Metoda oceny jakości dróg odstawy i śledzenia ruchu maszyn odstawczych w wyrobiskach górniczych kopalni podziemnej z wykorzystaniem czujników iner-cyjnych – wstępne wyniki

• Autorzy: Stefaniak Paweł K. , Gawelski Dawid , Annufriiev Sergii , Śliwiński Paweł

Warianty tytułu

EN

Method of assessing the quality of haulage roads and tracking the movement of hau-lage machines in underground mine excavations with the use of inertial sensors – preliminary results

• Języki publikacji: PL

Abstrakty

PL

W górnictwie światowym od wielu lat obserwuje się intensywny wzrost zainteresowania eksploatatorów w zakresie rozwijania systemów monitoringu parametrów operacyjnych maszyn górniczych, szczególnie maszyn załadowczo-odstawczych. Obserwuje się również dynamiczny rozwój algorytmiki w zakresie efektywnego i wydajnego zarządzania, szczególnie w zakresie predykcyjnego utrzymania ruchu. Niestety, w dalszym ciągu w górnictwie marginalizowany jest aspekt warunków drogowych, który odgrywa znaczący wpływ na komfort i efektywność pracy operatora, jak również niezawodność maszyny, w szczególności na przeguby maszyn oraz zużycie i uszkodzenia opon. Ponadto należy podkreślić, że jest to bardzo istotny problem również z punktu widzenia utrzymania infrastruktury kopalni, w tym sieci dróg dojazdowych i odstawczych. W artykule przedstawiono zastosowanie mobilnego czujnika inercyjnego (IMU) do estymacji warunków drogowych w kopalni podziemnej. Opisano szczegółowo procedurę do klasyfikacji drgań do oceny jakości drogi. Przedstawiono prostą metodę do śledzenia trajektorii ruchu pojazdów oraz zaproponowano metodę wizualizacji wyników oceny jakości drogi. W artykule przedstawiono przykładowe wyniki, zarejestrowane przez układ pomiarowy w warunkach kopalni podziemnej. Opisano zidentyfikowane problemy oraz dalsze kierunki pracy.

EN

A significant progress in development of monitoring systems for mining machines is observed in recent years. Along with hardware solutions, some advanced data processing algorithms for effective asset management and predictive maintenance are being elaborated. Nevertheless, the problem of pavement conditions have not been thoroughly discussed in the literature yet. It has significant effect on mining staff work conditions and performance, along with machines reliability, particularly the reliability of tires and construction nodes. Finally, road quality condition is a very important challenge from the point of view of mining infrastructure maintenance, including the maintenance of haulage and access roads. In this article usage of a portable inertial measurement unit (IMU) for the estimation of pavements conditions in the underground mine is discussed. The comprehensive descriptions of the road quality classification and bump detection procedures are included. Some basic methods of motion tra-jectory estimation of vehicles are indicated, while some methods of visualization of these results are proposed. The sample results obtained in in the deep underground mine using the inertial measurements unit are discussed.

Słowa kluczowe

PL

czujniki inercyjne; klasyfikacja jakości drogi; samojezdne maszyny górnicze; predykcyjne utrzymanie ruchu

EN

inertial sensors; Road-Quality Classification; Bump Detection; motion tracking; Load-Haul-Dumping Machine

• Wydawca: KGHM CUPRUM Spółka z o.o. Centrum Badawczo-Rozwojowe
• Czasopismo: Cuprum : czasopismo naukowo-techniczne górnictwa rud
• Rocznik: 2020
• Tom: nr 1
• Strony: 47--60
• Opis fizyczny: Bibliogr. 24 poz., rys.

Twórcy

autor

Stefaniak Paweł K.

