- Tytuł:
-
Application of quality management tools for evaluating the failure frequency of cutter-loader and plough mining systems
Wykorzystanie narzędzi zarządzania jakością do oceny awaryjności kombajnowych i strugowych kompleksów ścianowych - Autorzy:
- Biały, W.
- Powiązania:
- https://bibliotekanauki.pl/articles/963994.pdf
- Data publikacji:
- 2017
- Wydawca:
- Polska Akademia Nauk. Czytelnia Czasopism PAN
- Tematy:
-
awaryjność
narzędzia zarządzania jakością
maszyna urabiająca
diagram Pareto-Lorenza
failure frequency
quality management tools
mining machine
Pareto chart - Opis:
-
Failure frequency in the mining process, with a focus on the mining machine, has been presented and illustrated by the example of two coal-mines. Two mining systems have been subjected to analysis: a cutter-loader and a plough system. In order to reduce costs generated by failures, maintenance teams should regularly make sure that the machines are used and operated in a rational and effective way. Such activities will allow downtimes to be reduced, and, in consequence, will increase the effectiveness of a mining plant. The evaluation of mining machines’ failure frequency contained in this study has been based on one of the traditional quality management tools - the Pareto chart.
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. - Źródło:
-
Archives of Mining Sciences; 2017, 62, 2; 243-252
0860-7001 - Pojawia się w:
- Archives of Mining Sciences
- Dostawca treści:
- Biblioteka Nauki
Artykuł