PL
 |
EN
Preferencje help
Polish version English version Język
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 15

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
Wyszukiwano:
w słowach kluczowych:  predykcyjne utrzymanie ruchu
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
1
Stabilna, przewidywalna, wydajna - produkcja marzeń na wyciągnięcie ręki
Kogut Wojciech
Logistyka
|
2023
|
nr 1
41--43
PL
To określenie korzyści, jakie daje stosowanie PDM (ang. Predictive Maintenance), czyli Predykcyjnego Utrzymania Ruchu. Każdy z tych trzech atrybutów wymarzonego procesu produkcji to filary sukcesu finansowego w biznesie wytwórczym.
2
Content available remote Development of a hybrid predictive maintenance model
Wiercioch Jakub
Journal of KONBiN
|
2023
|
Vol. 53, iss. 2
141--157
EN
Progress in the field of technology and science enables the digitalization of manufacturing processes in the era of Industry 4.0. For this purpose, it uses tools which are referred to as the technological pillars of Industry 4.0. Simultaneously with the changes in the field of manufacturing, the interdisciplinary cooperation between production and machine maintenance planning is developing. Different types of predictive maintenance models are being developed in order to ensure the good condition of the machines, optimize maintenance costs and minimize machine downtime. The article presents the existing types of predictive maintenance and selected methods of machine diagnostics that can be used to analyze machines operating parameters. A hybrid model of predictive maintenance was developed and described. The proposed model is based on diagnostic data, historical data on failures and mathematical models. The use of complementary types of predictive maintenance in the hybrid model of predictive maintenance is particularly important in the case of high-performance production lines, where high quality of products and timeliness of orders are crucial.
PL
Postęp w dziedzinie techniki i nauki umożliwia digitalizację procesów wytwórczych w erze Przemysłu 4.0. Wykorzystuje w tym celu narzędzia, które określane są jako filary technologiczne Przemysłu 4.0. Równocześnie ze zmianami w dziedzinie produkcji rozwija się interdyscyplinarna współpraca między produkcją a planowaniem obsługi maszyn. W celu utrzymania maszyn w należytej kondycji oraz optymalizacji kosztów obsługi i czasów przestojów, rozwijają się różne typy predykcyjnych modeli obsługi. W artykule przedstawione zostały istniejące typy predykcyjnej obsługi oraz wybrane metody diagnostyki maszyn, które mogą zostać wykorzystane do badania parametrów pracy maszyn. Opracowany oraz opisany został hybrydowy model predykcyjnej obsługi, wykorzystujący dane diagnostyczne, dane historyczne dotyczące awarii oraz modele matematyczne. Wykorzystanie w hybrydowym modelu predykcyjnej obsługi uzupełniających się typów predykcyjnej obsługi jest szczególnie istotne w przypadku wysokowydajnych linii produkcyjnych, gdzie kluczowe są wysoka jakość wyrobów oraz terminowość wykonywanych zleceń.
3
Prosta metoda detekcji cykli odstawy urobku samojezdnych ładowarek łyżkowych
Stefaniak Paweł, Skoczylas Artur, Koperska Wioletta
Cuprum : czasopismo naukowo-techniczne górnictwa rud
|
2020
|
nr 2
33--46
PL
W górnictwie podziemnym rud miedzi transport poziomy urobku realizowany jest za pomocą samojezdnych maszyn załadowczo-odstawczych. Przykładowo, w kopalniach rud miedzi KGHM Polska Miedź S.A., gdzie stosowany jest komorowo-filarowy system eksploatacji złoża, odstawa urobku realizowana jest głównie przy współpracy ładowarek łyżkowych i wozów odstawczych. W przypadku krótszych tras odstawy proces ogranicza się już tylko do ładowarek. Obecnie obserwuje się globalny trend w zakresie rozwoju predykcyjnego utrzymania ruchu maszyn górniczych, nawigacji, jak również optymalizacji produkcji z wykorzystaniem przemysłowego internetu rzeczy (ang. Industrial Internet of Things, IIoT). Rozwój analityki w tym zakresie wymaga niestety pełnego wglądu w przebieg pracy maszyny w wyrobiskach górniczych, zapewniający prowadzenie wielowymiarowych analiz do szerszego zrozumienia kontekstów eksploatacji maszyny. W artykule przedstawiono metodę identyfikacji cykli odstawy, jak również składowych podprocesów, realizowanych w każdym pojedynczym cyklu. Zaproponowany algorytm bazuje na użyciu operacji splotu, w celu detekcji skoków obserwowanych w sygnale ciśnienia z siłownika układu hydraulicznego wychyłu łyżki.
