W artykule przedstawiono przegląd nowoczesnych układów sterowania i systemów diagnostyki maszyn transportu poziomego w polskim przemyśle wydobywczym. Zamieszczono wybrane metody inteligentnego sterowania maszyn górniczych oraz nowoczesnych systemów diagnostyki predykcyjnej. Najczęściej stosowanymi metodami są: systemy sieci neuronowych oraz metoda algorytmów genetycznych, umożliwiające quasi optymalne sterowanie maszyną transportu poziomego przy założonych wielopoziomowych funkcjach. Opracowano sterownik przemysłowy do sterowania nadrzędnego oraz sterowniki do sterowania lokalnego przenośnika.
EN
The article presents an overview of modern control systems and diagnosis systems diagnostics of horizontal transport machines in the Polish mining industry. It includes selected methods of the intelligent control of mining equipment and modern predictive diagnostic systems. The most common methods are: neuron networks systems, and genetic algorithms method, allowing quasi-optimal control of horizontal transport machine with the assumed multilevel functions. Industrial controller was developed for supervisory control and controllers for the control of a local conveyor.
The paper concerns the application of modern methods and research techniques for investigations of copper ore properties. It presents the procedure and tools which, when put together, can constitute a source of information on properties of different products of processing and, simultaneously, can be used in the process control and optimization. The copper ore of one of the branches of the KHGM Polska Miedz plc was investigated. The ore samples represented each of the three lithological types occurring in the Polish deposits, i.e. carbonate, shale and sandstone ores. The paper presents the results of microscopic analyses, image analysis of scanning photographs and application procedures of the obtained information for the identification of ore types (application of neuron networks to the recognition of lithological compositions). The present publication will present sample results of modelling of classification identifying two types of ores, i.e. carbonate-shale and sandstone. Summing up the predictions of ore type fractions in respective mixtures for the considered problem of classification it can be stated that the prediction results are good and confirm the lithological predominance of certain ore types in the investigated mixtures. The experimental part comprised the determination of mineralogical and lithological composition of ores (optical microscope) and also elemental composition in the microareas of analysed samples (scanning microscope). Next, the image analysis was performed and subsequently the models classifying the ore types were made.
PL
W rudzie miedzi przerabianej w zakładach wzbogacania O/ZWR KGHM Polska Miedź S.A. można wyróżnić trzy typy litologiczne: rudę węglanową, łupkową i piaskowcową. Typy te różnią się właściwościami między innymi takimi jak: rodzaj i zawartość minerałów miedzi, rodzaj minerałów nieużytecznych, zawartość miedzi, twardość i podatność na rozdrabnianie, ale także wielkością i kształtem ziaren minerałów miedzionośnych oraz rodzajem ich skupień i wpryśnięć. Niezwykle istotne jest właściwe rozpoznanie rudy pod względem petrograficzno-mineralogicznym. Znajomość właściwości przerabianej rudy pozwala na pełniejsze jej wykorzystanie poprzez właściwe prowadzenie i sterowanie procesami, dobór ich parametrów takich m.in. jak: czas mielenia, parametry klasyfikacji, rodzaj odczynników flotacyjnych, czas flotacji. W artykule przedstawiono wyniki przeprowadzonych analiz mikroskopowych, analizy obrazów zdjęć skaningowych oraz procedury wykorzystania otrzymanych informacji do identyfikacji typów rud (zastosowanie sieci neuronowych do rozpoznawania składów