Transformacja cyfrowa w przemyśle wydobywczym coraz częściej opiera się na precyzyjnym monitoringu stanu maszyn. Środowisko kopalni – zarówno odkrywkowych, jak i głębinowych – jest wyjątkowo wymagające: wysoka wilgotność, zapylenie, wibracje, wahania temperatury, ograniczony dostęp do urządzeń oraz rozległe, często podziemne wyrobiska. W takich warunkach tradycyjne metody nadzoru technicznego okazują się niewystarczające lub zbyt kosztowne. Sieci czujników IoT, zdolne do zdalnego, ciągłego zbierania danych, tworzą fundament nowoczesnych strategii utrzymania ruchu, pomagają zwiększyć bezpieczeństwo i obniżyć koszty eksploatacji maszyn górniczych.
Specyfika monitoringu maszyn w przemyśle wydobywczym
Maszyny górnicze pracują w warunkach, które znacząco odbiegają od standardowego środowiska przemysłowego. Koparki wielonaczyniowe, kombajny ścianowe, kruszarki, przenośniki taśmowe, ładowarki, wiertnice, pompy odwadniające czy wentylatory głównego przewietrzania narażone są na intensywne obciążenia mechaniczne i ekstremalne warunki otoczenia. To sprawia, że zarówno same urządzenia, jak i wykorzystywane w nich czujniki muszą charakteryzować się wysoką odpornością mechaniczną i środowiskową.
Monitoring maszyn w branży wydobywczej służy nie tylko rejestrowaniu parametrów pracy, lecz przede wszystkim minimalizowaniu ryzyka awarii i przestojów. Nieplanowane zatrzymanie kombajnu czy kruszarki może wstrzymać ciąg całej instalacji technologicznej, powodując straty sięgające wielu setek tysięcy złotych na dobę. Dodatkowo każda usterka w kopalni podziemnej wiąże się z ryzykiem dla ludzi, utrudnionym dojazdem serwisu oraz ograniczonym czasem na wykonanie naprawy z uwagi na wymogi bezpieczeństwa i organizację transportu w wyrobiskach.
Z tego względu monitoring maszyn w kopalniach ma trzy kluczowe zadania:
- wczesne wykrywanie uszkodzeń i nieprawidłowości, zanim doprowadzą do poważnej awarii,
- zapewnienie ciągłości produkcji poprzez optymalizację planów przeglądów i remontów,
- zwiększenie bezpieczeństwa załogi poprzez nadzór nad stanem elementów krytycznych.
Podejście oparte na predictive maintenance – utrzymaniu predykcyjnym – wymaga stałego dopływu wiarygodnych danych. To właśnie czujniki IoT, zintegrowane z infrastrukturą kopalni, umożliwiają pozyskiwanie, przesyłanie i analizowanie informacji w czasie zbliżonym do rzeczywistego, nawet z trudno dostępnych fragmentów maszyn czy odległych rejonów wyrobisk.
Rodzaje czujników IoT i ich zastosowanie w monitoringu maszyn górniczych
System monitoringu w kopalni to zazwyczaj rozbudowana sieć rozproszonych punktów pomiarowych, współpracujących z przemysłową siecią komunikacyjną i systemami analitycznymi. Poniżej omówiono najważniejsze typy czujników oraz przykładowe zastosowania charakterystyczne dla przemysłu wydobywczego.
Czujniki drgań i przyspieszeń
Czujniki drgań należą do podstawowych elementów monitoringu stanu maszyn wirujących i napędów stosowanych w górnictwie. Mierzą przyspieszenie, prędkość lub przemieszczenie drgań, pozwalając ocenić stan łożysk, kół zębatych, wałów, sprzęgieł czy fundamentów maszyn. W kopalniach montuje się je m.in. na:
- silnikach elektrycznych dużej mocy napędzających kruszarki i przesiewacze,
- reduktorach głównych koparek kołowych i przenośników taśmowych,
- wentylatorach głównego przewietrzania i wentylatorach lutniowych,
- pompach odwadniających i agregatach hydraulicznych.
Dane z czujników drgań są analizowane pod kątem zmian amplitudy, widma częstotliwości i charakteru sygnału. Charakterystyczne składowe częstotliwości (np. związane z częstotliwością obrotową wału czy elementów tocznych łożyska) pozwalają wykryć rozwijające się uszkodzenia. Dzięki temu można zareagować z wyprzedzeniem, planując wymianę łożyska lub remont przekładni podczas najbliższego planowanego postoju, zamiast dopuszczać do awarii w trakcie pracy.
