Streszczenie
Problem wykorzystania metod prognozowania stanu w logistyce środków trans-portu jest rzadko poruszany w literaturze naukowej dotyczącej realizacji procesów logistycznych w transporcie. Z tego też powodu istnieje konieczność głębszej analizy rozważanego zagadnienia. Celem opracowania jest analiza możliwości wykorzysta-nia popularnych metod prognozowawykorzysta-nia stanu środków transportu w procesie logi-stycznym.
Słowa kluczowe: logistyka, prognozowanie, Ğrodek transportu 1. Wprowadzenie
Prognozowanie stanu w logistyce jest tematem tabu w wiĊkszoĞci przedsiĊbiorstw transpor-towych. Wielu menadĪerów tworzy plan działalnoĞci w oparciu o własną intuicjĊ, wyrobioną przez lata doĞwiadczeĔ. WiĊkszoĞü z nich kieruje siĊ przekonaniem, Īe „po co prognozowaü, sko-ro tworzone psko-rognozy siĊ nie sprawdzają”. Rzadko próbuje siĊ dochodziü przyczyn niedokładnoĞci tworzonych prognoz. A przecieĪ prognozy odgrywają bardzo istotną rolĊ w działalnoĞci nie tylko działu sprzedaĪy, ale przede wszystkim procesów logistycznych. Z tego teĪ powodu istotne jest wprowadzenie metod prognozowania, szczególnie w obszarze logistyki Ğrodków transportu, co zostało przedstawione w niniejszym opracowaniu.
2. Logistyka Ğrodków transportu
MoĪna z duĪym prawdopodobieĔstwem uznaü, Īe termin logistyka przyjął siĊ juĪ w polskim piĞmiennictwie, zwłaszcza dotyczącym zarządzania, choü wielu podkłada pod niego odmienne treĞci. Jeszcze bardziej wieloznacznie uĪywa siĊ przymiotnika logistyczny, szczególnie w odnie-sieniu do systemów, strategii czy innych rozwiązaĔ, które próbuje siĊ wprowadziü do Īycia gospo-darczego. Punktem wyjĞcia rozwaĪaĔ moĪe stanowiü okreĞlenie logistyki jako procesu zarządzania łaĔcuchem dostaw [2]. Przy tym przez łaĔcuch dostaw rozumie siĊ działalnoĞü związaną z prze-pływem towarów od dostawcy poprzez wszystkie poĞrednie formy aĪ do postaci, w której jest konsumowany przez ostatecznego klienta. Nie moĪna teĪ odmówiü słusznoĞci definicji uĪywanej w USA w skali przedsiĊbiorstwa, gdzie celem „Business Logistics” jest dąĪenie do osiągniĊcia optymalnej koordynacji przepływu materiałów, surowców, czynnoĞci związanych z ich magazy-nowaniem, problemów dotyczących opakowania, magazynowania i przepływu wyrobów goto-wych do ich ostatecznego odbiorcy [13]. MoĪna spotkaü takĪe bardziej ogólną definicjĊ, gdzie logistyka jest procesem planowania, wprowadzania oraz kontrolowania skutecznych,
kosztowo-efektywnych przepływów zapasów i surowców, od punktu początkowego do punktu konsumpcji zgodnie z wymaganiami klientów [3].
Wobec wieloĞci definicji logistyki, dla lepszego okreĞlenia zakresu tej dziedziny badawczej, celowe wydaje siĊ precyzyjniejsze spojrzenie na jej „przedmiot”, tj. system logistyczny. Szczegól-ne miejsce w tym przypadku zajmują systemy logistyczSzczegól-ne w transporcie (rys. 1).
Rysunek 1. Systemy logistyczne i ich struktura ħródło: [1].
Potrzeby transportowe są adresowane do róĪnych gałĊzi, systemów i form przemieszczania w obrĊbie zróĪnicowanych struktur transportowych. W znacznej czĊĞci są realizowane przez ofe-rentów transportu (przedsiĊbiorstwa transportowe i obsługujące transport) lub w ramach transportu indywidualnego. Stanowią w swojej istocie spełnienie poĪądanych przez gospodarkĊ i społeczeĔ-stwo oczekiwaĔ, ofert i zadaĔ kierowanych do tej sfery produkcyjnej. PotrzebĊ transportową moĪ-na okreĞliü jako zgłaszanie przez gospodarkĊ moĪ-narodową i społeczeĔstwo potencjalną, wyodrĊbnio-ną ofertĊ przemieszczania osób, ładunków i wiadomoĞci w danym okresie na okreĞlowyodrĊbnio-ną odległoĞü. W ramach transportu moĪemy wyróĪniü: transport samochodowy, kolejowy, wodny Ğródlą-dowy, morski, lotniczy oraz miejski. Usługową rolĊ transportu samochodowego i jej znaczenie w systemie funkcjonowania gospodarki narodowej naleĪy rozpatrywaü w głównej mierze poprzez układ cech techniczno–eksploatacyjnych i ekonomicznych, którymi charakteryzuje siĊ ten sposób przemieszczania. Transport samochodowy, spoĞród innych gałĊzi transportu, odznacza siĊ przede wszystkim [21]:
a) bliską nieograniczoną dostĊpnoĞcią do jego podstawowych Ğrodków pracy, wyróĪniającą siĊ moĪliwoĞciami podstawienia taboru praktycznie w dowolne miejsce;
b) wysoka operatywnoĞcią usługową, polegającą na dyspozycyjnoĞci wzglĊdnie duĪej liczby Ğrodków przewozowych;
c) duĪą elastycznoĞcią podróĪy, wyraĪającą siĊ moĪliwoĞciami obsługi zróĪnicowanego po-ziomu potrzeb bez ponoszenia dodatkowych nakładów inwestycyjnych;
d) duĪą szybkoĞcią przewozu, mającą szczególne znaczenie na krótkich i Ğrednich odległo-Ğciach;
e) terminowoĞcią i punktualnoĞcią wykonania usług; atrybuty te wynikają głównie z moĪli-woĞci realizacji przewozów zgodnie ze ĞciĞle sprecyzowanym harmonogramem.
