Big Data analysis is becoming an everyday task for companies all over the world, including Russian companies. Due to advances in technology and the reduction in the cost of storage systems, companies can now collect and store large volumes of heterogeneous data. The important step of extracting knowledge and value from such data is a challenge that will eventually be met by all companies seeking to maintain their competitiveness and place in the market. However, companies face several challenges when it comes to collecting, pre-processing, and integrating data into cohesive data sets designed to deliver analytics. In this article, the above problems and possible solutions are illustrated using the example of cleaning, integration, and normalization of data obtained in the measurement of indicators for the Vanyukov melting furnace process. The article considers an approach to the study of metallurgical processes using the analysis of large operational control data sets. Standard methods of processing the data sets of operational process control are used. The correlation analysis of the main process parameters is carried out. The results are interpreted for their further practical application.

This article describes an approach of mathematical processing of signals (seismograms) from five blasthole charges from experimental blasting, each 3 m deep, with equal explosive weight (1 kg), and equidistant (3 m) from one other. The seismic explosive waves were measured at a 13 to 25 m distance. This article provides spectral analysis, wavelet analysis, and fractal analysis results. It defines the dependence of dominant frequency and amplitude on the distance to the blast center. According to the experimental data, the dominant frequency is calculated as y = 1.0262x0.2622 and the amplitude dependency as y = 18.139x−2.276. Furthermore, the analysis shows that 80% of the entire signal is concentrated in half the area of frequency range, i.e., the low frequency zone is of the most interest. This research defines the dependence of distance on the energy value of signal wavelet analysis. It is demonstrated that, according to the experimental data, the 12th frequency range is closely correlated with the distance values. This article gives the definitions of entropy, correlation dimension, and predictability time. This experiment shows that entropy and correlation dimension decrease but predictability time increases when the distance to the blast center increases. This article also describes the method for determining optimal drilling and blasting parameters, and concludes with the possibility of applying the analytical results to predicting and enhancing drilling and blast-ing operations.

Электродвигатели переменного тока являются ключевым и наиболее распространенным элементом технологического оборудования на горнодобывающих предприятиях, включая шахты, карьеры и обогатительные фабрики. Их работа критически важна для таких механизмов, как конвейеры, дробилки, мельницы, насосы и вентиляторы. Своевременная оценка технического состояния электродвигателя — это особая задача, поскольку его выход из строя может привести не только к остановке отдельного агрегата, но и к простою всей технологической цепи, что влечет за собой значительные экономические потери и риски для безопасности. В настоящее время существует ряд методов диагностики состояния электродвигателей и выявления дефектов. Однако многие из них требуют установки специализированного диагностического оборудования, стоимость которого зачастую многократно превышает цену самого двигателя, что не всегда экономически оправдано для массового применения на множестве единиц техники. В данной работе предложен упрощенный подход к оценке состояния электродвигателя, адаптированный для условий эксплуатации в горнодобывающем комплексе. Метод заключается в построении и анализе диагностической кривой, основанной на данных с датчиков тока, которые, как правило, уже установлены на электродвигателе в составе систем управления и защиты. Эта кривая, получаемая с помощью модификации метода векторного (Парка) преобразования, представляет собой простой и доступный способ получения информации о состоянии двигателя в реальном времени без необходимости в дорогостоящей дополнительной аппаратуре. В статье приведено описание алгоритма формирования диагностической кривой и продемонстрирована ее эффективность на примере модельных и натурных экспериментов. В ходе модельного эксперимента имитировались типичные для тяжелых условий эксплуатации неисправности ротора и статора. Натурные эксперименты проводились на действующем оборудовании с целью оценки реакции диагностической кривой на изменение механической нагрузки, аналогичной реальным рабочим режимам горнодобывающих комплексов.