Informacja

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

Wyszukujesz frazę "longwall production" wg kryterium: Temat


Wyświetlanie 1-9 z 9
Tytuł:
The analysis of dependence of the level of operational costs and production outputs upon geological and mining conditions in selected hard coal mines in Poland
Analiza zależności kosztów operacyjnych i wyników produkcyjnych ścian od warunków geologicznych i górniczych w wybranych kopalniach węgla kamiennego w Polsce
Autorzy:
Sobczyk, Eugeniusz Jacek
Sokołowski, Andrzej
Kopacz, Michał
Fijorek, Kamil
Denkowska, Sabina
Powiązania:
https://bibliotekanauki.pl/articles/216433.pdf
Data publikacji:
2020
Wydawca:
Polska Akademia Nauk. Instytut Gospodarki Surowcami Mineralnymi i Energią PAN
Tematy:
Polish mining sector
longwall production
longwall cost
geological conditions
mining conditions
analytic hierarchy process
regression analysis
polski sektor wydobywczy
produkcja ściany
koszt ściany
warunki geologiczne
warunki górnicze
AHP
analiza regresji
Opis:
This publication presents the research aimed at developing statistical models, on the basis of which it was possible to prepare credible forecasts of unit cost and coal net output for longwalls in 5 hard coal mines in Poland. The argument has been verified that there is a dependence between the level of nuisance and the level of costs, as well as longwall production results. A research procedure has been developed for that purpose, which aimed at developing two statistical models connecting the nuisance due to geological and mining conditions with costs and longwall production results. The multiple linear regression technique has been used to develop statistical models. The set of data taken into account in the analyses comprised 120 longwalls mined in the years 2010–2019. Two models have been developed – one for forecasting unit costs, the other for forecasting coal net output. Subsequently, the models’ forecasting ability has been verified on a sample of historical data. A relative forecast error for 75% of observations has been in the range of (–25%; +37%). That result has been considered satisfactory. Subsequently, using those models, forecasts of unit costs and coal net output have been prepared for 220 longwalls planned for mining in the years 2020–2030. Those forecasts have been prepared in the stipulated ranges of geological and mining nuisance influencing mining process, by means of dedicated W Ue and W Ut factors. The nuisance models for forecasting purposes have been developed using the AHP (Analytic Hierarchy Process) method. The research hypothesis has been confirmed on the basis of the obtained results. An increase in the level of nuisance leads to an increase in the unit costs for longwalls and the deterioration of production results. Unit operating costs for longwalls in specific ranges of nuisance may differ by up to 30%, being in the range of 52.0–120.3 zł/Mg. Likewise, the coal daily output of longwalls may be even 22% lower, having the average level in the range of 1.89–3.61 thousand Mg/d.
Publikacja prezentuje badania zmierzające do opracowania modeli statystycznych, na podstawie których możliwe było wykonanie wiarygodnych prognoz kosztu jednostkowego i wydobycia netto ścian w 5 kopalniach węgla kamiennego w Polsce. Weryfikowano tezę, że istnieje zależność pomiędzy poziomem uciążliwości a wielkością kosztów i wynikami produkcyjnymi ścian. W tym celu opracowano procedurę badawczą prowadzącą do skonstruowania dwóch modeli statystycznych wiążących uciążliwość warunków geologicznych i górniczych z kosztami i wynikami produkcyjnymi ścian. Do skonstruowania modeli statystycznych posłużono się techniką regresji wielorakiej. Zbiór danych, które uwzględniono w analizach, obejmował 120 ścian eksploatowanych w latach 2010–2019. Powstały dwa modele – jeden dla celów prognozowania kosztów jednostkowych, drugi – produkcji węgla netto. Następnie wykonano weryfikację zdolności prognostycznej tych modeli w próbie danych historycznych. Względny błąd prognozy dla 75% obserwacji wahał się w przedziale (–25%; +37%), a jego średnia wartość dla wszystkich obserwacji nie przekraczała 5% dla obu tych modeli. Wynik ten, mimo defektów modelowania liniowego, uznano za satysfakcjonujący. Następnie przy użyciu tych modeli wykonano prognozy kosztów jednostkowych i coal net output dla 220 ścian planowanych do wydobycia w latach 2020–2030. Prognozy te wykonano w umownych przedziałach uciążliwości geologicznych i górniczych warunków procesu eksploatacji za pomocą wskaźników WUe i WUt. Modele uciążliwości dla celów prognostycznych skonstruowano z wykorzystaniem metody AHP (Analytic Hierarchy Process). Na bazie otrzymanych wyników teza badawcza została potwierdzona. Wzrost uciążliwości prowadzi do wzrostu kosztu jednostkowego ścian i pogorszenia wyników produkcyjnych. Zależność ta nie jest liniowa. Koszty jednostkowe ścian w poszczególnych przedziałach uciążliwości mogą się wahać nawet do 30%, mieszcząc się w przedziale 52,0–120,3 zł/Mg. Podobnie również wydobycie dobowe ze ścian może być niższe nawet o 22%, i kształtować na poziomie średnim w przedziale 1,89–3,61 tys. Mg/d.
