Zagadnienie utrzymania środków transportu - system wsparcia decyzyjnego

Streszczenie

W pracy skupiono się na omówieniu koncepcji systemu wsparcia decyzyjnego w obszarze utrzymania środków transportowych. W pierwszym kroku przedstawiono podstawowe definicje. Następnie omówiono przegląd literatury obejmujący problematykę projektowania systemów wsparcia decyzyjnego w obszarach funkcjonowania systemów technicznych, ze szczególnym uwzględnieniem systemów logistycznych i transportowych. Pozwoliło to na przedstawienie koncepcji systemu wspomagania decyzji w obszarze utrzymania środków transportu wraz z określeniem podstawowych założeń systemu, danych wejściowych, czy konkluzji. W podsumowaniu wskazano potencjalne problemy do rozwiązania w analizowanym obszarze.

1. WPROWADZENIE

W ostatnich latach, znaczenie problemu zapewnienia wysokiego poziomu obsługi klienta przez systemy transportu pasażerskiego znacząco wzrosło, co spowodowane jest m.in. wysokim poziomem konkurencji na rynku usług transportowych [5]. Jednocześnie, poprawne funkcjonowanie dowolnego systemu transportowego z jednej strony uzależnione jest od sprawnego i efektywnego planowania i realizacji zadań operacyjnych i wspierających, co wiąże się m.in. z optymalnym planowaniem tras czy harmonogramowaniem rozkładów jazdy. Z drugiej strony, należy wziąć pod uwagę wpływ poziomu organizacji procesów utrzymania danego systemu w stanie zdatności funkcjonalnej i zadaniowej, uwzględniającej [34] (rys. 1):
  • warunki systemu (systems conditions) - związane z procesem projektowania i wytwarzania systemu technicznego i jego wpływem na proces uszkodzeń w okresie eksploatacji;

  • warunki użytkowania (operational conditions) - definiujące zależności między pojawianiem się uszkodzeń systemu a realizacją procesu użytkowania oraz wpływem

  • uwarunkowań zewnętrznych (otoczenia); warunki obsługiwania (maintenance conditions) - definiujące relacje między rodzajem i chwilami podejmowanych operacji obsługiwania a podstawowymi charakterystykami niezawodnościowymi systemu.
Ponadto, identyfikacja systemu transportowego w analizowanym obszarze wymaga znajomości trzech elementów [13]:
  • komponentów systemu - wiedza o ich typie, ilości, rodzajach uszkodzeń, charakterystykach niezawodnościowych;

  • realizowanych zadań operacyjnych i obsługiwania, w tym określenia strategii obsługiwania;

  • elementów wpływających na procesy podejmowania decyzji w systemie.
Jednocześnie, w oparciu o badania literaturowe (np. [44]), podstawowym problemem w obszarze eksploatacji obiektów technicznych, w tym środków transportu, jest określenie przez odpowiedniego decydenta sposobu, bieżącego lub przyszłego, obchodzenia się z obiektem. Do podjęcia stosownych decyzji jest niezbędne określenie stanu obiektu, czy typu strategii obsługiwania niezbędnej do zastosowania w danej sytuacji eksploatacyjnej.

Skuteczność podjętej decyzji jest bezpośrednio uzależniona od szybkości jej podjęcia oraz trafności.

Jedną z ostatnich prac, omawiających zagadnienie procesu podejmowania decyzji jest [3]. W pracy tej autorzy przedstawili m.in. historię zmian struktury procesu podejmowania decyzji, określili dwa typy decyzji - decyzje programowalne (programmed decisions) i nieprogramowalne (non-programmed decisions), jak również przeanalizowali problem procesu podejmowania decyzji w zależności od typu systemu informacyjnego. Zatem, w oparciu o podejście zaproponowane w pracy [3], oraz zgodnie z [14, 39], podstawowe etapy procesu podejmowania decyzji obejmują etapy gromadzenia informacji, rozpoznaniai analizy wszystkich dostępnych informacji dotyczących problemu, zaklasyfikowania go do określonej grupy standardowej, tworzenia modelu informacyjnego opisującego rzeczywistość, jego rozwiązania, następnie generowania wariantów dopuszczalnych rozwiązań oraz pomoc w wyborze najlepszego rozwiązania. Na tej podstawie możliwe było zdefiniowanie podstawowych etapów procesu decyzyjnego w obszarze utrzymania środków transportu (rys. 2).

Bieżące podejmowanie decyzji w obszarze utrzymania środków transportu jest utrudnione ze względu na znaczną ilość informacji, jakie decydent musi wziąć pod uwagę w celu określenia optymalnego rozwiązania. Jednocześnie, liczba potencjalnych wariantów postępowania, które powinny być uwzględnione, będzie zależała od wielu elementów, jak np. liczba pojazdów, występujące zależności między pojazdami (np. techniczne, ekonomiczne), dostępność części wymiennych, czy harmonogram zadań operacyjnych.

Dlatego też, zapewnienie wysokiej jakości procesu decyzyjnego wymaga zastosowania systemów wsparcia decyzyjnego (SWD), których zadaniem jest wspomaganie procesu podejmowania decyzji poprzez ułatwienie i polepszanie fachowej oceny problemów będących przedmiotem decyzji czyli poprawienie efektywności decydowania dzięki wsparciu informacyjnemu i obliczeniowemu [35].