• KGHM Cuprum sp. z o.o. - Centrum Badawczo-Rozwojowe, Wrocław

autor

Gawelski Dawid

• KGHM Cuprum sp. z o.o. - Centrum Badawczo-Rozwojowe, Wrocław

autor

Annufriiev Sergii

• KGHM Cuprum sp. z o.o. - Centrum Badawczo-Rozwojowe, Wrocław

autor

Śliwiński Paweł

• KGHM Polska Miedź S.A., Lubin

Bibliografia

• [1] C. Van Geem et al., 2016, Sensors on vehicles (SENSOVO)-Proof-of-concept for road surface distress detection with wheel accelerations and ToF camera data collected by a fleet of ordinary vehicles, Transp. Res. Procedia, vol. 14, pp. 2966-2975.
• [2] Hol J.D., Schön T.B., Luinge H., Slycke P.J., Gustafsson F., 2007, Robust real-time tracking by fusing measurements from inertial and vision sensors, Journal of Real-Time Image Processing, 2(2-3), pp. 149-160.
• [3] Hsu L.Y., Chen T.L., 2010, Estimating road angles with the knowledge of the vehicle yaw angle, Journal of dynamic systems, measurement, and control, 132(3).
• [4] https://x-io.co.uk/.
• [5] Huang Y.C., 2012, Calculate golf swing trajectories from imu sensing data, Parallel Processing Workshops (ICPPW).
• [6] Eriksson J., Girod L., Hull B., Newton R., Madden S., Balakrishnan H., 2008, The pothole patrol: Using a mobile sensor network for road surface monitoring, in Proc. ACM 6th Int. Conf. Mobile Syst., Appl., Services, pp. 29-39.
• [7] Johansson K., 2005, Road slope estimation with standard truck sensors, KTH, Sweden.
• [8] Mohan P., Padmanabhan V.N., Ramjee R., 2008, Nericell: Rich monitoring of road and traffic conditions using mobile smartphones, in Proc. 6th ACM Conf. Embedded Netw. Sensor Syst., pp. 323-336.
• [9] Polak M., Stefaniak P., Zimroz R., Wyłomanska A., Sliwinski P., Andrzejewski M., 2016, Identification of loading process based on hydraulic pressure signal, International Multidisciplinary Scientific GeoConference: SGEM: Surveying Geology & Mining Ecology Management, 2, pp. 459-466.
• [10] Ryu S.K., Kim T., Kim Y.R, 2015, Image-based pothole detection system for its service and road management system, Math. Problems Eng., vol. 2015, no. 9, Art. no. 968361.
• [11] Sebsadji Y., Glaser S., Mammar S., Dakhlallah J., 2008, Road slope and vehicle dynamics estimation, In American Control Conference, 2008, 4603-4608, IEEE.
• [12] Stefaniak P., Sliwinski P., Poczynek P., Wyłomanska A., Zimroz R., 2018, The Automatic Method of Technical Condition Change Detection for LHD Machines-Engine Coolant Temperature Analysis, In International Conference on Condition Monitoring of Machinery in Non-Stationary Operation (pp. 54-63), Springer, Cham.
• [13] Stefaniak P., Zimroz R., Obuchowski J., Sliwinski P., Andrzejewski, M., 2015, An effectiveness indicator for a mining loader based on the pressure signal measured at a bucket's hydraulic cylinder, Procedia Earth and Planetary Science, 15, pp. 797-805.
• [14] Tao Y., Huosheng H., Huiyu Z., 2007, Integration of vision and inertial sensors for 3D arm motion tracking in home-based rehabilitation, The International Journal of Robotics Research 26.6. pp. 607-624.
• [15] Tedeschi A., Benedetto F., 2017, A real-time automatic pavement crack and pothole recognition system for mobile Android-based devices, Adv. Eng. Inform., vol. 32, pp. 11--25.
• [16] Tessendorf B.G., 2011, An imu-based sensor network to continuously monitor rowing technique on the water, Intelligent Sensors, Sensor Networks and Information Processing.
• [17] Vahidi A., Druzhinina M., Stefanopoulou A., Peng H., 2003a, Simultaneous mass and time-varying grade estimation for heavy-duty vehicles, In Proceedings of the American Control Conference, pp. 4951-4956.
• [18] Vahidi A., Stefanopoulou A., Peng H., 2003b, Experiments for online estimation of heavy vehicles mass and time-varying road grade, Proceedings IMECE DSCD.19th IFAC World Congress Cape Town, South Africa. August 24-29, 2014, 6300.
• [19] Welch G., Bishop G., 1995, An introduction to the Kalman filter.
• [20] Wodecki J., Stefaniak P., Sliwinski P., Zimroz R., 2018, Multidimensional data segmentation based on blind source separation and statistical analysis, In Advances in Condition Monitoring of Machinery in Non-Stationary Operations (pp. 353-360), Springer, Cham.
• [21] Yu X., Salari E., 2011, Pavement pothole detection and severity measurement using laser imaging, in Proc. IEEE Int. Conf. Electro/Inf. Technol., pp. 1-5.
• [22] Zhou S., Fei F., Zhang G., Liu Y., Li W., 2014, Hand-writing motion tracking with vision-inertial sensor fusion: Calibration and error correction, Sensors, 14(9), 15641-15657.
• [23] Zimroz R., Wodecki J., Hebda Sobkowicz J., Wyłomanska A., Stefaniak P., Sliwinski P., Kaniewski T., 2018, Mobile based vibration monitoring and its application to road quality monitoring in deep underground mine, Vibroengineering PROCEDIA, 19, pp. 153-158.
• [24] Zimroz R., Wodecki J., Król R., Andrzejewski M., Sliwinski P., Stefaniak P., 2014, Self-propelled mining machine monitoring system-data validation, processing and analysis, In Mine planning and equipment selection (pp. 1285-1294), Springer, Cham.

Uwagi

PL

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