Źródło:
Gospodarka Surowcami Mineralnymi; 2020, 36, 3; 75-96
0860-0953
Pojawia się w:
Gospodarka Surowcami Mineralnymi
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
A data driven decision making approach for long-wall mining production enhancement
Autorzy:
Morshedlou, A.
Dehghani, H.
Hoseinie, S. H.
Powiązania:
https://bibliotekanauki.pl/articles/88911.pdf
Data publikacji:
2019
Wydawca:
Politechnika Wrocławska. Wydział Geoinżynierii, Górnictwa i Geologii. Instytut Górnictwa
Tematy:
longwall system
reliability
maintenance
production risk
Opis:
Machine failures have destructive effects on continuity of operation and lead to production losses in long-wall mines, making proper maintenance scheduling essential. This paper models the reliability of the whole production chain in an Iranian long-wall mine including the drum shearer, Armored Face Conveyor (AFC), hydraulic powered supports, Beam Stage Loader (BSL), and main conveyer belt. Analyzing the computational results and failure frequencies, we rank the critical components and develop a reliability-based preventive maintenance schedule for all equipment. In respect to the data classification, conveyor belt with failure abundance of 41.5 percent is the most critical, while powered supports with the failure abundance of 1.2 percent shows the best performance. Approximately, the reliability of the production process after four hours reaches nearly to zero. Implementing the schedule, computational results suggest an increase of approximately 67.7 percent in the average production per shift.
Źródło:
Mining Science; 2019, 26; 7-20
2300-9586
2353-5423
Pojawia się w:
Mining Science
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Application of Industrial Automatics Systems for Monitoring of Operational States of Machines
Autorzy:
Brodny, J.
Powiązania:
https://bibliotekanauki.pl/articles/2064989.pdf
Data publikacji:
2018
Wydawca:
STE GROUP
Tematy:
production process
industrial automatics systems
longwall shearer
efficiency
machine diagnostics
Opis:
In the recent years, industrial automatics practically was used in all domains of economy. Particularly, it concerns to manufacturing processes and technological processes. It seems that in these systems, very important meaning have measuring and control devices, installed practically in all production machines. Operational parameters of machines, registered by these systems are the kind of source of very important information, which not always are utilized in proper way by the users. Particularly, it concerns mining branch, where more technically advanced machines are used. However, not always their users utilize the big potential of these machines. For this reason, in the paper there are presented results of studies, enabling the application of industrial automatic systems to analyze operation states of machines, based on registered parameters of these machines. Longwall shearer was submitted to detailed analysis as the most important machine in mining exploitation process. There are presented proposals for application registered data for determine effectiveness of its utilization and to diagnose its technical condition. Presented paper is aimed to realize and encouraging users to wider practical use of the capabilities of industrial automation systems. This should improve efficiency and safety of production processes.
Źródło:
Multidisciplinary Aspects of Production Engineering; 2018, 1, 1; 315--321
2545-2827
Pojawia się w:
Multidisciplinary Aspects of Production Engineering
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Selection of the longwall face crew with respect to stochastic character of the production process – Part 1 – Procedural description
Wyznaczanie obsady przodka ścianowego z uwzględnieniem stochastycznego charakteru procesu produkcyjnego. Cz. 1 – Opis metody
Autorzy:
Snopkowski, R.
Sukiennik, M.
