Data mining w systemie monitorowania pracy kombajnów górniczych

• Autorzy: Gibiec M.

Warianty tytułu

EN

Data mining in monitoring system of the mining shearers

• Języki publikacji: PL

Abstrakty

PL

W artykule pokazano przykłady zastosowania wybranych metod data mining do diagnozowania uszkodzeń kombajnu ścianowego, na podstawie relacji diagnostycznych odkrywanych automatycznie. W pewnym zakresie, możliwe jest diagnozowanie stanu urządzenia tylko na podstawie danych dostarczanych przez system monitorowania. Wyniki diagnozy są objaśniane za pomocą zbioru prostych reguł. Zbiór reguł może być wykorzystywany do prognozowania zmian stanu urządzenia. Innym zastosowaniem data mining jest identyfikacja zawodnych elementów urządzenia na podstawie protokołów serwisowych. Odkryte sekwencje działań serwisu dają możliwość racjonalizacji strategii utrzymania przez serwisowanie wytypowanych elementów urządzenia w trakcie tego samego wyłączenia z eksploatacji.

EN

The article shows examples of the use of selected data mining methods for diagnosing of failures of longwall shearer, based on the diagnostic reports discovered automatically. To some extent, it is possible to diagnose the condition of a device only on the basis of data provided by the monitoring system. The results of a diagnosis can interpreted by a set of simple rules. The set of rules can be used to predict changes in device's condition. Another application of data mining consists in identification of parts susceptible to failure of the device based on the servicing protocol. Discovered sequences of the servicing actions make it possible to rationalize a strategy to maintain the servicing of the selected elements of the machine during the same switching off of the machine from operation.

Słowa kluczowe

PL

data mining; kombajn górniczy; system monitorowania; metoda data mining

EN

data mining; mechanical coal miner; mining shearer

• Wydawca: Wydawnictwo Górnicze Sp. z o.o.
• Czasopismo: Wiadomości Górnicze
• Rocznik: 2011
• Tom: R. 62, nr 7-8
• Strony: 398--405
• Opis fizyczny: Bibliogr. 7 poz., rys., wykr., tab.

Twórcy

autor

Gibiec M.

• AGH Akademia Górniczo-Hutnicza, Kraków,

Bibliografia

• 1. Maimon O., Rakach L.: Decomposition methodology for knowledge discovery and data mining, theory and applications. World Scientific Publishing Co. Pte. Ltd. 2005
• 2. Skormin V.A., Popyack L.J., Gorodetski V.L., Araiza M.L., Michel J.D.: Applications of cluster analysis in diagnostics-re-lated problems. Proceedings of the IEEE Aerospace Conference, Snowmass at Aspen, Vol. 3, pp. 161-168, CO, USA 1999
• 3. Grabiński T., Sokolowski A.: The Effectivness of Some Signal Identification Procedures. Signal Processing: Theories and Applications, North-Holland Publishing Company, EURAS1P 1980
• 4. Gibiec M.: Application of selected Data Mining methods to machinery operation - Zastosowania wybranych metod Data Mining w eksploatacji maszyn. Diagnostyka. Polskie Towarzystwo Diagnostyki Technicznej 2009, nr 3, s. 69-72
• 5. Moubray J.: Reliability-centered Maintenance. Butter-worth-Heinemann, 1999
• 6. Gibiec M.: Fault detection in railway point drive supported by data mining methods. Computer Assisted Mechanics and Engineering Sciences 2007; vol. 14, no. 4 spec. iss.: Applications of artificial intelligence methods, pp. 611-619
• 7. Jardine K. S., Anderson P. M, Mann D.S.: Application of the Weibull proportional hazard model to aircraft and marine engine failure data. Quality and Reliability Engineering International 1987, vol. 3, pp. 77-82