W literaturze można znaleźć wiele definicji koncepcji systemu wsparcia decyzyjnego [9]. Podstawowa, bardzo ogólna definicja określa SWD jako system komputerowy, obsługujący głównie taktyczny i strategiczny poziom zarządzania, który dostarcza informacji z danej dziedziny, umożliwia korzystanie z analitycznych modeli decyzyjnych z dostępem do baz danych, w celu wspomagania decydentów w słabo ustrukturyzowanym środowisku decyzyjnym [14]. Z kolei Power w swojej pracy [36] zdefiniował SWD jako interaktywny system lub podsystem komputerowy, pomagający decydentom wykorzystać technologie komunikacyjne, dane, dokumenty, wiedzę i modele w celu identyfikacji i rozwiązania problemów, przeprowadzenia etapów procesu decyzyjnego oraz podjęcia decyzji. Zatem, System typu SWD wspiera niektóre lub wszystkie fazy procesu decyzyjnego [14].

Szersze omówienie danego zagadnienia można znaleźć m.in. w pracach [2, 9, 10, 14, 23, 36, 40, 47].

W artykule autorzy skupili się na przedstawieniu koncepcji systemu wspomagania decyzji w wybranym obszarze funkcjonowania systemów transportowych. Przedmiotem ich zainteresowania jest zagadnienie utrzymania środków transportowych. W związku z tym, w kolejnym punkcie przedstawili przegląd literatury obejmujący problematykę projektowania systemów wsparcia decyzyjnego systemów transportowych, ze szczególnym uwzględnieniem obszaru logistyki i transportu. Następnie, omówili proces podejmowania decyzji dotyczących utrzymania środków transportu oraz określili podstawowe założenia, dane wejściowe, czy konkluzje analizowanego SWD wraz ze wskazaniem potencjalnych problemów do rozwiązania w tym obszarze.

2. SYSTEMY WSPARCIA DECYZYJNEGO W OBSZARZE FUNKCJONOWANIA SYSTEMÓW TRANSPORTOWYCH - PRZEGLĄD LITERATURY

Zgodnie z [37], systemy wspomagania decyzji ewoluowały z prowadzonych w latach pięćdziesiątych i sześćdziesiątych XX wieku przez Carnegie Institute of Technology teoretycznych badań nad sposobami podejmowania decyzji w organizacjach oraz z prac technicznych nad interaktywnym systemem komputerowym realizowanych przez Massachusetts Institute of Technology. Szersze omówienie historii rozwoju systemów wspomagania decyzji zostało przedstawione m.in. w pracach [9, 11, 14, 27, 36, 47].

Z kolei w pracy [1] autorzy omówili zagadnienie projektowania systemów wsparcia decyzyjnego, formułując zasady projektowania efektywnych SWD przy wykorzystaniu podejścia systemowego. Natomiast w pracy [23], autorzy przedstawili statyczne i dynamiczne metody oceny poprawności działania DSS oraz omówili podstawowe rodzaje błędów w SWD.

Przegląd literatury z obszaru projektowania systemów wsparcia decyzyjnego oraz ich aplikacji można znaleźć m.in. w pracach [2, 10, 11, 40, 47]. Jedna z pierwszych prac przeglądowych w analizowanym obszarze jest [40], gdzie autorzy skupili się na problemie efektywności projektowanych SWD oraz możliwości ich aplikacji. Z kolei w [10], autorzy skupili się na pracach obejmujących projektowanie SWD oraz systemów ekspertowych.

Możliwości aplikacyjne SWD jak również klasyfikacja systemów decyzyjnych były przedmiotem zainteresowania autora pracy [11]. Autor w swojej pracy również wskazał przyszłe możliwe kierunki rozwoju SWD. Temat możliwości aplikacyjnych projektowanych SWD został następnie rozwinięty w pracy [47].

W pracy [2] autorzy przedstawili analizę ponad tysiąca publikacji z obszaru projektowania SWD z okresu 1990-2004r. Przeprowadzone badania pozwoliły na wyróżnienie ośmiu głównych zagadnień w danej dyscyplinie naukowej, jak np. metody badawcze w SWD, czy teoria podejmowania decyzji w SWD.

Jednocześnie w literaturze można znaleźć szereg klasyfikacji SWD. Przykładowo, w pracy [9] omówiono m.in. podział SWD na systemy pasywne, aktywne i kooperacyjne.

Z kolei w pracy [27] wyróżniono i scharakteryzowano:
  • Systemy Transakcyjne (Transaction Processing Systems - TPS),

  • Systemy Informacyjne Zarządzania (Management Information Systems - MIS),

  • Systemy Wspomagania Decyzji (Decision Support Systems - DSS).
Szersze omówienie Systemów Informacyjnego Zarządzania (MIS) oraz Systemów Wspomagania Decyzji (DSS) można znaleźć m.in. w pracy [3]. Autorzy szczegółowo omówili modele danych systemów, ich charakterystyki oraz proces podejmowania decyzji.

Inny podział przedstawili Power [37] oraz zespół Zhengmeng i Haoxiang [47].

W swoich pracach zaproponowali oni dwuwymiarowe podejście do typologii SWD.

Wyróżnili sześć klas SWD, podzielonych ze względu na dominujący w systemie moduł:
  • SWD zorientowany na dane (Data-Driven DSS),

  • SWD zorientowany na modele (Model-Driven DSS),

  • SWD zorientowany na wiedzę (Knowledge-Driven DSS),

  • SWD zorientowany na dokumenty (Document-Driven DSS),

  • SWD zorientowany na komunikację i pracę grupową (Communications-Driven DSS, Group Communications-driven DSS),

  • SWD bazujący na wykorzystaniu sieci Internet (Web-based DSS).
Następnie w pracy [36] autor skupił się na omówieniu SWD zorientowanego na dane.

