The causes of failure of the tangential rotary cutter bits of the road header during stonedrift in rocks of medium strength are analyzed in the article. It was revealed that the most typical cause of failure of cutter bits is premature wear of the toolholder (body) of the cutter bit. It is well known that the most effective way to improve the wear resistance is to increase hardness. The influence of the thermomechanical treatment of the material of the cutter bit toolholder on its hardness is studied. It was established that the thermomechanical treatment of the cutter bit toolholder material results in the increase of its hardness. It was found that the increase of material hardness is proportional to the increase of material strain intensity during thermomechanical treatment. It was concluded that the use of thermomechanical treatment can lead to the increase of both the hardness and wear resistance of the cutter bit material.

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.

Advancements in excavator technology play a critical role in improving safety, and productivity in nonmetallic material extraction. This study investigated the rational placement of LiDAR sensors on excavators to improve hazard detection and operational stability. The proposed method integrates side-and top-mounted LiDAR sensors to identify hazards, classify objects, and secure excavator positioning on sloped terrain. Advanced data processing techniques, including ground plane removal, region-of-interest restriction, and dynamic object detection, were implemented to improve hazard identification. A custom algorithm was developed to process the LiDAR data, filter irrelevant objects, and provide real-time recommendations for improving excavator stability. The results indicate that the system achieved a 95% hazard detection accuracy in high-risk zones with a radius of (0-5 m), reduced positioning errors by 20%, and reduced the excavation cycle time by 10-15%. The findings suggest that side-mounted LiDAR placement offers superior detection capabilities and stability benefits compared with top-mounted configurations. The integration of 3D LiDAR with AI-driven analytics enables more precise depth perception, obstacle recognition, and adaptive positioning, thereby significantly enhancing operational accuracy.