Transport drogowy do swojego funkcjonowania wykorzystuje Ğrodki transportu, które obej-mują dwie grupy taborowe:
a) przeznaczone do przewozu pasaĪerów; b) przeznaczone do przewozu ładunków.
Tabor przeznaczony do przewozów pasaĪerów obejmuje samochody osobowe i autobusy. Podstawowymi Ğrodkami pasaĪerskiego transportu samochodowego są autobusy. Tabor autobu-sowy moĪna dzieliü i klasyfikowaü według wielu kryteriów. Z punktu widzenia potrzeb przewo-zów pasaĪerskich, a wiĊc z punktu widzenia cech eksploatacyjnych tabor ten obejmuje:
a) autobusy przewozów miejskich, w których nastĊpuje proporcjonalny podział na miejsca siedzące i miejsca stojące;
b) autobusy do przewozów miĊdzymiastowych, w których przewiduje siĊ wyłącznie miejsca siedzące, jednak o zwykłym standardzie;
c) autobusy do przewozów turystycznych, w których obok miejsc siedzących o wysokim bądĨ podwyĪszonym standardzie wygody przewiduje siĊ takĪe czĊĞü przeznaczoną do obsługi potrzeb konsumpcyjnych i fizjologicznych podróĪnych.
Tabor przeznaczony do przewozu ładunków klasyfikowany jest w sposób odmienny od taboru autobusowego. Z uwagi na róĪnorodnoĞü pracy, którą tabor ten musi wykonaü, podkreĞla siĊ jego cechy techniczno-eksploatacyjne. Stąd teĪ klasyfikowanie taboru ciĊĪarowego rozpoczyna siĊ z reguły od podziału tych Ğrodków pracy na:
a) tabor silnikowy, obejmujący samochody ciĊĪarowe i ciągniki samochodowe; b) tabor bezsilnikowy obejmujący: przyczepy i naczepy.
Samochód ciĊĪarowy jest samodzielną jednostką transportową o charakterystycznie dobranym nadwoziu, które decyduje o zakresie moĪliwego do wykonania rodzaju pracy przewozowej. Stąd wyróĪnia siĊ samochody ciĊĪarowe o nadwoziu:
a) uniwersalnym – umoĪliwiające przewóz wszystkich ładunków, poza tymi, które wymaga-ją dostosowaĔ specjalistycznych bądĨ specjalistycznych warunków przemieszczania; b) specjalizowanym – przeznaczone do przewozu wyłącznie ĞciĞle wybranej grupy
ładun-ków, związanej z reguły z konkretną dziedziną produkcji, np. budownictwem;
c) specjalnym – przeznaczone do przewozu wyłącznie jednego rodzaju ładunku, wymagają-cego niezmiennych warunków przemieszczenia bądĨ słuĪące wykonywaniu jednego ro-dzaju czynnoĞci.
Podstawowymi problemami w logistyce Ğrodków transportu są:
a) przyjĊcie odpowiedniej strategii eksploatacji Ğrodków transportu, czym siĊ głównie zaj-miemy w niniejszym opracowaniu;
b) dostarczenie ładunku do wielu odbiorców, z których kaĪdy moĪe mieü okreĞlone prefe-rencje czasu dostawy;
c) planowanie zapasów czĊĞci zamiennych Ğrodków transportu;
d) zagadnienie transportowe czyli optymalne planowanie trasy transportu ładunków lub osób.
W przypadku przyjĊcia strategii eksploatacji Ğrodków transportu według stanu niezbĊdne jest okreĞlenie terminu nastĊpnej obsługi technicznej, np. w aspekcie zuĪycia paliwa, olejów i smarów. Jest to istotne z powodu minimalizacji kosztów transportu, zmniejszenia emisji spalin, a co za tym idzie zmniejszenia uciąĪliwoĞci dla Ğrodowiska, a takĪe oszczĊdnoĞcizasu w funkcjonowaniu przedsiĊbiorstwa.