Z kolei w pracy [10] autorzy przeanalizowali systemy ekspertowe (Expert Systems) oraz SWD zorientowane na wiedzę (Knowledge-Driven DSS).

W pracy [14] zdefiniowano podstawowe SWD wykorzystywane w praktyce, wraz z omówieniem zagadnienia ich niezawodności. Skupiono się na omówieniu Systemów Informowania Kierownictwa (EIS - Executive Information Systems) oraz Systemów Ekspertowych (ES - Expert System). Szerzej przeanalizowano systemy wspomagania decyzji oferowane przez wybranych producentów, które dobrano ze względu na poziom zróżnicowania profili i zastosowań (np. system InsERT Analityk, czy swd Matrix).

Z kolei Arnott i Pervan zaproponowali klasyfikację SWD ze względu m.in. na liczbę użytkowników korzystających z systemu, czy jego przeznaczenie. Wyróżnili oni [2]:
  • osobiste SWD (Personal DSS),

  • SWD przeznaczone do pracy grupowej (Group DSS), oraz:

  • SWD przeznaczone do wsparcia procesu negocjacji (Negotiation Support System),

  • SWD bazujące na wykorzystaniu sztucznej inteligencji (Intelligent DSS),

  • SWD zorientowane na wiedzę (Knowledge Management-Based DSS),

  • SWD jako bazy danych (Data Warehousing),

  • SWD zorientowane na organizację/przedsiębiorstwo (Enterprise Reporting and Analysis Systems).
Inne spojrzenie na podział SWD może być zorientowane na ich zastosowanie.

Przykładowe obszary aplikacji SWD obejmują [14]:
  • finanse (np. analizy ryzyka rentowności inwestycji, efektywności, zarządzanie kosztami);

  • marketing (np. analizy rynku, planowanie i analiza wyników sprzedaży);

  • produkcję i logistykę (np. optymalizacja procesów produkcyjnych, czy transportowych);

  • zarządzanie zasobami ludzkimi (np. planowanie czasu pracy, planowanie płac, analiza rotacji kadr).
Z punktu widzenia celu realizowanej publikacji, autorzy skupili się na modelach proponowanych w obszarze logistyki i transportu oraz eksploatacji systemów technicznych.

Przegląd literatury z obszaru projektowania SWD dla celów logistyki i transportu można znaleźć m.in. w pracy [26]. Jednocześnie autorzy artykułu przedstawili koncepcję zintegrowanego SWD dla logistyki globalnej (Integrated DSS for Global Logistics).

Rozwiązanie bazuje na zastosowaniu m.in. elektronicznej wymiany danych EDI, SWD zorientowanych na wiedzę, czy Sieci Wartości Dodanej (Value Added Network).

Jednocześnie można znaleźć w literaturze rozwiązania dedykowane dla konkretnych typów przedsiębiorstw. Przykładowo, model komputerowego wspomagania decyzji strategicznych w zarządzaniu przedsiębiorstwem przemysłowym przedstawiono w pracy [8], natomiast problematyka projektowania systemów wspomagania podejmowania decyzji w przedsiębiorstwie została omówiona w pracy [38]. Następnie, system kompleksowego wspomagania decyzji logistycznych w sferze zaopatrzenia i dystrybucji dla małych lub średnich przedsiębiorstw przemysłowych bazujący na systemie eksperckim został omówiony m.in. w pracy [41]. Komputerowy system wspomagania decyzji w gospodarce magazynowej w sferze dystrybucji został z kolei przedstawiony w pracy [7]. Obszar planowania produkcji został z kolei przeanalizowany w pracy [39], gdzie przedstawiono system ekspertowy wspomagania decyzji w procesach przygotowania produkcji.

Rozwiązanie bazowało na zastosowaniu hybrydowego systemu ekspertowego.

Z kolei, model SMILE (Strategic Model for Integrated Logistic Evaluations), zaprojektowany w celu wsparcia podejmowania decyzji strategicznych dla przedsiębiorstw z sektora transportu i logistyki zaproponowano w pracy [42]. W pracy omówiono projekt SWD opracowany przez Ministerstwo Transportu, organizacje naukowe Holandii (NEI) i TNO Inro dla potrzeb realizacji przepływów ładunków na i poza terytorium Holandii.

Ponadto, w pracy [33] przedstawiono system wspomagania decyzji w obszarze wyboru optymalnego w danych warunkach rodzaju transportu. Rozwiązanie oparto na metodzie Analitycznego Procesu Hierarchicznego (AHP - Analytical Hierarchy Process), będącej wielokryterialnym podejściem do rozwiązywania wielu problemów decyzyjnych m.in. w obszarze logistyki (np. zadanie oceny i wyboru dostawcy).

W literaturze można znaleźć także zastosowania SWD w obszarze eksploatacji systemów technicznych. Przykładowo, omówienie problematyki procesów informacyjnodecyzyjnych w obszarze eksploatacji obiektów technicznych został przedstawiony w pracy [12]. Skupiono się na fazie użytkowania i podejmowaniu decyzji użytkowych na podstawie informacji pochodzących z procesu diagnozowania obiektu technicznego.

Z kolei, informatyczne systemy zarządzania procesem eksploatacji można m.in. znaleźć w pracy [17], gdzie skupiono się na maksymalizacji wykorzystania potencjału eksploatacyjnego górniczych przenośników taśmowych, czy w pracy [19], gdzie przedstawiono prototyp komputerowo wspomaganego systemu przydziału zadań eksploatacyjnych realizowanych w siłowni okrętowej.

