PŘÍSPĚVEK K PLÁNOVÁNÍ ÚDRŽBY ŽELEZNIČNÍCH VOZIDEL CONTRIBUTION TO THE MAINTENANCE PLANNING OF RAIL VEHICLES

Podobné dokumenty
STOCHASTICKÝ MODEL SPOLEHLIVOSTI MODERNIZOVANÉ MOTOROVÉ LOKOMOTIVY STOCHASTIC RELIABILITY MODEL OF MODERNIZED DIESEL LOCOMOTIVE

Vysoká škola báňská Technická univerzita Ostrava TEORIE ÚDRŽBY. učební text. Jan Famfulík. Jana Míková. Radek Krzyžanek

MATEMATIKA III V PŘÍKLADECH

SIMULACE SPOLEHLIVOSTI SYSTÉMŮ HROMADNÉ OBSLUHY. Michal Dorda. VŠB - TU Ostrava, Fakulta strojní, Institut dopravy

Téma 2: Pravděpodobnostní vyjádření náhodných veličin

ROZDĚLENÍ SPOJITÝCH NÁHODNÝCH VELIČIN

Mgr. Rudolf Blažek, Ph.D. prof. RNDr. Roman Kotecký Dr.Sc.

Regresní analýza 1. Regresní analýza

Statistika a spolehlivost v lékařství Charakteristiky spolehlivosti prvků I

Téma 22. Ondřej Nývlt

y = 0, ,19716x.

10. cvičení z PST. 5. prosince T = (n 1) S2 X. (n 1) s2 x σ 2 q χ 2 (n 1) (1 α 2 ). q χ 2 (n 1) 2. 2 x. (n 1) s. x = 1 6. x i = 457.

Národní informační středisko pro podporu kvality

Chyby měření 210DPSM

LIMITNÍ VĚTY DALŠÍ SPOJITÁ ROZDĚLENÍ PR. 8. cvičení

Statistika II. Jiří Neubauer

Výběrové charakteristiky a jejich rozdělení

Statistická analýza jednorozměrných dat

Náhodné vektory a matice

ZÁKLADY AUTOMATICKÉHO ŘÍZENÍ

PENĚŽNÍ VYDÁNÍ NA DOPRAVU V ČR MONETARY TRANSPORT EXPENSES IN CZECH REPUBLIC

Normální (Gaussovo) rozdělení

AVDAT Náhodný vektor, mnohorozměrné rozdělení

Aktualizace modelu vlastnosti materiálu. Stanovení vlastností materiálů

Analýza spolehlivosti tlakové nádoby metodou Monte Carlo

ÚDRŽBA HNACÍCH VOZIDEL ZAMĚŘENÉ NA BEZPORUCHOVOST

4. Aplikace matematiky v ekonomii

Téma 2: Pravděpodobnostní vyjádření náhodných veličin

Problematika analýzy rozptylu. Ing. Michael Rost, Ph.D.

2 Hlavní charakteristiky v analýze přežití

P13: Statistické postupy vyhodnocování únavových zkoušek, aplikace normálního, Weibullova rozdělení, apod.

6.1 Normální (Gaussovo) rozdělení

KRITICKÁ MÍSTA V TECHNOLOGICKÉM PROCESU PŘÍLEŽITOSTNÉ OSOBNÍ SILNIČNÍ DOPRAVY

Definice spojité náhodné veličiny zjednodušená verze

Limitní věty teorie pravděpodobnosti. Jiří Neubauer. Katedra ekonometrie, FVL, UO Brno kancelář 69a, tel

MATEMATICKÁ STATISTIKA - XP01MST

Někdy lze výsledek pokusu popsat jediným číslem, které označíme X (nebo jiným velkým písmenem). Hodíme dvěma kostkami jaký padl součet?

SPOJITÉ ROZDĚLENÍ PRAVDĚPODOBNOSTI. 7. cvičení

Zápis ze zasedání oborové rady doktorského studijního programu Dopravní technika a technologie

Václav Jirchář, ZTGB

X = x, y = h(x) Y = y. hodnotám x a jedné hodnotě y. Dostaneme tabulku hodnot pravděpodobnostní

Test z teorie VÝBĚROVÉ CHARAKTERISTIKY A INTERVALOVÉ ODHADY

Diskrétní náhodná veličina

Dobývání znalostí. Doc. RNDr. Iveta Mrázová, CSc. Katedra teoretické informatiky Matematicko-fyzikální fakulta Univerzity Karlovy v Praze

Statistika. Teorie odhadu statistická indukce. Roman Biskup. (zapálený) statistik ve výslužbě, aktuálně analytik v praxi ;-) roman.biskup(at) .

