Digital twins and digital technologies: specific features and prospects in the coal industry

Cover Page

Cite item

Full Text

Abstract

Across all sectors of the Russian economy, the adoption of digital technologies (DT) is accelerating, with high-tech industries leading the way. The coal industry, like other extractive sectors, has been slower to embrace these solutions, yet digitalization is advancing both at the industry level and within individual companies. One of the most dynamic areas of DT development is the adoption of digital twins (DTw), which form a core element of integrated digital management systems—acting as an integrator for cross-cutting technologies and sub-technologies. This article examines current approaches to studying and implementing digital twins in the coal sector. The objective is to highlight the specific features of digitalization processes, identify barriers, and outline promising directions for the adoption of DTw in the coal industry. To this end, the article systematizes conceptual and applied approaches to DTw, proposes an original framework for defining, structuring, and classifying digital twins based on maturity levels, and identifies both general and industry-specific trends in the development of DT and DTw. The analysis demonstrates that digital twins are a critical tool for managing value chains, and their effectiveness depends on the maturity of production and digital technologies and on the degree of their interoperability. The study compares and evaluates international and domestic experiences of DT and DTw adoption in mining and coal companies, as well as national-level models. It identifies barriers to adoption in the coal sector and offers recommendations for overcoming them. The research applies systems and comparative analysis, bibliographic review, generalization, and expert surveys. Data sources included media reports, websites of leading coal and mining companies, expert assessments, digital project case studies, consulting reports, and primary and secondary expert surveys. The findings show that digital transformation in the coal industry, including the adoption of DTw, lags behind other sectors. This gap is driven by both general and sector-specific factors: high costs and limited resources, scale effects, the absence of a clear development model and digitalization strategy, low levels of automation in production and management, insufficient digital infrastructure, and an acute shortage of personnel with digital competencies, particularly among executives.

About the authors

S. M. Nikitenko

Federal Research Center of Coal and Coal Chemistry of the Siberian Branch of the Russian Academy of Sciences

Email: nsm.nis@mail.ru
ORCID iD: 0000-0001-6684-4159
SPIN-code: 1921-5447

E. V. Goosen

Federal Research Center of Coal and Coal Chemistry of the Siberian Branch of the Russian Academy of Sciences

Email: egoosen@yandex.ru
ORCID iD: 0000-0002-1387-4802
SPIN-code: 3945-4027

A. A. Rozhkov

Russian Energy Agency, Ministry of Energy of the Russian Federation

Email: rozhkov@rosenergo.gov.ru
ORCID iD: 0000-0002-4541-0922
SPIN-code: 8890-5820

M. K. Korolev

Federal Research Center of Coal and Coal Chemistry of the Siberian Branch of the Russian Academy of Sciences