EN
In underground mining of cooper ores, horizontal transport of material is performed using self-propelled machines, especially Load-Haul-Dump machines. For example, in KGHM Polska Miedź S.A. underground mines, where room-and-pillar system is used to deposit exploitation, the haulage process is provided by wheel loaders and haul trucks with suitably adjusted operation configuration. In case of shorter haulage routes, only wheel loaders take part in haulage process. Currently, there is observed a global tendency reliant on develop predictive maintenance as well as navigation or production optimization using Industrial Internet of Things (IIoT). Unfortunately, analytics development in this domain requires full insight into machine’s workflow in mining excavations and multivariate analysis in order widely understanding of machine operating contexts. In this article, a quick method to haulage cycle identification on example of wheel loader has been proposed. Developed algorithm is based on hydraulic pressure signal segmentation which provides to recognize loading operation, haulage and return of machine to mining face after unloading material in dumping point. The method is based on smooth hydraulic pressure signal in order to reduce signal interference but introduce to apply a convolution of smoothed signal with inverted step function. The advantage of the algorithm is its simplicity, high accuracy, robustness and low algorithmic complexity.
4
Metoda oceny jakości dróg odstawy i śledzenia ruchu maszyn odstawczych w wyrobiskach górniczych kopalni podziemnej z wykorzystaniem czujników iner-cyjnych – wstępne wyniki
Stefaniak Paweł K., Gawelski Dawid, Annufriiev Sergii, Śliwiński Paweł
Cuprum : czasopismo naukowo-techniczne górnictwa rud
|
2020
|
nr 1
47--60
PL
W górnictwie światowym od wielu lat obserwuje się intensywny wzrost zainteresowania eksploatatorów w zakresie rozwijania systemów monitoringu parametrów operacyjnych maszyn górniczych, szczególnie maszyn załadowczo-odstawczych. Obserwuje się również dynamiczny rozwój algorytmiki w zakresie efektywnego i wydajnego zarządzania, szczególnie w zakresie predykcyjnego utrzymania ruchu. Niestety, w dalszym ciągu w górnictwie marginalizowany jest aspekt warunków drogowych, który odgrywa znaczący wpływ na komfort i efektywność pracy operatora, jak również niezawodność maszyny, w szczególności na przeguby maszyn oraz zużycie i uszkodzenia opon. Ponadto należy podkreślić, że jest to bardzo istotny problem również z punktu widzenia utrzymania infrastruktury kopalni, w tym sieci dróg dojazdowych i odstawczych. W artykule przedstawiono zastosowanie mobilnego czujnika inercyjnego (IMU) do estymacji warunków drogowych w kopalni podziemnej. Opisano szczegółowo procedurę do klasyfikacji drgań do oceny jakości drogi. Przedstawiono prostą metodę do śledzenia trajektorii ruchu pojazdów oraz zaproponowano metodę wizualizacji wyników oceny jakości drogi. W artykule przedstawiono przykładowe wyniki, zarejestrowane przez układ pomiarowy w warunkach kopalni podziemnej. Opisano zidentyfikowane problemy oraz dalsze kierunki pracy.