Kolejnym z omawianych problemów logistycznych jest dostarczenie ładunku do wielu od-biorców, z których kaĪdy moĪe mieü okreĞlone preferencje czasu dostawy, jest to tzw. zadanie komiwojaĪera. Standardowa wersja problemu komiwojaĪera daje siĊ przedstawiü w dwóch zda-niach. KomiwojaĪer pragnie odwiedziü pewną liczbĊ klientów w róĪnych miejscowoĞciach i po zakoĔczeniu odwiedzin wróciü do domu. W jakiej kolejnoĞci powinien odwiedzaü klientów, aby przebyta przez niego droga była moĪliwie najkrótsza? Do rozwiązania omawianego problemu moĪna wykorzystaü nastĊpujące metody: symulowane wyĪarzanie, dołączanie najdalszego wĊzła (lokalizacja klientów oraz bazy), dołączanie najbliĪszego wĊzła oraz prosty algorytm losowy. Z powyĪszych metod najbardziej skuteczne okazuje siĊ symulowane wyĪarzanie [18].
Trzecim z omawianych problemów wyznaczenia optymalnego planowania transportu ładun-ków lub osób, jest tzw. zagadnienie transportowe. W wariantach jednokryterialnych celem zazwy-czaj jest minimalizacja kosztów transportu, co wyraĪa siĊ przez sumĊ iloczynów jednostkowych kosztów przewozu i wielkoĞci transportu od poszczególnych punktów nadania do poszczególnych punktów odbioru [15]. Problem ten moĪna rozwiązaü metodą potencjałów lub metodą sympleks. W przypadku metody potencjałów w pierwszym etapie uzyskuje siĊ rozwiązanie dopuszczalne zadania transportowego, np. za pomocą metody NW (północno-zachodniego kąta), metodą naj-mniejszego elementu w macierzy kosztów oraz metodą VAM nastĊpnym etapem jest metoda po-tencjałów, która umoĪliwia sprawdzenie optymalnej drogi dostarczenia towarów przy minimalnej wartoĞci funkcji ocenowej.
3. Metody prognozowania stanu Ğrodków transportu
ObjaĞnienie pojĊcia prognozy rozpoczniemy od identyfikacji pojĊcia przewidywania. Przewi-dywanie to wnioskowanie o zdarzeniach nieznanych na podstawie zdarzeĔ znanych. Zdarzeniami nieznanymi mogą byü takie, które zachodzą w czasie póĨniejszym w stosunku do czasu, w jakim nastĊpuje przewidywanie lub zaszły wczeĞniej niĪ czynnoĞü przewidywania i nadal trwają w cza-sie, lub zaszły w czasie wczeĞniejszym w stosunku do czasu, w jakim dokonuje siĊ przewidywa-nia, i które w czasie, w jakim siĊ przeprowadza przewidywanie, juĪ nie zachodzą [22].
Upraszczając tĊ klasyfikacjĊ, moĪemy powiedzieü, Īe zdarzenia nieznane naleĪą do przeszło-Ğci lub do przyszłoprzeszło-Ğci. Natomiast zdarzenia znane to tylko takie, które juĪ zaszły, a wiĊc naleĪą do przeszłoĞci. Algorytm przewidywania ilustruje poniĪszy rys. 2.
Rysunek 2. Algorytm przewidywania ħródło: [10].
Wnioskowanie o zdarzeniach, które zajdą w czasie póĨniejszym niĪ czynnoĞü przewidywania, a wiĊc naleĪących do przyszłoĞci, odbywające siĊ równieĪ na podstawie informacji o przeszłoĞci, nazywa siĊ przewidywaniem przyszłoĞci. MoĪna wyróĪniü klika rodzajów tych przewidywaĔ (rys. 3).
Rysunek 3. Klasyfikacja przewidywań przyszłości ħródło: [10].
O przewidywaniach racjonalnych mówi siĊ wówczas, gdy wnioskowanie jest logicznym pro-cesem przebiegającym od zbioru faktów naleĪących do przeszłoĞci i ich interpretacji, do konkluzji. JeĞli przesłanki i tok wnioskowania są oparte na doĞwiadczeniu, bez posługiwania siĊ regułami nauki, mówi siĊ o przewidywaniu zdroworozsądkowym. O przewidywaniach naukowych, mówi-my zaĞ, gdy w procesie wnioskowania korzystamówi-my z reguł nauki.
Drugim głównym typem przewidywaĔ przyszłoĞci jest przewidywanie nieracjonalne. Mamy z nim do czynienia, gdy przesłanki nie zostały podane i/lub nie zachowano związku miĊdzy prze-słankami a konkluzją.