Časové rezervy. Celková rezerva činnosti

Pravděpodobnost a statistika

Cvičení 5. Přednášející: Mgr. Rudolf B. Blažek, Ph.D. prof. RNDr. Roman Kotecký, DrSc.

TECHNICKÁ UNIVERZITA V LIBERCI

Markovské metody pro modelování pravděpodobnosti

Aproximace binomického rozdělení normálním

VYUŽITÍ PRAVDĚPODOBNOSTNÍ METODY MONTE CARLO V SOUDNÍM INŽENÝRSTVÍ

Modelování a simulace Lukáš Otte

Vzpěr jednoduchého rámu, diferenciální operátory. Lenka Dohnalová

2 Zpracování naměřených dat. 2.1 Gaussův zákon chyb. 2.2 Náhodná veličina a její rozdělení

VYBRANÁ ROZDĚLENÍ. SPOJITÉ NÁH. VELIČINY Martina Litschmannová

Matematika III 10. týden Číselné charakteristiky střední hodnota, rozptyl, kovariance, korelace

Obecný Hookeův zákon a rovinná napjatost

Intervalové Odhady Parametrů

Praktická statistika. Petr Ponížil Eva Kutálková

Základy teorie pravděpodobnosti

Testování statistických hypotéz

Téma 10: Spolehlivost a bezpečnost stavebních nosných konstrukcí

správně - A, jeden celý příklad správně - B, jinak - C. Pro postup k ústní části zkoušky je potřeba dosáhnout stupně A nebo B.

Pravděpodobnost a její vlastnosti

KRITICKÁ MÍSTA V NÁKLADNÍ ŽELEZNIČNÍ DOPRAVĚ CRITICAL POINTS IN CARGO RAILROAD TRANSPORT

Guide on maintainability of equipment Part 4: Section 8 - Maintenance and maintenance support planning

STATISTICKÉ ODHADY Odhady populačních charakteristik

JEDNOTKY. E. Thöndel, Ing. Katedra mechaniky a materiálů, FEL ČVUT v Praze. Abstrakt

Pracovní text a úkoly ke cvičením MF002

Minikurz aplikované statistiky. Minikurz aplikované statistiky p.1

Náhodná veličina a rozdělení pravděpodobnosti

Mezní stavy. Obecné zásady a pravidla navrhování. Nejistoty ve stavebnictví. ČSN EN 1990 a ČSN ISO návrhové situace a životnost

VYUŽITÍ SIMULACE PŘI MODELOVÁNÍ PROVOZU NA SVÁŽNÉM PAHRBKU SEŘAĎOVACÍ STANICE

Analýza poměrů při použití ukolejňovacího lana v železniční stanici

Pravděpodobnost a matematická statistika Doc. RNDr. Gejza Dohnal, CSc.

Testování hypotéz o parametrech regresního modelu

Testování hypotéz o parametrech regresního modelu

populace soubor jednotek, o jejichž vlastnostech bychom chtěli vypovídat letní semestr Definice subjektech.

8.1. Definice: Normální (Gaussovo) rozdělení N(µ, σ 2 ) s parametry µ a. ( ) ϕ(x) = 1. označovat písmenem U. Její hustota je pak.

1. Náhodný vektor (X, Y ) má diskrétní rozdělení s pravděpodobnostní funkcí p, kde. p(x, y) = a(x + y + 1), x, y {0, 1, 2}.

Sborník vědeckých prací Vysoké školy báňské - Technické univerzity Ostrava číslo 1, rok 2010, ročník X, řada stavební článek č. 20

Jiří Neubauer. Katedra ekonometrie, FVL, UO Brno kancelář 69a, tel

1. ÚVOD. Vladislav Křivda 1

JEDNOVÝBĚROVÉ TESTY. Komentované řešení pomocí programu Statistica

Elektroenergetika 1. Základní pojmy a definice

VLIV STATISTICKÉ ZÁVISLOSTI NÁHODNÝCH VELIČIN NA SPOLEHLIVOST KONSTRUKCE

Sigma Metric: yes or no?