litologicznych). W badaniach wykorzystano rudę miedzi, pochodzącą z jednego z zakładów górniczych KGHM Polska Miedź S.A. Pobrane próbki rudy reprezentowały każdy z trzech typów litologicznych występujących w krajowych złożach: węglanową, łupkową oraz piaskowcową. Przeprowadzono ilościową analizę mineralogiczno-petrograficzną przy pomocy mikroskopu optycznego w świetle odbitym, a wyniki przedstawiono w tabelach 1 i 2. Wyniki te określają ilościowo stopień uwolnienia i zrosty dla jednego rodzaju minerału. Pokazano także przykładowe zdjęcia mikroskopowe zgładów poszczególnych typów litologicznych rud oraz próbek proszkowych tych typów (rys. 1 i 2). W kolejnym etapie badań wykorzystano skaningowy mikroskop elektronowy. Zdjęcia morfologii próbek uzyskane z mikroskopu elektronowego (obrazy SEM) były przedmiotem komputerowej analizy obrazu, umożliwiającej mikrostrukturalną klasyfikację ilościową typów rud. Analizowano wszystkie próbki poszczególnych typów litologicznych rudy miedzi: węglanowej, łupkowej i piaskowcowej oraz mieszanki tych typów w trzech klasach ziarnowych: 0÷45 μm, 45÷71 μm i 71÷100 μm. Celem przekształceń wykorzystanych w procedurze komputerowej analizy obrazu jest otrzymanie poprawnie posegmentowanego obrazu binarnego, który umożliwiałby wyróżnienie badanych obiektów - pojedynczych (poszczególnych) ziaren oraz tła, a następnie wykonanie pomiarów parametrów zbinaryzowanych obiektów. Spośród dużej ilości parametrów dostępnych w używanym oprogramowaniu do identyfikacji typów rud wybrano najważniejsze z punktu widzenia opisu ziaren. Obok parametrów opisujących podstawowe właściwości geometryczne tj. pole powierzchni, wysokość, szerokość, średnice Feret’a, oraz opisujących kształt ziaren, np. współczynniki wypełnienia, kolistości, wybrano parametry szarości obiektów. W tabeli 3 podano wartości statystyczne zmiennych wykorzystywanych w obliczeniach modelowych, dla jednego z materiałów. Do analizy uzyskanych danych wykorzystano sieci neuronowe. W niniejszej publikacji przedstawiono przykładowe wyniki modelowania dla zagadnienia klasyfikacji identyfikującego dwa typy rud: węglanowo-łupkową i piaskowcową. Połączenie rud: węglanowej i łupkowej w jeden typ ma swoje technologiczne uzasadnienie. Obliczenia modelujące wykonano przy użyciu komputerowego programu do modelowania Statistica Neural Networks firmy StatSoft. W tabeli 4 i 5 przedstawiono charakterystyki ostatecznych najskuteczniejszych modeli sieci neuronowych klasyfikujących typy rud. Ogólnie modele sieci neuronowych, realizujące zagadnienie klasyfikacji typów rud, charakteryzowały się wysoką jakością działania oraz małymi błędami sieci dla poszczególnych podzbiorów danych (uczącego, walidacyjnego i testowego). Świadczy to o ich wysokiej stabilności i pewności działania w przypadku uruchamiania sieci na nowych zbiorach danych. Weryfikacja zdolności predykcyjnych najskuteczniejszych modeli sieci neuronowych polegała na uruchomieniu sieci na nowych danych charakterystycznych dla poszczególnych mieszanek, oraz na porównaniu i ocenie uzyskanych przewidywań z rzeczywistymi udziałami poszczególnych typów rud miedzi w analizowanych mieszankach. Na rysunkach 6 i 7 przedstawiono wyniki przewidywań udziałów odmian litologicznych rud miedzi w mieszankach. Podsumowując przewidywania udziałów typów rud w poszczególnych mieszankach dla rozważanego zagadnienia klasyfikacji można stwierdzić, że wyniki przewidywań są dobre i potwierdzają przewagę litologiczną określonych odmian rud w badanych mieszankach. Szczególnie istotny z technologicznego punktu widzenia jest wysoki stopień trafności przewidywań typów rud dla szerokiej klasy ziarnowej, która odpowiada zazwyczaj rzeczywistemu składowi ziarnowemu nadawy do procesu flotacji. Trafność tych przewidywań jest większa dla mieszanek z przewagą rudy piaskowcowej.