Natomiast w pracy [22] przedstawiono koncepcję systemu wspomagania decyzji eksploatacyjnych, remontowych i modernizacyjnych w zakresie trwałości turbin parowych.

Przykład zastosowania SWD w obszarze transportu lotniczego można znaleźć m.in. w pracy [46], gdzie omówiono model bazujący na wykorzystaniu FPN (Fuzzy Petri Nets).

Z kolei w pracy [24] przedstawiono system ekspertowy wspomagający podejmowanie decyzji w obszarze planowania obsługi środków transportu kolejowego (np. wymiany obiektów technicznych). Natomiast w pracy [16] skupiono się na pracowaniu SWD w obszarze utrzymania infrastruktury transportowej. Rozwiązanie oparto na metodzie AHP, a przykład zastosowania przedstawiono dla procesu utrzymania infrastruktury drogowej miasta Split w Chorwacji. W pracy [28] omówiono system doradczy do wspomagania prognozowania niezawodności obiektów mechanicznych opracowany z zastosowaniem edytora szkieletowego systemu ekspertowego EXSYS Professional.

Natomiast w pracy [20] autor skupił się na opracowaniu systemu wspomagania decyzji w planowaniu przeglądów i remontów w przedsiębiorstwie produkcyjnym.

W obszarze funkcjonowania systemów transportu pasażerskiego jednym z obszarów zastosowania SWD jest problematyka harmonogramowania czasu podróży w oparciu o rozkłady jazdy (np. [25]). Problem podejmowania decyzji w obszarze planowania infrastruktury transportowej w sektorze publicznym oraz planowania łańcuchów dostaw w sektorze prywatnym jest przedmiotem pracy [18]. Natomiast w pracy [15] przeanalizowano możliwości zamodelowania systemu wspomagania decyzji w obszarze planowania zadań transportowych z wykorzystaniem systemu GIS (Geographic Information System). Z kolei w pracy [6] przedstawiono możliwości zastosowania SWD w obszarze planowania zadań transportowych w regionie Lombardii we Włoszech.

Zastosowanie systemu typu "multi-agent" w celu wspomagania decyzji w obszarach zarządzania ruchem miejskim w Bilbao oraz zarządzania flotą autobusów sieci publicznej rejonu Malaga w Hiszpanii przedstawiono w pracy [31]. Problem ten jest również poruszany w pracy [32], gdzie zaproponowano SWD zorientowany na wiedzę oraz podejście typu "multi-agent", czy w pracy [5], gdzie zaproponowano SWD typu "multiagent", do którego dane są przekazywane bezpośrednio z systemu monitoringu sieci transportowej. Natomiast w pracy [21] autor zaproponował SWD w obszarze planowania tras w międzynarodowym transporcie rzeczy. Rozwiązanie bazuje na zastosowaniu metody Fuzzy AHP, a przedstawiona aplikacja obejmowała wsparcie w procesie doboru trasy transportowej między Busan w Korei a Moskwą w Rosji, dla czterech możliwych wariantów tras.

Z kolei w pracy [43], autorzy skupili się na koncepcji SWD w obszarze podejmowania decyzji strategicznych w ramach realizacji polityki transportowej Turcji. Zaprojektowany system powinien pozwalać na definicję długoterminowych scenariuszy (na szczeblu regionalnym, krajowym, globalnym) w celu wsparcia decydentów w procesie analizy wpływu zmiennych socjalno-ekonomicznych oraz zmiennych związanych z charakterem procesu transportowego na poziom popytu na usługi transportowe (pasażerskie oraz towarowe).

Również zagadnienie bezpieczeństwa systemów/sieci transportowych w sytuacjach kryzysowych jest analizowane. Przykładowo w pracy [45], autorzy zaproponowali SWD pomagający decydentom określić zdolności instytucji transportowych, procedury, oraz przygotowanie na wypadek wystąpienia sytuacji kryzysowych, związanych np. z atakiem terrorystycznym, czy katastrofą naturalną.

3. KONCEPCJA SYSTEMU WSPARCIA DECYZYJNEGO W OBSZRZE UTRZYMANIA ŚRODKÓW TRANSPORTU

Celem eksploatacji dowolnego środka technicznego jest jego efektywne wykorzystanie zgodnie z przeznaczeniem [22]. W przypadku systemu transportowego, zadania eksploatacji można zdefiniować następująco:
  • dostosowanie podaży usług transportowych do zmieniającego się popytu pod względem ilościowym i jakościowym,

  • realizacja zadań transportowych przy minimum sumarycznych kosztów funkcjonowania systemu w dłuższych okresach.
Na tej podstawie można sformułować podstawowe cele eksploatacji systemu i kryteria oceny warunków pracy środków transportu.

Celem projektowanego systemu jest wsparcie procesu utrzymania środków transportu poprzez wskazanie najlepszej strategii obsługiwania przy znanych parametrach wejściowych i określonych wartościach podstawowych zmiennych decyzyjnych. Zakres prowadzonych badań obejmuje opracowanie metod i algorytmów doboru strategii obsługiwania dla elementów lub obiektu (klasyczna/DTA). Rozwiązanie zostało zdefiniowane w postaci reguł decyzyjnych. Reguły te stanowią podstawę komputerowej procedury wspomagania decyzji. System doradczy został opracowany jako program komputerowy umożliwiający łatwiejsze i szybsze uzyskiwanie konkluzji. W tym celu wykorzystano system ekspertowy EXSYS Professional. Ogólną strukturę danego programu przedstawia rys. 3. W takim przypadku podstawowe elementy systemu obejmują:
  • zbiór danych wraz z regułami określającymi ich wykorzystanie (baza danych),

  • bazę modeli tworzących mechanizm ich wykorzystania (baza wiedzy) - bazy danych, arkusze kalkulacyjne, fakty, reguły, modele, grafika,

  • interfejs użytkownika - menu i język poleceń wydawanych systemowi.
Jednocześnie, omówienie procesu decyzyjnego z wykorzystaniem danego systemu ekspertowego zostało przedstawione w pracy [28], natomiast ogólna charakterystyka analizowanego systemu wsparcia decyzyjnego została przedstawiona w pracach [4, 29, 30].