Email: m.korolev.gm@gmail.com
ORCID iD: 0000-0001-8102-9830
SPIN-code: 2344-4003

References

  1. Grieves M., Vickers. J. Digital twin: mitigating unpredictable, undesirable emergent behavior in complex systems. In: Kahlen F.-J., Flumerfelt Sh., Alves A. (eds.) Transdisciplinary Perspectives on Complex Systems: New Findings and Approaches. Springer, Cham; 2017. Pp. 85–113. https://doi.org/10.1007/978-3-319-38756-7_4
  2. Schluse M., Rossmann J. From simulation to experimentable digital twins: simulation-based devel-opment and operation of complex technical systems. In: IEEE International Symposium on Systems Engineering (ISSE). Edinburgh, UK; 2016. Pp. 1–6. https://doi.org/10.1109/SysEng.2016.7753162
  3. Negri E., Fumagalli L., Macchi M. A review of the roles of digital twin in CPS-based production systems. Procedia Manufacturing. 2017;11:939–948. https://doi.org/10.1016/j.promfg.2017.07.198
  4. El-Saddik A. Digital twins: the convergence of multimedia technologies. In: IEEE MultiMedia. 2018;25(2):87–92. https://doi.org/10.1109/MMUL.2018.023121167
  5. Rasheed A., San O., Kvamsdal T. Digital twin: values, challenges and enablers from a modeling perspective. In: IEEE Access. 2020;8:21980–22012. https://doi.org/10.1109/ACCESS.2020.2970143
  6. Ghahramanieisalou M., Sattarvand J. Digital twins and the mining industry. In: Soni A. K. (ed.) Technology in Mining Industry. IntechOpen; 2024. Pp. 1–30. https://doi.org/10.5772/intechopen.1005162
  7. Zhang C., Xu W., Liu J., et al. A reconfigurable modeling approach for digital twin-based manufacturing system. Procedia CIRP. 2019;83:118–125. https://doi.org/10.1016/j.procir.2019.03.141
  8. Ghahramanieisalou M., Sattarvand J. Applications of digital twin technology in productivity optimization of mining operations. In: Applications for Computers and Operations Research in the Minerals Industries. August 2023. Rapid City, USA: SME; 2023. Pp. 1–17.
  9. Боровков А. И., Рябов Ю. А., Щербина Л. А. и др. Цифровые двойники в высокотехнологичной промышленности. Санкт-Петербург: Изд-во Политехнического университета; 2022. 492 с.
  10. Прохоров А., Лысачев М. Цифровой двойник. Анализ, тренды, мировой опыт. М.: Альянс Принт; 2020. 401 с.
  11. Абрамов В. И. Цифровые двойники: характеристики, типология, практики развития. Вопросы инновационной экономики. 2024;14(3):691–716. https://doi.org/10.18334/vinec.14.3.121484
  12. Мадатов Д. А., Борисов В. В., Сивков В. С. Будущее технологии цифровых двойников. Международный журнал информационных технологий и энергоэффективности. 2025;10(1):10–15.
  13. Панов Ю. П., Грабский А. А., Рожков А. А. Современное состояние и перспективы развития цифровых технологий в угольной промышленности России. Известия высших учебных заведений. Геология и разведка. 2023;(5):8–21. https://doi.org/10.32454/0016-7762-2023-65-5-8-21
  14. Жданеев О. В., Власова И. М. Вызовы и приоритеты цифровой трансформации угольной отрасли. Уголь. 2023;(1):62–69. https://doi.org/10.18796/0041-5790-2023-1-62-69
  15. Братарчук Т. В., Гладышев А. Г., Лукичев К. Е. и др. Разработка и внедрение цифровых двойников для оптимизации и устойчивого развития угольной промышленности России. Уголь. 2024;(11):108–116. https://doi.org/10.18796/0041-5790-2024-11-108-116
  16. Соловенко И. С., Рожков А. А. Цифровизация предприятий топливно-энергетического комплекса России (рубеж XX-XXI вв.): степень изученности проблемы. Вестник Томского государственного университета. 2023;489:153–161. https://doi.org/10.17223/15617793/489/15
  17. Никитенко С. М., Гоосен Е. В., Кавкаева О. Моделирование гибких цепочек добавленной стоимости на основе «чистых» технологий переработки угля. Горная промышленность. 2023;(S2):126–134. https://doi.org/10.30686/1609-9192-2023-S2-126-134
  18. Никитенко С. М., Павлова Л. Д., Корнева А. В. и др. Формирование и управление цепочками создания стоимости в угольной отрасли на основе перспективных технологий. Горный информационно-аналитический бюллетень. 2024;(8):163–179. https://doi.org/10.25018/0236_1493_2024_8_0_163
  19. Goosen E. V., Kagan E. S., Nikitenko S. M., Pakhomova E. O. Evolution of VAC in the context of coal industry advance in the conditions of digitization in Russia. Eurasian Mining. 2019;(2):36–40.
  20. Курлов В. В., Косухина М. А., Курлов А. В. Модель оценки цифровой зрелости промышленного предприятия. Экономика и управление. 2022;28(5):439–451. https://doi.org/10.35854/1998-1627-2022-5-439-451

Supplementary files

Supplementary Files
Action
1. JATS XML


Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».