Предлагаются основные концепции построения многофункциональных цифровых систем непрерывного мониторинга качественных и количественных показателей рудного сырья по результатам которого производится автоматическая типизация руд с использованием оптимальных режимов обогащения их, предварительно задав ожидаемые типы в виде кластеров в базе знаний. Кластеризация производится c использованием агрегативного подхода к декомпозиции режимных параметров процессов подготовки сырья по локальным критериям обеспечивающих продуктовой линейки и «дерева целей». Предложено и иллюстрировано на примере построения цифровых систем эффективного использования агрегативного представления сложного объекта, как цифровых систем, при котором основные сведения об идентификации и моделировании приходится прибегать к упрощению и использованию более глубокой абстракции. При этом в процессе мониторинга достигается сначала построение простой модели, а затем ее самоусложнение (самонастройка) на стадии длительного цифрового мониторирования и оценки выполнения локальных целей. Совокупность выполнения локальных целей обеспечивает безусловное выполнение интегральных критериев и целей построения системы автоматики. Эволюционный характер конструирования математической модели упрощает решение локальных задач. Последующая постановка более сложной задачи по условиям достижения более точной адекватности модели и реального объекта с учетом нестационарности возмущений существенно усложняет техническую реализацию цифровой системы и ее эксплуатацию. Изложенные факторы обуславливают построение системы на типовых модульных элементах с минимальными приборными погрешностями, как например, на элементах сравнения. На примере сухого магнитного обогащения железосодержащих руд показана реализация способа типизации руд методом автоматического анализа изображений характеристик руд с использованием оптико-геометрических методов и агрегативного подхода к вопросам декомпозиции.