Powiązania:
https://bibliotekanauki.pl/articles/220030.pdf
Data publikacji:
2012
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
obsada przodka ścianowego
funkcje gęstości prawdopodobieństwa
cykl produkcyjny
przodek ścianowy
longwall face crew selection
probability function density
production cycle
longwall face
Opis:
A proposal of the method aimed at the longwall face crew selection with respect to stochastic character of the production process has been described in this study. Modules, which can be isolated from the production cycle, as well as methods of determination of the probability function density describing duration of individual action realized in production process, have been described in the first part of the study. Procedure of crew selection of individual modules, including optional crew selection, has been described in next chapters. Statement of action, which should be executed in order to apply the proposed method, including final conclusions, is discussed in the last chapter.
Zagadnienie wyznaczania obsady przodka ścianowego jest przedmiotem badań i analiz praktycznie od momentu rozpoczęcia stosowania systemu ścianowego w kopalniach węgla kamiennego. Metoda opisana w niniejszej pracy uwzględnia jednak czynnik dotychczas nie uwzględniany w opracowaniach z tego zakresu, a mianowicie stochastyczny charakter realizowanego w przodku procesu. Początki prac z zakresu analizy funkcjonowania przodków ścianowych z uwzględnieniem stochastycznego charakteru procesu produkcyjnego sięgają lat 90 - tych, kiedy zaczęto wykorzystywać metodę symulacji stochastycznej jako metodę badawczą. Pierwszym krokiem w proponowanej metodzie jest podział procesu produkcyjnego na moduły. Kryterium podziału stanowi sposób realizacji poszczególnych czynności lub operacji w danym module. Zaproponowano cztery rodzaje modułów i oznaczono odpowiednio literami od A do D. Moduły typu A to moduły z czynnościami wykonywanymi w sposób równoległy, wśród których występuje tzw. czynność wiodąca. Czynność wiodąca jest to taka czynność, której realizacja nie powinna być wstrzymywana z powodu zbyt wolnego wykonywania pozostałych czynności występujących w tym module. Moduły typu B to takie, w których czynności lub operacje wykonywane są w sposób równoległy, ale wśród niech nie występuje czynność wiodąca. Czynności wykonywane w sposób szeregowy charakteryzują moduły typu C. W modułach tych może być wykonywana dowolna ilość czynności w układzie szeregowym, dodatkowo czynność pojedynczą traktuje się jak szeregową. Moduły typu A, B i C wyodrębnione są z cyklu produkcyjnego na rysunku 1. Cechą charakterystyczną modułów typu D jest występowanie czynności lub operacji zarówno w układzie równoległym, jak i szeregowym. Na rysunku 2 zamieszczono przykład takiego modułu. Kolejnym krokiem w metodzie wyznaczania obsady przodka ścianowego jest wyznaczenie funkcji gęstości prawdopodobieństwa, opisujących czas realizacji poszczególnych czynności w ramach wyodrębnionych modułów. Schemat wyznaczania funkcji opisujących czas trwania czynności lub operacji w ramach modułów zamieszczono na rysunku 3. Przestawiony schemat zakłada zebranie danych pomiarowych a następnie przeprowadzenie analizy statystycznej, która polega na wyznaczeniu funkcji aproksymujących f1,i,j, mających własności funkcji gęstości prawdopodobieństwa. Funkcje te opisują czas realizacji czynności lub operacji „i”-tej wykonywanej w ramach danego modułu „j”-tego, na odcinku jednego metra. Następnie wyznacza się splot otrzymanych funkcji w celu wyznaczenia funkcji splotowych fi,j , które opisują czas realizacji czynności lub operacji „i”-tej w danym module „j”-tym. Otrzymane funkcje splotowe mają własności funkcji gęstości prawdopodobieństwa. Można je wyznaczyć dwiema metodami: metodą analityczną lub metodą symulacyjną. W metodzie analitycznej wykorzystuje się definicję splotu funkcji, natomiast w metodzie symulacyjnej schemat postępowania, który zamieszczono na rysunku 4. Jeżeli w module znajdują się czynności lub operacje, które mogą być wykonywane przez różną liczbę pracowników (obsadę), wówczas funkcja fi,j wyznaczana jest dla każdego wariantu obsady z osobna. Symbolem „k” oznaczono obsadę, dla której