Московский экономический журнал 2/2021

DOI 10.24412/2413-046Х-2021-10083

Применение информационной системы при управлении горными выработками

Application of the information system in the management of mining operations

Патачаков Игорь Витальевич, ассистент, кандидат технических наук, Институт горного дела, геологии и геотехнологий ФГАОУ ВПО «Сибирский федеральный университет»

Руденко Екатерина Александровна, Институт горного дела, геологии и геотехнологий ФГАОУ ВПО «Сибирский федеральный университет»

Бархатов Денис Владимирович, Институт горного дела, геологии и геотехнологий ФГАОУ ВПО «Сибирский федеральный университет»

Абдуллаева Анна Анатольевна, Институт горного дела, геологии и геотехнологий ФГАОУ ВПО «Сибирский федеральный университет»

Разин Антон Игоревич, Институт горного дела, геологии и геотехнологий ФГАОУ ВПО «Сибирский федеральный университет»

Putchkov Igor V., assistant, candidate of technical Sciences, Institute of mining, Geology and Geotechnology of FSAEI of HPE «Siberian Federal University»

Rudenko Ekaterina Aleksandrovna, Institute of mining, Geology and Geotechnology of FSAEI of HPE «Siberian Federal University»

Barkhatov Denis Vladimirovich, Institute of mining, Geology and Geotechnology of FSAEI of HPE «Siberian Federal University»

Abdullayeva Anna Anatolyevna, Institute of mining, Geology and Geotechnology of FSAEI of HPE «Siberian Federal University»

Razin Anton Igorevich, Institute of mining, Geology and Geotechnology of FSAEI of HPE «Siberian Federal University»

Аннотация. Исследование тенденций развития горного дела, опыт зарубежных стран позволяют судить о том, что в современных условиях, при росте стоимости энергоресурсов, отрицательного воздействия энергетических технологий на окружающую среду проблема энергоэффективности приобретает критически важное значение. Высокая энергоемкость продукции горнодобывающей промышленности обуславливает ее низкую конкурентоспособность на внутреннем и международном рынках, что подрывает безопасность страны. Усложнение процесса управления горного дела, рост объема и усложнение структуры информации о производстве и потреблении энергоресурсов привело к возрастанию роли информационного обеспечения процессов энергосбережения. Стремительное развитие информационных технологий, создание на горнодобывающих предприятиях информационных систем в различных сферах предопределяют необходимость углубления исследований по оценке эффективности их внедрения. Информационная система, оказывая информационные услуги, преобразует информационные ресурсы в информационные продукты. Преобразование происходит не хаотично, а системно. Эту системность позволяет выявить системно-информационный подход к системе информационного обеспечения процессов управления на основе информационных и коммуникационных технологий, результатом которого стало понятие информационной системы.

Summary. The study of trends in the development of mining, the experience of foreign countries allow us to judge that in modern conditions, with the growing cost of energy resources, the negative impact of energy technologies on the environment, the problem of energy efficiency is of critical importance. The high energy intensity of mining products leads to their low competitiveness in the domestic and international markets, which undermines the security of the country. The increasing complexity of the mining management process, the growing volume and complexity of the structure of information on the production and consumption of energy resources has led to an increased role of information support for energy saving processes. The rapid development of information technologies, the creation of information systems in various fields at mining enterprises determine the need to deepen research to assess the effectiveness of their implementation. The information system, providing information services, converts information resources into information products. The transformation is not chaotic, but systematic. This consistency allows us to identify a system-information approach to the system of information support for management processes based on information and communication technologies, which resulted in the concept of an information system.

Ключевые слова: информационная система, технологии, результат, процесс управления, информационное обеспечение.

Keywords: information system, technologies, result, management process, information support.

За основу информационного обеспечения системы синтеза использована реляционная база данных, а именно – SQLite. Соответственно, в базе данных присутствуют следующие таблицы для сохранения информации о составляющих компонентов системы управления энергоэффективностью предприятия [2]: 

1. Микроконтроллеры.
2. Датчики.
3. Актюаторы.
4. Платы расширения.
5. Типы элементов.
6. Пользователи.