3
Dostęp do pełnego tekstu na zewnętrznej witrynie WWW
W artykule zaprezentowano uwarunkowania oceny stanu finansowego kopalń węgla kamiennego w Polsce. Przedstawiono i scharakteryzowano główne aspekty prowadzenia działalności górniczej, w tym specyfikę funkcjonowania polskich kopalń węgla kamiennego. Zaproponowano analizę powszechnie występujących i wykorzystywanych obecnie metod oceny kondycji finansowej przedsiębiorstw do oceny stanu finansowego polskich kopalń. Do tego celu niezbędne jest uwzględnienie specyfiki górnictwa węgla kamiennego. Z uwagi na to, przedstawiono różne obszary klasyfikacyjne, w których dokonywana będzie weryfikacja przydatności poszczególnych metod w górnictwie. Określono tok postępowania służący tej ocenie, czyli macierz scoringową. Zaproponowano i scharakteryzowano wybrane metody oceny kondycji finansowej przedsiębiorstw, w szczególności: analizę dyskryminacyjną, wykorzystanie sieci neuronowych oraz zaprezentowano własności działania algorytmów genetycznych.
EN
The conditions of hard coal mines financial state evaluation in Poland are presented. The main aspects of mining activity running are presented, including specificity of the Polish hard coal mines functioning. Analysis of the commonly used methods of the enterprise financial evaluation and using them for the financial state of the Polish mines evaluation, is proposed. To this end taking into consideration the specificity of hard coal mining is unavoidable. Because of that various classification areas, in which verification of particular methods usefulness in mining will be made, are presented. The course of proceeding for this evaluation, it means scoring matrix, has been determined. The selected methods of the enterprise financial condition evaluation have been proposed and characterized, particularly: discriminatory analysis, using of neuron network as well as properties of genetic algorithm action presented.
The paper presents new conceptions of numerical models of materials used for simulations of a process of grinding. Conceptions presented by authors are alternative for already existing computational solutions by finite elements method and are sources to determine new theoretical basis for their own solutions of computational systems connected with deformation of a material. The 'aiFEM' conception presented in the paper is based on elastic artificial neuron nets. Presented conceptions of numerical models material were used for simulations of a grinding process. One of conceptions presented in the article is based on a grain to the limit of a real material from which grain is made and a process of absorbing energy through a surface of a grain affecting on the material.
There are a lot of definitions for the "intelligence", however according to the Prof. Jan Strelau the intelligence can only be attributed to a human. Thus, programs or devices thought out by a man can only imitate intelligence. The phras - artificial neuron networks describes programs or electronic devices running mathematical models of pseudo parallel data processing, consisting of many interconnected neurons imitating actions of biological structures of a brain. The neuron networks are used, amongst other things, for the sound and picture recognition, for the predicting, objects classification, data analysis, matching and optimisation. This work describes construction of an artificial neuron network in use. The design and operation principles of a fibre optics interference side - hole sensor are presented for the pressure measurement inside the engine combustion chamber and the data range used during a „teaching" process of an artificial neuron network. The gas pressure in the engine combustion chamber carries a lot of information which can be used to characterize the working cycle process. Knowing the pressure curve it is possible to estimate the air-fuel mixture ratio, detect lack of mixture ignition in the cylinder, explosive knocking combustion, unevenness of the following engine working cycles and even estimate the combustion chamber walls' temperature. Construction of a sensor ensures high pressure sensitivity with a low temperature sensitivity. The measuring head has been placed in the threaded opening made in the engine cylinder head. The paper presents results for two examples of the air-fuel mixture ratio estimations using already developed network. In the first example the measurement data, used during the network educating process, has deliberately been changed at random by 3%. In the second case, the original measurement data has been used. This allowed the initial assessment of the measurement noise influence on the mixture content estimation using fibre optics pressure sensor, in the combustion chamber, combined with the artificial neuron networks. The mixture content estimation results, together with the data obtained during measurements using wide range oxygen sensor, which are presented on the diagram, allowed the conclusions to be formulated.