EN
A significant progress in development of monitoring systems for mining machines is observed in recent years. Along with hardware solutions, some advanced data processing algorithms for effective asset management and predictive maintenance are being elaborated. Nevertheless, the problem of pavement conditions have not been thoroughly discussed in the literature yet. It has significant effect on mining staff work conditions and performance, along with machines reliability, particularly the reliability of tires and construction nodes. Finally, road quality condition is a very important challenge from the point of view of mining infrastructure maintenance, including the maintenance of haulage and access roads. In this article usage of a portable inertial measurement unit (IMU) for the estimation of pavements conditions in the underground mine is discussed. The comprehensive descriptions of the road quality classification and bump detection procedures are included. Some basic methods of motion tra-jectory estimation of vehicles are indicated, while some methods of visualization of these results are proposed. The sample results obtained in in the deep underground mine using the inertial measurements unit are discussed.
5
Content available remote Preliminary research of possibility of using thermovision for diagnosis and predictive maintenance of marine engines
Molenda Justyna, Charchalis Adam
Journal of KONBiN
|
2019
|
Vol. 49, iss. 3
49--64
EN
Infrared thermography has evolved as an effective condition monitoring tool for real-time temperature monitoring of objects or processes in a noncontact way. This paper presents the results of research conducted with use of infrared camera for monitoring 3AL25/30 engine, especially turbocharger, placed in Marine Engineering Faculty of Gdynia Maritime University. Research was carried out using a thermal camera NEC Thermo Gear G100 with appropriate software. Test results improved that infrared thermography is useful also for monitoring the condition of ship engine equipment, and enable anticipating failures during engine work.
PL
Termografia w podczerwieni rozwinęła się jako skuteczne narzędzie bezkontaktowego monitorowania stanu obiektów lub procesów w czasie rzeczywistym, poprzez badanie temperatury i jej rozkładu na powierzchni monitorowanych maszyn i urządzeń. W artykule przedstawiono wyniki badań, w których wykorzystano kamerę termograficzną do monitorowania stanu technicznego (cieplnego) silnika okrętowego, w szczególności turbosprężarki, na przykładzie silnika laboratoryjnego 3AL25/30. Badania zrealizowano za pomocą kamery firmy NEC, Thermo Gear G100.Wyniki badań dowiodły, że termografia w podczerwieni jest przydatna w monitorowaniu stanu silnika okrętowego i umożliwia wykrycie nieprawidłowości w czasie pracy silnika.
6
Content available The Use of Predictive Maintenance in the Production Processes
Napieraj Aneta
Inżynieria Mineralna
|
2019
|
R. 21, nr 1
335--340
EN
Failures are a problem for every company that causes the plant to stop working and thus incur losses. It is therefore obvious that companies want to eliminate unplanned downtime in the production process. In the wake of the still increasing demands in terms of productivity and safety requirements, cost reduction, the industry is forced to seek the optimum between economic requirements and an acceptable level of risk in terms of security. Modern factories equipped with computerized processes and extensive diagnostic tools often do not use all the information that is collected from the hardware level. It happens that some of the relationships between events are often overlooked or neglected. The article presents an approach to increasing machine reliability through predictive data analysis. The assumptions of the predictive and preventive maintenance methods are presented. The threats and possibilities offered by this methodology implemented in the production process are presented.
PL
Awarie to problem każdego przedsiębiorstwa powodujący zatrzymanie pracy zakładu a przez to ponoszenie strat. Oczywistym zatem jest, że firmy chcą eliminować nieprzewidziane przestoje w procesie produkcji. W następstwie rosnących wciąż wymagań w zakresie produktywności i wymagań bezpieczeństwa, redukcji kosztów, przemysł zmuszony jest do poszukiwania optimum pomiędzy wymaganiami ekonomicznymi i akceptowalnym poziomem ryzyka w zakresie bezpieczeństwa. Nowoczesne fabryki wyposażone w skomputeryzowane procesy i rozbudowane narzędzia diagnostyczne często nie wykorzystują wszystkich informacji, które są zbierane z poziomu sprzętowego. Zdarza się, że niektóre z relacji pomiędzy zdarzeniami są często pomijane lub zaniedbywane. W artykule przedstawiono podejście do zwiększenia niezawodności maszyn poprzez predykcyjną analizę danych. Zaprezentowano założenia metodyki predictive i preventive maintenance. Przedstawiono zagrożenia i możliwości jakie daje ta metodyka zaimplementowana w procesie produkcyjnym.
