Бұл тәсілмен адам факторы бағалауға субъективтілік әкеледі және қоспаларды бекіту дәлдігін төмендетеді деп саналады. Сондықтан мақалада жедел сұрыптау үшін компьютерлік көру жүйелерін енгізу мүмкіндігі зерттеледі.
Зерттеу ағындарды мақсатты өнімге (көмірге) және бос жынысқа тиімді бөлуге мүмкіндік беретін цифрлық кескіндерді екілік жіктеу әдісін әзірлеуге және сынауға бағытталған. Осы жұмыс аясында random forest алгоритмі архитектуралық шешім ретінде таңдалды, оның гиперпараметрлері торлы іздеу әдісімен оңтайландырылды. Алдын ала сынақтар кезінде алгоритм шаңды және өзгеретін жарық жағдайында тұрақты нәтиже көрсетті. Модельді оқыту және тексеру үшін тау жотасының 4027 кескінінен алынған мәліметтер жиынтығы жиналды. Эксперимент ұсынылған әдісті конволюциялық нейрондық желі (CNN), логистикалық регрессия және шешім қабылдау ағашымен салыстырмалы талдауға негізделген. Нәтижелер осы әдістің әлеуетін растады. Модель F1-score мәні 0,896 және көмірді анықтау толықтығы 85,7% болғанда 96,5% жіктеу дәлдігіне қол жеткізді. Конволюциялық желілермен салыстыруға болатын дәлдікте таңдалған алгоритм ресурс тиімділігі мен GPU жоқ Edge құрылғыларында жұмыс істеу мүмкіндігінің артықшылығы бар, бұл 30-35 FPS өнімділігін қамтамасыз етеді. Зерттеу нәтижелері қол жеткізілген көрсеткіштер, сондай-ақ алгоритмнің тұрақтылығы оны бақылау жүйесіне сәтті біріктіруге мүмкіндік береді деген қорытынды жасауға мүмкіндік береді. Ұсынылған шешім адамның араласуынсыз тау-кен байыту зауытында автономды басқару жүйесінің негізі бола алады.

Түйін сөздер: компьютерлік көру, машиналық оқыту, кездейсоқ орман, тау жыныстарының жіктелуі, конвейерлік автоматика, көмір өнеркәсібі.