Test z teorie VÝBĚROVÉ CHARAKTERISTIKY A INTERVALOVÉ ODHADY

Jana Vránová, 3. lékařská fakulta UK

Zápis ze zasedání oborové rady doktorského studijního programu Dopravní technika a technologie

8. Normální rozdělení

PROPUSTNOST ŽELEZNIČNÍ DOPRAVY

Pravděpodobnost a statistika

ZNALOSTI A DOVEDNOSTI ČESKÝCH MUŽŮ V OBLASTI INFORMAČNÍ BEZPEČNOSTI - VÝSLEDKY STATISTICKÉ ANALÝZY

Střední hodnota a rozptyl náhodné. kvantilu. Ing. Michael Rost, Ph.D.

I. D i s k r é t n í r o z d ě l e n í

Pravděpodobnost a matematická statistika Doc. RNDr. Gejza Dohnal, CSc.

Diferenciální rovnice a jejich aplikace. (Brkos 2011) Diferenciální rovnice a jejich aplikace 1 / 36

Transkript:

PŘÍSPĚVEK K PLÁNOVÁNÍ ÚDRŽBY ŽELEZNIČNÍCH VOZIDEL CONTRIBUTION TO THE MAINTENANCE PLANNING OF RAIL VEHICLES Jan Famfulík 1 Anotace:Při plánování údržby železničních vozidel máme k dispozici určité (omezené) prostředky údržby. Často se omezení týká doby vyčleněné na údržbu a výše nákladů na údržbu. Nesprávné nastavení obou parametrů při plánování údržby má vždy za následek nesplnění cílů údržby. Vzájemný vztah obou omezujících veličin popisuje stochastický model údržby, který umožňuje stanovit pravděpodobnost splnění cíle údržby. Klíčová slova: Udržovatelnost, náklady na údržbu, železniční vozidla Summary:Defined (limited) maintenance resources are available while maintenance planning of rail vehicles. Often the limitation affects determinate time for maintenance and maintenance costs value. Incorrect setting of both parameters while maintenance planning results in non-completion of maintenance objectives. The interrelationship of both limitative quantities is described by the stochastic maintenance model, which enables to determine the probability of maintenance objective completion. Key words: maintainability, maintenance costs, rail vehicles 1. ÚVOD Do procesu údržby (obnovy) parku vozidel může razantně zasáhnout problém nedostatku finančních prostředků určených k realizaci údržby, protože byla chybně plánována hladina nákladů na realizaci údržby. Důsledkem může být logistické zpoždění dodávek náhradních dílů a materiálu, protože ne vždy jsou zajištěny finanční prostředky potřebné k jejich nákupu či výrobě [1]. Nesprávné plánování doby vyčleněné na údržbu má podobné důsledky, lze očekávat vznik front tvořených vozidly čekající na údržbu při častém překročování plánované doby údržby. V obou případech je nepříznivě ovlivněn součinitel pohotovosti, vzniká riziko zvýšených ztrát, protože chybí vozidla v bezporuchovém stavu schopná provozního nasazení. 2. MODEL ÚDRŽBY Uvažujme situaci, kdy je nutné zajistit údržbu vozidel tak, že je realizována (úspěšně ukončena) údržba nejdéle do uplynutí plánované doby t, a to při vynaložení plánovaných 1 Ing. Jan Famfulík, Ph.D., Vysoká škola báňská technická univerzita Ostrava, Fakulta strojní, Institut dopravy, 17. listopadu 15, 78, Ostrava Poruba, tel.: +42 596 99 4553, e-mail: jan.famfulik@vsb.cz Famfulík - Příspěvek k plánování údržby železničních vozidel 87