7
Content available The Use of Predictive Maintenance in the Production Processes
Napieraj Aneta
Inżynieria Mineralna
|
2019
|
R. 21, nr 1/2
265--270
EN
Failures are a problem for every company that causes the plant to stop working and thus incur losses. It is therefore obvious that companies want to eliminate unplanned downtime in the production process. In the wake of the still increasing demands in terms of productivity and safety requirements, cost reduction, the industry is forced to seek the optimum between economic requirements and an acceptable level of risk in terms of security. Modern factories equipped with computerized processes and extensive diagnostic tools often do not use all the information that is collected from the hardware level. It happens that some of the relationships between events are often overlooked or neglected. The article presents an approach to increasing machine reliability through predictive data analysis. The assumptions of the predictive and preventive maintenance methods are presented. The threats and possibilities offered by this methodology implemented in the production process are presented.
PL
Awarie to problem każdego przedsiębiorstwa powodujący zatrzymanie pracy zakładu a przez to ponoszenie strat. Oczywistym zatem jest, że firmy chcą eliminować nieprzewidziane przestoje w procesie produkcji. W następstwie rosnących wciąż wymagań w zakresie produktywności i wymagań bezpieczeństwa, redukcji kosztów, przemysł zmuszony jest do poszukiwania optimum pomiędzy wymaganiami ekonomicznymi i akceptowalnym poziomem ryzyka w zakresie bezpieczeństwa. Nowoczesne fabryki wyposażone w skomputeryzowane procesy i rozbudowane narzędzia diagnostyczne często nie wykorzystują wszystkich informacji, które są zbierane z poziomu sprzętowego. Zdarza się, że niektóre z relacji pomiędzy zdarzeniami są często pomijane lub zaniedbywane. W artykule przedstawiono podejście do zwiększenia niezawodności maszyn poprzez predykcyjną analizę danych. Zaprezentowano założenia metodyki predictive i preventive maintenance. Przedstawiono zagrożenia i możliwości jakie daje ta metodyka zaimplementowana w procesie produkcyjnym.
8
Content available Assessment model of cutting tool condition for real-time supervision system
Kozłowski Edward, Mazurkiewicz Dariusz, Żabiński Tomasz, Prucnal Sławomir, Sęp Jarosław
Eksploatacja i Niezawodność
|
2019
|
Vol. 21, no. 4
679--685
EN
Further development of manufacturing technology, in particular machining requires the search for new innovative technological solutions. This applies in particular to the advanced processing of measurement data from diagnostic and monitoring systems. The increasing amount of data collected by the embedded measurement systems requires development of effective analytical tools to efficiently transform the data into knowledge and implement autonomous machine tools of the future. This issue is of particular importance to assess the condition of the tool and predict its durability, which are crucial for reliability and quality of the manufacturing process. Therefore, a mathematical model was developed to enable effective, real-time classification of the cutting blade status. The model was verified based on real measurement data from an industrial machine tool.
