Mechatronic systems developed at the KOMAG

• Autorzy: Stankiewicz Krzysztof

Identyfikatory

DOI

10.32056/KOMAG

• Języki publikacji: EN

Abstrakty

EN

Intelligent control and automation systems, capable for adaptation and learning, are expanding their area of application in industrial practice. Particularly, due to the necessity of continuous improvement of work safety, as well as the need to increase production efficiency and work reliability, the group of users of intelligent systems, which are currently implemented in many important branches of Polish industry, including mining, is constantly growing. The KOMAG Institute of Mining Technology develops modern, intelligent and distributed mechatronic systems which increase work safety and reduce energy consumption of technological processes. Innovative solutions of distributed control and power supply systems, focused on improvement of selected technological processes are presented in this article. Assumptions of IIoT (Industrial Internet of Things) and direct machine communication M2M (Machine to Machine) have a large impact on the structure and functionality of control systems, shaping the ideas of Industry 4.0. All control systems, compatible with IIoT, use communication networks, often of high complexity, combining various components, modules, actuators and sensors. KOMAG researchers have noticed and proposed a solution to the problem of self-organized communication paths in a complex sensor network. In order to create and optimize the communication structure, the SA class algorithm (Swarm Algorithm) was proposed. As an example of a distributed control system, the KOGASTER control system using the CAN communication bus was described. Another innovative solution, presented in the article, is Shield Support Monitoring System (SSMS), which allows monitoring the condition of the powered roof support in real time by monitoring its operating parameters (such as geometry, hydraulic pressure parameters and tip to face distance). SSMS provides data for the Longwall Mining Conditions Prediction System (LMCPS) in order to forecast the risk of a dike and generate information on necessary corrective actions. The projects developed at the KOMAG perfectly fit into the current development trends of mechanization and automation systems for the industry, including the mining industry.

PL

Inteligentne systemy sterowania i automatyki, zdolne do adaptacji i uczenia się, zyskują coraz szersze grono użytkowników i powiększają obszar zastosowań w praktyce przemysłowej. Jest to szczególnie uwarunkowane potrzebami ciągłego polepszania bezpieczeństwa pracy, a także zwiększaniem wydajności produkcji i ciągłości pracy w wielu ważnych gałęziach polskiego przemysłu, w tym w górnictwie. Instytut Techniki Górniczej KOMAG rozwija nowoczesne, inteligentne i rozproszone systemy mechatroniczne, które wychodzą naprzeciw tym oczekiwaniom jednocześnie zmniejszając energochłonność procesów technologicznych. W artykule przedstawiono innowacyjne rozwiązania rozproszonych systemów sterowania i zasilania, ukierunkowane na usprawnienie wybranych procesów technologicznych. Założenia IIoT (Industrial Internet of Things) i bezpośredniej komunikacji maszyn M2M (Machine to Machine) mają duży wpływ na strukturę i funkcjonalność układów sterowania maszyn, kształtując przy tym idee Przemysłu 4.0. Wszystkie systemy sterowania, kompatybilne z IIoT wykorzystują sieci komunikacyjne, często o dużej złożoności, łączące różne komponenty, moduły, siłowniki i czujniki. Specjaliści ITG KOMAG dostrzegli i zaproponowali rozwiązanie problemu samoorganizacji ścieżek komunikacyjnych w złożonej sieci czujników. W celu stworzenia i optymalizacji struktury komunikacyjnej zaproponowano algorytm klasy SA (ang. Swarm Algorithm). Jako przykład rozproszonego systemu sterowania opisano system sterowania KOGASTER wykorzystujący magistralę komunikacyjną CAN. Innym nowatorskim rozwiązaniem, przedstawionym w artykule, jest System Monitorowania Zmechanizowanej Obudowy Ścianowej (SSMS, ang. Shield Support Monitoring System), który pozwala na monitorowanie jej stanu w czasie rzeczywistym poprzez monitorowanie wybranych parametrów (takich jak geometria, ciśnienia hydrauliczne i odległość od czoła ściany). SSMS dostarcza dane do Systemu Predykcji Warunków Wydobycia LMCPS (ang. Longwall Mining Conditions Prediction System), w celu prognozowania ryzyka zawału stropu i generowania informacji o koniecznych działaniach naprawczych. Projekty opracowane w ITG KOMAG doskonale wpisują się w aktualne trendy rozwoju systemów mechanizacji i automatyzacji przemysłu, w tym górnictwa.

Słowa kluczowe

EN

mechatronic systems; control algorithms; electrical systems; communication systems

PL

systemy mechatroniczne; algorytmy sterowania; systemy elektryczne; systemy komunikacyjne

• Wydawca: Instytut Techniki Górniczej KOMAG
• Czasopismo: Mining Machines
• Rocznik: 2020
• Tom: no. 2
• Strony: 58--68
• Opis fizyczny: Bibliogr. 27 poz., rys., zdj.