Разработана структура базы данных, содержащая информацию о базовых компонентах и их типах, которая изображена на рис.1.

Таблицы «микроконтроллеры”, “датчики”, “актюаторы”, «платы расширения» соответственно, представляют основные составляющие компоненты микроконтроллерной системы [4]. В частности, разработаны структуры таблиц “Микроконтроллеры”, “Датчики”, “Актюатори” и “Платы расширения”. Таблицы “Типы датчиков”, “Типы актюаторов” и “Типы плат расширения” внесены для более точного синтеза микроконтроллерной системы, ведь типов датчиков, актюаторів и тем больше плат расширения имеется чрезвычайно много и все отличаются по своему назначению. Поэтому эти таблицы дают возможность указывать конкретный тип компонента. Например: не “датчик” в общем, а “датчик температуры”.

Для того, чтобы синтезировать компоненты необходимо иметь выборку базовых компонент для каждого из слотов системы [6]. Соответственно по завершению выбора БК формируется файл, в котором хранится информация о критериях отбора и о результатах отбора. Результаты работы системы отбора сохраняются в json файле.

Пример данных о выборке базовых компонент: 

{«condition»:[{«name»:»microcontroller»,»type»:null,»key»:»price»,»minValue»

:0,»maxValue»:25,»orientation»:2,»weightCoef»:2},{«name»:»microcontroller»,»type»

:null,»key»:»frequency»,»minValue»:16,»maxValue»:32,»orientation»:1,»weightCoef»: 1}],»components»:[{«id»:1,»updatedAt»:25666665,»name»:»microcontroller»,»price»:

25,»minTemp»:0,»maxTemp»:0,»resistanceToSF»:4,»reliability»:2,»width»:20,»height

«:22,»length»:18,»mass»:15,»supplyVoltage»:45,»portGPIO»:1,»portA»:2,»portI2C»:3, «portSPI»:2,»portSerial»:2,»portOther»:1,»sensorType»:1,»minValue»:2,»maxValue»:2

5,»precision»:4}]}. 

На этапе синтеза выборки БК загружаются из файлов и используются для генерации альтернатив. Результаты выборки содержат информацию о лучших альтернативах и соответствующем значении целевой функции [1].

Процесс автоматизированного синтеза структур средств сбора и обработки данных, предусматривает генерирование множества решений, которое, как правило, является большой размерности. Соответственно, необходимо разработать программные средства уменьшения мощности множества альтернативных решений [3].

Подсистема уменьшения мощности множества альтернативных решений на базе построения множества эффективных решений Парето.

Первый этап разработки любой программной системы связан с разработкой ее структуры. Пример спроектированной структуры системы решения задачи многокритериальной оптимизации на основе построения множества Парето основывается на модульном принципе и включает следующие основные составляющие (см. рис.2.): подсистема ввода данных; подсистема контроля введенных данных; модуль обеспечения интерфейса пользователя; модуль вычислений; модуль ввода результатов вычислений в текстовом формате; модуль представления данных в XML-формате.

Модульная организация системы позволяет быстро и эффективно вносить изменения в процессе ее совершенствования и развития.

В процессе решения СБО, использован алгоритм нахождения решений, принадлежащих к множеству Парето  , который имеет следующие шаги.

Шаг 1. Присвоить  Тем самым создать так называемую начальную множество Парето, которое в начале работы алгоритма совпадает с множеством Y , а в конце – сформирует искомое множество Парето – оптимальных решений многокритериальной задачи. Алгоритм построен таким образом, что искомое множество Парето формируется с Y последовательным удалением заведомо неоптимальных векторов.

Шаг 2. Проверить выполнение неравенства y_i ≥y_j. Если неравенство оказалось истинным, то перейти к Шагу 3. В противном случае перейти к Шагу 5.

Шаг 3. Удалить из текущего множества векторов P(Y)=Y вектор y_j , так как он не является Парето-оптимальным. Затем перейти к шагу 4.

