Method of analysis of productivity with an innovative model of the working capability of the object in the body ( C ) for the new resource allocation on inherent and non-inherent

• Autorzy: Idziaszek Z.

Identyfikatory

DOI

10.17531/ein.2018.4.18

Warianty tytułu

PL

Metoda analizy produktywności z innowacyjnym modelem potencjału roboczego obiektu w ciele ( C ) dla nowego podziału zasobów na inherentne i nieinherentne

• Języki publikacji: EN

Abstrakty

EN

The aim of the article is to develop new methods of analysis, estimation and optimal selection of quantitative resources (inherent and non-inherent) in the planning of the product effect for specific environmental conditions. The required iterative approach in the construction of the mathematical model and analysis of its possible practical applications and search for how to figure those opportunities. As the testing method has been applied method intuitive, allowing you to use the experience of expert analysis from ongoing opportunities to make full use of the sustainability properties and customize to their processes. The results were presented in the form of mathematical models in the collection of complex numbers and graphically on the plane of complex numbers. Method to estimate changes inherent and non-inherent resources objects (machines, systems, organizations) on their productivity (Po). The method uses the original, innovative, model potential workspace object (PrO) in the form of a complex binding numerically inherent (ZiO) and non-inherent (ZniO) resources objects. Evaluation of value Po it was proposed with the PrO. The values of the ZiO and ZniO was adopted as two independent resources constituting the whole of resources in the required in the production (or in the service). Method evaluation Po illustrates for the resources object described model Ro =│PrO = f (ZpO, ZoO)│, where ZiO is a work resource (ZpO), ZniO is extracted from the operation of the resource service (ZoO), and the generating capacity of the object Po is described using a pointer named R object (Ro). Illustrated in the complex plane analysis results and the results obtained from the calculation PrO and Ro, for contract values of the ZpO and ZoO, indicate the application capabilities developed method. Method allows a very clear description of the productivity changes objects (or processes, or production organization), in the context of the selection of manufacturing resource structure, through the separation of the factors causing these changes. Method can be adapted for optimal production costs (or services) through design changes object and/or design changes of the process exploitation. Developed the method brings new opportunities for theoretical and application in relation technical and economic sciences.

PL

Celem artykułu jest opracowanie nowej metody analizy, szacowania i optymalnego doboru ilościowego zasobów (inherentnych i nieinherentnych) w planowaniu efektu produktowego w określonych warunkach środowiskowych. Realizacja celu wymagała iteracyjnego podejścia przy budowie modelu matematycznego i analizie możliwych jego zastosowań praktycznych oraz poszukiwaniu sposobu ilustracji tych możliwości. Jako metoda badawcza została zastosowana metoda intuicyjna, pozwalająca wykorzystać doświadczenie eksperckie z realizowanych analiz możliwości pełnego wykorzystania trwałości obiektów i dostosowywania do tego ich procesów eksploatacji. Wyniki zostały zaprezentowane w postaci modeli matematycznych w zbiorze liczb zespolonych i graficznie na płaszczyźnie liczb zespolonych. Metoda umożliwia szacowanie zmian inherentnych i nieinherentnych zasobów obiektów (maszyn, systemów, organizacji) na ich produktywność (Po). W metodzie wykorzystano autorski, innowacyjny, model potencjału roboczego obiektu (PrO) w postaci liczby zespolonej wiążącej liczbowo inherentne (ZiO) i nieinherentne (ZniO) zasoby obiektu. Wyznaczanie wartości Po zaproponowano z modułu PrO. Wartości ZiO i ZniO przyjęto jako dwa niezależne od siebie zasoby stanowiące całość zasobów w realizacji danej produkcji lub usługi. Metodę oceny Po zilustrowano dla zasobów obiektu opisanych modelem Ro =│PrO = f (ZpO, ZoO)│, gdzie ZiO to zasób pracy obiektu (ZpO), ZniO to wyodrębniony z eksploatacji zasób obsług (ZoO), a zdolności wytwórcze obiektu Po opisano za pomocą wskaźnika nazwanego resursem obiektu (Ro). Zilustrowane na płaszczyźnie zespolonej wyniki analiz i uzyskane wyniki z obliczeń PrO i Ro, dla umownych wartości ZpO i ZoO, wskazują na duże możliwości aplikacyjne opracowanej metody. Metoda umożliwia bardzo czytelny opis zmian produktywności obiektów\procesów\ organizacji, w kontekście doboru struktury zasobów wytwórczych, poprzez rozdzielenie czynników powodujących te zmiany. Metodę można adaptować na potrzeby optymalizacji kosztów produkcji\usług poprzez zmiany projektowe obiektu technicznego i\lub zmiany projektowe procesu jego eksploatacji. Opracowana metoda wnosi nowe możliwości teoretyczne oraz aplikacyjne w powiązaniu nauk technicznych i ekonomicznych.

