Тип публикации: статья из журнала
Год издания: 2026
Идентификатор DOI: 10.24000/0409-2961-2026-6-7-13
Ключевые слова: industrial safety, Mine electric motors, machine learning, early diagnostics, mining industry, technical condition monitoring, промышленная безопасность, шахтные электродвигатели, машинное обучение, ранняя диагностика, горнодобывающая промышленность, мониторинг технического состояния
Аннотация: Разработан и апробирован подход к раннему выявлению опасных режимов работы шахтных электродвигателей на основе методов машинного обучения с использованием эксплуатационных данных действующего горнодобывающего предприятия. Показано, что многопараметрический анализ токовых, температурных и вибрационных характеристик позволяет существПоказать полностьюенно повысить чувствительность систем защиты и мониторинга по сравнению с традиционными пороговыми алгоритмами. Полученные результаты имеют важное практическое значение для угольной и рудной промышленности, где надежность электроприводов напрямую связана с безопасностью труда и устойчивостью технологических процессов. Реализация предложенного подхода обеспечивает формирование опережающих предупреждений и снижает вероятность аварийных ситуаций, что особенно значимо для предприятий подземной добычи полезных ископаемых и объектов с повышенной опасностью. The study presents the development and validation approach for the early detection of hazardous operational modes of mine electric motors using machine learning methods, based on operational data from an active mining enterprise. As shown, the multiparameter analysis of electrical, ther- mal, and vibrational characteristics signifi cantly improves the sensitivity of protection and monitoring systems compared to traditional threshold-based algorithms. The results obtained have practical importance for the coal and mining industries, where the reliability of electric drives directly aff ects occupational safety and workfl ow stability. The implementation of the proposed approach ensures the formation of advanced warnings and reduces the probability of emergencies, which is particularly critical for enterprises engaged in underground mineral mining and highly hazardous facilities.
Журнал: Безопасность труда в промышленности
Выпуск журнала: № 6
Номера страниц: 7-13
ISSN журнала: 04092961
Место издания: Москва
Издатель: Федеральная служба по экологическому, технологическому и атомному надзору, Научно-технический центр исследований проблем промышленной безопасности