Podstawowe założenia przyjęte w procesie projektowania systemu wsparcia decyzyjnego obejmują [4]:
  • analizę naprawialnych wieloelementowych lub złożonych systemów transportowych;

  • uwzględnienie strategii obsługiwania systemów z elementami zależnymi i niezależnymi;

  • uwzględnienie jedynie strategii obsługiwania profilaktycznego (pominięcie strategii obsługi korekcyjnej oraz strategii obsługiwania według stanu systemu);

  • uwzględnienie podstawowych modeli obsługiwania, m.in. obsługi według wieku, obsługi blokowej, modeli obsługi grupowej, okazjonalnej oraz podstawowych modeli obsługi uwzględniającej opóźnienie czasowe (Delay Time).
Omówienie przedstawionych założeń systemu wsparcia decyzyjnego można znaleźć w pracy [4].

Następnie zdefiniowane zostały podstawowe dane wejściowe, niezbędne w procesie funkcjonowania systemu wsparcia decyzyjnego. Dane te zostały zaklasyfikowane do trzech podstawowych grup [4]:
  • dane ogólne, opisujące proces funkcjonowania systemu transportowego;

  • dane niezawodnościowe opisujące aktualny stan systemu transportowego;

  • dane kosztowe, opisujące koszty utrzymania systemu transportowego w stanie zdatności funkcjonalnej i zadaniowej.
Szczegółowe omówienie danych wejściowych można znaleźć w pracy [4].

Jednocześnie, w procesie budowy SWD bazującego na aplikacji systemu EXSYS Professional, autorzy zmienili sposób określania zmiennych decyzyjnych na opisowy, który znacznie ułatwia pracę z programem. W rezultacie, poniżej przedstawiono podstawowe zmienne wraz z ich definicją w komputerowym SWD. Pierwsza grupa danych wejściowych obejmuje przede wszystkim:
  • Dostępność informacji (Information accessibility (I))
    - dostępność danych opisujących proces eksploatacji systemu transportowego:
    - informacja dostępna (information accessible),
    - informacja niedostępna (information inaccessible),

  • Liczba elementów w systemie transportowym (Np)
    - system wieloelementowy (multi- unit system),
    - system złożony (complex system),

  • Zależności występujące pomiędzy elementami (L)
    - brak zależności pomiędzy elementami (no components dependence),
    - elementy systemu zależne (components dependence occurs),

  • Czas eksploatacji (TE):
    - określony czas eksploatacji (finite time horizon),
    - nieokreślony czas obserwacji (infinite time horizon).
Druga grupa danych wejściowych określa niezawodność system transportowego:
  • Typ uszkodzenia elementu systemu (ZF):
    - uszkodzenie typu katastroficznego (failure of type II
    - catastrophic failure),
    - typ uszkodzenia nie zdefiniowany (not defined type of failure),

  • Liczba uszkodzeń w badanym okresie czasu (NF):
    - liczba uszkodzeń systemu (NFs),
    - liczba uszkodzeń systemu typu katastroficznego (NFII),
    - liczba uszkodzeń systemu odnawianych zgodnie z obsługą minimalną (Nmn),

  • Czas naprawy (Repair Time) (RT)
    - niepomijalny czas naprawy (non - negligible),
    - pomijalny czas naprawy (negligible),

  • Typ realizowanych operacji obsługiwania (ZM)
    - obsługa perfekcyjna (perfect maintenance action) (ZM0),
    - obsługa nieperfekcyjna (imperfect maintenance action) (ZM1),
    - obsługa błędna (failed maintenance action) (ZM3),
    - obsługa profilaktyczna (preventive maintenance action) (PM),
    - obsługa korekcyjna
    - naprawa minimalna (minimal repair action) (MN),
    - operacja diagnozy stanu systemu (inspection) (IN), 􀀹obsługa perfekcyjna (perfect inspection), 􀀹obsługa nieperfekcyjna (imperfect inspection),

  • Poziom skutków pojawienia się uszkodzenia systemu (R)
    - wysokie (high),
    - niskie (low),

  • Czas obsługiwania (MT):
    - czas pomiędzy operacjami obsługiwania systemu technicznego (Tcw),
    - opóźnienie czasowe (h):
    - wartość oczekiwana opóźnienia czasowego (E[h]),
    - stosunek wartości oczekiwanej E[h] i okresu Tcw (E[h]/Tcw).
Ostatnia grupa danych wejściowych określa podstawowe koszty obsługiwania systemu transportowego (CM): Koszt jednostkowy odnowy minimalnej (cnm), - maksymalny koszt obsługi korekcyjnej obejmującej naprawę minimalną ( max Cmn ), - koszty obsługi diagnostycznej systemu (ci), 􀀹koszty znane (known maintenance costs), 􀀹koszty nieznane (unknown maintenance costs).

Kolejny etap pracy nad SWD obejmował określenie podstawowych konkluzji [4].

Przykładowe z nich zostały przedstawione poniżej:
  • MAINTENANCE ACCORDING TO SERVICE MANUAL (t0)- wskazuje, że operacje obsługiwania systemu transportowego powinny być wykonywane zgodnie z instrukcją serwisową. Konkluzja ta jest ostateczną w przypadku, gdy nie są znane podstawowe informacje o dotychczasowym procesie obsługiwania systemu;

  • MAINTENANCE ACCORDING TO PM STRATEGY - wskazuje, że system transportowy powinien być obsługiwany zgodnie z jedną ze zdefiniowanych w SWD strategii obsługiwania profilaktycznego;

  • MAINTENANCE ACCORDING TO DTA IMPLEMENTATION - sugeruje, że system transportowy powinien być obsługiwany zgodnie z jedną ze zdefiniowanych w SWD strategii obsługiwania profilaktycznego z opóźnieniem czasowym (Delay Time approach - DTA).
Celem działania systemu jest wskazanie możliwej strategii obsługiwania obiektu bazując na informacjach o stanie systemu, kosztach jego utrzymania czy poziomie dostępności danych. W analizowanym rozwiązaniu implementacja wiedzy jest realizowana z wykorzystaniem sposobu zapisu w postaci reguł [29]. Zdefiniowane w systemie reguły są proste i złożone [4].

W pierwszym kroku procesu decyzyjnego należy określić typ strategii obsługiwania, w zależności do poziomu kosztów obsługiwania systemu transportowego oraz skutków uszkodzeń: JEŻELI {CM small and R low} TO CORRECTIVE MAINTENANCE LUB PLANNED MAINTENANCE

oraz JEŻELI {cin non-negligible and R high} TO PREVENTIVE MAINTENANCE LUB CONDITION-BASED MAINTENANCE

Drzewo decyzyjne odpowiadające za wstępną weryfikację typu strategii obsługiwania przedstawiono na rys. 4.

Dalsza część SWD pozwala jedynie wnioskować w zakresie doboru strategii obsługiwania profilaktycznego (Preventive maintenance), co jest zgodne z przyjętymi założeniami projektowanego systemu.

Pierwsza reguła decyzyjna określa możliwość wykorzystania jednej ze zdefiniowanych w SWD strategii obsługiwania. Warunek decyzyjny jest określony przez dostępność informacji eksploatacyjnych (I): JEŻELI {I - inaccessible} TO MAINTENANCE ACCORDING TO SERVICE MANUAL LUB MAINTENANCE ACCORDING TO CHOSEN STRATEGY

Jeżeli dane wejściowe są dostępne, kolejny problem dotyczy typu elementów systemu (zależne/niezależne) (L): JEŻELI {L - independent} TO MAINTENANCE STRATEGY FOR INDEPENDENT SYSTEM COMPONENTS LUB MAINTENANCE STRATEGY FOR DEPENDENT SYSTEM COMPONENTS

Jeżeli wartość oczekiwana opóźnienia czasowego E[h] jest znana oraz relacja tej wartości do okresu Tcw jest większa od określonej wielkości x (oszacowanej na podstawie opinii ekspertów), wskazany jest wybór strategii obsługiwania z wykorzystaniem opóźnienia czasowego (DTA): JEŻELI {E[h] known and E[h]/Tcw ≥ x} TO MAINTENANCE ACCORDING TO DTA IMPLEMENTATION LUB MAINTENANCE ACCORDING TO PM STRATEGY

Kolejny problem decyzyjny obejmuje określenie wielkości system (wieloelementowy/złożony): JEŻELI {Np - complex system} TO MAINTENANCE ACCORDING TO PM STRATEGY FOR COMPLEX SYSTEMS LUB MAINTENANCE ACCORDING TO PM STRATEGY FOR MULTI-UNIT SYSTEMS

Ponadto, znając maksymalny poziom kosztów obsługiwania korekcyjnego systemu max Cmn , możliwe jest wskazanie kolejnej grupy strategii obsługiwania, pozwalającej na efektywne utrzymanie środków transportu: JEŻELI { max Cmn known and cnm ≤ max Cmn } TO MAINTENANCE ACCORDING TO REPAIR LIMIT POLICY LUB MAINTENANCE ACCORDING TO TIME-BASED MAINTENANCE POLICY

Przykłady drzewa decyzyjnego, przedstawiające m.in. opisany powyżej proces wnioskowania zilustrowano na rys. 5 - 6. Tablica 1 przedstawia listę podstawowych strategii obsługiwania uwzględnionych w SWD utrzymania środków transportowych.

4. PODSUMOWANIE

Artykuł przedstawia kontynuację prac nad budową systemu wspomagania decyzji w obszarze utrzymania środków transportu. W rezultacie podstawowe problemy, które należy obecnie rozwiązać obejmują m.in. zagadnienie weryfikacji modelu do oceny procesu eksploatacji rzeczywistego systemu technicznego.

Bibliografia

1. Ariav G., Ginzberg M. J.: DS design: a systemic view of decision support. Communications of the ACM, Vol. 28, No. 10, 1985, pp. 1045-1052.

2. Arnott D., Pervan G.: Eight key issues for the decision support systems discipline. Decision Support Systems, 44, 2008, pp. 657-672.

3. Asemi A., Safari A., Asemi Zavareh A.: The Role of Management Information System (MIS) and Decision Support System (DSS) for Manager’s Decision Making Process. International Journal of Business and Management, Vol. 6, No. 7, 2011, pp. 164-173.

