 |
Главгосэкспертиза России одобрила проект «Норникеля» по добыче вкрапленных руд на Крайнем Севере
Главгосэкспертиза России рассмотрела проект разработки месторождения рудника «Заполярный», который будет реализован в рамках Стратегии производственно-технического развития ПАО «ГМК «Норильский никель» до 2025 года.
Изучив представленные после доработки материалы, эксперты пришли к выводу, что проектная документация соответствует требованиям технических регламентов, иным установленным требованиям и результатам инженерных изысканий, выполненных для ее подготовки. По итогам рассмотрения выдано положительное заключение.
Результаты инженерных изысканий по объекту Главгосэкспертиза России одобрила в декабре 2014 года.
Цель проекта - увеличение добычи вкрапленных сульфидных медно-никелевых руд. В настоящее время добыча руд месторождения Норильск-1 ведется на руднике открытым и подземным способом. До 2020 года на территории земельного отвода рудника «Заполярный», расположенного почти в четырех километрах от жилой зоны Норильска, будут построены четыре пусковых комплекса, которые позволят увеличить производственную мощность на базе запасов поля «Прирезки» в пределах лицензионного участка месторождения «Норильск-1».
В ходе работ, проект которых был одобрен Главгосэкспертизой России, будут построены внеплощадочные сети водоснабжения, линии электропередач, склады руды, технологических и сыпучих материалов, реконструированы существующие и построены новые главные понизительные подстанции, расширен породный отвал «Центральный» и обустроены площадки временного складирования породы. Также, чтобы обеспечить доставку руды на Норильскую обогатительную фабрику, будет обустроен новый автоподъезд к складсм помещениям.
В результате мощность добычи вкрапленных сульфидных медно-никелевых руд на руднике «Заполярный» достигнет 2 миллионов тонн руды в год. Проект будет реализован за счет средств ПАО «ГМК «Норильский никель».
Ранее, в сентябре 2016 года, Главгосэкспертиза России одобрила проект реконструкции производства элементарной серы на Медном заводе «Норильского никеля».
Контактное лицо: Пресс-служба
Компания: Главгосэкспертиза России
Добавлен: 13:22, 13.02.2017
Количество просмотров: 805
Страна: Россия
| ТОМЕЗ представил новейшую комбинированную дорожную машину МКДУ-24 на выставке «Дорога-2026», АО "ТОМЕЗ", 22:11, 21.10.2026, Россия105 |  |
| АО «Тосненский механический завод» (ТОМЕЗ), один из ведущих отечественных производителей коммунальной и дорожной техники, представил новейшую комбинированную дорожную машину МКДУ-24 на базе автомобиля КАМАЗ-6595-910992-СА. Презентация разработки прошла на Международной специализированной выставке «Дорога-2026», которая проходит с 13 по 15 октября 2026 года в Краснодаре. |
| ТОМЕЗ представил новый логотип и визуальный стиль, АО "ТОМЕЗ", 22:05, 21.10.2026, Россия63 |  |
| 13 октября 2026 г. Тосненский механический завод (ТОМЕЗ), российский производитель дорожной, коммунальной и аэродромной техники, провел ребрендинг. Компания представила новый логотип с изображением льва, слоган «Технологии чистых городов» и обновленный фирменный стиль. Смена айдентики стала частью программы модернизации и развития завода. |
| В Алтайском ГАУ прошел «День электрика», ФГБОУ ВО "Алтайский государственный аграрный университет", 21:52, 13.10.2026, Россия182 |
| Алтайский государственный аграрный университет и «Союз электриков Барнаула» провели для студентов Инженерного факультета мероприятие, знакомящее с современными технологиями электромонтажа. |
| ТГУ прошёл инспекцию Росздравнадзора, ТГУ, 19:27, 07.10.2026, Россия177 |  |
| В ТГУ завершилась инспекция производства в соответствии с требованиями к внедрению, поддержанию и оценке системы менеджмента качества медицинских изделий. |
| 3Logic Group расширяет линейку Crusader новыми серверами для задач искусственного интеллекта, 3Logic Group, 22:35, 01.10.2026, Россия155 |  |
| Компания 3Logic Group, дистрибьютор комплектующих и ИТ-решений, расширила линейку серверов собственной торговой марки Crusader двумя высокопроизводительными конфигурациями Squire 4245R. Новые платформы ориентированы на ресурсоемкие вычислительные нагрузки, включая генеративный искусственный интеллект, обучение больших языковых моделей и математическое моделирование. |
|
 |