Metody prognozowania w modelowaniu eksploatacji środków transportu

W rozprawie opracowano metody i modele cząstkowe ukierunkowane na prognozowanie sytuacji eksploatacyjnej środków transportu z uwzględnieniem zdarzeń losowych. Zastosowana metodyka charakteryzuje się uniwersalnością podejścia do zagadnień eksploatacji i stanowi uzupełnienie szczegółowych badań eksploatacyjnych. Na potrzeby zarządzania eksploatacją rozwinięto wektorową i macierzową analizę danych z zastosowaniem składowych głównych, uogólnionej procedury estymacji parametrów, korelacji kanonicznej i zmiennych dyskryminacyjnych. Opracowane modele cząstkowe służą do prognozowania przyczyny utraty zdatności środka transportu z uwzględnieniem warunków jego eksploatacji. Metody oparte na tych modelach poszerzają metody badania zagrożeń i gotowości operacyjnej.
Środek transportu rozpatrywany jest w dwóch ujęciach. Najpierw wewnętrzne i zewnętrzne zagrożenia użytkowanego środka transportu są modelowane z użyciem rywalizujących zagrożeń, a środek transportu jest ujęty jako niepodzielna całość. Dla tego ujęcia opracowano warunkowe funkcje, które zastosowane w zarządzaniu eksploatacją mogą się przyczynić do zwiększenia bezpieczeństwa użytkowania środka transportu. Do prognozowania czasu zdatności użytkowanych środków transportu opracowano szczególne metody analizy regresji uwzględniające różne warunki ich eksploatacji.
Drugie z ujęć środków transportu jest ujęciem systemowym, pozwalającym odpowiadać na pytanie, który z jego modułów lub elementów spowoduje jego utratę zdatności. W ujęciu tym środek transportu jest poddany procesowi dekompozycji modułowej. Do tworzenia bazy wiedzy o strukturze konstrukcyjnej opracowano: algorytm kodowania elementów systemu dający pełną wiedzę o jego strukturze oraz algorytm odtwarzania struktury z zarejestrowanych zdarzeń w procesie jego eksploatacji. Do wspomagania decyzji dotyczących profilaktycznej odnowy modułów lub zaleceń zmian konstrukcyjnych środka transportu zastosowano zmodyfikowane kryteria badania wpływu uszkodzenia modułów na uszkodzenie systemu. Do prognozowania stanu odnawialnych środków transportu zbudowano model odnowy z zabezpieczeniem przed niepożądanymi zdarzeniami.
Uzasadniono potrzebę i dokonano uogólnienia definicji wielostanowego systemu koherentnego jako modelu obiektu technicznego charakteryzującego się różnego typu nadmiarowością. Zdefiniowany model wielostanowy jest naturalnym rozszerzeniem systemu dwustanowego i poszerza możliwości jego zastosowań.
Opracowane metody i modele prognozowania zdarzeń dotyczących środków transportu użytkowanych w warunkach z zagrożeniami stanowią oryginalne uzupełnienie szczegółowych badań związanych z zarządzaniem ryzykiem.

Streszczenie 5 Wykaz ważniejszych oznaczeń i skrótów 6 1. WPROWADZENIE 11 1.1. Obszar problemowy 11 1.2. Teza i cele pracy 15 1.3. Zakres pracy 16 2. IDENTYFIKACJA I PROGNOZOWANIE STANU TECHNICZNEGO OBIEKTU 19 2.1. Wprowadzenie 19 2.2. Model diagnozowania stanu obiektu 21 2.3. Model przestrzeni stanów technicznych 24 2.4. Metody statystyczne w ocenie stanu obiektu 28 2.4.1. Metoda regresji wielorakiej 28 2.4.2. Uogólniona metoda estymacji parametrów modelu diagnostycznego 32 2.4.3. Korelacja kanoniczna i zmienne dyskryminacyjne w diagnostyce 37 2.5. Podsumowanie 38 3. METODY PROGNOZOWANIA ZDARZEŃ W PROCESIE UŻYTKOWANIA ŚRODKÓW TRANSPORTU 39 3.1. Wprowadzenie 39 3.2. Prognozowanie zdarzeń niepożądanych 41 3.2.1. Warunkowe miary bezpieczeństwa i zagrożenia 41 3.2.2. Model konkurujących zagrożeń 48 3.2.3. Model użytkowania środka transportu z dwoma typami zagrożeń 54 3.3. Prognozowanie zdarzeń dla środków transportu użytkowanych w różnych warunkach 59 3.3.1. Koncepcja prognozowania 59 3.3.2. Modele regresji w prognozowaniu zdarzeń 60 3.4. Metody wspomagające planowanie działań w utrzymaniu zdatności infrastruktury transportowej 69 3.5. Podsumowanie 74 4. STRUKTURALNIE ZORIENTOWANE MODELOWANIE OBIEKTU TECHNICZNEGO 76 4.1. Wprowadzenie 76 4.2. Struktury obiektów technicznych 78 4.3. Modelowanie trasy kolejowej ze względu na uciążliwość energetyczną 86 4.4. Podsumowanie 91 5. PRZYCZYNOWE PROGNOZOWANIE UTRATY ZDATNOŚCI SYSTEMU 93 5.1. Wprowadzenie 93 5.2. Metody przyczynowego prognozowania utraty zdatności systemu dychotomicznego 94 5.2.1. Niezawodność systemu 94 5.2.2. Kryterium Birnbauma w przyczynowym prognozowaniu utraty zdatności systemu 97 5.2.3. Modyfikacje kryterium Birnbauma 102 5.2.4. Przykładowe zastosowanie przyczynowego prognozowania 104 5.3. Prognozowanie przyczyny utraty zdatności silnika spalinowego 108 5.4. Prognozowanie stanu niezawodnościowego systemu odnawialnego 114 5.4.1. Idea modelowania systemów odnawialnych 114 5.4.2. WskaĽniki niezawodnościowe odnawialnych modułów 115 5.4.3. Model gotowości systemu z zabezpieczeniem 119 5.5. Podsumowanie 122 6. METODA MODELOWANIA SYSTEMU WIELOSTANOWEGO 123 6.1. Wprowadzenie 123 6.2. Wielostanowy system koherentny 124 6.3. Teoriomnogościowy zapis struktury niezawodnościowej 129 6.4. Prognozowanie stanu niezawodnościowego systemu wielostanowego 135 6.5. Podsumowanie 141 7. ZAKOŃCZENIE I WNIOSKI 142 Literatura 145 Summary 156