funkcja fi,j została wyznaczona. Po wyznaczeniu funkcji gęstości prawdopodobieństwa, opisujących czas realizacji poszczególnych czynności, następuje wyznaczenie obsady w ramach poszczególnych modułów. W związku z wydzieleniem trzech typów modułów przedstawiono algorytmy wyznaczania obsady uwzględniające to zróżnicowanie. Algorytm wyznaczania obsady dla modułów z czynnościami lub operacjami równoległymi i wiodącymi przedstawiony jest w rozdziale 4.1. Na rysunku 5 zamieszczono przykład modułu, w którym występuje czynność wiodąca a następnie z wykorzystaniem wzorów od 1 do 4 opisano procedurę postępowania przy wyznaczaniu obsady w modułach typu A. Algorytm wyznaczania obsady dla modułów z czynnościami lub operacjami równoległymi bez wiodących opisano w rozdziale 4.2. Na rysunku 6 zmieszczono przykładowy moduł z dwiema czynnościami równoległymi, z których żadna nie jest wiodącą. Wzorami od 5 do 10 opisano procedurę wyznaczania obsady w modułach typu B. Moduły typu C oraz schemat wyznaczania obsady opisane są w rozdziale 4.3. Rysunek 7 prezentuje przykładowy moduł z dwiema czynnościami szeregowymi, a wzory od 11 do 15 przedstawiają proces wyznaczania obsady w modułach tego typu. Algorytm wyznaczania obsady dla modułów z czynnościami lub operacjami wykonywanymi szeregowo i równolegle zaprezentowany jest w rozdziale 4.4. Na rysunku 8 zamieszczono przykładowy moduł, a wzory od 16 do 26 prezentują procedurę wyznaczania obsady w modułach typu D. Zaproponowana metoda zakłada wykorzystanie funkcji gęstości prawdopodobieństwa czasów trwania czynności do wyznaczania obsady przodka wydobywczego. W metodzie wykorzystano odmienne od deterministycznego podejście, polegające na traktowaniu czasów realizacji czynności jako zmiennych losowych. Zastosowanie opracowanej metody wymaga realizacji szeregu czynności, z których najważniejsze to: - identyfikacja kluczowych czynności w procesie produkcyjnym, - podział procesu produkcyjnego na charakterystyczne moduły, ze względu na jednoczesność realizacji czynności, - identyfikacja funkcji gęstości czasów trwania czynności w wydzielonych modułach, - przyjęcie wstępnych wariantów obsady dla poszczególnych modułów - optymalizacja obsady w modułach poprzez uwzględnienie prawdopodobieństw realizacji czynności przy założonej obsadzie z uwzględnieniem charakteru modułów. Można także zauważyć, ze: 1. Każdy proces produkcyjny można podzielić na skończoną liczbę modułów różniących się jednoczesnością realizacji czynności. 2. Wyodrębnianie z procesu produkcyjnego modułów, pozwala na łatwiejszą analizę procesu produkcyjnego, a co za tym idzie ułatwia dobór obsady. 3. Użyte w metodzie kryterium prawdopodobieństwa osiągnięcia założonego czasu trwania realizacji modułu, pozwala na racjonalny dobór obsady, gdyż realizacja modułu jako całości ma wyższy priorytet niż realizacja poszczególnych czynności.
Źródło:
Archives of Mining Sciences; 2012, 57, 4; 1071-1088
0860-7001
Pojawia się w:
Archives of Mining Sciences
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Examples of using the intensity indicator of winning stream for various longwall shearer-based mining technologies
Przykłady wykorzystania wskaźnika natężenia strugi urobku dla różnych technologii urabiania kombajnem
Autorzy:
Snopkowski, R.
Napieraj, A.
Sukiennik, M.
Powiązania:
https://bibliotekanauki.pl/articles/326429.pdf
Data publikacji:
2017
Wydawca:
Politechnika Śląska. Wydawnictwo Politechniki Śląskiej
Tematy:
longwall faces
effectiveness of production process
output
przodki ścianowe
efektywność procesu produkcyjnego
wydobycie
Opis:
In presented article the examples of using the intensity indicator of winning stream for various longwall shearer-based mining technologies have been shown. The following variables have been adopted: the longwall height, the longwall length, the shearer web and an effective working time. The obtained results can be used to assess the progress and effectiveness of work in longwall faces as well as can be used in modeling and planning the output process in Polish hard coal mines. Performed calculations are exemplary, and their purpose is to show many possibilities for analysis with using the intensity indicator of winning stream.