W wydaniu IoT czujniki drgań są najczęściej bezprzewodowe, zasilane bateryjnie lub z wykorzystaniem energy harvesting, i komunikują się poprzez sieci radiowe odporne na zakłócenia (np. w pasmach przemysłowych). To pozwala instalować je w trudno dostępnych miejscach, w których prowadzenie okablowania byłoby kosztowne albo wręcz niemożliwe.
Czujniki temperatury i stanu cieplnego
Temperatura to jeden z najprostszych, a zarazem najbardziej wartościowych parametrów diagnostycznych. Nadmierne nagrzewanie się łożysk, uzwojeń silników czy korpusów przekładni zwykle sygnalizuje zbyt wysokie obciążenie, niewłaściwe smarowanie lub wczesne stadium uszkodzenia.
W kopalniach stosuje się różne typy czujników temperatury:
- termopary – do pomiaru wysokich temperatur w strefach roboczych kruszarek i pieców (np. przy przeróbce surowca),
- czujniki rezystancyjne (RTD) – do precyzyjnego monitoringu temperatury łożysk i uzwojeń silników,
- czujniki półprzewodnikowe i termistory – w modułach IoT do ogólnego monitoringu otoczenia.
Integracja czujników temperatury z siecią IoT umożliwia nie tylko lokalne alarmowanie w maszynowni, ale również zdalny nadzór z centrum dyspozytorskiego lub działu utrzymania ruchu. Alarmy mogą być automatycznie powiązane z innymi sygnałami – np. wzrostem prądu silnika czy zmianą drgań – co pozwala szybciej zidentyfikować przyczynę problemu.
Czujniki ciśnienia, przepływu i poziomu mediów
W kopalniach istotne są media procesowe: woda, olej hydrauliczny, smary, powietrze sprężone i mieszaniny związków chemicznych. Stabilna praca systemów odwadniania, hydrauliki sekcji obudowy zmechanizowanej czy układów smarowania wymaga ciągłego nadzoru nad parametrami tych mediów.
Czujniki ciśnienia i przepływu umieszcza się m.in. w:
- instalacjach hydraulicznych obudów zmechanizowanych na ścianach wydobywczych,
- układach smarowania przekładni i łożysk w maszynach podstawowych – jak koparki, zwałowarki czy kruszarki,
- systemach odwadniania, obejmujących pompy wysokociśnieniowe i magistrale rurociągów.
Przykład zastosowania: nagły spadek ciśnienia w układzie hydraulicznym obudowy zmechanizowanej może świadczyć o wycieku, awarii zaworu lub uszkodzeniu pompy. Z kolei wzrost ciśnienia w rurociągu odwadniania może oznaczać zatkanie przewodu. Dzięki czujnikom IoT system sam rozpoznaje anomalię i wysyła powiadomienie do dyspozytora lub systemu SCADA, który podejmuje zaprogramowane działania (np. ogranicza wydajność pomp lub zatrzymuje część linii).
Czujniki poziomu znajdują zastosowanie przy monitoringu zbiorników retencyjnych, osadników, silosów na urobek oraz zbiorników oleju i paliw. Dane o poziomie materiału pomagają planować logistykę transportu, zapobiegać przelaniom i suchobiegu pomp, a także optymalnie wykorzystać pojemności magazynowe.
Czujniki obciążenia, momentu i siły
Przenośniki taśmowe, liny wyciągowe, maszyny wychylne czy żurawie w zakładach przeróbczych wymagają kontroli obciążenia, aby uniknąć przeciążeń konstrukcji i napędów. W tym celu wykorzystuje się:
- czujniki tensometryczne mierzące siłę naciągu lin lub taśm,
- czujniki momentu obrotowego na wałach napędowych,
- czujniki nacisku na krążniki i podpory taśmociągów.
Wersje IoT tych czujników pozwalają budować systemy, które w czasie rzeczywistym analizują obciążenie poszczególnych sekcji przenośnika, wykrywają zatory materiału, zsuwanie się taśmy lub niewłaściwą pracę napinaczy. W maszynach wyciągowych kontrola sił w linach ma również bezpośredni wymiar bezpieczeństwa – przeciążenie może prowadzić do uszkodzenia elementów nośnych, a w konsekwencji do poważnych incydentów.
