Wstępna identyfikacja i ocena parametrów wpływających na wydajność układu operator-maszyna do robót ziemnych

• Autorzy: Radziszewska-Zielina E. , Sobotka A. , Plebankiewicz E. , Zima K.

Warianty tytułu

EN

Preliminary identification and evaluation of parameters affecting the capacity of the operator-earthmoving machine system

• Języki publikacji: PL

Abstrakty

PL

Bez wiarygodnych danych dotyczących czasu pracy maszyn budowlanych niemożliwe jest skalkulowanie kosztów inwestycji czy określenie terminu jej realizacji. Na wydajność maszyny wpływa wiele czynników wynikających zarówno z możliwości technicznych maszyny (np. moc silnika czy pojemność łyżki koparki) jak i środowiska pracy (np. spulchnienie gruntu czy czynniki atmosferyczne). Na wydajność dodatkowo wpływają czynniki oddziaływujące na operatora (np. stan zdrowia, stres, zmęczenie). Dlatego celowe jest posługiwanie się pójściem układ operator-maszyna. Obecnie istniejący system norm czasu pracy maszyn zebrany w katalogach nakładów rzeczowych jest przestarzały (brak w nim nowoczesnych materiałów, technologii i obecnie używanego sprzętu). Nie bierze on pod uwagę wszystkich mogących wystąpić czynników atmosferycznych, warunków pracy, warunków gruntowo-wodnych. Efektem takiego stanu rzeczy mogą być przeszacowania lub niedoszacowania inwestycji. Na podstawie przeprowadzonych badań sondażowych można stwierdzić, że największy wpływ na wydajność układu operator-maszyna do robót ziemnych mają parametry związane z kondycją psychofizyczną operatora (doświadczenie, zmęczenie, stan zdrowia i motywacja operatora) oraz parametry techniczne maszyny (stan techniczny i wydajność techniczna, teoretyczna). Z kolei warunki atmosferyczne, w szczególności wilgotność powietrza w najmniejszym stopniu wpływa na wydajność.

EN

Without reliable data on the time of work of construction machines it is impossible to calculate the cost of the investment or the time limit for its implementation. Machine capacity is affected by many factors resulting from both the technical capabilities of a machine (e.g. the engine and bucket capacity) and work environment (e.g. soil loosening and weather conditions). Capacity is also influenced by factors affecting the operator (e.g. health condition, stress, fatigue). Therefore, it is appropriate to use the concept of the operator-machine system. The current system for the standards of machine working time collected in catalogues of capital expenditures is outdated (a lack of modern materials, technology and equipment currently used). It does not take into account all possible weather conditions, labour conditions and soil and water conditions. The result of this state of affairs may be overestimation or underestimation of an investment. On the basis of the conducted research it may be concluded that the greatest impact on the capacity of the operator-earthmoving machine system is exerted by parameters associated with the psychophysical condition of the operator (experience, fatigue, health and motivation of the operator) and the technical parameters of the machine (technical condition and theoretical technical capacity). Weather conditions, particularly air humidity, affect the performance to the smallest extent.

Słowa kluczowe

PL

układ operator-maszyna; roboty ziemne; wydajność; czas pracy

EN

operator-machine system; earthworks; capacity; up time

• Wydawca: Wydawnictwo Politechniki Lubelskiej
• Czasopismo: Budownictwo i Architektura
• Rocznik: 2013
• Tom: Vol. 12, nr 1
• Strony: 53--60
• Opis fizyczny: Bibliogr. 31 poz., rys., tab.

Twórcy

autor

Radziszewska-Zielina E.

• Zakład Technologii i Organizacji Budownictwa, Wydział Inżynierii Lądowej, Politechnika Krakowska

autor

Sobotka A.

• Katedra Geomechaniki, Budownictwa i Geotechniki, Wydział Górnictwa i Geoinynierii, AGH

autor

Plebankiewicz E.

• Zakład Technologii i Organizacji Budownictwa, Wydział Inżynierii Lądowej, Politechnika Krakowska

autor

Zima K.

• Zakład Technologii i Organizacji Budownictwa, Wydział Inżynierii Lądowej, Politechnika Krakowska

