Materiały konferencyjne SEP 2021

Obecnie urządzenia IIoT nabrały ogromnego znaczenia i okazały się kluczowe dla Przemy- słu 4.0. Koncepcja zastosowania technologii BDA w połączeniu z IIoT nabrała nowych wy- miarów. Wymóg automatyzacji, monitoringu, obserwacji urządzeń w przemyśle spowodował duże zapotrzebowanie na te technologie. W literaturze związanej z BDA oraz IIoT opisane są konkretne zastosowania tych technologii w przedsiębiorstwie górniczym. McNinch, Parks, Jacksha i Miller [26] w swoim artykule przedstawiają koncepcje zastosowania urządzeń IIoT do wsparcia procedur bezpieczeństwa LOTO (ang. a lockout-tagout procedure), które są uży- wane przy obsłudze urządzeń elektrycznych. Mają zapobiegać przed nieautoryzowanym dostę- pem do urządzeń elektrycznych, które są w trakcie naprawy lub przeglądu. Macheta [30] wraz ze swoim zespołem opracował i przedstawił wyniki prac nad nowatorską bezprzewodową plat- formą komunikacyjną na potrzeby komunikacji urządzeń przemysłowych. Platforma wspiera protokół IPv6 w sieciach LLN (ang. Low Power and Lossy Networks). Z kolei w artykule [31] przedstawiono architekturę dla IoT i użycia technik BDA na potrzeby monitorowania tlenku węgla (ang. Carbon Monoxide). Natomiast w artykule [32] opisano zastosowanie urządzeń IIoT w połączeniu ze sterownikami PLC i systemem SCADA do predykcji efektywności wy- dobycia cynku i innych metali. Shriwas and Pritchard [33] opisują zastosowanie urządzeń IIoT do kontroli i monitorowania urządzeń wentylacyjnych (Ventilation Monitoring and Control in Mines). Przedstawiono w nim zastosowanie urządzeń IIoT do pomiaru i wykrywania gazów trujących oraz wysyłania powiadomień w przypadku wykrycia pożaru pod ziemią. Autorzy opisali również kwestie związaną z optymalizacją algorytmu do przesyłania danych oraz spo- sobu komunikacji urządzeń pomiędzy sobą, dzięki czemu osiągnięto małe zużycie energii urządzeń, które działają na baterię ze względu na brak zasilania. Z kolei w artykule [34] przed- stawiono zastosowanie urządzeń IIoT w samojezdnych maszynach górniczych firmy Komatsu, które przesyłają aktualne dane na temat parametrów pracy maszyn. Na podstawie danych histo- rycznych, bieżącemu monitorowaniu parametrów i zastosowaniu algorytmów uczenia maszy- nowego (ang.Machine Learning - ML) możliwe jest wykrywanie i przewidywanie anomalii i awarii. 3. WYZWANIA BIG DATA I INTERNETU RZECZY DLA PRZEMYSŁU GÓRNICZEGO Planowanie i realizacja projektów w obszarze BD i IoT jest trudnym wyzwaniem. W zależno- ści od skali projektu i jego zakresu trudność jego realizacji wzrasta. Obsługa procesów dla przedsiębiorstw przemysłowych jest jeszcze bardziej złożona ze względu na ich charakter oraz uwarunkowania prowadzonej działalności [35]. Wynika to także z samej złożoności architek- tury Big Data Analytics oraz systemów IIoT, a także jak wynika z raportu (Hadoop and Data Lakes Use Cases, Benefits and Limitations) opracowanego przez instytut BARC - Business Application Research Center, a CXP Group Company [36], brakuje profesjonalnej wiedzy, jak korzystać z technologii BD i IoT. Dodatkowo złożoność technologii, możliwość zastosowania wielu kombinacji alternatywnych narzędzi do realizacji tych samych procesów, z braku wie- dzy, powstrzymuje firmy przed zastosowaniem BDA. Wdrożenie i uruchomienie projektu wykorzystującego platformę BD i IIoT jest zagadnie- niem na tyle skomplikowanym, że wymaga holistycznego spojrzenia na problem, który chce- my rozwiązać. W literaturze przedmiotu brakuje jasnych wskazówek i rekomendacji dotyczą- cych zaprojektowania architektury zawierającej BD oraz IIoT do obsługi poszczególnych pro- cesów od fazy identyfikacji i pozyskania danych, poprzez ich przetwarzanie i analizę, a koń- cząc na zaprezentowaniu wyników. Należy mieć na uwadze, że zaprojektowanie architektury to nie tylko kwestie doboru sprzętu czy narzędzi, ale także analiza procesów i dobór kompe- tentnych pracowników do ich obsługi [37]. Na tej podstawie można wskazać wyzwania w ob-