Madencilik Sektöründe Uçtan Uca Durum İzleme Sistemi

Abstract

Madencilik sektöründe üretim verimliliğini artırmak ve bakım maliyetlerini azaltmak amacıyla, bu tez, uçtan uca bir durum izleme sisteminin kurulumu ve işletilmesini incelemektedir. Problem olarak, taş kırma makinelerinde meydana gelen beklenmedik arızaların operasyonel kesintilere ve yüksek bakım maliyetlerine yol açması ele alınmıştır. Bu çalışmada, durum izleme sisteminin tasarımı, sensörlerin kalibrasyonu ve veri toplama, işleme ve aktarım süreçleri detaylandırılmıştır. Titreşim, sıcaklık ve akım sensörleri kullanılarak, makinelerin kalan kullanım ömrünü tahmin etmek için optimize edilmiş makine öğrenimi algoritmaları entegre edilmiştir. Laboratuvar ve saha testleri, sistemin doğruluğunu ve güvenilirliğini değerlendirmek amacıyla gerçekleştirilmiştir. Testler sırasında, gerçek zamanlı veri toplama ve analiz yetenekleri gözlemlenmiş ve sistemin performansı ölçülmüştür. Sonuç olarak, önerilen sistem, bakım planlamasında daha doğru ve uygulanabilir öngörüler sunarak operasyonel verimliliği artırmayı başarmıştır. Elde edilen verilerin analizi, enerji tüketiminin optimize edilmesi ve ürün kalitesinin iyileştirilmesi gibi operasyonel iyileştirmelere olanak tanımıştır. Bu çalışma, madencilik sektöründe durum izleme sistemlerinin uygulanabilirliğini ve potansiyel faydalarını göstermekte ve endüstri profesyonelleri için pratik uygulama rehberleri sunmaktadır.This thesis investigates implementing an end-to-end condition monitoring system to enhance production efficiency and decrease maintenance costs in the mining industry. Specifically, as a problem, random breakdowns in stone-crushing machines that result in downtime and expensive repairs have been considered. The thesis describes the general layout of the condition monitoring system, how the sensors were calibrated, and how data was collected, processed, and transmitted. Temperature and current sensors have been combined with vibration sensors to incorporate optimized machine-learning algorithms to determine the service life of the machines. Experimental studies in laboratory and field conditions were conducted to assess the system's efficiency. The proposed system has improved the overall operational efficiency in maintenance planning performance due to the availability of more accurate and relevant forecasts. Analyzing the obtained data has also aided in enhancing operations in the organization through energy efficiency and quality enhancement. This research shows that situation monitoring systems are feasible and can be advantageous for the mining industry, and our results practitioners provide guidelines for implementing such systems.