Poisson-distributed failures in the predicting of the cost of corrective maintenance

• Autorzy: Andrzejczak K. , Młyńczak M. , Selech J.

Identyfikatory

DOI

10.17531/ein.2018.4.11

Warianty tytułu

PL

Poissonowskie strumienie uszkodzeń w prognozowaniu kosztów obsług korekcyjnych floty pojazdów

• Języki publikacji: EN

Abstrakty

EN

Maintaining high efficiency of using the fleet of public mass transport vehicles puts many challenges ahead of the operator. Among them, when planning periodic operational activities, the operator should take into account the assessment of possible unexpected vehicle failures and the costs of their removal under the so-called corrective maintenance. Due to the random nature of vehicle breakdowns, knowledge about stochastic processes is necessary to maintain their efficient and safe operation. The research problem formulated in the title meets these needs. Therefore, the costs of corrective maintenance of vehicles are modelled, i.e. the costs that are not included in the scheduled maintenance costs and are not related to preventive maintenance. The costs of corrective maintenance and the costs of replacement of damaged parts are unexpectedly created at random moments of operating means of transport, usually between scheduled maintenance. Due to the variety of failure processes of individual parts of the vehicle, the methods and applications of stochastic modelling for simple failures modelled by the Poisson process are presented in this paper. The basis for the application of the presented methods is to identify those parts of the vehicle that are damaged in accordance with this process. The assessment of parameters of failure processes of individual vehicle parts is made on the basis of the operational database of a homogeneous fleet of vehicles operated for 5 years. The operational database is dynamically updated with new events. On the basis of actual data on corrective maintenance of a distinguished group of damaged parts of vehicles, the possibilities and limitations of practical applications of the Poisson process to assess the risk of incurring costs in the further process of fleet operation were shown.

PL

Utrzymanie wysokiej efektywności użytkowania floty pojazdów publicznego transportu masowego stawia przed operatorem wiele wyzwań. Wśród nich planując okresowe działania eksploatacyjne operator powinien uwzględniać oceny możliwości pojawiania się niespodziewanych awarii pojazdów oraz kosztów ich usuwania w ramach tak zwanych obsług korekcyjnych. Ze względu na losowy charakter awarii pojazdów dla utrzymania efektywnej i bezpiecznej ich eksploatacji niezbędna okazuje się wiedza dotycząca procesów stochastycznych. Sformułowany w tytule problem badawczy wychodzi naprzeciw tym potrzebom. Modelowane są więc koszty obsług korekcyjnych pojazdów, tj. koszty, które nie są uwzględniane w ich przeglądach planowych i nie obciążają prewencyjnych napraw. Koszty robót korekcyjnych i koszty wymiany uszkodzonych części powstają niespodziewanie w losowych chwilach użytkowania środków transportu, zwykle między okresowymi przeglądami. W niniejszej pracy, ze względu na różnorodność procesów uszkadzania poszczególnych części pojazdu, przedstawiono metody i zastosowania stochastycznego modelowania dla prostych strumieni uszkodzeń, których modelem jest proces Poissona. Podstawą zastosowania przedstawionych metod jest zidentyfikowanie tych części pojazdu, które uszkadzają się zgodnie z tym procesem. Oceny parametrów procesów uszkodzeń poszczególnych części pojazdów dokonywane są na podstawie bazy danych eksploatacyjnych jednorodnej floty pojazdów eksploatowanych przez 5 lat. Wraz z upływem czasu baza danych eksploatacyjnych jest dynamicznie uzupełniana o nowe zdarzenia. Na podstawie danych rzeczywistych o obsługach korekcyjnych wyróżnionej grupy uszkadzających się części pojazdów pokazano możliwości i ograniczenia praktycznych zastosowań procesu Poissona do oceny ryzyka poniesienia kosztów w dalszym procesie eksploatacji floty.

Słowa kluczowe

EN

Poisson-distributed failures; corrective maintenance costs; vehicle fleet

PL

poissonowski strumień uszkodzeń; koszty obsług korekcyjnych; flota pojazdów

• Wydawca: Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne
• Czasopismo: Eksploatacja i Niezawodność
• Rocznik: 2018
• Tom: Vol. 20, no. 4
• Strony: 602--609
• Opis fizyczny: Bibliogr. 27 poz., rys.

Twórcy

autor

Andrzejczak K.

• Poznan University of Technology Faculty of Electrical Engineering Piotrowo 3A, 60-965 Poznan, Poland

autor

Młyńczak M.

• Wrocław University of Science and Technology Faculty of Mechanical Engineering Wybrzeże Wyspiańskiego 27, 50-370 Wrocław, Poland

autor

Selech J.

• Poznan University of Technology Faculty of Machines and Transport Piotrowo 3, 60-965 Poznań, Poland