Czujniki środowiskowe w otoczeniu maszyn
Chociaż temat dotyczy monitoringu maszyn, nie można pominąć czujników środowiskowych, których odczyty wpływają na sposób eksploatacji urządzeń. W kopalniach podziemnych kluczowe znaczenie mają:
- czujniki metanu, tlenku węgla i tlenu – decydują o dopuszczeniu maszyn do pracy w danym rejonie,
- czujniki zapylenia – wpływają na intensywność pracy systemów odpylania,
- czujniki temperatury i wilgotności powietrza – ważne dla chłodzenia sprzętu i komfortu pracy załogi.
Te dane środowiskowe, połączone z informacjami z czujników maszynowych, pozwalają na bardziej zaawansowane strategie sterowania. Przykładowo, przekroczenie dopuszczalnego stężenia metanu może automatycznie wyłączyć określone urządzenia elektryczne w rejonie zagrożenia, a jednocześnie uruchomić procedury wentylacyjne i powiadomić wszystkich zainteresowanych operatorów.
Architektura systemów IoT w górniczym monitoringu maszyn
Zastosowanie czujników IoT w przemyśle wydobywczym nie ogranicza się do samego montażu sensorów. Równie istotne jest zaprojektowanie odpowiedniej architektury systemu, obejmującej warstwę komunikacji, przetwarzania danych i integracji z istniejącą infrastrukturą sterowania i utrzymania ruchu.
Warstwa sensoryczna i warunki pracy urządzeń
Czujniki instalowane w kopalniach muszą spełniać surowe normy dotyczące odporności na wybuch oraz pył. W wielu przypadkach konieczna jest budowa w wykonaniu przeciwwybuchowym, zgodna z odpowiednimi dyrektywami (np. ATEX) oraz przystosowanie do pracy w środowisku o podwyższonej korozyjności i zmiennych warunkach klimatycznych.
W praktyce oznacza to m.in.:
- uszczelnione obudowy o wysokim stopniu ochrony IP,
- zabezpieczenia przeciwwybuchowe i iskrobezpieczne obwody pomiarowe,
- rozszerzony zakres temperatur pracy,
- odporność na wibracje, uderzenia i wstrząsy sejsmiczne.
Niektóre czujniki montuje się bezpośrednio na ruchomych segmentach maszyn (np. na ruchomych ramionach koparek czy segmentach przenośników zgrzebłowych). W takich przypadkach ważny jest niewielki rozmiar, niska masa oraz możliwość pracy jako urządzenie całkowicie bezprzewodowe, zasilane baterią wymienianą podczas planowych postojów.
Komunikacja i sieci przemysłowe w kopalniach
Transmisja danych w kopalni – zwłaszcza podziemnej – jest jednym z największych wyzwań dla wdrożeń IoT. Zastosowanie klasycznych sieci komórkowych jest mocno ograniczone; w zamian rozwija się dedykowane sieci przemysłowe oparte na:
- kablowych sieciach Ethernet przemysłowy w głównych wyrobiskach i maszynowniach,
- środowiskach mieszanych, tzw. hybrid networks, łączących przewodowe i bezprzewodowe odcinki,
- sieciach radiowych niskiej mocy i dalekiego zasięgu (np. w oparciu o standardy zbliżone do LoRaWAN),
- sieciach mesh, w których każdy węzeł pełni funkcję przekaźnika, tworząc elastyczną strukturę odporną na uszkodzenia pojedynczych punktów.
Projektując sieć IoT w kopalni, należy uwzględnić:
- topologię wyrobisk i możliwe punkty utraty łączności,
- wymaganą częstotliwość próbkowania danych – inne wymagania ma monitoring drgań w silnikach, a inne pomiar poziomu wody,
- bezpieczeństwo transmisji oraz separację sieci krytycznych od systemów o niższym priorytecie,
- możliwości zasilania czujników (lokalne zasilacze, linie energetyczne, bateria, wireless power).