Na terenie Środkowopomorskim znajdują się dwie zlewnie rzeczne, tj., zlewnia rzeki Parsęty i zlewnia rzeki Wieprzy. Powyżej wymienione zlewnie mają istotny wpływ na stan wód przybrzeżnych Morza Bałtyckiego regionu Środkowopomorskiego. Prowadząc analizę stanu jakości tych rzek, tj. Grabowej, największego dopływu rzeki Wieprzy, Parsęty i rzeki Wieprzy, posłużono się klasycznymi metodami matematycznymi. Jednak podczas analizy ww. metod stwierdzono, że nie dają one pełnych informacji o rozpatrywanych zmiennych. Dlatego też zastosowano niestrukturalne metody, do których zaliczamy sieci neuronowe. Za pomocą sieci neuronowych zbadano szeregi czasowe dla poszczególnych lat i poszczególnych wskaźników, tj. tlen rozpuszczony, BZT5, ChZT-Mn, ChZT-Cr, azot ogólny Kejdahla i fosfor ogólny. Stwierdzono, że metodą sieci neuronowych można opisywać szeregi czasowe wyznaczone przez wyniki pomiarów. Ponadto otrzymuje się zadowalające rezultaty.
EN
In Middle Pomerania region two river basins can be found: the Parsęta River basin and the Wieprza River l basin. These basins have a significant impact on the state of the Baltic Sea coastal waters. Classical mathematical methods were used when performing the analysis of the quality of the rivers, that is the Grabowa River, the biggest tributary of the Wieprza and the Parsęta. However, during analyzing the methods, it was noted that they don't give complete Information about the considered variables. Because of that some nonstructural methods, l including neuron networks, were applied. With the help of neuron networks time-series for separate years and indicators were studied: BZT5, ChZT-Mn, ChZT-Cr and Keydahla general nitrogen and general phosphorus. It was found that time-series determined by the results of the measurements can be described with the help of | neuron networks, and what is more-the results are satisfying.
7
Dostęp do pełnego tekstu na zewnętrznej witrynie WWW
The paper presents selected realisations of liquid crystal fibre optic systems utilising liquid crystal cells and liquid crystal wavequides with potential application in optical information processing. In particular, linear systems with polarisation modulation and also nonlinear phenomena in liquid crystal wavequides are analysed. The paper summarises orginal achievements of the Faculty of Physics, Warsaw University of Technology in applications of optical fibre wavequides and liquid crystal systems to obtain cross-talk free and highly parallel architectures of optical computing systems.
The measurements for the three largest groups of charged particles: backscattered electrons, really secondary electrons and ions were carried out. It was estimated that only the signals of direct component amplitude of these particles currents can serve as the input of neural networks. The computer simulations of various models of neural networks were done. The best result was obtained for network, which on the basis of amplitude signals measured with unfocused EB determines previously defined value of the focus current under which the weld will be made. It creates possibilities to weld outside of the forbidden zones and to obtain the compromise between depth of the weld and the lack of defects.
Gwałtowny rozwój technik komputerowych pozwolił na zastosowanie komputerów osobistych do symulowania naturalnych układów biochemicznych. Powstała też odrębna dyscyplina chemii - chemometria, zajmująca się uzyskiwaniem informacji z wielowymiarowych danych. Sprzężenie tych dwóch technik może być niezmiernie przydatne w nowoczesnym laboratorium chemicznym.
EN
Development of computer techniques permitted to apply the personal computers (PCs) to simulation of natural biochemical systems. In 50`s of our century new discipline of chemistry named chemometrics was also originated. Basic topic of this technique is to obtain information from multidimensional data. Connection these two techniques can be very useful in modern chemical laboratory.
10
Dostęp do pełnego tekstu na zewnętrznej witrynie WWW
Przedstawiono wybrane problemy wykorzystania sztucnych sieci neuronowych ze wsteczną propagacją błędów w nawigacji morskiej. Rozpatruje się jedno z podstawowych zagadnień nawigacji, jakim jest statyczne opracowanie parametrów nawigacyjnych w celu wyznaczenia estymowanego wektora ruchu i pozycji okrętu.
EN
In this paper some problems of artificial neural networks with back-propagation for maritime navigation was presented. Fundamental navigation problem - the state estimation of ship movement and position is described.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.