Нефтегазовые компании активно внедряют цифровые решения в свои логистические сети с целью оптимизации процессов и увеличения эффективности бизнеса. В рамках исследования были выявлены текущие задачи управления цепочками поставок в нефтегазовой отрасли и их потенциальные решения за счет использования цифровых технологий. В результате была разработана модель управления цепочками поставок нефтегазовой отрасли на основе блокчейн-технологий BCSCM O&G (Blockchain-based Oil and Gas Supply Chain Model) с применением смарт-контрактов и интернета вещей (IoT) (Internet of Things). Экспериментальное моделирование функционирования с имитацией работы IoT на различных этапах цепи поставок подтверждает потенциал для улучшения управления цепями поставок, обеспечивая прозрачность, надежность и оперативность получения результатов. Запись данных от IoT в блокчейн предоставляет участникам цепочки поставок доступ к точной и актуальной информации в режиме реального времени, что уменьшает риск допущения ошибок и число манипуляций. Смарт-контракты автоматизируют выполнение условий договоров, что способствует повышению эффективности и снижению затрат. Внедрение блокчейн-технологий в сочетании с IoT не только улучшает контроль процессов, но и позволяет формировать более безопасные и оптимальные цепочки поставок. Эти инновационные подходы ведут к пересмотру традиционных методов управления, создавая более устойчивые и конкурентоспособные модели, соответствующие требованиям современного рынка. Таким образом, цифровая трансформация управления цепочками поставок в нефтегазовой отрасли представляет собой важный шаг к повышению общей эффективности и устойчивости бизнеса.

The hydrotransport system of Mikhailovsky GOK PJSC used for iron ore processing tailings was studied with the aim of establishing its performance in slurry pipelines with and without polyurethane coatings of their internal surfaces under mass concentration variations of 10 to 70 %, as well as for preparing related recommendations for the enterprise. Theoretical and laboratory studies were completed with the development of a methodology for recalculating the experimental laboratory data for the specific head loss in industrial pipelines. It has been established that the use of internal polyurethane coatings significantly reduces the specific head losses in hydraulic transportation of thickened tailings slurry for iron ore processing tailings. The respective feasibility calculations confirm the economic efficiency of using steel pipes with internal polyurethane coating in hydrotransport slurry pipelines. The calculated specific head losses for the pipelines with a polyurethane coating in the hydraulic transportation of processing tailings slurry with the mass concentration of the solid phase of 6.95 % are almost 1.8 times lower than in steel pipelines without such coating. It is proposed to use the results obtained in the reconstruction of the tailings slurry hydrotransport system at Mikhailovsky GOK PJSC with a conversion to hydraulic transportation of bulk concentration tailings thickened to 35–40 % in slurry pipelines with an internal polyurethane coating, which will ensure energy savings in the hydrotransport process.

Advancements in excavator technology play a critical role in improving safety, and productivity in nonmetallic material extraction. This study investigated the rational placement of LiDAR sensors on excavators to improve hazard detection and operational stability. The proposed method integrates side-and top-mounted LiDAR sensors to identify hazards, classify objects, and secure excavator positioning on sloped terrain. Advanced data processing techniques, including ground plane removal, region-of-interest restriction, and dynamic object detection, were implemented to improve hazard identification. A custom algorithm was developed to process the LiDAR data, filter irrelevant objects, and provide real-time recommendations for improving excavator stability. The results indicate that the system achieved a 95% hazard detection accuracy in high-risk zones with a radius of (0-5 m), reduced positioning errors by 20%, and reduced the excavation cycle time by 10-15%. The findings suggest that side-mounted LiDAR placement offers superior detection capabilities and stability benefits compared with top-mounted configurations. The integration of 3D LiDAR with AI-driven analytics enables more precise depth perception, obstacle recognition, and adaptive positioning, thereby significantly enhancing operational accuracy.