Шаг 4. Проверить выполнение неравенства j<N Если она выполняется, то присвоить j-j+1 и вернуться к Шагу 2. В противном случае – перейти к Шагу 7.

Шаг 5. Проверить правдивость неравенства y_j ≥y_i . В том случае, когда оно является истинным, перейти к Шагу 6. В противном случае – вернуться к Шагу 4.

Шаг 6. Удалить из текущего множества векторов P(Y)=Y вектор y_i и перейти к Шагу 7.

Шаг 7. Проверить выполнение неравенства i<N-1 В случае истинности этого неравенства следует последовательно присвоить i=i+1, а затем j=i+1 После этого необходимо вернуться к Шагу 2. В противном случае (то есть когда i<N-1) вычисления закончить.

В процессе реализации системы использован язык Java. Разработанная и реализованная диаграмма классов программного обеспечения изображена на рис.3, а назначение каждого шага – в таблице.1. 

Программное обеспечение системы написано на языке программирования JAVA с использованием стандартных библиотек и библиотеки JAVA FX для разработки интерфейса пользователя [5].

Система обеспечивает пользователя удобным интерфейсом и позволяет решать задачи большой размерности. Разработанное приложение позволяет загрузить файл входных данных с диска на компьютере, вычислить Парето-оптимальные решения и записать полученные значения в файл.

Основным классом программы является класс ParetoObject, который содержит все поля и методы, которые необходимы для удачного вычисления Парето – оптимального множества решений. Класс оперирует данными класса Decision, который представляет одно решение, и содержит два поля int id – порядковый номер решения, double data – массив значений критериев. Также разработано несколько классов контроллеров для пользовательского интерфейса из библиотеки JavaFX, в которых содержатся методы, которые оперируют данными, связывают данные с соответствующими объектами пользовательского интерфейса, и методы считывания из файла и записи данных в файл. Следовательно, использование языка Java обеспечивает платформонезависимость разработанного программного продукта.

Разработанное информационное обеспечение системы основывается на структурах данных входного и выходного файлов [7]. Программная система позволяет считать в программу входные данные с использованием специального меню и входного и выходного файлов. В этом случае, система считывает входные данные из файла с произвольным именем и расширением *.TXT и структуры данных, пример которой изображен на рис.4.

В этом файле должны содержаться функции, такие как значения по которым будут проводиться сравнения (может быть max или min) после метки #EVALUATE_BY, количество решений в файле после метки #DECISIONS_COUNT, количество критериев по которым проводятся сравнения после метки #CRITERIONS_COUNT, и проиндексированных данных после метки #DATA.

Данные представляются десятичными дробными числами в пронумерованных строках, где столбцы разделены знаком «;» (точка с запятой), количество столбцов соответствует количеству критериев. Каждая строка данных должна начинаться с целого числа и символа «)», для индексации.

Разработанная система позволяет уменьшить мощность множества альтернативных решений с использованием подхода на основе построения множества оптимальных решений Парето. Разработанная система использует следующий принцип реализации, обеспечивающий более быстрое совершенствование программного продукта. Построено программное обеспечение системы, а при реализации системы использован технологию Java, что дает возможность использовать программный продукт под разными операционными системами и на различных технических платформах. Разработана информационное обеспечение и структурная схема работы системы. Приведены результаты тестирования разработанного программного средства, что позволяет утверждать о правильности и корректности работы системы.