W wielu nowoczesnych zakładach wydobywczych wdraża się także prywatne sieci bezprzewodowe w technologiach pokrewnych do LTE lub 5G, co otwiera drogę do zastosowań wymagających bardzo niskich opóźnień i dużej przepustowości, np. transmisji strumieni wideo z kamer zainstalowanych na maszynach czy pojazdach autonomicznych.
Edge computing i lokalne przetwarzanie danych
W środowisku górniczym nie zawsze uzasadnione jest przesyłanie wszystkich surowych danych do centralnej chmury. Znaczną część obliczeń można zrealizować lokalnie – w tzw. warstwie edge – czyli blisko maszyny lub w rejonowym węźle sieci.
Przykładowe zadania realizowane przez urządzenia edge:
- wstępna filtracja danych z czujników drgań i eliminacja szumu,
- obliczanie wskaźników diagnostycznych (np. RMS drgań, temperatura średnia, częstość przekroczeń progów),
- lokalne generowanie alarmów i sterowanie awaryjne (np. zatrzymanie silnika przy przekroczeniu krytycznych parametrów),
- buforowanie danych na wypadek utraty łączności z systemem nadrzędnym.
Edge computing zwiększa niezawodność systemu – w razie zakłóceń łączności maszyna wciąż otrzymuje sygnały z czujników i może reagować na podstawowe stany alarmowe. Jest to szczególnie ważne w przypadkach, gdy opóźnienia w przekazaniu informacji mogą mieć wpływ na bezpieczeństwo załogi lub ryzyko uszkodzenia sprzętu o bardzo dużej wartości.
Integracja z systemami SCADA, MES i CMMS
Nowoczesny system monitoringu w kopalni nie działa w próżni. Dane z czujników IoT są integrowane z istniejącymi systemami:
- SCADA – odpowiedzialnym za nadzór i sterowanie procesem technologicznym,
- MES – śledzącym realizację produkcji, wskaźniki wydajności i dostępności maszyn,
- CMMS – systemem do zarządzania utrzymaniem ruchu, zleceniami serwisowymi, harmonogramem przeglądów.
Integracja polega na stworzeniu wspólnego modelu danych, gdzie każda maszyna ma przypisane czujniki, parametry graniczne, historię awarii i remontów. Na tej podstawie można budować reguły decyzyjne, np.: jeśli wskaźniki drgań łożyska przez ostatnie siedem dni przekraczały poziom ostrzegawczy, system CMMS automatycznie generuje zlecenie inspekcji, a SCADA oznacza maszynę jako wymagającą uwagi przy planowaniu obciążenia produkcyjnego.
W bardziej zaawansowanych rozwiązaniach wykorzystuje się narzędzia analityczne i algorytmy machine learning do wykrywania subtelnych wzorców w danych z czujników. Umożliwia to wdrożenie strategii utrzymania predykcyjnego na poziomie całego zakładu, w której plan remontów i inwestycji jest kształtowany na podstawie rzeczywistego stanu maszyn, a nie wyłącznie zaleceń producentów czy sztywnych kalendarzy przeglądów.
Bezpieczeństwo danych i niezawodność systemu
Rozbudowane sieci czujników IoT generują ogromne ilości danych i tworzą nową powierzchnię potencjalnych ataków cybernetycznych. W przemyśle wydobywczym, gdzie zakłócenie pracy głównych ciągów technologicznych może mieć poważne konsekwencje ekonomiczne i bezpieczeństwa, ochrona systemu IoT ma szczególne znaczenie.
Podstawowe elementy bezpieczeństwa obejmują:
- szyfrowanie transmisji danych pomiędzy czujnikami, bramkami IoT i systemami nadrzędnymi,
- uwierzytelnianie urządzeń w sieci i zarządzanie ich tożsamością cyfrową,
- segmentację sieci, aby ewentualne naruszenie jednego segmentu nie wpływało na całą infrastrukturę,
- regularne aktualizacje oprogramowania urządzeń brzegowych i bramek komunikacyjnych.
Istotna jest także odporność na awarie fizyczne: redundancja kluczowych węzłów, zasilanie awaryjne, możliwość lokalnego podglądu danych w razie utraty łączności z serwerami centralnymi. Dobrze zaprojektowany system IoT pozostaje funkcjonalny nawet przy częściowych uszkodzeniach infrastruktury, co ma szczególne znaczenie w sytuacjach awaryjnych w kopalniach.