W artykule podano przykłady wykorzystania wskaźnika natężenia strugi urobku dla różnych technologii urabiania kombajnem. Za zmienne przyjęto: wysokość ściany, długość ściany, głębokość zabioru oraz efektywny czas pracy w ścianie. Uzyskane wyniki mogą posłużyć do oceny postępu i efektywności pracy w przodkach ścianowych, jak również mogą być wykorzystane w modelowaniu i planowaniu procesu wydobywczego w polskich kopalniach węgla kamiennego. Wykonane obliczenia mają charakter przykładowy, a ich celem jest wykazanie wielu możliwości analiz z zastosowaniem wskaźnika natężenia strugi urobku.
Źródło:
Zeszyty Naukowe. Organizacja i Zarządzanie / Politechnika Śląska; 2017, 111; 39-53
1641-3466
Pojawia się w:
Zeszyty Naukowe. Organizacja i Zarządzanie / Politechnika Śląska
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Longwall face crew selection with respect to stochastic character of the production process – Part 2 – Calculation example
Wyznaczanie obsady przodka ścianowego z uwzględnieniem stochastycznego charakteru procesu produkcyjnego - Cz. 2 – przykład obliczeniowy
Autorzy:
Snopkowski, R.
Sukiennik, M.
Powiązania:
https://bibliotekanauki.pl/articles/219568.pdf
Data publikacji:
2013
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
wybór załogi dla ściany wydobywczej
funkcja gęstości prawdopodobieństwa
cykl produkcyjny
ściana wydobywcza
probability density functions
crew selection of the longwall face
production cycle
longwall face
Opis:
A calculation example of the longwall face crew selection, including taking under consideration stochastic character of the production process is presented in this study. On the basis of observation of duration of activities realized in the hard coal mine longwall face with use of the roof cut and fill system, the calculations with use of the proposed crew selection method have been executed. The method in question takes into consideration stochastic character of the realized production process (Snopkowski & Sukiennik, 2012). In the final part of this study, graphical interpretation of the executed calculations has been presented.
Zagadnienie wyznaczania obsady przodka ścianowego jest przedmiotem badań i analiz praktycznie od momentu rozpoczęcia stosowania systemu ścianowego w kopalniach węgla kamiennego. Metoda opisana w niniejszej pracy uwzględnia jednak czynnik dotychczas nie uwzględniany w opracowaniach z tego zakresu, a mianowicie stochastyczny charakter realizowanego w przodku procesu. Początki prac z zakresu analizy funkcjonowania przodków ścianowych z uwzględnieniem stochastycznego charakteru procesu produkcyjnego sięgają lat 90-tych, kiedy zaczęto wykorzystywać metodę symulacji stochastycznej jako metodę badawczą. W części pierwszej publikacji (Wyznaczanie obsady przodka ścianowego z uwzględnieniem stochastycznego charakteru procesu produkcyjnego cz. 1 - opis metody), zamieszczono szczegółowy opis opracowanej metody. W niniejszym artykule przedstawiono przykład obliczeniowy, w którym wyznaczono obsadę dla warunków konkretnego przodka ścianowego. Przykład opracowano na podstawie danych uzyskanych z przodka ścianowego, prowadzonego z zawałem stropu, którego charakterystykę zawiera tabela 1. Proces produkcyjny realizowany w analizowanym przodku ścianowym obejmował cykl produkcyjny oraz czynności i operacje związane z cyklem technologicznym. Cykl produkcyjny realizowany był w technologii dwukierunkowego urabiania kombajnem. Na rysunku 1 zaprezentowano schemat tego cyklu z wyodrębnionymi i zaznaczonymi modułami, które będą stanowiły podstawę dalszych obliczeń. W ramach prac związanych z cyklem technologicznym wyznaczono obsadę prac, które przedstawiono na rysunku 2. Są to prace związane z przebudową skrzyżowania i korygowania położenia przenośników w związku z postępem ściany. Na podstawie badań chronometrażowych przeprowadzonych w warunkach danego przodka ścianowego, przyjęto do dalszych obliczeń funkcje gęstości, opisujące czasy realizacji na odcinku 1 metra, poszczególnych czynności i operacji. Charakterystykę funkcji zamieszczono w tabeli 2. Obliczenia, które przeprowadzono w celu wyznaczenia obsady procesu produkcyjnego