nákladů do výše n. Pokud vznikne na vozidle porucha, obecně potřeba údržby, kterou se nepodaří odstranit v rámci plánované doby t, nebo jsou překročeny náklady na údržbu n, není splněn úkol údržby. Doba údržby vozidel je náhodná veličina (udržovatelnost) a podobně i výši nákladů vynaložených na realizaci údržby uvažujeme jako náhodnou veličinu. Proces lze popsat pomocí simultánní pravděpodobnosti dvou náhodných veličin, v tomto případě dobou údržby a náklady na údržbu. Známe-li analytické vyjádření této stochastické funkce, můžeme pomocí matematických operací s touto funkcí vyjádřit pravděpodobnost splnění úkolu údržby. 2.1 Definice úkolu údržby Úkol údržby je definován jako typ úkolu, jehož plnění v přesně definovaném okamžiku začíná a v jiném, přesně definovaném okamžiku končí. Jeho splnění se požaduje za předem stanovených podmínek, s omezením doby trvání údržby a velikostí nákladů na realizaci údržby. Pravděpodobnost splnění úkolu údržby je pravděpodobnost, s jakou v průběhu specifikovaného úkolu údržby bude ukončena údržba vozidla. 2.2 Sestavení modelu údržby Model je sestaven za těchto podmínek: jednotlivé doby údržby vozidel jsou náhodné jevy, na sobě nezávislé, jednotlivé náklady na realizaci údržby vozidel jsou náhodné jevy, na sobě nezávislé, každý údržbový zásah vyřadí vozidlo na určitou dobu z provozu, tato doba je rovna době údržby, doby údržby a výše čerpání nákladů na realizaci údržby se u každého vozidla v rámci parku náhodně opakuje. Za těchto předpokladů mohou nastat čtyři disjunktní jevy: Jev A: Během plnění úkolu údržby se podaří úspěšně realizovat (ukončit) údržbu v rámci plánované doby údržby t, při vynaložení plánovaných nákladů do výše n. V tomto případě je úkol údržby splněn, a pravděpodobnost tohoto jevu je možné vyjádřit pomocí dvourozměrné stochastické funkce: = P( A) f ( t, (1 ) Jev B: Během plnění úkolu údržby se podaří úspěšně realizovat (ukončit) údržbu vozidel v rámci plánované doby údržby t, ale při vynaložení větších než plánovaných nákladů ve výši n. V tomto případě úkol údržby není splněn, a pravděpodobnost tohoto jevu je možné vyjádřit: Famfulík - Příspěvek k plánování údržby železničních vozidel 88

t P( B) (2 ) n Jev C: Během plnění úkolu údržby se nepodaří úspěšně realizovat (ukončit) údržbu vozidel v rámci plánované doby údržby t, a to při splnění požadavků na výši plánovaných nákladů. V tomto případě úkol údržby není splněn, a pravděpodobnost vzniku jevu je možné vyjádřit: n P( C) (3) t Jev D: Během plnění úkolu údržby se nepodaří úspěšně realizovat (ukončit) údržbu vozidel v rámci plánované doby údržby t, a to při nesplnění požadavků na výši plánovaných nákladů. V tomto případě úkol údržby není splněn, a pravděpodobnost jevu je možné vyjádřit: P ( D) (4) Jevy A, B, C a D vyjadřují podmínku úplné množiny všech možných jevů, součet pravděpodobností nastoupení jevů A, B, C, D je proto: P ( A) B) C) D) = 1 Z postupu sestavení modelu je zřejmé, že podmínku splnění úkolu údržby splňuje pouze jev A, popsaný vztahem (1). Je proto možné, za předpokladu statistické nezávislosti obou marginálních rozdělení, vyjádřit hledanou pravděpodobnost splnění úkolu údržby P(t,. P( t, = f ( t, = f ( t) dt f ( dn = F ( t) F ( (6) Kde: P(t, je pravděpodobnost splnění úkolu údržby [-]. F(t) - distribuční funkce rozdělení doby údržby [-]. F( - distribuční funkce rozdělení nákladů na údržbu [-]. t n (5) Rovnice (6) vyjadřuje obecný vztah splnění pravděpodobnosti P(t,, do které je nutné dosadit kombinaci konkrétních rozdělení náhodné veličiny. Uvažujme např. kombinaci exponenciálního rozdělení doby údržby a normálního rozdělení nákladů na údržbu [2]. S uvážením těchto rozdělení a dosazením do (6) získáme vztah: t n μ P ( t, = 1 exp( ) Φ Ts σ (7) Kde: P(t, je pravděpodobnost splnění úkolu údržby [-]. - střední doba údržby vozidla [h]. T s Famfulík - Příspěvek k plánování údržby železničních vozidel 89