Korzyści z zastosowania czujników IoT w górniczym monitoringu maszyn
Wdrożenie rozwiązań opartych na czujnikach IoT w przemyśle wydobywczym wiąże się z nakładami inwestycyjnymi na sprzęt, infrastrukturę komunikacyjną i oprogramowanie. Mimo to coraz więcej przedsiębiorstw decyduje się na ten krok ze względu na wymierne korzyści operacyjne i strategiczne.
Redukcja nieplanowanych przestojów i kosztów utrzymania
Nieplanowany przestój głównej maszyny wydobywczej – np. kombajnu ścianowego lub koparki wielonaczyniowej – może zatrzymać cały ciąg technologiczny. Tradycyjne podejście, oparte na okresowych przeglądach, nie zawsze pozwala przewidzieć występujące pomiędzy nimi usterki. Dzięki ciągłemu monitoringowi i analizie danych na bieżąco można:
- wcześniej wykrywać symptomy zużycia kluczowych podzespołów,
- planować remonty w okresach niższego obciążenia produkcji,
- minimalizować poważne awarie wtórne, będące skutkiem zignorowania pierwszych symptomów problemów.
Redukcja nieplanowanych przestojów przekłada się na większą dostępność maszyn i lepsze wykorzystanie zasobów. Dodatkowo, utrzymanie predykcyjne, wsparte danymi z czujników, pozwala na zmniejszenie kosztów części zamiennych – wymiana odbywa się wtedy, gdy jest faktycznie potrzebna, a nie wyłącznie z powodu upływu zalecanego okresu eksploatacji.
Zwiększenie bezpieczeństwa pracy i ograniczenie ryzyka awarii katastrofalnych
W kopalni bezpieczeństwo ludzi jest nadrzędną wartością. Awarie maszyn – szczególnie tych pracujących w sąsiedztwie załogi lub pełniących kluczową funkcję w systemach bezpieczeństwa (np. wentylatory, pompy odwadniające) – mogą częściowo lub całkowicie zakłócić funkcjonowanie zakładu i narazić pracowników na niebezpieczeństwo.
Stały nadzór nad stanem technicznym wyposażenia pozwala:
- szybciej wykrywać potencjalnie niebezpieczne stany, takie jak przegrzanie łożysk czy nienaturalne wibracje konstrukcji,
- automatycznie wyłączać lub ograniczać moc urządzeń w strefach szczególnego zagrożenia,
- lepiej planować działania służb ratowniczych w oparciu o aktualne dane z rejonu zagrożenia.
Przykładowo, rosnące drgania węzła łożyskowego wentylatora głównego przewietrzania mogą zostać wykryte na wczesnym etapie, co pozwoli na jego zaplanowaną wymianę lub remont. Alternatywnie, pozostawienie takiej sytuacji bez nadzoru mogłoby doprowadzić do nagłego zatarcia łożyska, utraty wydajności przewietrzania i konieczności wstrzymania pracy w znacznym obszarze kopalni.
Optymalizacja zużycia energii i materiałów eksploatacyjnych
Zarówno w kopalniach odkrywkowych, jak i głębinowych, maszyny górnicze konsumują ogromne ilości energii elektrycznej oraz materiałów eksploatacyjnych – smarów, olejów, części zużywających się. Dane z czujników IoT pozwalają identyfikować nieefektywne stany pracy, takie jak:
- długotrwała praca maszyn na biegu jałowym,
- częste rozruchy i zatrzymania, które generują wysokie prądy rozruchowe i dodatkowe obciążenia mechaniczne,
- przeciążenia wynikające z niewłaściwego doboru parametrów pracy do rodzaju urobku.
Dzięki analizie danych możliwe jest dostosowanie harmonogramu pracy maszyn, korekta nastaw układów sterowania, a nawet przeprojektowanie niektórych procesów technologicznych. Takie działania prowadzą nie tylko do oszczędności energii, ale również do wydłużenia żywotności podzespołów, mniejszej liczby awarii i niższych kosztów remontów.
Lepsze zarządzanie cyklem życia maszyn
Maszyny górnicze to inwestycje na wiele lat. W ciągu całego okresu eksploatacji przechodzą liczne modernizacje, remonty i modyfikacje. Tradycyjnie zarządzanie ich cyklem życia opierało się na dokumentacji papierowej lub rozproszonych systemach informatycznych. Integracja danych z czujników IoT z systemami klasy CMMS i analityką predykcyjną prowadzi do powstania cyfrowego bliźniaka (digital twin) maszyny.
