Zagadnienie utrzymania środków transportu – system wsparcia

Transkrypt

PRACE NAUKOWE POLITECHNIKI WARSZAWSKIEJ
z. 87
Transport
2012
Tomasz Nowakowski
Sylwia Werbińska-Wojciechowska
Politechnika Wrocławska
ZAGADNIENIE UTRZYMANIA ŚRODKÓW
TRANSPORTU – SYSTEM WSPARCIA
DECYZYJNEGO
Rękopis dostarczono, listopad 2012
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.
Słowa kluczowe: system wsparcia decyzyjnego, system transportowy, procesy utrzymania
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
38
Tomasz Nowakowski, Sylwia Werbińska-Wojciechowska
• uwarunkowań zewnętrznych (otoczenia); warunki obsługiwania (maintenance
conditions) – definiujące relacje między rodzajem i chwilami podejmowanych operacji
obsługiwania a podstawowymi charakterystykami niezawodnościowymi systemu.
Rys. 1. Podstawowe elementy wpływające na poziom funkcjonowania systemu technicznego
[29, 34]
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, rozpoznania
i analizy wszystkich dostępnych informacji dotyczących problemu, zaklasyfikowania go do
Zagadnienie utrzymania środków transportu – system wsparcia decyzyjnego
39
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).
Rys. 2. Proces decyzyjny w obszarze utrzymania środków transportu [29]
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].
40
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
41
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),
42
• 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
43
[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
44
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].
45
Rys. 3. Schemat systemu wsparcia decyzyjnego w obszarze utrzymania środków transportu [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
46
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),
9 obsługa perfekcyjna (perfect inspection),
9 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).
47
Ostatnia grupa danych wejściowych określa podstawowe koszty obsługiwania systemu
transportowego (CM):
• Koszt jednostkowy odnowy minimalnej (cnm),
- maksymalny koszt obsługi korekcyjnej obejmującej naprawę minimalną
max
( C mn
),
- koszty obsługi diagnostycznej systemu (ci),
9 koszty znane (known maintenance costs),
9 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.
48
Rys. 4. Wstępne drzewo decyzyjne projektowanego SWD
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
49
Ponadto, znając maksymalny poziom kosztów obsługiwania korekcyjnego systemu
możliwe jest wskazanie kolejnej grupy strategii obsługiwania, pozwalającej na
efektywne utrzymanie środków transportu:
max
max
JEŻELI { C mn
known and cnm ≤ C mn
} 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.
max
C mn
,
Rys. 5. Przykład drzewa decyzyjnego projektowanego SWD
50
Rys. 6. Przykład drzewa decyzyjnego projektowanego SWD dla elementów zależnych systemu
(legenda jak w rys. 5)
Tablica 1
Lista strategii obsługiwania uwzględnionych w SWD wraz z indeksem [4]
Indeks
Nazwa strategii obsługiwania profilaktycznego
t1
t2
t3
t4
t5
t6
t7
t8
t9
t10
t11
t12
t13
t14
t15
Age Replacement Policy (ARP) with minimal repair
Age Replacement Policy with CF
Age Replacement Policy for multi-unit system with cost constrains
Age Replacement Policy for multi-unit system with availability constrains
Block Replacement Policy (BRP) with minimal repair
Block Replacement Policy with CF
Block Replacement Policy for multi-unit system with availability constrains
Block Replacement Policy for multi-unit system with 3 types of maintenance
Block Replacement Policy for multi-unit system with common cause shock failure
Repair Limit Policy (RLP) with imperfect repair
Repair Limit Policy with minimal repair
Repair Limit Policy with CF
(L-u,L) policy
Opportunistic maintenance policy (OMP) with CF
(τ,T) policy with costs
t16
t17
t18
t19
T20
t21
t22
t23
t24
t25
t26
t27
51
(τ,T) policy with availability
Simple group maintenance policy (GMP)
Simple group maintenance policy (GMP) with minimal repair
Simple T-policy
Simple T-policy with minimal repair
m – failure policy
(m,T) policy
Delay Time Model (DTM) for multi-unit systems
Delay Time Model for multi-unit systems with imperfect inspections
Delay Time Model for complex systems and non-negligible RT
Delay Time Model for complex systems
Delay Time Model for complex systems with imperfect inspections
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.
2.
3.
4.
5.
6.
7.
8.
9.
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.
Arnott D., Pervan G.: Eight key issues for the decision support systems discipline. Decision Support
Systems, 44, 2008, pp. 657-672.
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.
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.
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.
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.
Chodak G.: Sustem wspomagania decyzji w gospodarce magazynowej w sferze dystrybucji. Rozprawa
doktorska PWr., Wrocław, 2001.
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.
Decision Support Systems, www: http://diuf.unifr.ch/ds/courses/dss2002/pdf/DSS.pdf (22.03.2012).
52
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. 3034.
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.
53
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. 139148.
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.
ISSUE OF TRANSPORTATION MEANS’ MAINTENANCE PROCESSES
PERFORMANCE – DECISION SUPPORT SYSTEM
Summary: The article is focused on the investigation of conception of decision support system for means of
transport maintenance processes performance. Thus, in the first step the main definitions are presented. Later,
the main literature overview on decision support systems designing in the area of technical systems
performance is given. This overview is focused on logistics and transportation systems performance. This let
authors introduce the conception of decision support system for means of transport maintenance processes
performance. There are presented the main assumptions, input data and conclusions defined in authors
54
solution. In the summary Section, there are underlined the potential problems, which will have to be solved
during the next steps of the researchers performance.
Keywords: decision support system, transportation system, maintenance processes

Zagadnienie utrzymania środków transportu – system wsparcia

Transkrypt

Podobne dokumenty

CENTRUM SZKOLENIA POLICJI STRZELANIE

wykład 3 - UCI AGH

Praca w systemie „WET SYSTEMS”

Systemy IT we wspomaganiu procesu podejmowania decyzji i

Wprowadzenie do systemów wspomagania decyzji

Policja 997 Element większej całości (Nr 103 / 10.2013)