Obok pojĊcia przewidywania moĪna wyodrĊbniü pojĊcie prognozowania. Jest to racjonalne, naukowe przewidywanie przyszłych zdarzeĔ. OkreĞlenie „naukowe” oznacza, Īe w całym procesie
badawczym, obejmującym poznawanie przeszłoĞci, a wiĊc w gromadzeniu danych, diagnozowa-niu, sposobie przenoszenia danych z przeszłoĞci w przyszłoĞü, w formułowaniu załoĪeĔ, konkluzji, korzysta siĊ z dorobku nauki, wyraĪającego siĊ w jej ogólnej metodologii, teoriach odnoszących siĊ do zjawisk bĊdących przedmiotem badania czy reguł rozwiązywania problemów pojawiających siĊ w toku badania [10].
KotarbiĔski charakteryzujĊ tĊ metodĊ nastĊpująco: „jest to sposób zastosowany ze Ğwiadomo-Ğcią moĪliwoĞci jego zastosowania w przypadkach takiego typu, jakiego egzemplarz w danym przypadku rozpatruje osoba działająca” [17]. Metoda musi mieü tĊ właĞciwoĞü, Īe jeĞli ją stosują róĪne osoby do tego samego przypadku, to osiągają one takie same wyniki.
Metoda prognozowania jest sposobem okreĞlonym specjalnie, by go uĪywaü do rozwiązywa-nia zadaĔ prognostycznych. Metoda prognozowarozwiązywa-nia obejmuje sposób przetworzerozwiązywa-nia danych o przeszłoĞci oraz sposób przejĞcia od danych przetworzonych do prognozy [12]. W tym okreĞle-niu połoĪono nacisk na istnienie dwóch faz przewidywania: fazy diagnozowania przeszłoĞci i fazy okreĞlania przyszłoĞci.
Diagnozowanie przeszłoĞci odbywa siĊ poprzez budowĊ modelu formalnego (np. modelu trendu) lub myĞlowego (tworzonego w umyĞle eksperta).
Istnieją liczne opracowania na temat metod prognozowania stanu. W pracy Batki [4] w celu budowy „diagnoz predykcyjnych” proponuje siĊ wykorzystanie rozwiązania z grupy adaptacyj-nych modeli trendu przedstawiając przy tym takĪe inne metody, np. kart kontroladaptacyj-nych, wag harmo-nicznych i filtracji Kalmana, przy czym koncentruje siĊ przede wszystkim na analizie jednowy-miarowych szeregów czasowych.
W pracy BĊdkowskiego i Dąbrowskiego [5] rozpatrzono zagadnienia prognozowania systemu antropotechnicznego, w oparciu o trajektorie efektywnoĞciowe i efektowe.
Metody adaptacyjne wykorzystywane były takĪe w pracach Cempla przy prognozowaniu sta-nu maszyn [6,7], przy jednoczesnym proponowaniu innych, np. wykorzystywanie dla potrzeb pro-gnostycznych tzw. modelu tribowibroakustycznego maszyny [9], gdzie autor przedstawia takĪe sposób formułowania prognoz w wymiarze „czasu Īycia” urządzenia na podstawie zuĪyciowego modelu urządzenia jako procesora energii [8].
W pracy KaĨmierczaka [16] przedstawiono modele liniowe ARMA/ARIMA słuĪące do wy-znaczania prognoz elementów szeregu czasowego, uzyskanych przy badaniu procesów technolo-gicznych w hutnictwie.
Spotyka siĊ takĪe opracowania wykorzystujące narzĊdzia optymalizacji wielokryterialnej, ma-jące na celu rozwiązanie problemu prognozowania stanu technicznego pojazdu według algorytmu [26]: stan Ğrodka transportu Æ parametry diagnostyczne opisujące ten stan Æ metoda prognozo-wania wykorzystująca parametry diagnostyczne Æ prognoza stanu Ğrodka transportu Æ wykorzy-stanie prognozy stanu w strategii eksploatacji Ğrodka transportu według stanu, np. prawdopodobny termin obsługiwania.
CzĊste sygnały o badaniach nad prognozowaniem stanu maszyn pojawiają siĊ równieĪ w lite-raturze zagranicznej [11,14,23]. Przedstawione w litelite-raturze badania są ukierunkowane na analizĊ pojedynczych realizacji procesów zachodzących w badanych maszynach lub w systemach antro-potechnicznych.
Niestety metody prognozowania stanu w małym stopniu są stosowane w postaci algorytmów obliczeniowych dla Ğrodków transportu. Z jednej strony wynika to z braku zainteresowania infor-macjami prognostycznymi przez słuĪby techniczne zakładów, z drugiej zaĞ nielicznymi
propozy-cjami [24,25] stanowiącymi wycinkowe rozwiązania problemu prognozowania stanu Ğrodków transportu.
Wprowadzone w krajach Unii Europejskiej przepisy ISO [14] dotyczące wymagaĔ, jakie mają spełniaü Ğrodki transportu, obok ograniczeĔ związanych z toksycznoĞcią spalin i zuĪyciem paliwa, narzucają równieĪ wymagania dotyczące diagnozowania poszczególnych układów pojazdu, w tym szczególnie silnika i układów bezpieczeĔstwa jazdy. Przewiduje siĊ tu systemy OBD-2 [20], które rozpoznają, zapamiĊtują, sygnalizują i prognozują w ECU uszkodzenia zespołów Ğrodków trans-portu.