t - plánovaná doba údržby [h]. n - plánované náklady na údržbu [Kč]. μ - střední hodnota nákladů na údržbu [Kč]. σ - směrodatná odchylka nákladů na údržbu [Kč]. 2.3 Některé vlastnosti modelu údržby Výchozí stav popisující pravděpodobnost splnění úkolu údržby předpokládá kombinaci exponenciálního rozdělení doby údržby a normální rozdělení nákladů na údržbu. U exponenciálního rozdělení jsme udržovatelnost vyjádřili pomocí střední doby údržby vozidla Ts a předpokládáme, že tuto hodnotu nelze měnit bez zásahu do konstrukce vozidla. Lze však měnit plánovanou dobu údržby t. Plánované náklady na údržbu n vyjádříme jako interval s hranicemi směrodatné odchylky σ, využijeme tak známé pravidlo sigma platné pro normální rozdělení. Závislost pravděpodobnosti splnění úkolu údržby P(t, na obou vstupních veličinách je na Obr. 1. 1, P(t, =,99 P(t,,8,6,4 P(t, =,63 P(t, =,32 n 3 = μ +3σ n 2 = μ P(t, =,5,2 P(t, =,1 n 1 = μ σ P(t, =,16,,5 1 1,5 2 2,5 t/ts Komentář k Obr. 1 Obr. 1 - Průběh pravděpodobnosti splnění P(t, Zdroj: Autor Při pevně stanovené hladině nákladů n se s prodlužováním doby údržby t pravdě-podobnost P(t, postupně zvyšuje, až po dosažení jisté limitní hodnoty. Další zvýšení pravděpodobnosti P(t, je možné dosáhnot výhradně navýšením nákladů. Model je velmi citlivý na pokles stanovené hladiny nákladů n pod úroveň střední střední hodnoty rozdělení μ. I při značném prodloužení doby údržby je pravděpodobnost splnění úkolu údržby P(t,=,16, co prakticky znamená kolaps údržby. Další vlastnosti modelu údržby lze ukázaa následující situaci. Předpokládejme, že požadujeme předem stanovenou, konstantní pravděpodobnost splnění úkolu údržby P(t,. Cílem je stanovit závislost výše nákladů na realizaci údržby a doby údržby vozidla. Vztah (7) po úpravách přejde do tvaru: n μ P( t, Φ = σ t 1 exp Ts = konst (8) Famfulík - Příspěvek k plánování údržby železničních vozidel 9

Přímé vyjádření nákladů n na levé straně rovnice není možné, je nutné použít postup spočívající ve využití inverzní distribuční funkce, resp. její aproximace v případě normálního rozdělení. Graf průběhu funkce popsané vztahem (8) je na Obr 2. n = μ +3σ P(t, =,63 P(t, =,8 P(t, =,9 n = μ +σ n = μ σ,5 1 1,5 2 2,5 t/ts Komentář k Obr. 2 Obr. 2 - Diagram modelu údržby Zdroj: Autor Prodlužováním doby údržby t zpočátku rychle klesají náklady na realizaci údržby, rychlost poklesu se však postupně snižuje, až k limitní hodnotě nákladů. To znamená, že i při velmi dlouhé době údržby nelze snížiáklady pod jistou limitní velikost. Při vynaložení nákladů na hladině n = μ+3σ lze zvýšení pravděpodobnosti P(t, dosáhnout pouze prodlužováním doby údržby. Prakticky to znaméná, že se pohybujeme na technických hranicích systému, daných jeho udržovatelností. 3. ZÁVĚR Uvedený stochastický model údržby umožňuje stanovit vzájemný vztah mezi plánovanou dobou údržby a udržovatelností vozidla, plánovanými náklady na údržbu a pravděpodobností splnění úkolu údržby. Prokazuje, že v jisté míře lze prodloužením plánované doby údržby snížiáklady na údržbu, ale pouze do jisté limitní hodnoty. POUŽITÁ LITERATURA [1] MÍKOVÁ, J. Logistická podpora údržby kolejových vozidel. In disertační práce VŠB - TU Ostrava, Fakulta strojní, 26. ISBN8-248-165-4 [2] ŠIROKÝ, J., NEUGEBAUER, J. Podklady pro ověřování LCC v provozu vozidel. In sborník DIAGON 25, Univerzita Tomáše Bati, Zlín 25, ISBN 8-7318-293-9 Recenzenti: doc. Ing. Petr Škapa, CSc. VŠB TU Ostrava, FS, Institut dopravy prof. Ing. Milan Lánský, DrSc. Univerzita Pardubice, DFJP, Katedra dopravních prostředků a diagnostiky Famfulík - Příspěvek k plánování údržby železničních vozidel 91