Bibliografia

• 1 Martinek W. (red.). Technologia robot budowlanych, Oficyna Wydawnicza Politechniki Warszawskiej, 2010.
• 2 Lenkiewicz W. (red.). Technologia robót budowlanych. PWN, Warszawa, 1985.
• 3 Zajączkowska T. Kalkulacja kosztorysowa w budownictwie i jej komputerowe wspomaganie. Wydawnictwo RADAMSA, Kraków, 1997.
• 4 Linczowski Cz. Technologia robót budowlanych. Politechnika Świętokrzyska w Kielcach, 2000.
• 5 Caterpillar Performance Handbook 42, a publication by Caterpillar Inc. Peoria, Illinois, U.S.A., January 2012 www.pbcp.com.pl/Caterpilarxx.
• 6 Bašková, R. Realizácia betónových konštrukci. BELMAS GROUP, Martin, 2008.
• 7 Bašková, R. DACHOWSKI, R. Progressive methodology for determination of concrete plants productivity. Structure and Environment. Kielce University of Technology 2 (2010) 18-23.
• 8 Stefański A., Walczak J. Technologia robot budowlanych. Arkady, Warszawa, 1983.
• 9 Tam C.M., Tong T. K.L., Tse S. L. Artificial neural networks model for predicting excavator productivity. Engineering, Construction and Architectural Management 9 (2002) 446 – 452.
• 10 Shi J.J. A neural network based system for predicting earthmoving production. Construction Management & Economics 17 (1999) 463–471.
• 11 Schabowicz K., Hoła B. Application of artificial neural networks in predicting earthmoving machinery effectiveness ratios. Archives of Civil and Mechanical Engineering 4 (2008) 73-84.
• 12 Edwards D.J., Holt G.D. ESTIVATE: a model for calculating excavator productivity and output costs. Engineering, Construction and Architectural Management 7 (2000) 52 – 62.
• 13 Kirmanli C., Ercelebi S.G. An expert system for hydraulic excavator and truck selection in surface mining. The Journal of The Southern African Institute of Mining and Metallurgy 109 (2009) 727-731.
• 14 Kim Y. B., Kang H., Ha J. H., Kim M. S., Kim P. Y., Baek S. J., Park J. A Study on the Virtual Digging Simulation of a Hydraulic Excavator, CIB Co-sponsored: 28th International Symposium on Automation and Robotics in Construction ISARC (2011) 95-100.
• 15 Schmidt D., Proetzsch M., Berns K. Simulation and Control of an Autonomous Bucket Excavator for Landscaping Tasks http://agrosy.informatik.uni-kl.de/fileadmin/Literatur/Schmidt10.pdf.
• 16 Hoła B., Schabowicz K. Zastosowanie sztucznych sieci neuronowych do predykcji wydajności układów maszyn do robot ziemnych. Prace Naukowe Instytutu Budownictwa Politechniki Wrocławskiej Nr 87 Studia i materiały 18 (2006) 101-108.
• 17 Marcinkowski R., Koper A. Projektowanie zespołu maszyn zapewniających ciągłość betonowania konstrukcji monolitycznej. Budownictwo i inżynieria środowiska, Politechnika Białostocka 2(2011) 583-587.
• 18 Wykowska M. (2010). Ergonomia. Wyd. AGH, Kraków ( książka elektroniczna).
• 19 Taczanowska T., Jaśkowski P.: Ergonomia w budownictwie. Politechnika Lubelska. Lublin 1998.
• 20 B. Osafo-Yeboah, S. Jiang, R. Delpish, Z. Jiang, C. Ntuen: Empirical study to investigate the range of force feedback necessary for best operator performance in a haptic controlled excavator interface, International Journal of Industrial Ergonomics, 43 (2013) 197-202.
• 21 Meshkati, N., Integration of workstation, job, and team structure design in complex humanmachine systems: a framework. International Journal of Industrial Ergonomics 7 (1991) 111-122.
• 22 T. H. Langer, T. K. Iversen, N. K. Andersen, O. Ø. Mouritsen, M. R. Hansen: Reducing wholebody vibration exposure in backhoe loaders by education of operators, International Journal of Industrial Ergonomics 42 (2012) 304-311.
• 23 Tiemessen, I.J., Hulshof, C.T.J., Frings-Dresen, M.H.W. An overview of strategies to reduce whole-body vibration exposure on drivers: a systematic review. International Journal of Industrial Ergonomics 37 (2007) 245-256.
• 24 Wikström, B., Kjellberg, A., Dallner, M. Whole-body vibration. a comparison of different methods for the evaluation of mechanical shocks. International Journal of Industrial Ergonomics 7 (1991) 41-52.
• 25 J. M. Cabeças, R. J. Milho: The efforts in the forearm during the use of anti-vibration gloves in simulated work tasks, International Journal of Industrial Ergonomics 41 (2011) 289-297.
• 26 Fernandez, M.D., Quintana, S., Chavarria, N., Ballesteros, J.A. Noise exposure of workers of the construction sector. Applied Acoustics 70 (2009) 753-760.
• 27 P. M. Arezes, C.A. Bernardo, O. A. Mateus: Measurement strategies for occupational noise exposure assessment: A comparison study in different industrial environments International Journal of Industrial Ergonomics 42 (2012) 172-177.
• 28 Gillen, M., Baltz, D., Gassel, M., Kirsch, L., Vaccaro, D.,. Perceived safety climate, job demands, and coworker support among union and non-union injured construction workers. Journal of Safety Research 33 (2002) 33-51.
• 20 Wahlberg, A.E. Long-term effects of training in economical driving: fuelconsumption, accidents, driver acceleration behaviour and technical feedback. International Journal of Industrial Ergonomics 37 (2007) 333-343.
• 30 O. O. Abbe, C. M. Harvey, L. H. Ikuma, F. Aghazadeh: Modeling the relationship between occupational stressors, psychosocial/physical symptoms and injuries in the construction industry, International Journal of Industrial Ergonomics 41 (2011) 106-117.
• 31 Wirkus M., Węgierski T., Chmielarz A. Marnotrawstwo pracy maszyn na placu budowy. Budownictwo i inżynieria Środowiska, Politechnika Białostocka 2 (2011) 699-707.