Stwierdza siĊ teĪ [20], Īe w diagnostycznych systemach pokładowych i stacjonarnych samo-chodów Mercedes, BMW, Volvo wystĊpują zaląĪki wykorzystania informacji prognostycznej do celów logistycznych (np. przewidywany zapas paliwa lub wartoĞü odcinka drogi moĪliwego do przebycia przy prognozowanym zuĪyciu paliwa).
W prognozowaniu stanu Ğrodków transportu moĪna wyróĪniü dwa etapy: pierwszy – progno-zowanie wartoĞci parametrów diagnostycznych opisujących zmianĊ stanu Ğrodka transportu oraz drugi – wyznaczenie terminu obsługiwania Ğrodka transportu oraz zakresu obsługiwania.
Przedstawiając metody prognozowania wartoĞci parametrów diagnostycznych nie moĪna Ğci-Ğle wykazaü wyĪszoĞci pewnych metod nad innymi. Dobór metody zaleĪy od tego, jaki obiekt jest przedmiotem badaĔ prognostycznych. Na podstawie przeprowadzonych badaĔ [26] do prognozo-wania wartoĞci parametrów diagnostycznych, opisujących stan Ğrodka transportu stosuje siĊ naj-czĊĞciej nastĊpujące metody prognozowania:
a) metodĊ funkcji trendu;
b) metodĊ wyrównywania wykładniczego Browna-Mayera rzĊdu 1; c) metodĊ wyrównywania wykładniczego Browna-Mayera rzĊdu 2; d) metodĊ Holta.
W przypadku wyznaczenia terminu obsługiwania wykorzystuje siĊ przyjĊte powyĪej załoĪe-nia, Īe zjawisko pogarszania siĊ stanu technicznego Ğrodka transportu jest reprezentowane szere-giem czasowym yΘ = <y1, y2, ..., yb>, tj. zbiorem dyskretnych obserwacji { yΘ = ζ(Θ); Θ = Θ1,
Θ2,..., Θb} pewnego niestacjonarnego procesu stochastycznego ζ(Θ).
Jako dopuszczalny okres uĪytkowania Ğrodka transportu przyjmuje siĊ wówczas czas jego pracy, w którym granice przedziału błĊdu dla poszczególnych prognoz okreĞlone na podzbiorze Ωy⊂Ω dostĊpnych realizacji obserwowanych parametrów diagnostycznych {y
j(Θ)} oraz ich
pro-gnozach {yj,p} według przyjĊtego predyktora P(yΘ,τ) nie przekraczają wartoĞci granicznych {yj,gr}.
Termin kolejnego obsługiwania Θb1Ğrodka transportu wyznacza wówczas horyzont czasowy
prognozy τ*:
1. Dla którego nie wystąpi przekroczenie wartoĞci granicznej parametru diagnostycznego ygr
przez granicĊ przedziału błĊdu prognozy wyznaczoną przez promieĔ rσ (metoda
pozio-mowania wartoĞci błĊdu prognozy.
2. Dla którego nie wystąpi przekroczenie wartoĞci granicznej parametru diagnostycznego ygr
przez prognozowaną wartoĞü parametru diagnostycznego (metoda poziomowania warto-Ğci granicznej parametru diagnostycznego.
3. Dla którego nie wystąpi przekroczenie wartoĞci granicznej parametru diagnostycznego ygr
przez szacowaną wartoĞü parametru diagnostycznego (metoda szacowania zmiany para-metru diagnostycznego).
4. Dla którego wystąpi przekroczenie wartoĞci granicznej parametru diagnostycznego y* gr
przez wartoĞü parametru diagnostycznego w czasie Θb (metoda szacowania terminu
ob-sługiwania Θb).