PL
Dalszy rozwój inżynierii produkcji, w szczególności obróbki skrawaniem, wymaga poszukiwania nowych innowacyjnych rozwiązań technologicznych. Dotyczy to w szczególności zaawansowanego przetwarzania danych pomiarowych pochodzących z systemów diagnostycznych i monitorujących. Rosnąca ilość danych gromadzonych przez wbudowane systemy pomiarowe wymaga opracowania skutecznych narzędzi analitycznych, aby efektywnie przekształcać dane w wiedzę i wdrażać autonomiczne obrabiarki przyszłości. Kwestia ta ma szczególne znaczenie dla oceny stanu narzędzia i przewidywania jego trwałości, które są kluczowe dla niezawodności i jakości procesu produkcyjnego. Dlatego opracowano nowy model matematyczny, którego zadaniem jest skuteczna klasyfikacja stanu ostrza narzędzia skrawającego realizowana w czasie rzeczywistym. Opracowany model został zweryfikowany na podstawie rzeczywistych danych pomiarowych z przemysłowej obrabiarki.
9
Content available remote Big Data w służbie predykcji
Jamrozik W.
Utrzymanie Ruchu
|
2018
|
Nr 4
36--39
PL
W dobie rozwoju idei Przemysłu 4.0 systemy pomiarowe stosowane w instalacjach monitorowania i diagnostyki pozwalają na gromadzenie ogromnych ilości danych (ang. Big Data). Dane zgromadzone w systemach SCADA lub CMMS pozostają w większości przypadków niewykorzystane. Zrozumienie zależności występujących w danych, które opisują związek pomiędzy mierzonymi wartościami a stanem maszyny, jest niezbędne do udanego wdrożenia mechanizmów predykcyjnego utrzymania ruchu. Inżynierom z pomocą przychodzą zaawansowane narzędzia uczenia maszynowego i sztucznej inteligencji.
10
Content available remote Przewidzieć nieprzewidywalne
Dwojak A.
Napędy i Sterowanie
|
2018
|
R. 20, nr 3
61--62
PL
Posiadanie wiedzy o sytuacjach, które mają dopiero nastąpić, przydałoby się każdemu. Taka umiejętność oszczędziłaby wiele zbędnego wysiłku, przyczyniłaby się do zmniejszenia stresu, ogólnie nieprawdopodobnie by pomogła i – tak, tego nie da się pominąć! – przyczyniłaby się do wzbogacenia posiadacza takiej niezwykłej cechy. Ale czy da się przewidywać awarie maszyn? Choćby w niektórych ich aspektach? Okazuje się, że tak. I to w dość prosty sposób.
11
Content available remote Termografia w ciągłym monitorowaniu obiektów przemysłowych
Fidali M.
Utrzymanie Ruchu
|
2017
|
Nr 1
37--42
PL
Na przestrzeni ostatnich kilkunastu lat termografia w podczerwieni stała się podstawowym narzędziem predykcyjnego utrzymania ruchu obiektów i procesów przemysłowych. Kamery termograficzne najczęściej są wykorzystywane do okresowych inspekcji maszyn, urządzeń i procesów. Istnieją jednak sytuacje, w których prowadzenie inspekcji termograficznych przez personel utrzymania ruchu jest niemożliwe, uciążliwe lub niebezpieczne. W takich przypadkach skutecznym rozwiązaniem może być zastosowanie systemu ciągłego monitorowania i diagnostyki termograficznej.
12
Content available Model adaptacyjnego algorytmu wspomagania decyzji w systemie utrzymania ruchu
Kosicka E., Mazurkiewicz D., Gola A.
Zarządzanie Przedsiębiorstwem
|
2016
|
Vol. 19, nr 4
29--35
EN
Currently used predictive maintenance systems predict future events by monitoring residual processes using the enforced predictive model. Despite the benefits resulting from their implementation in companies (e.g. savings resulting from preventing failure), it is necessary to draw attention to the fact that such models lack flexibility in adapting to the dynamically changing values of observation vectors due to real-time readout which can provide more accurate predictions. The paper proposes a model of adaptive algorithm for maintenance decision support system which - depending on the changing parameters of residual processes - selects an adequate mathematical model based on predictive and in-formative criteria. Moreover, to produce more accurate predictions this model uses additional input data for prediction including values of residual processes as well as technical or quality-related aspects due to the extended range of observed factors that affect failure occurrence. The proposed model additionally contains a maintenance decision-related part which - based on the information about actions taken by maintenance services - generates a constrained optimal time interval for performing the necessary maintenance work.
