KaydedilenlerDerginizi ekleyin

Dergiler / Çukurova Üniversitesi Mühendislik-Mimarlik Fakültesi Dergisi / 2020 / Cilt: 35 - Sayı: 1

Madencilik Sektöründe İş Sağlığı ve Güvenliği Yönetimi için Veri Entegrasyonu Uygulaması

A Data Integration Application for Occupational Health and Safety Management in the Mining Industry

Mustafa ERKAYAOĞLU
Sayfa
105–114
DOI
—
🏛️Bu makalenin bibliyografik verileri ve tam metin bağlantısı DergiPark üzerinden sağlanmıştır.
DergiPark Kaydı ↗
✨

Yapay Zeka Hızlı Bakış & Çıkarımlar

AI Insight
⚡ TL;DR(1 Cümlede Hızlı Çıkarım)

Belirli olayların sebepleri incelenirken, verimadenciliği gibi daha sistematik yöntemlerin kullanılması önerilmektedir.

📌 3 Maddede Bu Makale

🎯
Amaç & Hipotez:Madencilik endüstrisi, iş sağlığı ve güvenliği açısından değerlendirildiğinde, farklı mühendislik alanlarınıve bunlara bağlı riskleri kapsamaktadır.
📊
Temel Bulgular & Veri:Bu çalışmada, iş sağlığı ve güvenliği ile ilgili farklı kaynaklardan elde edilen verilerin entegreedildiği bir uygulama sunulmaktadır.
💡
Sonuç & Katkı:Belirli olayların sebepleri incelenirken, verimadenciliği gibi daha sistematik yöntemlerin kullanılması önerilmektedir.
🔬Tür:Araştırma Makalesi
📍Kapsam:Genişletilmiş Akademik Örneklem
⚙️Değişkenler:Alan Parametreleri

Özet

Madencilik endüstrisi, iş sağlığı ve güvenliği açısından değerlendirildiğinde, farklı mühendislik alanlarınıve bunlara bağlı riskleri kapsamaktadır. Günümüzde, teknoloji alanında yaşanan gelişmeler, madencilikendüstrisini mevcut donanım ve yazılımlar aracılığıyla, üretim, ekipmanların bakım/onarım durumu,maliyet, çevresel koşullar ve en önemlisi iş sağlığı ve güvenliği konusunda, veri toplayabilecek durumagetirmiştir. Bu çalışmada, iş sağlığı ve güvenliği ile ilgili farklı kaynaklardan elde edilen verilerin entegreedildiği bir uygulama sunulmaktadır. Veri entegrasyonu uygulamasında kullanılan, vaka çalışmasısonucunda ekipman sağlığı ile ilgili güvensiz durum kayıtlarının, farklı ekipler ve taşıma işlemleri içinincelenebileceği ortaya konmuştur. Özellikle vardiya başlangıçlarının, iş sağlığı ve güvenliği ile ilgiliolayların yaşanabileceği bir zaman aralığı olduğu belirlenmiştir. Veri görselleştirmesi, analiz kabiliyetiaçısından sınırlı olup, günümüzde kullanılan bilgi görselleri ve modern görselleştirme araçlarına rağmen,veri içerisindeki yapılar karmaşık hale gelebilmektedir. Belirli olayların sebepleri incelenirken, verimadenciliği gibi daha sistematik yöntemlerin kullanılması önerilmektedir.

Abstract

Mining is an industry that covers various engineering disciplines and the related risks to them in terms of occupational health and safety. Recent technological improvements in available hardware and software solutions led the mining industry to be able to collect data related to productivity, machine maintenance, costs, environmental conditions, and most importantly, occupational health and safety. This study introduces a data integration application for analyzing safety related records by using multiple data sources. The case study presented in the study revealed that the unsafe events related to machine health could be analyzed for different operator crews based on haulage type. It is observed that the beginning of a shift is a potential duration where occupational health and safety related events occur. Patterns within data by visual interpretation have limited analytics capability and can become overwhelmingly complex, even with info-graphics and modern graphic tools. It is suggested to follow a systematic methodology such as data mining to find patterns for the causes of specific events

🔖

Bu Makaleye Atıf Yap

ERKAYAOĞLU, M. (2020). Madencilik Sektöründe İş Sağlığı ve Güvenliği Yönetimi için Veri Entegrasyonu Uygulaması. Çukurova Üniversitesi Mühendislik-Mimarlik Fakültesi Dergisi, Cilt: 35 - Sayı: 1, 105–114. https://ajindex.com/articles/350583

📄 Tam Metin PDF Okuyucu

📄

PDF görüntüleyici hazırlanıyor...

Kaynakça (11)

  1. Kolonja, L., Stanković, R., Obradović, I., Kitanović, O., Stevanovic, D., Radojicic, M., 2016. A Business Intelligence Approach to Mine Safety Management. 13th ISCSM 2016 Belgrade, 1-9
  2. Bonsu, J., van Dyk, W., Franzidis, J-P, Petersen, F., Isafiade, A., 2016. A Systems Approach to Mining Safety: An Application of the Swiss Cheese Model. Journal of the Southern African Institute of Mining and Metallurgy, 116(8), 776-784
  3. Shi D., Guan J., Zurada J., Manikas A., 2017. A Data-Mining Approach to Identification of Risk Factors in Safety Management Systems, Journal of Management Information Systems, 34:4, 1054-1081
  4. Dessureault, S., Sinuhaji, A., Coleman, P., 2007. Data Mining Mine Safety Data, Mining Engineering. 59(8), 64-70
  5. Sanmiquel, L., Rossell, J.M., Vintro, C., 2015. Study of Spanish Mining Accidents Using Data Mining Techniques, Safety Science, 75, 49-55
  6. Sanmiquel, L., Bascompta, M., Rossell, J.M., Anticoi, H.F., Guash, E., 2018. Analysis of Occupational Accidents in Underground and Surface Mining in Spain Using Data-Mining Techniques. International Journal of Environmental Research and Public Health, 15, 462, 1-11
  7. Ruso, J., Stojanović, V., 2012. Occupational Health and Safety Using Data Mining. International Journal for Quality Research, 6(4), 355-363
  8. Cheng, C., Leu, S., Cheng, Y., Wu, T., Lin, C., 2012. Applying Data Mining Techniques to Explore Factors Contributing to Occupational Injuries in Taiwan’s Construction Industry, Accident Analysis & Prevention, 48, 214-222
  9. Kniesner, T.J., Leeth, J.D., 2004. Data Mining Mining Data: MSHA Enforcement Efforts, Underground Coal Mine Safety, and New Health Policy Implications. Journal of Risk and Uncertainty, 29(2), 83-111. 10.Gerassis, S., Saavedra, Á., Taboada, J., Alonso, E., Bastante, F.G., 2019. Differentiating Between Fatal and Non-fatal Mining Accidents Using Artificial Intelligence Techniques. International Journal of Mining, Reclamation and Environment, 1-13
  10. Erkayaoğlu, M., Dessureault, S., 2019. Improving Mine-to-mill by Data Warehousing and Data Mining, International Journal of Mining, Reclamation and Environment, 33:6, 409-424
  11. Dindarloo, S.R.R, Siami-Irdemoosa, E., 2017. Data Mining in Mining Engineering: Results of Classification and Clustering of Shovels Failures Data. International Journal of Mining, Reclamation and Environment, 31(2), 105-118. 13.Jianwei, C., Shengqiang, Y., 2012. Data Mining Applications in Evaluating Mine Ventilation System, Safety Scien