PL EN


Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
Tytuł artykułu

Wykorzystanie reguł asocjacyjnych do analizy pracy wybranego urządzenia w oddziale wydobywczym

Treść / Zawartość
Identyfikatory
Warianty tytułu
EN
Association Rules in Analysis of Selected Machine Working in a Mining Division
Języki publikacji
PL
Abstrakty
PL
W artykule przedstawiono możliwości wykorzystania zaawansowanych technik eksploracji danych do analizy pracy aparatury zabezpieczeniowej stacji transformatorowej, używanej w oddziałach wydobywczych w kopalniach podziemnych. Celem analizy było znalezienie czynników, które sprzyjają występowaniu zadziałania zabezpieczeń oraz określenie, które z nich występują razem w przypadku zadziałania zabezpieczenia. W badaniach wykorzystano reguły asocjacyjne. Obliczenia zostały przeprowadzone z wykorzystaniem środowiska R oraz dodatku Rattle (Graphical User Interface for Data Mining in R). W wyniku przeprowadzonych analiz uzyskano reguły wskazujące pojawiające się zależności warunkujące pracę aparatury zabezpieczeniowej wybranej stacji transformatorowej.
EN
The article presents the application of advanced data mining techniques to analyse the operation of protection device of transformer station used in underground mines. The aim was to find the factors that favour the occurrence of protection activation. In the research association rules were used. Calculations were performed using the R environment and the addition Rattle (Graphical User Interface for Data Mining in R). As a result various rules were obtained, describing dependencies in work of protection devices for selected transformer station.
Rocznik
Strony
113--124
Opis fizyczny
Bibliogr. 10 poz., rys., tab., wykr.
Twórcy
  • AGH University of Science and Technology, Kraków, Mickiewicza 30, 30-059, Poland
autor
  • AGH University of Science and Technology, Kraków, Mickiewicza 30, 30-059, Poland
Bibliografia
  • 1. Brzychczy E., Metoda modelowania i optymalizacji robót eksploatacyjnych w wielozakładowym przedsiębiorstwie górniczym,Wydawnictwa AGH, Seria Rozprawy i Monografie, nr 245. Kraków, 2012.
  • 2. Cichosz P., Systemy uczące się, Wyd.WNT, Warszawa, 2007.
  • 3. Hahsler M., Mining Association Rules and Frequent Itemsets, CRAN, 2016.
  • 4. Hahsler M., Chelluboina S., Visualizing Association Rules: Introduction to the R-extension Package arulesViz, CRAN, [przeglądane 21.06. 2016]. Dostępne w : https://cran.r-project.org/web/ packages/arulesViz/vignettes/arulesViz.pdf.
  • 5. Harańczuk G., Przewidywanie awarii i problemów z jakością. StatSoft Polska 2013 [przeglądany 21.06.2016]. Dostępne w: http://www.statsoft.pl/portals/0/Downloads/ Przewidywanie_awarii_i_problemow_z_jakoscia.pdf
  • 6. Kęsek M., Język R w odkrywaniu wiedzy górniczej, Przegląd Górniczy, nr 9, 2010
  • 7. Larose T.D., Odkrywanie wiedzy z danych,Wyd. Naukowe PWN, Warszawa, 2006.
  • 8. Ognioszczelna stacja transformatorowa EH-d31-2600/6,0/3,3/2/01(02), Karta produktu, Elgór + Hansen S.A., [przeglądany 21.06.2016]. Dostępny w: http://elgorhansen.com/assets/ files/PL/g1/PL_EH_d31_2600_60_33_2_01.pdf
  • 9. Williams G., J., Rattle: A Data Mining GUI for R, TheR Journal Vol. 1/2, 2009.
  • 10. Yanchang Z., R and Data Mining: Examples and Case Studies, 2015.
Uwagi
Opracowanie ze środków MNiSW w ramach umowy 812/P-DUN/2016 na działalność upowszechniającą naukę.
Typ dokumentu
Bibliografia
Identyfikator YADDA
bwmeta1.element.baztech-e507176f-4d91-45d4-b7f0-9aa57ba3a768
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.