Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "Ogrodnik, Romuald" wg kryterium: Autor


Wyświetlanie 1-2 z 2
Tytuł:
Ocena stanu bezpieczeństwa pracy w oparciu o analizę wypadkowości w górnictwie
Assessment of Occupational Safety Based on the Analysis of Accidents in the Mining Industry
Autorzy:
Ogrodnik, Romuald
Kęsek, Marek
Powiązania:
https://bibliotekanauki.pl/articles/28763219.pdf
Data publikacji:
2023
Wydawca:
Polskie Towarzystwo Przeróbki Kopalin
Tematy:
wypadkowość
wskaźniki wypadkowości
górnictwo
przedsiębiorstwa górnicze
accidents
accident rate
mining
mining companies
Opis:
Głównym celem pracy jest przedstawienie poziomu wypadkowości w polskim górnictwie oraz uzyskanie odpowiedzi m.in. na następujące pytania: jak przedstawiają się w ostatniej dekadzie wskaźniki wypadkowości oraz w jakich rodzajach górnictwa występuje najwięcej wypadków przy pracy? Chcąc zrealizować cele pracy, dokonano analizy danych statystycznych z lat 2013-2022 pochodzących z Wyższego Urzędu Górniczego oraz Głównego Urzędu Statystycznego. Analizę danych przeprowadzono dla całego górnictwa jak również dla poszczególnych jego rodzajów tj. górnictwa podziemnego, odkrywkowego i otworowego. Oprócz analizy wypadkowości bezwzględnej, wykorzystano również analizę wskaźnikową ze szczególnym uwzględnieniem wskaźników częstości wypadków przy pracy: ogółem, ciężkich i śmiertelnych. W pracy zdefiniowano również podstawowe pojęcia dotyczące wypadków przy pracy
The main purpose of the work is to present the level of accidents in the Polish mining industry and to obtain answers, among others, to the following questions: what are the accident rates in the last decade and in which types of mining do the most accidents at work occur? In order to achieve the objectives of the work, statistical data from the years 2013-2022 from the State Mining Authority and the Central Statistical Office were analyzed. The data analysis was carried out for the entire mining industry as well as for its individual types, i.e. underground, open pit and borehole mining. In addition to the absolute accident rate analysis, an indicator analysis was also used, with particular emphasis on the frequency rates of accidents at work: total, severe and fatal. The work also defines the basic concepts of accidents at work.
Źródło:
Inżynieria Mineralna; 2023, 1; 251--257
1640-4920
Pojawia się w:
Inżynieria Mineralna
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Machine Activity Recognition Using Clustering Method
Rozpoznawanie czynności maszyn z użyciem metody grupowania
Autorzy:
Kęsek, Marek
Ogrodnik, Romuald
Podobińska-Staniec, Marta
Powiązania:
https://bibliotekanauki.pl/articles/28763225.pdf
Data publikacji:
2023
Wydawca:
Polskie Towarzystwo Przeróbki Kopalin
Tematy:
Machine Activity Recognition
clustering, process mining
performance of individual machines
operational efficiency
rozpoznawanie czynności maszyn
grupowanie
process mining
stopień wykorzystania maszyn
wydajność operacyjna
Opis:
Machine activity recognition is important for benchmarking and analysing the performance of individual machine, machine maintenance needs and automated monitoring of work progress. Additionally, it can be the basis for optimizing manufacturing processes. This article presents an attempt to use object clustering algorithms for recognizing the type of activity in the production complex. For this purpose, data from the production process and the k-means algorithm were used. The most common object clustering algorithms were also discussed. The results and the presented analysis approach demonstrate that this method can be successfully utilized in practice.
Rozpoznawanie czynności realizowanych przez maszyny jest bardzo istotne dla porównania i analizy wydajności poszczególnych maszyn, potrzeb konserwacji maszyn oraz automatycznego monitorowania postępu prac. Dodatrkowo, może być ono podstawą do optymalizacji realizowanych procesw produkcyjnych. SW niniejszym artykule przedstawiono próbę wykorzystania algorytmów grupowania obiektów do rozpoznawania rodzaju aktywności kompleksu urabiającego. Do tego celu użyto danych pochodzących z procesu produkcyjnego oraz algorytmu k-means. Przyblizono także najpowszechniejsze algorytmy grupowania obiektów. Wyniki olraz zaprezentowany sposb przeprowadzania analizy pokazują, że taki sposob postępowania może być z powodzeniem wykorzystywany w praktyce.
Źródło:
Inżynieria Mineralna; 2023, 1; 327--332
1640-4920
Pojawia się w:
Inżynieria Mineralna
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-2 z 2

    Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies