Application of quality management tools for evaluating the failure frequency of cutter-loader and plough mining systems

• Autorzy: Biały W.

Identyfikatory

DOI

10.1515/amsc-2017-0018

Warianty tytułu

PL

Wykorzystanie narzędzi zarządzania jakością do oceny awaryjności kombajnowych i strugowych kompleksów ścianowych

• Języki publikacji: EN

Abstrakty

EN

Awaryjność maszyn i urządzeń jest istotnym problemem w każdym przedsiębiorstwie. Awarie powodują przestoje w procesie produkcyjnym, a tym samym mogą przyczynić się do zmniejszenia wolumenu produkcji oraz strat finansowych i niedotrzymywania planów produkcyjnych. Większość organizacji stara się coraz skuteczniej minimalizować przestoje spowodowane uszkodzeniami maszyn i urządzeń poprzez zmniejszenie ich awaryjności. Ważniejszym od awaryjności wskaźnikiem mającym wpływ na prawidłowe funkcjonowanie całego procesu produkcyjnego oraz biorących w nim udział maszyn i urządzeń jest dostępność środków technicznych. W polskim górnictwie węglowym eksploatacja pokładów węglowych odbywa się systemami ścianowymi za pomocą maszyn urabiających pracujących na zasadzie skrawania. Dlatego też, jednym z istotnych obszarów działalności Kopalń jest eksploatacja maszyn/urządzeń. Działanie to powinno polegać na między innymi na kontroli racjonalnego oraz efektywnego użytkowania i obsługiwania maszyn i urządzeń w procesie eksploatacji. Śledząc ciąg urabiania możemy stwierdzić, że jest to system szeregowy. Awaria jednego z wymienionych ogniw powoduje „wyłączenie” pozostałych elementów tego ciągu Aby obniżyć koszty generowane przez awarie, służby utrzymania ruchu powinny na bieżąco prowadzić kontrolę racjonalnego oraz efektywnego użytkowania i obsługiwania maszyn. Konsekwencją tych działań będzie zmniejszenie przerw w pracy, a tym samym obniżenie kosztów produkcji, czyli zwiększenie efektywności działania zakładu górniczego. W niniejszym artykule do oceny awaryjności maszyn/urządzeń górniczych wykorzystano jedno z tradycyjnych narzędzi zarządzania jakością – diagram Pareto-Lorenza. Diagram Pareto-Lorenza skonstruowany jest według następujących zasad: • zbieranie danych związanych z rodzajem awarii maszyn/urządzeń górniczych, • przyporządkowanie poszczególnych awarii do konkretnych maszyn/urządzeń górniczych, • obliczenie skumulowanych wartości procentowych (ustalenie skumulowanych wartości procentowych dla poszczególnych wyróżnionych awarii). Diagram Pareto-Lorenza wykorzystuje się do uporządkowania i przeanalizowania wcześniej zebranych danych. Znajduje zastosowanie gdy naszym celem jest przeciwdziałanie: 1. zjawiskom negatywnym o największej częstotliwości występowania, 2. zjawiskom przysparzającym największych kosztów. W praktyce diagram Pareto-Lorenza stosuje się do grupowania poszczególnych problemów i ich przyczyn, aby w pierwszej kolejności rozwiązać te problemy, które dla danego przedsiębiorstwa są najistotniejsze. Diagram ten, wykorzystuje prosty aparat matematyczny i statystykę matematyczną. Na przykładzie dwu Kopalń Węgla Kamiennego, przedstawiona została awaryjność w procesie wydobywczym, ze szczególnym uwzględnieniem maszyny urabiającej. Analizie poddane zostały dwa kompleksy wydobywcze: kombajnowy oraz strugowy.

Słowa kluczowe

EN

failure frequency; quality management tools; mining machine; Pareto chart

PL

awaryjność; narzędzia zarządzania jakością; maszyna urabiająca; diagram Pareto-Lorenza

• Wydawca: Instytut Mechaniki Górotworu PAN
• Czasopismo: Archives of Mining Sciences
• Rocznik: 2017
• Tom: Vol. 62, no. 2
• Strony: 243--252
• Opis fizyczny: Bibliogr. 13 poz., rys., tab., wykr.

Twórcy

autor

Biały W.

• Politechnika Śląska, Instytut Inżynierii Produkcji, ul. Roosevelta 26, 41-800 Zabrze

Bibliografia

• [1] Biały W., Bobkowski G., 2004a. Wprowadzenie systemów CMM w celu obniżenia kosztów eksploatacji węgla kamiennego. Zeszyty Naukowe Politechniki Śląskiej. Organizacja i Zarządzanie, z. 22/2004 Gliwice, s. 7-20.
• [2] Biały W., Bobkowski G., 2004b. Nowoczesna gospodarka remontowa jako podstawa sprawnego funkcjonowania górniczych systemów technicznych. Zeszyty Naukowe Politechniki Śląskiej, Górnictwo, z. 260/2004 Gliwice, s. 229-248.
• [3] Biały W., Czerwiński S., 2011. Analiza pracy maszyny urabiającej w wyrobisku ścianowym. Mechanizacja i Automatyzacja Górnictwa, nr 4 (482), s. 5-14.
• [4] Jonak J., 2002. Use of artificial intelligence automation of rock cutting. Journal of Mining Science, 3(38), s. 270-277.
• [5] Kandananond K., 2010. Effectively monitorinig the performance of Integrated process control systems under nonstationary disturbances. Journal of Quality Statistices and Reliability, Vol. 2010.
• [6] Kołodziej S., 2004. Wykorzystanie badań ankietowych do wspomagania zarządzania zasobami ludzkimi. Zeszyty Naukowe Politechniki Śląskiej, seria: Organizacja i Zarządzanie, z. 22, Gliwice, s. 81-92.
• [7] Kołodziej S., Maruszewska E.W., 2015. Economical effectiveness and social objectives in corporate social reports - a survey among Polish publicly traded companies. SGEM2015 Conference Proceedings.
• [8] Krauze K., Kotwica K., 2007. Selection and underground tests of the rotary tangential cutting picks used in cutting heads of the longwall and roadway miners. Archives of Mining Sciences, Vol. 52, No 2, s. 195-217.
• [9] Maruszewska E.W., 2012. Implementation of Enterprise Resource Planning system and change in accountant’s role - Polish perspective. Management Systems in Production Engineering, no. 2 (6), s. 3-7.
• [10] Peter F., 2001. Rethinking Pareto analysis maintenance applications of logarithmic scatterplots. Journal of Quality i Maintenance Engineering, 4 (7), 252-263.
• [11] Wolniak R., Skotnicka B., 2011. Metody i narzędzia zarządzania jakością - teoria i praktyka. Wydawnictwo Politechniki Śląskiej, Gliwice.
• [12] Zasadzień M., 2014. Using the Pareto diagram and FMEA (Failure Mode and Effects Analysis) to identify key defects in a product. Management Systems in Production Engineering, no. 4 (16), s. 153-156.
• [13] Raporty dzienne dyspozytora kopalni, 2009, 2010.

Uwagi

PL

Opracowanie ze środków MNiSW w ramach umowy 812/P-DUN/2016 na działalność upowszechniającą naukę (zadania 2017)