Wyniki wyszukiwania - BazTech

Ograniczanie wyników

1 Kęsek Marek

1 2025

Powiadomienia systemowe

Sesja wygasła!
Sesja wygasła!

Znaleziono wyników: 1

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: cutting machine motor

Sortuj według:

Ogranicz wyniki do:

Extracting Knowledge about Production Process Execution through Analysis of Cutting Machine Motor Current

Kęsek Marek

Inżynieria Mineralna

2025

Vol. 1, no. 1

53--59

This paper presents a multi-stage study focused on analyzing current data from sensors installed in cutting machine motors. The collected data serves as a foundation for monitoring machine performance, diagnosing anomalies, determining efficiency, and identifying the machines' cutting direction. For this purpose, VBA-based applications were developed, which operate on data retrieved from a database server. Additionally, exploratory analyses were carried out in the R programming environment. The findings demonstrate that analyzing energy-related data can be a valuable source of operational knowledge and can support decision-making within the Industry 4.0 paradigm. The results obtained have significant practical implications. Firstly, they enable real-time monitoring of machine operations and allow for rapid responses to irregularities. Secondly, historical data becomes a knowledge base for maintenance planning, work reorganization, and evaluating operator performance. Thirdly, the ability to determine the cutting direction based on motor current readings creates opportunities for developing semi-autonomous control systems for mining machines. The study also includes an analysis aimed at extracting knowledge for automatic classification of machine operating states, which may serve as a basis for generating reports based on recorded data. This knowledge can, in turn, support the verification or correction of event logs.

W artykule przedstawiono wieloetapowe badanie skoncentrowane na analizie bieżących danych z czujników zainstalowanych w silnikach maszyn tnących. Zebrane dane stanowią podstawę do monitorowania wydajności maszyny, diagnozowania anomalii, określania wydajności i identyfikowania kierunku cięcia maszyn. W tym celu opracowano aplikacje oparte na VBA, które działają na danych pobranych z serwera bazy danych. Ponadto przeprowadzono analizy eksploracyjne w środowisku programowania R. Wyniki pokazują, że analiza danych związanych z energią może być cennym źródłem wiedzy operacyjnej i może wspierać podejmowanie decyzji w ramach paradygmatu Przemysłu 4.0. Uzyskane wyniki mają istotne implikacje praktyczne. Po pierwsze, umożliwiają monitorowanie pracy maszyn w czasie rzeczywistym i pozwalają na szybkie reagowanie na nieprawidłowości. Po drugie, dane historyczne stają się bazą wiedzy do planowania konserwacji, reorganizacji pracy i oceny wydajności operatora. Po trzecie, możliwość określenia kierunku cięcia na podstawie odczytów prądu silnika stwarza możliwości opracowywania półautonomicznych systemów sterowania dla maszyn górniczych. Badanie obejmuje również analizę mającą na celu pozyskanie wiedzy do automatycznej klasyfikacji stanów pracy maszyn, która może stanowić podstawę do generowania raportów na podstawie zarejestrowanych danych. Wiedza ta może z kolei wspierać weryfikację lub korektę logów zdarzeń.