4. Bojda K., Werbińska-Wojciechowska S.: Data accessibility problem in transportation means’ maintenance performance. Artykuł przygotowany na 7th Scientific Conference “Economy and Efficiency. Contemporary solutions in logistics and production", 14-16 November, 2012, Skwierzyna.

5. Borne P., Fayech B., Hammadi S., Maouche S.: Decision Support System for Urban Transportation Networks. IEEE Transactions on Systems, Man, and Cybernetics - Part C: Applications and Reviews, Vol. 33, No. 1, 2003, pp. 67-77.

6. Burla M., Laniado E., Romani F., Tagliavini P.: The Role of Decision Support systems (DSS) in Transportation Planning: the Experience of the Lombardy Region. Proceedings of Seventh International Conference on Competition and Ownership in Land Passenger Transport, Molde, Norvay, 25-28 June 2001.

7. Chodak G.: Sustem wspomagania decyzji w gospodarce magazynowej w sferze dystrybucji. Rozprawa doktorska PWr., Wrocław, 2001.

8. Czermiński J.: Studium komputerowego system wspomagania decyzji strategicznych w zarządzaniu przedsiębiorstwem przemysłowym. Zeszyty Naukowe Wyższej Szkoły Administracji I Biznesu w Gdyni, nr 3, 2000, s. 14-25.

9. Decision Support Systems, www: http://diuf.unifr.ch/ds/courses/dss2002/pdf/DSS.pdf (22.03.2012).

10. Despres S., Rosenthal-Sabroux C.: Designing Decision Support Systems and Expert Systems with a better end-use involvement: A promising approach. European Journal of Operational Research, 61, 1992, pp. 145-153.

11. Eom S. B.: Decision Support Systems. [in]: International Encyclopedia of Business and Management, 2nd Edition, Warner M. (ed.), International Thomson Business Publishing Co., London, 2001.

12. Florek J., Barczak A.: Procesy informacyjno-decyzyjne w eksploatacji obiektów technicznych. Teelekomunikacja i Techniki Informacyjne, 1-2, 2004, s. 31-41.

13. Fricker J. D., Whitford R. K.: Fundamentals of Transportation Engineering. A Multimodal Systems Approach. Pearson Education, Inc. Upper Saddle River, New Jersey, USA 2004.

14. Grobarek I., Grzywański Ł., Mączka I., Tomalik D., Twórz K.: Niezawodność Systemów Wspomagania Decyzji. Wrocław 2007, http://www.ioz.pwr.wroc.pl/Pracownicy/mercik/zbiory/Prezentacje%202007/z3-opracowanie.pdf (22.03.2012).

15. Han K.: Developing a GIS-based Decision Suport System for Transportation System Planning, AASHTO GIS-T 2006, www: http://www.gis-t.org/files/gnYKJ.pdf (23.03.2012).

16. Jajac N., Knezic S., Marovic I.: Decision support system to urban infrastructure maintenance management. An International Journal of Organization, Technology and Management in Construction, 1(2), 2009, pp. 72-79.

17. Kacprzak M., Kulinowski P., Wędrychowicz D.: Informatyczny system zarządzania procesem eksploatacji górniczych przenośników taśmowych. Eksploatacja i Niezawodnosc - Maintenance and Reliability, nr 2, 2011, s. 81-93.

18. Kamath M., Srivathsan S., Ingalls R. G., shen G., Pulat P. S.: TISCSoft: A Decision Support System for Transportation Infrastructure and Supply Chain System Planning. Proceedings of the 44th Hawaii International Conference on System Sciences, 2011.

19. Kamiński P., Tarełko W.: Prototyp komputerowo wspomaganego systemu przydziału zadań eksploatacyjnych realizowanych w siłowni okrętowej. Przegląd Mechaniczny, R 67, nr 3, 2008, s. 30- 34.

20. Kantor J.: Komputerowy system wspomagania decyzji w planowaniu przeglądów i remontów w przedsiębiorstwie produkcyjnym. Rozprawa doktorska PWr., Wrocław 2009.

21. Ko H. J.: A DSS approach with Fuzzy AHP to facilitate international multimodal transportation Network. KMI International Journal of Maritime Affairs and Fisheries, vol.1 issue1, 2009, pp. 51-70.

22. Kosman G., Rusin A.: Koncepcja systemu wspomagania decyzji eksploatacyjnych i remontowych w zakresie trwałości turbin. Zeszyty Naukowe Politechniki Śląskiej, Seria: Energetyka, Z.131, nr kol. 1427, 1999.

23. Lamy J-B., Ellini A., Nobecourt J., Venot A., Zucker J-D.: Testing Methods for Decision Support Systems. [in]: Decision Support Systems, Jao Ch. S. (ed.), InTech, 2010.

24. Martland C. D., McNeil S., Acharya D, Mishalani R.: Applications of expert systems in railroad maintenance: scheduling rail relays. Transportation Research Part A: Policy and Practice, vol. 24A, No. 1, 1990, pp. 39-52.

25. Mendes-Moreira J., Duarte E., Belo O.: A decision support system for timetable adjustments. Proceedings of the XIII Euro Working Group on Transportation Meeting (EWGT 2009) - September 2009.

26. Min H., Eom S. B.: An Integrated Decision Support System for Global Logistics. International Journal of Physical Distribution and Logistics Management, Vol. 24, No. 1, 1994, pp. 29-39.

27. Moore J., H., Chang M. G.: Design of Decision Support Systems. ACM SIGMIS Database - Selected papers on decision support systems from the 13th Hawaii International Conference on System Sciences, Vol. 12, Issue 1-2, ACM New York, NY, USA Fall 1980.

