Materiały konferencyjne SEP 2021

runki przemysłowe obejmują cały proces technologiczny od zakładów górniczych, po zakłady wzbogacania rud, huty czy magazyny odpadów przeróbczych. Szczególnie trudne warunki do implementacji technologii IoT obserwujemy pod ziemią, gdzie występują problemy z komuni- kacją, urządzenia narażone są na uszkodzenia mechaniczne, zapylenie, wysoką temperaturę czy wilgotność. Celem niniejszego artykułu jest przedstawienie wyzwań jakie stoją przed przedsiębior- stwami górniczymi włączając technologie Big Data oraz Internetu Rzeczy do istniejącej w fir- mie architektury danych oraz przykłady zastosowania. Struktura jego jest następująca. W na- stępnym punkcie omówiono zagadnienia związane z Big Data i IoT w przemyśle górniczym. W kolejnym przedstawiono wyzwania przedsiębiorstw przemysłowych w kontekście zastoso- wania technologii BD i IoT. Natomiast w punkcie czwartym opisano przypadek użycia IoT wspomagając bezpieczeństwo górników poprzez zastosowanie czujników do akwizycji danych o parametrach życiowych i lokalizacji pracowników kopalni. Artykuł kończy podsumowanie. 2. BIG DATA I INTERNET RZECZY W PRZEMYŚLE GÓRNICZYM Na przestrzeni lat definicja pojęcia Big Data zmieniała się w czasie. Nadal ulega modyfikacji ze względu na stały rozwój technologii związanych z BD i jej zastosowania w praktyce. Pierw- sze wzmianki na temat problematyki BD w kontekście komputerów przedstawili badacze NASA Michael Cox i David Ellsworth w swoim artykule [12]. Szczegółowy opis historii roz- woju BD został omówiony w pracy [13]. W zależności od zastosowania definicja BD przybiera wiele różnych wymiarów. W pracach naukowych badacze każdorazowo odwołują się do kilku kluczowych atrybutów związanych z pojęciem Big Data zaczynających się na literę V (w języ- ku angielskim). W roku 2001 Laney scharakteryzował pojęcie BD przy pomocy trzech atrybu- tów tzw. 3 x V ( 3V’s) tj.: Volume, Variety oraz Velocity [14]. W trakcie kolejnych lat dopi- sywano kolejne V, m.in . firma IBM uznała za istotny atrybut opisujący BD tj. Veracity [15]. Patgiri i Ahmed [16,17] opisali pojęcie BD używając już 9 atrybutów (9 V’s). Rysunek 1 przedstawia definicję BD jako 9 V’s. Rys. 1. Dziewięć cech opisujących pojęcie Big Data. Źródło: opracowanie własne