Wyniki wyszukiwania - BazTech

1

Bottom to top approach for railway KPI generation

Villarejo R., Johansson C. A., Leturiondo U., Simon V., Seneviratne D., Galar D.

Management Systems in Production Engineering

|

2017

|

nr 3 (25)

191--198

EN

Railway maintenance especially on infrastructure produces a vast amount of data. However, having data is not synonymous with having information; rather, data must be processed to extract information. In railway maintenance, the development of key performance indicators (KPIs) linked to punctuality or capacity can help planned and scheduled maintenance, thus aligning the maintenance department with corporate objectives. There is a need for an improved method to analyse railway data to find the relevant KPIs. The system should support maintainers, answering such questions as what maintenance should be done, where and when. The system should equip the user with the knowledge of the infrastructure's condition and configuration, and the traffic situation so maintenance resources can be targeted to only those areas needing work. The amount of information is vast, so it must be hierarchized and aggregated; users must filter out the useless indicators. Data are fused by compiling several individual indicators into a single index; the resulting composite indicators measure multidimensional concepts which cannot be captured by a single index. The paper describes a method of monitoring a complex entity. In this scenario, a plurality of use indices and weighting values are used to create a composite and aggregated use index from a combination of lower level use indices and weighting values. The resulting composite and aggregated indicators can be a decisionmaking tool for asset managers at different hierarchical levels.

PL

Utrzymanie kolei, zwłaszcza infrastruktury kolejowej, wytwarza ogromne ilości danych. Jednakże posiadanie danych nie jest równoznaczne z posiadaniem informacji; dane muszą być przetwarzane w celu pozyskania informacji. W utrzymaniu kolei opracowanie kluczowych wskaźników efektywności (KPI) powiązanych z punktualnością lub przepustowością może pomóc zaplanować konserwacje, tym samym dostosowując/wyrównując serwis techniczny do/z celów/celami przedsiębiorstwa. Istnieje zapotrzebowanie na ulepszoną metodę analizy danych kolejowych w celu znalezienia właściwych wskaźników KPI. System powinien wspierać serwisantów, odpowiadając na takie pytania jak: jakie należy przeprowadzić konserwacje, gdzie i kiedy. System powinien wyposażyć użytkownika w wiedzę o kondycji i konfiguracji infrastruktury, a także sytuacji na drogach, dzięki czemu zasoby obsługi technicznej mogą być kierowane jedynie na te obszary, które wymagają pracy. Ilość informacji jest ogromna, więc muszą być one hierarchizowane i zagregowane; użytkownicy muszą przefiltrować bezużyteczne wskaźniki. Dane są łączone przez zestawianie kilku indywidualnych wskaźników w jeden indeks; wynikowe wskaźniki zespolone mierzą wielowymiarowe pojęcia, których nie można przechwycić przez pojedynczy indeks. W artykule opisano metodę monitorowania złożonej jednostki. W tym przypadku stosuje się mnogość indeksów użycia i wartości ważonych, aby utworzyć złożony i zagregowany indeks użycia z kombinacji wskaźników użycia niższego poziomu i wartości ważonych. Uzyskane złożone i zagregowane wskaźniki mogą stanowić narzędzie decyzyjne dla menedżerów zarządzających zasobami na różnych poziomach hierarchi.

2

Aggregation of electric current consumption features to extract maintenance KPIs

Simon V., Johansson C. A., Galar D.

Management Systems in Production Engineering

|

2017

|

nr 3 (25)

183--190

EN

All electric powered machines offer the possibility of extracting information and calculating Key Performance Indicators (KPIs) from the electric current signal. Depending on the time window, sampling frequency and type of analysis, different indicators from the micro to macro level can be calculated for such aspects as maintenance, production, energy consumption etc. On the micro-level, the indicators are generally used for condition monitoring and diagnostics and are normally based on a short time window and a high sampling frequency. The macro indicators are normally based on a longer time window with a slower sampling frequency and are used as indicators for overall performance, cost or consumption. The indicators can be calculated directly from the current signal but can also be based on a combination of information from the current signal and operational data like rpm, position etc. One or several of those indicators can be used for prediction and prognostics of a machine’s future behavior. This paper uses this technique to calculate indicators for maintenance and energy optimization in electric powered machines and fleets of machines, especially machine tools.

PL

Wszystkie urządzenia elektryczne oferują możliwość wydobywania informacji i obliczania Kluczowych Wskaźników Efektywności (ang. Key Performance Indicators, KPI) z sygnału prądu elektrycznego. W zależności od okna czasowego, częstotliwości próbkowania i rodzaju analizy, różne wskaźniki od mikro do makro poziomu, można obliczyć dla takich aspektów jak utrzymanie ruchu, produkcja, zużycie energii itp. Na poziomie mikro wskaźniki są powszechnie stosowane do monitorowania stanu i diagnostyki oraz zazwyczaj są oparte na krótkim oknie czasowym i mają dużą częstotliwość próbkowania. Wskaźniki makro są zwykle oparte na dłuższym oknie czasowym z wolniejszą częstotliwością próbkowania i są używane jako wskaźniki dla ogólnej wydajności, kosztu lub zużycia. Wskaźniki można obliczyć bezpośrednio z sygnału prądu elektrycznego, ale mogą być one również oparte na połączeniu informacji z sygnału prądu elektrycznego i danych operacyjnych, takich jak obroty na minutę (ang. Revolutions Per Minute, RPM), pozycja itp. Jeden lub kilka z tych wskaźników można wykorzystać do przewidywania i prognozowania przyszłego zachowania maszyny. W niniejszym artykule wykorzystano tę technikę do obliczania wskaźników utrzymania ruchu i optymalizacji energii w maszynach elektrycznych i flotach maszyn, zwłaszcza obrabiarek.

3

Improvement of analytical techniques for the determination of monoterpenes in atmospheric samples : water removal on K2CO3 and CaCl2

Dutaur L., Riba M. L., Simon V., Namieśnik J., Torres L.

Chemia Analityczna

|

1998

|

Vol. 43, No. 3

375-386

EN

The studies were performed to determine the possibility of application of potassium carbonate and calcium chloride to dry a stream of atmospheric air before enriching analytes of monoterpens group. It was found out that 80 to 90% of water vapour content can be removed from air nearly completely saturated with water vapour. The losses of monoterpene analytes does not exceed 10% and are independent of gas humidity. The recovery of analytes decreases with analyt concentration and temperature drop of dried air stream.

PL

Przeprowadzono porównawcze, modelowe badania możliwości wykorzystania złoża węglanu potasu oraz chlorku wapnia do osuszania strumienia powietrza atmosferycznego przed etapem wzbogacania analitów z grupy monoterpenów. W trakcie tych badań stwierdzono, że jest możliwe usunięcie w ten sposób od 80 do 90% wilgoci ze strumienia powietrza o wilgotności bliskiej nasycenia. Straty analitów z grupy monoterpenów związane z etapem osuszania nie przekraczają 10% i nie zależą od wilgotności gazu natomiast wzrastają ze wzrostem stężenia analitów w gazie oraz ze spadkiem temperatury osuszonego strumienia gazu.