The K-means Grouping Method as a Mean to Control the Performance of the Production Process

• Autorzy: Kęsek Marek

Identyfikatory

DOI

10.29227/IM-2020-01-83

Warianty tytułu

PL

Wykorzystanie metody grupowania k-średnich do kontroli wydajności procesu produkcyjnego

• Języki publikacji: EN

Abstrakty

EN

The paper presents a concept of using clusters of objects using the k-means method to control the performance of the production process, which runs under variable conditions. The distribution of the production process performance in production cycles grouped according to similarity is the basis for controlling the performance of subsequent production cycles. The practical part of the paper contains an example of calculations carried out according to this concept using the VBA and R languages, and is relates to the bolting process in underground mines.

PL

W artykule przedstawiono koncepcję wykorzystania grupowania obiektów metodą k-średnich do kontroli wydajności procesu produkcyjnego, który przebiega w zmiennych warunkach. Rozkłady wydajności procesu produkcyjnego w pogrupowanych pod względem podobieństwa cyklach produkcyjnych, stanowią podstawę kontroli wydajności kolejnych cykli produkcyjnych. Część praktyczna pracy zawiera przykład obliczeń przeprowadzonych według tej koncepcji z użyciem języka VBA oraz języka R i dotyczy procesu kotwienia w kopalniach podziemnych.

Słowa kluczowe

EN

production process performance; clustering; k-means; production cycle; R language; VBA; process mining; bolting

PL

wydajność procesu produkcyjnego; grupowanie (clusterng); k-means; cykl produkcyjny; język R; VBA; process mining; kotwienie (bolting)

• Wydawca: Polskie Towarzystwo Przeróbki Kopalin
• Czasopismo: Inżynieria Mineralna
• Rocznik: 2020
• Tom: no. 1, vol. 1
• Strony: 257--264
• Opis fizyczny: Bibliogr. 15 poz., tab.

Twórcy

autor

Kęsek Marek

• AGH University of Science and Technology, Faculty of Mining and Geoengineering, 30 059 Cracow, Poland

Bibliografia

• 1. Bąk P.: Production planning in a mining enterprise - selected problems and solutions , Mineral Resources Management ; ISSN 0860-0953. - 2018 vol. 34 iss. 2, p. 97–116.
• 2. Brzychczy E.: Probabilistic modeling of mining production in an underground coal mine, Intelligent Systems in Production Engineering and Maintenance, Springer Nature Switzerland AG, cop., 2019.- S. 655-667.
• 3. Brzychczy E.: An overview of data mining and process mining applications in underground mining, Journal of the Polish Mineral Engineering Society, ISSN 1640-4920, 2019 R. 21 nr 1, s. 301–314.
• 4. Fuksa D.: The ways of solving non-linear decision problems through application of optimal production plans for mines. Mineral Resources Management; ISSN 0860-0953. 2007 t. 23 z. 3, p. 97–108.
• 5. Fuksa D.: Consolidation of mining enterprises as a chance to make the Polish mining industry profitable. Inżynieria Mineralna. 2018 R. 20 No. 2, p. 47–54.
• 6. Fuksa D.: The method for the assessment of the impact of variable demand of hard coal consumers on the profitability of a multi-facility mining enterprise. Inżynieria Mineralna. 2017 R. 18 No 1, p. 249–256.
• 7. Hartigan J. A., Wong M. A. : A K-Means Clustering Algorithm, Applied Statistics, 1979, Vol. 28, No. 1, p. 100–108.
• 8. Kaliyaperumal, Senthamarai & Kuppusamy, Manoj & Arumugam, S.: Labeling Methods for Identifying Outliers, International Journal of Statistics and Systems, 2015, 10. 231-238.
• 9. Kęsek M., Klaś M., Adamczyk A.: A review of computer simulations in underground and open-pit mining, Journal of the Polish Mineral Engineering Society ; ISSN 1640-4920. 2018 R. 20 No. 2, p. 7–14.
• 10. Kęsek M., Adamczyk A., Klaś M.: Computer simulation of the operation of a longwall complex using the “Process Flow” concept of FlexSim software, Intelligent Systems in Production Engineering and Maintenance, Springer Nature Switzerland AG, ISSN 2194-5357 ,vol. 835l, pages: 97-106, 2019.
• 11. Kęsek M.: Analysing data with the R programming language to control machine operation, Inżynieria Mineralna - Journal of the Polish Mineral Engineering Society ; ISSN 1640-4920. — 2019 R. 21 nr 1, s. 231–235.
• 12. Kęsek M.: Visual Basic as a Tool for Monitoring and Analyzing Machines, Inżynieria Mineralna - Journal of the Polish Mineral Engineering Society, 2017, No. 2, pages: 195–200.
• 13. Kopczewska K., Kopczewski T., Wójcik P.: Metody ilościowe w R. Aplikacje ekonomiczne i finansowe. Wydawnictwa Fachowe CeDeWu, Warszawa 2009.
• 14. Ogrodnik R.: Environmental performance indicators of hard coal mine, IOP Conference Series: Earth and Environmental Science ; ISSN 1755-1307. - 2019 vol. 214 [no.] 1 art. no. 012084, s. 1–11.
• 15. Walkenbach J.: Excel 2013 PL; programowanie w VBA; Vademecum Walkenbacha, Helion, Gliwice 2014.

Uwagi

Opracowanie rekordu ze środków MNiSW, umowa Nr 461252 w ramach programu "Społeczna odpowiedzialność nauki" - moduł: Popularyzacja nauki i promocja sportu (2020).