28. Nowakowski T.: Metodyka prognozowania niezawodności obiektów mechanicznych. Praca naukowa Instytutu Konstrukcji i Eksploatacji Maszyn Politechniki Wrocławskiej, Wrocław 1999.

29. Nowakowski T., Werbińska-Wojciechowska S.: Koncepcja systemu wspomagania decyzji w procesach utrzymania środków transportu. Logistyka, nr 4, 2012.

30. Nowakowski T., Werbińska-Wojciechowska S.: Means of transport maintenance processes performance. Decision support system. Artykuł przygotowany na II Carpathian Logistics Congress, 7-9.11.2012, Jesenik, Czechy.

31. Ossowski S., Fernandez A., Serrano J. M., Perez-de-la-Cruz J. L., Belmonte M. V., Hernandez J. Z., Garcia-Serramp A. M., Maseda J. M.: Designing Multiagent Decision Support System The Case of Transportation Management. Proceedings of AAMAS’04, July 19-23 2004, New York, USA.

32. Ossowski S., Hernandez J. Z., Belmonte M-V., Fernandez A. Garcia-Serrano A., Perez-de-la-Cruz J-L., Serrano J-M., Triguero F.: Decision support for traffic management based on organisational and communicative multiagent abstractions. Transportation Research Part C, vol. 13, 2005, pp. 272-298.

33. Ozceylan E.: A Decision Support System to Compare the Transportation Modes in Logistics. International Journal of Lean Thinking, Vol. 1, Issue 1, (June) 2010, pp. 58-83.

34. Patra A. P.: Maintenance Decision Support Models for Railway Infrastructure using RAMS & LCC Analyses. Doctoral Thesis, Lulea University of Technology, Lulea 2009.

35. Penc J.: Decyzje w zarządzaniu. Wyd. Profesjonalnej Szkoły Biznesu, Kraków 1995.

36. Power D. J.: Understanding Data-Driven Decision Support Systems. Information Systems Management, Vol. 25, Issue 2, 2008, pp. 149-154.

37. Power, D. J.: A Brief History of Decision Support Systems. DSSResources.COM, www: http://DSSResources.COM/history/dsshistory.html, version 4.0, March 10, 2007.

38. Rączka K, Kowalski M.: Systemy wspomagające podejmowanie decyzji w przedsiębiorstwie. Inżynieria Rolnicza, nr 6(94), 2007, s. 205-212.

39. Sala D.: Wspomaganie decyzji w procesach przygotowania produkcji z wykorzystaniem systemu ekspertowego. Rozprawa doktorska AGH, Kraków 2007.

40. Sharda R., Barr S. H., McDonnell J. C.: Decision support system effectiveness: a review and an empirical test. Management Science, Vol. 34, No. 2, 1988, pp. 139-159.

41. Skołud B., Kalinowski K., Krenczyk D., Kampa A., Gołda G., Dobrzańska-Danikiewicz A.: Systemy wspomagania decyzji w planowaniu i sterowaniu produkcją. Przegląd Mechaniczny, R. 64, nr 5, 2005, s. 20-30.

42. Tavasszy L.A., Van Der Rest H.: Scenario-Wise Analysis of Transport and Logistics Systems with a SMILE. Selected Proceedings of the 8th World Conference on Transportation Research, 1999.

43. Ulengin F., Onsel S., Topcu Y. I., Aktas E., Kabak O.: An integrated transportation decision support system for transportation policy decisions: The case of Turkey. Transportation Research Part A, vol. 41, 2007, pp. 80-97.

44. Werbińska S.: Model logistycznego wsparcia systemu eksploatacji środków transportu. Rozprawa doktorska PWr., Wrocław 2008.

45. Yoon S. W., Velasquez J. D., Partridge B. K., Nof S. Y.: Transportation security decision support system for emergency response: A training prototype. Decision Support Systems, 46, 2008, pp. 139- 148.

46. Zhang P., Zhao S-W., Tan B., Yu L-M., Hua K-Q.: Applications of Decision Support System in Aviation Maintenance, Efficient Decision Support Systems - Practice and Challenges in Multidisciplinary Domains. Prof. Chiang Jao (Ed.), InTech, 2011, www: http://www.intechopen.com/books/efficient-decision-support-systems-practice-and-challenges-inmultidisciplinary- domains/applications-of-decision-support-system-in-aviation-maintenance.

47. Zhengmeng Ch., Haoxiang J.: A Brief Review on Decision Support Systems and It’s Applications. Proceedings of International Symposium on IT in Medicine and Education (ITME) 2011, 9-11. December 2011, vol. 2, pp. 401-405.

 

Szukasz magazynu do wynajęcia. Zobacz ogłoszenia na PropertyStock.pl

×

DALSZA CZĘŚĆ ARTYKUŁU JEST DOSTĘPNA DLA SUBSKRYBENTÓW STREFY PREMIUM PORTALU WNP.PL

lub poznaj nasze plany abonamentowe i wybierz odpowiedni dla siebie. Nie masz konta? Kliknij i załóż konto!

KOMENTARZE (0)

Do artykułu: Zagadnienie utrzymania środków transportu - system wsparcia decyzyjnego

PISZESZ DO NAS Z ADRESU IP: 44.192.47.87
Dodając komentarz, oświadczasz, że akceptujesz regulamin forum

Logowanie

Dla subskrybentów naszych usług (Strefa Premium, newslettery) oraz uczestników konferencji ogranizowanych przez Grupę PTWP

Nie pamiętasz hasła?

Nie masz jeszcze konta? Kliknij i zarejestruj się teraz!