Bibliografia

• 1. Andrzejczak K.: Stochastic modelling of the repairable system, Journal of KONBiN 3(35) 2015, 5-14.
• 2. Andrzejczak K.: Methods of the forecasting in the modeling of means of transport maintenance (in Polish). Rozprawy nr 496. Wydawnictwo Politechniki Poznańskiej, Poznań 2013.
• 3. Andrzejczak K., Selech J.: Quantile analysis of the operating costs of public transport fleet, Transport Problems, vol. 12 (3), 103-111, 2017.
• 4. Andrzejczak K, Selech J., Investigating the trends of average costs of corrective maintenance of public transport vehicles, Journal of KONBiN 41(2017), 207-226. DOI 10.1515jok-2017-0011.
• 5. Andrzejczak K., Młyńczak M., Selech J. Assessment model of operational effectiveness related to newly operated public means of transport. Proceedings of the 27th European Safety and Reliability Conference (ESREL 2017), Portorož, Słowenia, Editors: Marko Čepin, Radim Briš, pages 3455-3461.
• 6. Ascher H., Feingold H.: Repairable Systems Reliability: Modeling, Inference, Misconceptions and their Causes. Marcel Decker, New York, 1984.
• 7. Bobrowski D.: Modele i metody matematyczne teorii niezawodności w przykładach i zadaniach. 1985, Warszawa, WNT.
• 8. Chen Y., Cowling P., Polack F., Remde S., Mourdjis P., Dynamic optimisation of preventative and corrective maintenance schedules for a large scale urban drainage system. European Journal of Operational Research, 257 (2), 494-510. https://doi.org/10.1016/j.ejor.2016.07.027
• 9. Ferreira L.A., Silva J.L. Parameter estimation for Weibull distribution with right censored data using EM algorithm. Eksploatacja i Niezawodnosc – Maintenance and Reliability 2017; 19(2): 310–315, http://dx.doi.org/10.17531/ein.2017.2.20 .
• 10. Grabski F.: Stochastyczny model bezpieczeństwa obiektu w procesie eksploatacji. Problemy Eksploatacji, 1/2011 (80), 89-102.
• 11. Grabski F.: Nonhomogenous Poisson proces application to modeling accidents number at Baltic Sea waters and ports, Journal of Polish Safety and Reliability Association, Summer Safety and Reliability Seminars, Vol. 8, Number 1, 2017, 39-46.
• 12. Jokiel-Rokita A., Magiera R.: (2010). Parameter estimation in non-homogeneous Poisson process models for software reliability. Technical report, Wrocław University of Technology, Institute of Mathematics and Computer Science.
• 13. Knopik L, Migawa K. Multi-state model of maintenance policy. Eksploatacja i Niezawodnosc – Maintenance and Reliability 2018; 20 (1): 125–130, http://dx.doi.org/10.17531/ein.2018.1.16.
• 14. Kusz A., Marciniak A., Skwarcz J. Implementation of computation process in a bayesian network on the example of unit operating costs determination. Eksploatacja i Niezawodnosc – Maintenance and Reliability 2015; 17 (2): 266–272, http://dx.doi.org/10.17531/ein.2015.2.14.
• 15. Legát V, Mošna F, Aleš Z, Jurča V. Preventive maintenance models – higher operational reliability. Eksploatacja i Niezawodnosc – Maintenance and Reliability 2017; 19 (1): 134–141, http://dx.doi.org/10.17531/ein.2017.1.19.
• 16. Lee H, Cha J H. New stochastic models for preventive maintenance and maintenance optimization. European Journal of Operational Research 2016; 255 (1): 80-90, https://doi.org/10.1016/j.ejor.2016.04.020.
• 17. Macián V, Tormos B, Riechi J. Time replacement optimization model: comparative analysis of urban transport fleets using Monte Carlo Simulation. Eksploatacja i Niezawodnosc – Maintenance and Reliability 2017; 19 (2): 151–157, http://dx.doi.org/10.17531/ein.2017.2.1
• 18. Młyńczak M. 2012. Metodyka badań eksploatacyjnych obiektów technicznych, Wrocław, Oficyna Wydawnicza Politechniki Wrocławskiej, s. 204.
• 19. Nakagawa T.: Stochastic Processes with Applications to Reliability Theory. Springer, 2011.
• 20. Nataša Kontrec, Stefan Panić, Milena Petrović, Hranislav Milošević. A stochastic model for estimation of repair rate for system operating under performance based logistics. Eksploatacja i Niezawodnosc – Maintenance and Reliability 2018; 20 (1): 68–72, http://dx.doi.org/10.17531/ein.2018.1.9.
• 21. Nowakowski T, Młyńczak M, Werbińska-Wojciechowska S, Dziaduch I, Tubis A. Life Cycle Costs of passenger transportation system. Case study of Wroclaw city agglomeration 5. JPSRA 2014; 5: 109-120.
• 22. Omdahl T.P., ed.: Reliability, Availability and Maintainability (RAM) Dictionary, ASQC Quality Press, Milwaukee, Wisconsin, 1988.
• 23. Pogačnik B, Duhovnik J, Tavčar J. Aircraft fault forecasting at maintenance service on the basis of historic data and aircraft parameters. Eksploatacja i Niezawodnosc – Maintenance and Reliability 2017; 19 (4): 624–633, http://dx.doi.org/10.17531/ein.2017.4.17.
• 24. Raposo H, Farinha JT, Ferreira L, Galar D. An integrated econometric model for bus replacement and determination of reserve fleet size based on predictive maintenance. Eksploatacja i Niezawodnosc – Maintenance and Reliability 2017; 19 (3): 358–368, http://dx.doi.org/10.17531/ein.2017.3.6.
• 25. Rymarz J, Niewczas A, Krzyżak A. Comparison of operational availability of public city buses by analysis of variance. Eksploatacja I Niezawodnosc–Maintenance and Reliability 2016; 18 (3):373–378, http://dx.doi.org/10.17531/ein.2016.3.8.
• 26. Sharma A, Yadava G S, Deshmukh S G. A literature review and future perspectives on maintenance optimization, Journal of Quality in Maintenance Engineering 2011; 17 (1): 5 – 25, https://doi.org/10.1108/13552511111116222.
• 27. Stenström C, Norrbin P, Parida A, Kumar U. Preventive and corrective maintenance - cost comparison and cost-benefit analysis. Structure and Infrastructure Engineering 2016; 12 (5): 603-617, https://doi.org/10.1080/15732479.2015.1032983