3.1. Metoda wyznaczania poziomowania wartoĞci błĊdu prognozy
Za wartoĞüΘb1 przyjmuje siĊ wartoĞü dopuszczalnego czasu okreĞloną wartoĞcią horyzontu
τ*, wyznaczoną jako punkt przeciĊcia siĊ linii wartoĞci granicznej parametru diagnostycznego y gr
z dolną (przy załoĪeniu, Īe y(Θb) > ygr) lub górną (przy załoĪeniu, Īe y(Θb)<ygr) granicą przedziału
błĊdu prognozy wyznaczoną przez promieĔ rσ dla poziomu ufnoĞci 1-γ=0,95 lub 1-γ=0,99, co od-powiada prawdopodobieĔstwu o wartoĞci p=0,05 lub p=0,99, Īe w przedziale wyznaczonym przez horyzont τ* parametr diagnostyczny osiągnie wartoĞü graniczną y
gr. Metoda ta zgodnie z przyjĊtym
sposobem prognozowania polega na tym, Īe przy załoĪeniu iĪ mechanizm zmian wartoĞci ζ(Θ)) w czasie opisuje funkcja trendu μ(Θ) zakłócona róĪnymi oddziaływaniami losowymi η(Θ):
yΘ = μ(Θ) + η(Θ) (1)
gdzie: μ(Θ) – opisuje tendencjĊ rozwojową parametru diagnostycznego y(Θ),
η(Θ) – wyraĪa działanie czynników przypadkowych (warunki terenowe, warunki klimatyczne, jakoĞü obsługi);
konstruuje siĊ takie oszacowanie {μp (Θ); Θ = 1,2,...,b} dla nieznanej postaci trendu μ(Θ), która
zapewniałaby odpowiednią dokładnoĞü prognozy yp(Θ), przy ekstrapolacji μp(Θ) na odcinek czasu
(przebiegu maszyny) (Θb, Θp), Θp = Θb+τ. Oszacowanie μp(Θ) wyznacza wówczas wartoĞci
ob-serwowanych parametrów diagnostycznych w chwili Θp=Θb+τ, a tym samym prognozy stanu
technicznego maszyny W(Θb + τ).
Wówczas:
1. WartoĞü dopuszczalnego czasu eksploatacji maszyny wyznacza horyzont prognozy τjo,
dla którego brak jest przekroczenia wartoĞci granicznej parametru diagnostycznego {yjg}
przez granicĊ przedziału błĊdu prognozy wyznaczoną przez promieĔ granicy przedziału rσ = qσp, gdzie q jest parametrem z tablicy rozkładu Studenta do wymaganego poziomu
ufnoĞci α i K-2 liczby stopni swobody, zaĞ σp jest odchyleniem standardowym składnika
losowego błĊdu prognozy ep.
2. Jako wartoĞü Θb1 przyjmuje siĊ wartoĞü dopuszczalnego czasu eksploatacji maszyny
okreĞloną wartoĞcią horyzontu {τjo}, wyznaczoną jako punkt przeciĊcia siĊ linii wartoĞci
granicznej parametru diagnostycznego yjg:
a. z dolną (przy załoĪeniu, Īe y(Θb) > yjg);
b. lub górną (przy załoĪeniu, Īe y(Θb) < yjg).
granicą przedziału błĊdu prognozy wyznaczoną przez promieĔ rσ0.05 dla poziomu ufnoĞci 1-γ=0.95,
co interpretuje siĊ, Īe w przedziale wyznaczonym przez horyzont τj** prawdopodobieĔstwo, Īe
parametr diagnostyczny yj osiągnie wartoĞü graniczną yjg wynosi p=0.05.
Ponadto rozpatruje siĊ przeciĊcie linii wartoĞci granicznej parametru diagnostycznego yjg
z granicą przedziału błĊdu prognozy wyznaczoną przez rσ0.01 dla poziomu ufnoĞci 1-γ=0.99, co
interpretuje siĊ, Īe w przedziale wyznaczonym przez horyzont τj* prawdopodobieĔstwo, Īe
MoĪliwe są wówczas nastĊpujące interpretacje uzyskiwanych terminów:
1. Nieprzekroczenie przez kontrolowany parametr diagnostyczny granicy wyznaczonej przez promieĔ rσ0.01 interpretuje siĊ wówczas jako brak sygnału alarmu do wnikliwej
i bardziej dokładnej obserwacji diagnostycznej zespołu lub układu pojazdu.
2. Przekroczenie przez kontrolowany parametr diagnostyczny granicy wyznaczonej przez promieĔ rσ0.01 interpretuje siĊ jako sygnał alarmu do wnikliwej i bardziej dokładnej
ob-serwacji diagnostycznej zespołu lub układu Ğrodka transportu (próg alertowy).
3. Moment przekroczenia przez kontrolowany parametr diagnostyczny granicy wyznaczonej przez promieĔ rσ0.05 interpretuje siĊ jako czas Θ
b1 - termin obsługiwania układu lub
zespo-łu pojazdu (próg alarmowy).
W takiej sytuacji przedział czasu (Θ1, Θb) bĊdzie okresem oczekiwanej estymacji wartoĞci
błĊdu prognozy ep i promienia granicy przedziału błĊdu prognozy rσ, zaĞ okres czasu po Θb bĊdzie
okresem aktywnej prognozy, tzn. wyznaczenia:
a) prognozowanej wartoĞci parametru diagnostycznego po czasie horyzontu prognozy τ, b) yjp(Θb+τ);
c) wartoĞci promienia granicy przedziału błĊdu prognozy rσ(Θb+τ);
d) terminu nastĊpnego diagnozowania i obsługiwania maszyny Θb1.