References

1. Cheng, J., Zhu, M., Wang, Y., Yue, H., & Cui, W. (2019). Cascade construction of geological model of longwall panel for intelligent precision coal mining and its key technology [煤炭智能精准开采工作面地质模型梯级构建及其关键技术]. Meitan Xuebao/Journal of the China Coal Society, 44(8), 2285–2295. https://doi.org/10.13225/j.cnki.jccs.KJ19.0510
2. Dong, L., Mingyue, R., & Guoying, M. (2017). Application of Internet of Things Technology on Predictive Maintenance System of Coal Equipment. In Procedia Engineering (Vol. 174, pp. 885–889). https://doi.org/10.1016/j.proeng.2017.01.237
3. Huang, X., Liu, Q., Shi, K., Pan, Y., & Liu, J. (2018). Application and prospect of hard rock TBM for deep roadway construction in coal mines. Tunnelling and Underground Space Technology, 73, 105–126. https://doi.org/10.1016/j.tust.2017.12.010
4. Huang, Z., Wang, F., & Zhang, S. (2020). Research on the architecture and key technologies of intelligent coal mining system [智能化采煤系统架构及关键技术研究]. Meitan Xuebao/Journal of the China Coal Society, 45(6), 1959–1972. https://doi.org/10.13225/j.cnki.jccs.ZN20.0348
5. Kuzmenko, S. V, Shamganova, L. S., Akhmedov, D. S., & Baltieva, A. A. (2018). Information and navigation support of open pit mining at Sokolov-Sarbai Mining and Processing Integrated Works. Gornyi Zhurnal, (5), 72–77. https://doi.org/10.17580/gzh.2018.05.11
6. Li, W., Geng, X., Li, X., Zhao, Y., & Nie, Y. (2019). Research and application of intelligent construction monitoring system in the dam filling process of the Altash Hydro-junction dam. In ACM International Conference Proceeding Series (pp. 101–106). https://doi.org/10.1145/3333581.3333592
7. Liu, C., Song, W., Guo, D., & Wang, L. (2013). Rescue command communication systems and emergency management platform in mine based on internet of things. In Proceedings — 2013 International Conference on Information Technology and Applications, ITA 2013 (pp. 17–22). https://doi.org/10.1109/ITA.2013.10
8. Liu, G., Wei, J., Zhu, Y., & Wei, Y. (2019). Super-Resolution Based on Residual Dense Network for Agricultural Image. In Journal of Physics: Conference Series (Vol. 1345). https://doi.org/10.1088/1742-6596/1345/2/022012
9. Liu, X., Gao, P., Han, K., Lv, X., Yang, C., Xie, T., … Guo, J. (2019). State classification of transformer in the renewable power grid based on principal component analysis and support vector machine evaluation system. In IET Conference Publications (Vol. 2019). https://doi.org/10.1049/cp.2019.0283
10. Tymoshenko, Y. N., & Ivanov, G. N. (2019). Technology of network-centric self-synchronization in maintenance and repair of mining machines. Mining Informational and Analytical Bulletin, 2019(1), 179–184. https://doi.org/10.25018/0236-1493-2019-01-0-179-184
11. Wang, Z., Li, Q., Liu, Q., Liu, B., Zhang, J., Yang, T., & Liu, Q. (2020). DICOM-Fuzzer: Research on DICOM Vulnerability Mining Based on Fuzzing Technology. Lecture Notes of the Institute for Computer Sciences, Social-Informatics and Telecommunications Engineering, LNICST, 312 LNICST, 509–524. https://doi.org/10.1007/978-3-030-41114-5_38
12. Xie, S. M., Xuan, Z. Y., Li, Z. Y., Feng, H. M., & Yang, F. (2013). Analysis and design of on-line monitoring and fault prewarning system for mine ventilator. Advanced Materials Research, 753–755, 2179–2182. https://doi.org/10.4028/www.scientific.net/AMR.753-755.2179
13. Ye, T., Hu, F., Huang, S., Chen, Z., & Wang, H. (2019). Design and implementation of spacecraft product test data management system. In ACM International Conference Proceeding Series. https://doi.org/10.1145/3331453.3362060
14. Zhai, G.-W., & Pan, T. (2014). Research and application of coal mine intelligent production management system. Meitan Xuebao/Journal of the China Coal Society, 39(8), 1530–1538. https://doi.org/10.13225/j.cnki.jccs.2014.9043
15. Zhang, G., He, Y., Ma, Y., & Zhou, H. (2017). Research and Design on Mixed-Dumping Algorithm in Sanshandao Gold Mine. In Proceedings — 2nd IEEE International Conference on Smart Cloud, SmartCloud 2017 (pp. 197–201). https://doi.org/10.1109/SmartCloud.2017.38