wykonano dla każdego z wyodrębnionych modułów. Schemat obliczeń w ramach poszczególnych modułów przedstawia się następująco: w module pierwszym z wykorzystaniem wzorów 1 i 2, w module drugim z wykorzystaniem wzorów 3 i 4, w trzecim z wykorzystaniem wzorów od 5 do 17, w czwartym wzory od 18 do 20, w module piątym wzory od 21 do 23. Moduł szósty zawiera tylko jedną czynność, więc obsada jest przyjmowana w ilości dwóch pracowników. Dla modułu siódmego, wyznaczono 4 ścieżki pełne (tabela 3) a następnie dokonywano szereg obliczeń, które są zestawione w tabeli 4. Wyniki przeprowadzonych obliczeń zamieszczono na rysunku 3. Wyznaczona, za pomocą zaproponowanej w pracy metody, obsada przodka ścianowego, prowadzonego technologią dwukierunkowego urabiania kombajnem, jest obsadą zapewniającą ciągłą realizację procesu produkcyjnego w tym przodku, przy najmniejszej liczbie potrzebnych pracowników. Zaproponowana metoda zakłada wykorzystanie funkcji gęstości prawdopodobieństwa czasów trwania czynności do wyznaczania obsady przodka wydobywczego. W metodzie wykorzystano odmienne od deterministycznego podejście, polegające na traktowaniu czasów realizacji czynności jako zmiennych losowych. Zastąpienie zmiennych deterministycznych zmiennymi losowymi pozwoliło na jednoczesne uwzględnienie, w postaci funkcji gęstości prawdopodobieństwa, wielu czynników wpływających na czas realizacji czynności.
Źródło:
Archives of Mining Sciences; 2013, 58, 1; 227-240
0860-7001
Pojawia się w:
Archives of Mining Sciences
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Production risk – selected aspects of its occurrence and management on the example of a longwall
Ryzyko produkcyjne – wybrane aspekty występowania oraz zarządzania na przykładzie przodka ścianowego
Autorzy:
Snopkowski, Ryszard
Sukiennik, Marta
Napieraj, Aneta
Powiązania:
https://bibliotekanauki.pl/articles/1841454.pdf
Data publikacji:
2020
Wydawca:
Polskie Towarzystwo Przeróbki Kopalin
Tematy:
production risk
longwall face
mining process
mine
mining industry
ryzyko produkcyjne
przodek ścianowy
proces wydobywczy
kopalnia
przemysł wydobywczy
Opis:
The production process carried out in longwall faces of hard coal mines is characterized by a high production risk due to a number of factors determining it. Therefore, it is necessary to recognize this risk and then reduce its occurrence. This article presents the mining and geological as well as technical and organizational conditions of the process carried out in the longwall face. The possibilities of risk assessment and its quantification in the production process implemented in the longwall face of hard coal mines for the selected mining technology are also presented. It was found that the constantly evolving BI class tools are intended to support the decision-making process based on the knowledge derived from the events that take place every day in the enterprise, including longwall faces. The use of appropriate computational tools and methodologies to analyze collected data may contribute to reduce the negative effects of the risk that occurs in the mining process.
Proces produkcyjny realizowany w przodkach ścianowych kopalń węgla kamiennego charakteryzuje się występowaniem wysokiego ryzyka produkcyjnego, ze względu na szereg determinujących go czynników. Konieczne zatem jest rozpoznanie tego ryzyka a następnie ograniczanie jego występowania. W niniejszym artykule przedstawiono uwarunkowania geologiczno- górnicze oraz techniczno-organizacyjne procesu realizowanego w przodku ścianowym. Zaprezentowano także możliwości oceny ryzyka i jego kwantyfikacji w procesie produkcyjnym realizowanym w przodku ścianowym kopalń węgla kamiennego dla wybranej technologii urabiania. Stwierdzono, że stale rozbudowujące się narzędzia klasy BI z założenia mają wspierać proces decyzyjny i to właśnie w oparciu o wiedzę pochodzącą ze zdarzeń, które codziennie mają miejsce w przedsiębiorstwie, w tym także w przodkach ścianowych. Odpowiednie wyposażenie gromadzonych danych w narzędzia i metodyki obliczeniowe może przyczyniać się do ograniczania negatywnych skutków ryzyka, jakie występuje w procesie wydobywczym.