13
Content available Problemy wspomagania decyzji w systemach utrzymania ruchu
Kosicka E., Mazurkiewicz D., Gola A.
Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska
|
2016
|
nr 4
49--52
PL
W artykule przedstawiono problemy związane z opracowaniem modelu adaptacyjnego algorytmu wspomagania decyzji w systemie utrzymania ruchu, który w zależności od zmieniających się parametrów procesów resztkowych, dobiera odpowiedni model matematyczny wyznaczony przez kryteria predykcyjne i informacyjne. Proponowany model zawiera dodatkowo część decyzyjną, która na podstawie informacji skupiających się na obszarze działań Służb Utrzymania Ruchu generuje zawężony optymalny przedział czasu, w którym konieczne jest przeprowadzenie konserwacji.
EN
The paper proposes problems with development of a model of adaptive algorithm for maintenance decision support system which – depending on the changing parameters of residual processes – selects an adequate mathematical model based on predictive and informative criteria. The proposed model additionally contains a maintenance decision-related part which – based on the information about actions taken by maintenance services – generates a constrained optimal time interval for performing the necessary maintenance work.
14
Content available remote O potrzebie stosowania znacznika fazy dla oceny stanu technicznego maszyn część 2: systemy diagnostyki
Nowicki R.
Maszyny Elektryczne : zeszyty problemowe
|
2014
|
Nr 1(101)
101--107
PL
W artykule omówiono problematykę wykorzystania znacznika fazy w systemach diagnostyki stanu technicznego maszyn stosowanych dla predykcyjnego utrzymania ruchu. Omówiono znaczenie znacznika fazy dla analiz orbity, zróżnicowanych analiz widmowych, analiz wektorowych z grupy NX, a także dla specyficznych analiz dedykowanych wirnikowym maszynom elektrycznym oraz maszynom tłokowym. Na zakończenie wskazano możliwość stosowania znacznika fazy w diagnostycznych systemach ekspertowych.
EN
This paper describes ways of Keyphasor implementation for various machines at the stage of the diagnostic system used for the predictive maintenance. There is discussed an importance of the Keyphasor application for orbit analysis, various types of spectrum, vector analysis of NX types, the specific analyses dedicated to electrical rotating machinery, and reciprocating ones. A possibility of Keyphasor applications at the stage of diagnostic expert systems has been discussed in the final part, additionally.
15
Content available Inteligentne podejście w rozpoznawaniu anomalii pracy maszyn napędzanych silnikami elektrycznymi
Nowicki R., Bate M.
Maszyny Elektryczne : zeszyty problemowe
|
2013
|
Nr 2(99)
241--246
PL
W dokumencie przedstawiono metodykę diagnostyczną dedykowaną silnikom elektrycznymi wykorzystującą detekcję anomalii. Omówiono ważność systemów diagnostyki dla predykcyjnego utrzymania ruchu oraz rodzaje zadań diagnostycznych, które mogą być rozwiązywane z pomocą detekcji anomalii. W części #2 zajęto się warunkami wdrożenia takiego podejścia diagnostycznego oraz jego fazami. W części #3 zaprezentowano kilka przykładów rezultatów analiz diagnostycznych osiągniętych z pomocą systemu rozpoznawania anomalii dla maszyn napędzanych silnikami elektrycznymi.
EN
This paper presents a diagnostic approach dedicated, to electric motors and using anomaly detection technology. There is provided description of importance of diagnostic system for the predictive maintenance approach, and types of tasks solved by typical diagnostic systems and by anomaly detection ones. Part #2 presents conditions and phases of an anomaly system implementation. There are presented some examples of outcomes from anomaly system applications for machines driven by electric motors in the part #3.
first rewind previous Strona / 1 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.