3.2. Metoda poziomowania wartoĞci granicznej parametru diagnostycznego
Termin kolejnego obsługiwania urządzenia Θb1 okreĞla wartoĞü horyzontu τ*, wyznaczona
ja-ko punkt przeciĊcia siĊ linii trendu parametru diagnostycznego y(Θ) z: a) dolną (przy załoĪeniu, Īe y(Θb) > ygr) granicą wartoĞci granicznej ygr*:
ygr* = ( 1) gr gr 10 1 y y y + − Θ (2)
b) lub górną (przy załoĪeniu, Īe y(Θb) < ygr) granicą wartoĞci granicznej ygr*:
ygr* = ygr – y( 1) ygr
10 1
−
Θ (3)
WartoĞci Sp(Θb+τ) i Θb1 wyznacza siĊ jedną z metod prognozowania, zaĞ termin diagnozowania
i obsługiwania według zaleĪnoĞci:
Θb1 = Θb + ) ( ) ( )) ( ( * b b b gr y t y y y Θ − + Θ Θ − τ (4)
3.3. Metoda szacowania zmiany wartoĞci parametru diagnostycznego Przy załoĪeniu:
a) wykładniczego rozkładu parametru diagnostycznego w czasie Θb;
b) prawdopodobieĔstwa niezawodnej pracy urządzenia Pr: 1 < Pr < 0.8;
c) dynamiki wzrostu parametru S w czasie (przy S(Θ) < Sgr):
S S S S b gr b ( ) ( ) ( ) Θ Θ Θ = − (5)
WartoĞüΘb1 wyznacza siĊ jako: b b b gr r b S S S P Θ Θ Θ − − = Θ ) ( )) ( )( 1 ( 1 (6)
3.4. Metoda szacowania terminu ΘΘΘΘb1
DąĪenie do uproszczenia procedur wyznaczenia terminu Θb1 spowodowało opracowanie
pro-cedur wyznaczenia terminu Θb1, w których nie ma potrzeby wyznaczania wartoĞci prognozowanej
parametru yp. W metodzie tej, podobnie jak w metodzie poziomowania wartoĞci granicznej,
wy-znacza siĊ pewien poziom wartoĞci granicznej ygr* róĪny od wartoĞci granicznej ygr i przyrównuje
do niej wartoĞü parametru diagnostycznego. Wówczas jako termin kolejnego obsługiwania urzą-dzenia Θb1 proponuje siĊ przyjąü wartoĞü czasu pracy (przebiegu) maszyny okreĞloną wartoĞcią
horyzontu τ*, wyznaczoną jako punkt przeciĊcia siĊ wartoĞci parametru diagnostycznego y(Θ b)
z wartoĞcią ygr*.
Θb1 = Θb (7)
Wyznaczanie terminu Θb1 na podstawie przedstawionych metod determinuje wiele
proble-mów, zaĞ najwaĪniejsze z nich to:
a) wyznaczenie optymalnego zbioru parametrów diagnostycznych opisujących zmianĊ stanu maszyny w funkcji czasu jej „Īycia”;
b) okreĞlenie funkcji wagi dla wieloelementowego optymalnego zbioru parametrów diagno-stycznych;
c) okreĞlenie „najlepszej” metody wyznaczającej termin Θb1.
Rozwiązanie powyĪszych problemów, jak wykazano w [26], wymaga zastosowania odpo-wiednich metod optymalizacji wielokryterialnej, metod prognozowania umoĪliwiających wyzna-czenie wartoĞci prognozowanej parametru diagnostycznego yj,p oraz koniecznoĞü znajomoĞci
war-toĞci granicznej parametru diagnostycznego ygr.
Na podstawie badaĔ własnych [25, 26], stwierdzono, Īe najbardziej odpowiednimi z przed-stawionych powyĪej metod wyznaczania terminu obsługiwania maszyny są:
a) metoda poziomowania błĊdu prognozy;
b)metoda poziomowania wartoĞci granicznej parametru diagnostycznego. 4. Podsumowanie
Głównym problemem w logistyce Ğrodków transportu jest szybkie dostarczenie towarów do odbiorcy. W związku z tym utrzymanie Ğrodka transportu w stanie zdatnoĞci jest bardzo waĪne, co powoduje Īe wyznaczanie prognozy stanu Ğrodka transportu poprzez okreĞlenie terminu obsługi-wania staje siĊ jednym z waĪniejszych zagadnieĔ procesu logistycznego.
Innymi zagadnieniami procesu logistycznego Ğrodków transportu, których zmiana w czasie wymusza podjĊcie problematyki prognozowania ich stanu są: zapas czĊĞci zamiennych Ğrodków transportu uĪytych w procesie odnowy, planowanie tras przy zmiennych warunkach otoczenia i niezbilansowanych zadaniach transportowych, efektywnoĞü procesu transportowego przy zmien-nych cechach systemu antropotechnicznego (Ğrodek transportu, operator Ğrodka transportu, oto-czenie). Przedstawione metody prognozowania stanu Prawdopodobnie okaĪą siĊ przydatne przy rozwiązaniu przedstawionych powyĪej problemów logistyki Ğrodków transportu.