Twórcy

autor

Stankiewicz Krzysztof

• KOMAG Institute of Mining Technology, Pszczyńska 37, 44-101 Gliwice, Poland

Bibliografia

• [1] Sztucki T. Marketing przedsiębiorcy i menedżera. Agencja Wydawnicza Placet, Warszawa 2000 (in Polish)
• [2] Jasiulek D., Malec M., Polnik B., Stankiewicz K., Trenczek S.: State-of-the-art mechatronic systems for mining developed in Poland. Materiały na konferencję: APCOM 2019, Application of Computers and Operations Research in the Mineral Industry, 39th International Conference, Mining Goes Digital, Wrocław, Poland, 4-6 June 2019 s.686-694, ISBN 978-0-367-33604-2.
• [3] Tanenbaum A.S., Stehen M.V.: Systemy rozproszone. Zasady i paradygmaty. Klasyka informatyki. Warszawa: WN-T, 2006 (in Polish).
• [4] Wischke M., Masur M., Kröner M., Woias P.: Vibration harvesting in traffic tunnels to power wireless sensor nodes. Smart Materials and Structures, 2011, 20(8), 085014.
• [5] Stankiewicz K., Woszczyński M.: Metody odzyskiwania i przetwarzania energii cieplnej. Maszyny Górnicze, 2010, 1, pp. 39–46 (in Polish).
• [6] Woszczyński M., Świder J.: Use of the System for Energy Recuperation and Control in Diesel Machines. Machine Dynamics Research, 2014, 38(1), pp. 73–79.
• [7] Sudevalayam S., Kulkarni P.: Energy Harvesting Sensor Nodes: Survey and Implications. IEEE Communications Surveys & Tutorials, 2011, 13(3), pp. 443–461.
• [8] Boukerche A.: Algorithms and Protocols for Wireless and Mobile Ad Hoc Networks. Ottawa: Wiley,2009.
• [9] Jasiulek D., Stankiewicz K., Jagoda J.: Możliwości zastosowania czujników samozasilających się przeznaczonych do pracy w podziemiach kopalń. Mechanizacja i Automatyzacja Górnictwa, 2013, 8(519), pp. 73–80 (in Polish)
• [10] Reynolds C.W.: Flocks, Herds, and Schools: A Distributed Behavioral Model. Anaheim: SIGGRAPH, 1987.
• [11] Vullers R.J.M., van Schaijk R., Doms I., Van Hoof C., Mertens R.: Micropower energy harvesting. SolidState Electronics, 2009, 53 pp. 684–693
• [12] Cunefare K.A., Skow E.A., Erturk A., Savor J., Verma N., Cacan M.R.: Energy harvesting from hydraulic pressure fluctuations. Smart Materials and Structures, 2013, 22(2), pp. 729–738.
• [13] Latos M., Stankiewicz K.: Studies on the effectiveness of noise protection for an enclosed industrial area using global active noise reduction systems. Journal of Low Frequency Noise, Vibration and Active Control, 2015, 34(1), pp. 9–19.
• [14] Gong T., Tuson A.L., Particle swarm optimization for quadratic assignment problems – a formal analysis approach. International Journal of Computational Intelligence Research, 2008, 4, pp. 177–185.
• [15] Gładysiewicz L., Król R., Bukowski J.: Tests of conveyor resistance to motion. Eksploatacja i Niezawodność – Maintenance and Reliability, 2011, 3, pp. 17–25.
• [16] Bartoszek S., Jagoda J., Jura J., Latos M.: Systemy wbudowane w zespołach sterowania, diagnostyki oraz wizualizacji dla górnictwa. In: Klich A., Kozieł A. (eds.): Innowacyjne techniki i technologie dla górnictwa Bezpieczeństwo – Efektywność – Niezawodność. KOMTECH 2014. Gliwice: Instytut Techniki Górniczej KOMAG, 2014, pp. 207–218 (in Polish).
• [17] Mohapatra P., Krishnamurthy S.V.: Ad Hoc networks (Technologies and Protocols). Springer, 2005
• [18] Radkowski S., Lubikowski K., Piątak A.: Vibration Energy Harvesting in the Transportation System: a Review. Diagnostyka – Applied Structural Health, Usage and Condition Monitoring, 2012, 4(64), pp. 39– 44
• [19] Bartoszek S., Jagoda J., Jura J.: System diagnostyczny ładowarki bocznie wysypującej bazujący na iskrobezpiecznej magistrali CAN. Szybkobieżne Pojazdy Gąsienicowe (32) nr 1, Ośrodek Badawczo – Rozwojowy Urządzeń Mechanicznych OBRUM sp. z o.o., Gliwice 2013
• [20] Zhu D., Beeby S.P., Tudor M. J., Harris N. R.: A credit card sized self-powered smart sensor node. Sensors and Actuators A: Physical. Volume 169, Issue 2, October 2011, Pages 317–325
• [21] Stankiewicz K. Self-organization of network structure based on swarm algorithms. Problemy Eksploatacji – Maintenance Problems 2014; 2: 5-14.
• [22] Sazonov E., Li H., Curry D., Pillay P.: Self-Powered Sensors for Monitoring of Highway Bridges. IEEE Sensors Journal, Vol. 9, NO. 11, November 2009
• [23] Bartoszek S., Jagoda J., Jura J., Latos M.: Systemy wbudowane w zespołach sterowania, diagnostyki oraz wizualizacji dla górnictwa. Monografia KOMTECH 2014, Instytut Techniki Górniczej KOMAG, Gliwice 2014, ISBN 978-83-60708-83-5
• [24] Płonka M., Rajwa S., Lubosik Z. Ocena pracy obudowy zmechanizowanej na podstawie danych z monitoringu ciśnienia i postępu sekcji. Przegląd Górniczy nr 4/2017. 25-33
• [25] Jasiulek, D., Bartoszek, S., Perutka, K., Korshunov, A., Jagoda, J., Plonka, M.: Shield Support Monitoring System - operation during the support setting. ACTA MONTANISTICA SLOVACA. Volume: 24. Issue: 4/2019. Pages: 391-401.
• [26] Polnik B.: „An Innovative Power Supply System Dedicate for Roadheading Mining Machines” - ECS Transactions, 87 (1) 349-362 (2018), str. 349.
• [27] Stankiewicz K.: Smart mining communication systems. Materiały na konferencję: Future Engineering 2019, 5th International Scientific and Business Conference, Ołtarzew, Poland, 29-30 May 2019 s. 120- 131, (DEStech Transactions on Computer Science and Engineering 2019 FE) ISSN 2475-8841; ISBN 978-1-60595-632-9.

Uwagi

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