Źródło:
Inżynieria Mineralna; 2020, 2, 2; 183-188
1640-4920
Pojawia się w:
Inżynieria Mineralna
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Method of the assessment of the influence of longwall effective working time onto obtained mining output
Metoda oceny wpływu efektywnego czasu pracy w ścianie na uzyskiwane wydobycie
Autorzy:
Snopkowski, R.
Napieraj, A.
Sukiennik, M.
Powiązania:
https://bibliotekanauki.pl/articles/219650.pdf
Data publikacji:
2016
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
przodki ścianowe
proces produkcyjny
wydobycie zmianowe
efektywny czas pracy
efektywność procesu produkcyjnego
longwall faces
production process
daily output
effective working time
effectiveness of production process
Opis:
Method of the influence of assessment of longwall effective working time onto obtained mining output, has been discussed in the present study. Mean flow rate of the winning stream being also considered as directional factor of linear function describing relation between daily output and effective mining in the longwall face, has been determined. Such relation – presented also graphically in form of the diagram – determines significance and influence of the effective working time onto obtained mining output. This relation should be considered as motivation in particular for supervisory personnel, as it shows advantages resulting from elongation of this time, as well as it shows possible loses of the daily output in a case, when the effective working time in given longwall face was shortened.
Treścią pracy jest metoda oceny wpływu efektywnego czasu pracy w ścianie na uzyskiwane wydobycie. Wyznaczane jest średnie natężenie strugi urobku, będące jednocześnie współczynnikiem kierunkowym funkcji liniowej, opisującej zależność wydobycia zmianowego od efektywnego czasu pracy w przodku. W ten sposób wyznaczona zależność – prezentowana także graficznie w formie wykresu – zwraca uwagę na znaczenie i wpływ efektywnego czasu pracy na uzyskiwane wydobycie. Powinna działać motywacyjnie (w szczególności chodzi o pracowników dozoru ruchu), gdyż pokazuje korzyści wynikające ze zwiększenia długości tego czasu, ale także pokazuje możliwości strat w wydobyciu zmianowym, jeśliby efektywny czas pracy w danym przodku ścianowym uległ skróceniu.
Źródło:
Archives of Mining Sciences; 2016, 61, 4; 967-977
0860-7001
Pojawia się w:
Archives of Mining Sciences
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Method of the production cycle duration time modeling within hard coal longwall faces
Metoda probabilistycznego modelowania czasu trwania czynności cyklu produkcyjnego realizowanego w przodkach ścianowych kopalń węgla kamiennego
Autorzy:
Snopkowski, R.
Napieraj, A.
Powiązania:
https://bibliotekanauki.pl/articles/219135.pdf
Data publikacji:
2012
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
probabilistyczne modelowanie
przodki ścianowe
cykl produkcyjny
funkcje gęstości prawdopodobieństwa
wydobycie zmianowe
longwall faces
production cycle
probabilistic modelling
probability density function
daily output
Opis:
Method of probabilistic modeling of the production cycle duration time within hard coal longwall faces has been described in the present study. Duration of these activities for various technologies, including probabilistic schemes modeling have been described in the introduction. In order to illustrate the described method, an example of probabilistic modeling for data obtained from specific longwall face has been presented. The final chapters entitled “The possibility of Using the method” and “Results” contain information on the perspective of the method application in mining industry.
Treścią pracy jest metoda probabilistycznego modelowania czasu trwania czynności cyklu produkcyjnego realizowanego w przodku ścianowym kopalń węgla kamiennego. W części wstępnej scharakteryzowano modele czasu trwania czynności dla różnych technologii oraz schematy modelowania probabilistycznego stosowane w metodzie. W celu ilustracji opracowanej metody podano przykład modelowania probabilistycznego z wykorzystaniem danych konkretnego przodka ścianowego. Końcowe rozdziały: Możliwości wykorzystania metody oraz wnioski końcowe zawierają informacje o perspektywach stosowania metody w praktyce górniczej.
Źródło:
Archives of Mining Sciences; 2012, 57, 1; 121-138
0860-7001
Pojawia się w:
Archives of Mining Sciences
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-9 z 9

    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