Bibliografia
1. Abt S., Systemy logistyczne w gospodarowaniu. Teoria i praktyka logistyki, Wydawnictwo Akademii Ekonomicznej w Poznaniu, PoznaĔ 2001.
2. Bak D., Rozwój i rola logistyki w Wielkiej Brytanii, Problemy Magazynowania i Transportu, Zeszyt Specjalny, 1992.
3. Ballou R. H., Business Logistics Management, Prentice Hall, New Jersey, 1992.
4. Batko W., Metody syntezy diagnoz predykcyjnych w diagnostyce technicznej, Rozprawa habi-litacyjna, AGH, Kraków 1984.
5. BĊdkowski L., Dąbrowski T., Prognozowanie właściwości systemu antropotechnicznego w oparciu o trajektorie efektowe, Materiały I Kongresu Diagnostyki Technicznej, GdaĔsk 1996 6. Cempel Cz. i inni, Optymalizacja symptomowych modeli prognostycznych dla celów
diagno-styki technicznej, Materiały III Konferencji „Diagnostyka techniczna urządzeĔ i systemów”, Szczyrk 1995.
7. Cempel Cz., Bossak J., ĩółtowski B., Proste metody prognozowania stanu maszyn, Zagad-nienia Eksploatacji Maszyn, nr 3/1989, Kraków 1989.
8. Cempel Cz., Ewolucyjne modele symptomowe w diagnostyce maszyn, Materiały I Kongresu Diagnostyki Technicznej, GdaĔsk 1996.
9. Cempel Cz., Proste metody prognozowania stanu w drganiowej diagnostyce maszyn, Mate-riały VII Szkoły Diagnostyki, Rydzyna 1985.
10. CieĞlak M., Prognozowanie gospodarcze. Metody i zastosowania, PWN, Warszawa 1997. 11. Cox D.R., Prediction by exponentially weighted mowing averages and related methods,
Journal of the Royal Statistical Society, vol. 2, 1971.
12. CzerwiĔski Z., Guzik B., Prognozowanie ekonometryczne, PWE, Warszawa 1982.
13. Drechsler W., Markteffekte logistischer Systems, Der Universitat Muster, H. 116, Gottingen 1988.
14. Frandl, Quissek, Winklhorerm Improvoment of LEV/ULEV potential of fuel efficient high performance engines, 1992 SAE International Congress & Exposition, New York, USA 1992.
15. Guzik B., Ekonometria i badania operacyjne. Badania operacyjne, Wydawnictwo AE, Po-znaĔ 1993.
16. KaĨmierczak J., Zastosowanie liniowych modeli procesów losowych do prognozowania w diagnostyce maszyn, Rozprawa habilitacyjna, Politechnika ĝląska, Gliwice 1989.
17. KotarbiĔski T., O pojęciu, PWN, Warszawa 1986.
18. Krawczyk S., Logistyka w zarządzaniu marketingiem, Wydawnictwo Akademii Ekonomicz-nej im. Oskara Langego we Wrocławiu, Wrocław 1998.
19. Madeyski M., Lissowska E., Badania analityczne transportu samochodowego, WKiŁ, War-szawa 1981.
20. Merkisz J., Mazurek S., Pokładowe systemy diagnostyczne pojazdów samochodowych, WKŁ, Warszawa 2007.
21. Rydzkowski W., Wojewódzka-Król K., Transport, PWN, Warszawa 1997.
22. Siemianowski A., Elementy logiki formalnej i metodologii nauk, Akademia ekonomiczna, Wrocław 1989.
24. Tylicki H., Badanie stopnia dokładności predykcji w modelu adaptacyjnym Browna, Materia-ły SzkoMateria-ły Zimowej „Metody symulacyjne inĪynierii niezawodnoĞci", Szczyrk 1989.
25. Tylicki H., Optymalizacja metod prognozowania niezawodnego działania urządzeń, Zagad-nienia Eksploatacji Maszyn, nr 3/1993, Kraków 1993.
26. Tylicki H., Optymalizacja procesu prognozowanie stanu technicznego pojazdów mechanicz-nych, Akademia Techniczno-Rolnicza i Jana i JĊdrzeja ĝniadeckich w Bydgoszcz, Bydgoszcz 1998.
APPLICATION OF METHODS OF STATE PREDICTION IN TRANSPORT LOGISTICS Summary
The problem of using prediction methods in transport logistics is rarely dis-cussed in the scientific literature concerning the implementation of logistics process-es in transport. There is a necprocess-essity for deeper analysis of considered issue for this reason. Analysis of possibility of using common methods of forecasting the state of transport in logistics is the aim of this paper.
Keywords: logistics, forecasting, transport
Henryk Tylicki
Uniwersytet Technologiczno-Przyrodniczy w Bydgoszczy, ul. Kaliskiego 7, 85-796 Bydgoszcz
e-mail: tylicki@utp.edu.pl Piotr GorzelaĔczyk
PaĔstwowa WyĪsza Szkoła Zawodowa w Pile ul. PodchorąĪych 10, 64-920 Piła