Słowa kluczowe

EN

productivity; durability; reliability; operation maintenance; using maintenance; maintenance of machinery; approved limit working; time approved number of working cycles; manufacturing resources; PrO; ZiO; ZniO

PL

produktywność; trwałość; niezawodność; eksploatacja; utrzymanie ruchu maszyn; resurs; zasoby wytwórcze

• Wydawca: Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne
• Czasopismo: Eksploatacja i Niezawodność
• Rocznik: 2018
• Tom: Vol. 20, no. 4
• Strony: 671--681
• Opis fizyczny: Bibliogr. 36 poz., rys.

Twórcy

autor

Idziaszek Z.

• Mechatronics and Aviation Faculty Jaroslaw Dabrowski Military University of Technology ul. Gen. Witolda Urbanowicza 2, 00-908 Warszawa 46, Poland

Bibliografia

• 1. Bartkowiak T, Gessner A. Modeling performance of a production line and optimizing its efficiency by means of genetic algorithm. Paper presented at the ASME 2014 12th Biennial Conference on Engineering Systems Design and Analysis, ESDA 2014; 3, https://doi.org/10.1115/ESDA2014-20141.
• 2 Dhillon B S. Maintainability, Maintenance, and Reliability for Engineers. Boca Raton, London, New York: Taylor & Francis Group, 2006, https://doi.org/10.1201/9781420006780.
• 3. Downarowicz O. System eksploatacji. Zarządzanie zasobami techniki. Politechnika Gdańska: Wydawnictwo Instytutu Technologii Eksploatacji, 1997.
• 4. Dwiliński L. Podstawy eksploatacji obiektu technicznego. Warszawa: Oficyna Wydawnicza Politechniki Warszawskiej, 2006.
• 5. EUR-Lex. Title and reference. Official Journal of the European Union June 2014; L 173 Volume 57: 12.
• 6. Fuqing Y, Barabadi A, Jinmei L. Reliability modelling on two-dimensional life data using bivariate weibull distribution: with case study of truck in mines. Eksploatacja i Niezawodnosc – Maintenance and Reliability 2017; 19 (4): 650–659, https://doi.org/10.17531/ein.2017.4.20.
• 7. Gabryelewicz I, Sadłowska-Wrzesińska J. Tendencje zmian i rola czynnika ludzkiego w systemach zarządzania przedsiębiorstwem. Częstochowa: Wydawnictwo Wydziału Inżynierii Produkcji i Technologii Materiałów Politechniki Częstochowskiej, 2014.
• 8. Gapp R, Fisher R, Kobayashi K. Implementing 5s within a Japanese context: An integrated management system. Management Decision 2008; 46(4), 565-579, https://doi.org/10.1108/00251740810865067.
• 9. Griffin R W. Podstawy zarządzania organizacjami. Warszawa: Wydawnictwo Naukowe PWN, 2017.
• 10. Herterich M, Uebernickel F, Brenner W. The Impact of Cyber-Physical Systems on Industrial Services in Manufacturing. Procedia CIRP 2015; 30: 323-328, https://doi.org/10.1016/j.procir.2015.02.110.
• 11. Idziaszek Z, Grzesik N. Object characteristics deterioration effect on task realizability – outline method of estimation and prognosis. Eksploatacja i Niezawodnosc – Maintenance and Reliability 2014; 16 (3): 433-440.
• 12. Idziaszek Z, Olearczuk E. Alokacja obsług i zasobów w zarządzaniu trwałością obiektów technicznych. Zagadnienia Eksploatacji Maszyn 2005; Z.1: 115-124.
• 13. Jasiulewicz - Kaczmarek M. Współczesne koncepcje utrzymania ruchu infrastruktury technologicznej przedsiębiorstwa. Wydawnictwo Instytutu Inżynierii Zarządzania Politechniki Poznańskiej 2005: 127–134.
• 14. Jasiulewicz-Kaczmarek M, Bartkowiak T. Improving the performance of a filling line based on simulation. Paper presented at the IOP Conference Series: Materials Science and Engineering 2016; 145 (4), https://doi.org/10.1088/1757-899X/145/4/042024.