Taki cyfrowy model zawiera historię:
- parametrów eksploatacyjnych (obciążenia, drgania, temperatury),
- awarii, napraw, modernizacji i wymian elementów,
- środowiska pracy – warunków geologicznych, temperatury, wilgotności, składu atmosfery w rejonie.
Na tej podstawie można precyzyjniej planować duże remonty kapitalne, modernizacje napędów i układów sterowania, a także porównywać różne modele maszyn pod względem rzeczywistych kosztów eksploatacji. Firmy wydobywcze zyskują narzędzie do negocjowania warunków gwarancji i serwisu z producentami oraz do podejmowania bardziej świadomych decyzji inwestycyjnych.
Nowe modele biznesowe i współpraca z dostawcami technologii
Zastosowanie czujników IoT w monitoringu maszyn otwiera możliwość wprowadzenia nowych modeli współpracy z producentami sprzętu i dostawcami usług. Dane eksploatacyjne mogą być – przy zachowaniu odpowiednich standardów bezpieczeństwa i poufności – udostępniane producentom maszyn i podzespołów. Pozwala to na:
- tworzenie usług zdalnego wsparcia technicznego,
- wdrażanie umów serwisowych opartych na rzeczywistym stanie maszyn (ang. condition-based service),
- modeli rozliczeń opartych na dostępności i wydajności maszyn, zamiast tradycyjnej sprzedaży urządzenia.
Producent, dysponując bazą danych z wielu kopalń, może doskonalić konstrukcję swoich urządzeń, identyfikować typowe scenariusze uszkodzeń w konkretnych warunkach geologicznych i proponować ulepszenia konstrukcyjne lub organizacyjne. Z kolei przedsiębiorstwo wydobywcze otrzymuje dostęp do wyspecjalizowanego know-how, które trudno byłoby wypracować wyłącznie na podstawie doświadczeń z jednej kopalni.
Przykładowe scenariusze zastosowań w kopalni
Aby lepiej zobrazować praktyczne korzyści z zastosowania czujników IoT, warto przytoczyć kilka typowych scenariuszy, możliwych do zrealizowania w kopalni węgla, rud metali czy kruszyw:
- Monitoring łożysk i przekładni głównych przenośników taśmowych – czujniki drgań i temperatury śledzą stan łożysk napędowych, krążników oraz przekładni. Dane są analizowane w czasie rzeczywistym, a algorytmy predykcyjne wyznaczają pozostały czas bezawaryjnej pracy. Dział utrzymania ruchu otrzymuje informację, że konkretne łożysko powinno zostać wymienione w przeciągu najbliższych dwóch tygodni, co pozwala przygotować części i ekipę.
- System wczesnego ostrzegania przed zatarciem pomp odwadniających – czujniki ciśnienia, przepływu i temperatury rejestrują zmiany świadczące o zatkaniu filtrów, zapowietrzeniu układu lub nieprawidłowym smarowaniu. Wzrost temperatury korpusu pompy połączony z charakterystycznym wzrostem drgań sygnalizuje problem na długo przed wystąpieniem faktycznej awarii.
- Diagnostyka zdalnych napędów w odkrywkach – przenośniki o długości kilkuset metrów, napędzane wieloma stacjami napędowymi, są monitorowane przy użyciu sieci czujników bezprzewodowych. Dzięki temu operator widzi w jednym panelu aktualne obciążenia i stan każdego napędu, może zapobiegać przeciążeniom i rozkładać siły napędowe proporcjonalnie do warunków pracy.
- Nadzór nad stanem kombajnów ścianowych i obudowy zmechanizowanej – czujniki ciśnienia, pozycji, obciążenia oraz drgań umożliwiają lepsze dopasowanie parametrów urabiania do warunków geologicznych. Jednocześnie system alarmuje o nieprawidłowych warunkach pracy siłowników i elementów konstrukcyjnych, co pozwala uniknąć ich przeciążenia.
Takie scenariusze, jeszcze niedawno traktowane jako rozwiązania pilotażowe, stają się standardem w nowoczesnych zakładach wydobywczych, dążących do zwiększenia konkurencyjności i bezpieczeństwa swojej działalności.