• 15. Jasiulewicz-Kaczmarek M, Drożyner P. Preventive and Pro-Active Ergonomics Influence on Maintenance Excellence Level, [in.] M.M. Robertson (eds.) Ergonomics and Health Aspects, HCII 2011, LNCS 6779 Springer-Verlag Berlin Heidelberg, ISBN 978-3-642-21715-9 2011; 49-58.
• 16. Kałmucki W S. Prognozirowanije resursov detalej maszin i elementov konstrukcji. Kisziniev:1989. Eksploatacja i Niezawodnosc – Maintenance and Reliability Vol. 20, No. 4, 2018.
• 17. Kosieradzka A. Zarządzanie produktywnością w przedsiębiorstwie. Warszawa: Wydawnictwo C.H. Beck, 2012.
• 18. Koźmiński A, Jemielniak D, Latusek-Jurczak D. Zasady zarządzania. Warszawa: Wolters Kluwer Polska, 2014.
• 19. Legutko S. Trendy rozwoju utrzymania ruchu urządzeń i maszyn. Eksploatacja i Niezawodnosc – Maintenance and Reliability 2009; 2(42): 8-16.
• 20. Liu T, Cheng L, Pan Z, Sun Q. Cycle life prediction of Lithium-ion cells under complex temperature profiles. Eksploatacja i Niezawodnosc – Maintenance and Reliability 2016; 18 (1): 25–31, https://doi.org/10.17531/ein.2016.1.4.
• 21. Martinez-Jurado P J, Moyano-Fuentes J, Jerez-Gomez P. Human resource management in Lean Production adoption and implementation processes: Success factors in the aeronautics industry. BRQ Business Research Quarterly 2014; 17 (1): 47-68, https://doi.org/10.1016/j.cede.2013.06.004.
• 22. Moubray J. et al. Maintenance management-a new paradigm. Maintenance1996; 11: 1.
• 23. Mroczko F, Stańkowska M. Informacja jako kluczowy zasób współczesnych organizacji, [w:] Borowiecki R., Czekaj J. (red.), Zarządzanie zasobami informacyjnymi w warunkach nowej gospodarki. Warszawa: Difin, 2010.
• 24. Nakajima S. Introduction to TPM. Portland: Productivity Press, 1988.
• 25. Piasecki S. Elementy teorii niezawodności i eksploatacji obiektów o elementach wielostanowych. Warszawa: Polska Akademia Nauk – Instytut Badan Systemowych, 1995.
• 26. Prokopenko J, North K. Productivity and Quality Management: A modular programme. International Labour Office,1996.
• 27. Ronald Leandro Elizondo et al. Beyond Productivity and Continuous Improvement: Fundamentals required for Lean Complex transformation. IFAC-PapersOnLine 2016; 49-12: 467–472.
• 28. Shewhart W A, Wilks S S. System Reliability theory. New Jersey: John Wiley & Sons, 2004.
• 29. Stewart I, Tall D. Podstawy matematyki. Warszawa: Prószyński Media Sp. z.o.o., 2017.
• 30. Taylor A, Taylor M, McSweeney A. Towards greater understanding of success and survival of lean systems. International Journal of Production Research 2013; 51 (22): 6607-6630, https://doi.org/10.1080/00207543.2013.825382.
• 31. Tomaszek H, Idziaszek Z. Zarys metody oceny trwałości luf działek lotniczych. Zagadnienia Eksploatacji Maszyn 2004; Z.1: 99-110.
• 32. Trzeszczyński J, Gawron P, Murzynowski W. Wytyczne przedłużania eksploatacji zmodernizowanych bloków 100 MW – 360 MW. Biuletyn Pro Novum 2016; nr 2: 792-799.
• 33. Wang H, Pham H. Reliability and Optimal Maintenance, London: Springer-Verlag, 2006.
• 34. Woropay'a M. Podstawy racjonalnej eksploatacji maszyn. Bydgoszcz: Wydawnictwo Akademii Techniczno-Rolniczej, 1996.
• 35. Zio E. Reliability engineering: Old problems and new challenges Reliability Engineering & System Safety 2009; 94:125-41, https://doi.org/10.1016/j.ress.2008.06.002.
• 36. Żurek J. Żywotność śmigłowców. Warszawa: Instytut Techniczny Wojsk Lotniczych, 2006.