Proměnná: Materiální zdroje

 

Měřitelné položky
Aplikační nástroje pro posilování resilience
Schopnost zotavení funkce infrastruktury

Schopnost zotavení funkce infrastruktury může být posílena aplikací nástrojů pro analytické modelování. Analytické modely a algoritmy lze využít k predikci zotavení infrastruktury na základě znalostí o její konstrukci, materiálech a provozních podmínkách, tzn. lze odhadnou dobu a podmínky, za kterých se infrastruktura zotaví. Příkladem může být nástroj SimulationXpress (Solid Solutions, 2024), ze kterého je možné získat informace o kritických místech infrastruktury z materiálního hlediska, včetně vytvoření modelu předpokládané deformace.

Zdroje:

K posílení schopnosti zotavení funkce infrastruktury je možné využít nástroje pro analýzu a simulaci. Význam těchto nástrojů spočívá zejména v úspoře nákladů v etapě vývoje a zavádění výroby, kdy lze poměrně snadno otestovat chování virtuálních modelů na úrovni dílů, sestav i celých technologických celků. Díky grafickému zobrazení výsledků lze rychle vyhodnotit kritická místa a po provedení úprav virtuálních modelů lze následně přejít k znovuobnovení funkce kritické infrastruktury (Hannay et al., 2021). Dalším nástrojem z této oblasti může být i MATLAB v kombinaci se Simulink (MathWorks, 2024a; MathWorks, 2024b). MATLAB je obecně známé interaktivní programové prostředí se skriptovacím programovacím jazykem, které poskytuje integrované prostředí pro vědeckotechnické výpočty, modelování, návrhy algoritmů, simulace, analýzu a prezentaci dat, paralelní výpočty, měření a zpracování signálů, návrhy řídicích a komunikačních systémů (Olehla and Dušek, 2013). V kombinaci se Simulink (nadstavba MATLABU) je využitelný i pro simulaci a modelování dynamických systémů.

Zdroje:

Opravitelnost klíčových technologií infrastrukturyů

Stěžejními nástroji v oblasti opravitelnosti klíčových technologií infrastruktury jsou nástroje pro vytváření scénářů opravitelnosti. K tomuto účelu může sloužit např. CAD Simulation and Analysis (PTC, 2024), který umožňuje vytvoření 3D modelu klíčového prvku infrastruktury a následnou simulaci jeho oprav. Tento postup umožňuje vizualizaci potencionálního problému při opravě a provedení analýzy možností oprav. Tento program může být doplněn např. nástroji jako je TDS-Technik nebo Mechsoft Profi (TDS, 2024; Cadstudio, 2024). V těchto programech lze provádět zejména pevnostní kontrolu normalizovaných strojních součástí (šrouby, klíny, pera, čepy, kolíky, nýty, lana, ložiska, pružiny atd.), popřípadě výpočty standardních strojních uzlů (šroubové a nalisované spoje). Předností výsledků výpočtu je to, že konstruktér získá rychle a přehledně informaci o tom, zda díl vyhovuje, případně mu systém nabízí možnost optimalizace řešení například tím, že nabídne jinou normalizovanou součást. (Průmyslové spektrum, 2009)

Zdroje:

Opravitelnost klíčových technologií infrastruktury může být posílena s využitím nástroje Finite Element Analysis (SimScale, 2024), který slouží k simulaci mechanických vlastností klíčového prvku infrastruktury a predikci jeho chování při různých opravných postupech. Umožnuje posoudit např. pevnost, pružnost a stabilitu prvku po opravě. FEA je počítačová metoda pro předpovídání toho, jak produkt reaguje na reálné síly, vibrace, teplo, proudění tekutin a další fyzikální vlivy. Výsledky této analýzy poskytují informace o tom, zda se produkt rozbije, opotřebuje nebo bude fungovat tak, jak byl navržen.

Zdroje:

Posledním nástrojem vhodným pro analýzu opravitelnosti klíčových technologií infrastruktury je simulace Monte Carlo (Chen et al., 2023). Tato simulace umožňuje odhad pravděpodobnosti úspěšnosti různých opravných scénářů v závislosti na různých proměnných, jako jsou např. náklady či dostupnost zdrojů.

Zdroje:

  • Chen, L., Lu, Q., Han, D. (2023). A Bayesian-driven Monte Carlo Approach for Managing Construction Schedule Risks of Infrastructures Under Uncertainty. Expert Systems with Applications, 212: 118810. https://doi.org/10.1016/j.eswa.2022.118810
  • Kroese, D.P., Taimre, T., Botev, Z.I. (2011). Handbook of Monte Carlo methods. Hoboken: Wiley
  • Virius, M. (2010). Metoda Monte Carlo. Praha: České vysoké učení technické.
  • Nezbeda, I., Kolafa, J., Kotrla, M. (2003). Úvod do počítačových simulací: metody Monte Carlo a molekulární dynamiky. 2. upr. vyd. Praha: Karolinum.
Nahraditelnost klíčových technologií infrastruktury

Třetí oblastí pro posilování infrastrukturní obnovitelnosti je nahraditelnost klíčových technologií infrastruktury (van den Boomen et al., 2019). Významným nástrojem v této oblasti je Plán mimořádné odstávky. Pokud dojde ke vzniku incidentu, je důležité, aby byly klíčové technologie odstaveny podle předem určených pravidel a nedošlo tak k neúmyslnému poškození. Toto odstavení by mělo být efektivně naplánováno a rovněž by měla být porucha postupně odstraněna (Sahoo, 2014; Lenahan, 2006). V tomto plánu musí být jasně stanoveno, které technologie a za jakých podmínek lze na nezbytně nutnou dobu odstavit a které je nutné ponechat v provozu. Je zřejmé, že tento plán se stává nutnou součástí provozu organizace a měl by zajišťovat vysoce spolehlivý systém nouzového vypnutí klíčových technologií, a to nejen z pohledu bezpečnosti (Dragffy, 1998). Proto je vhodné využít například funkčního modelování, aby byly identifikovány bezpečnostní cíle (Wu et al., 2021).

Zdroje:

  • van den Boomen, M., Spaan, M.T.J., Shang, Y., Wolfert, A.R.M. (2019). Infrastructure Maintenance and Replacement Optimization Under Multiple Uncertainties and Managerial Flexibility. Construction Management and Economics, 38(1): 91-107. https://doi.org/10.1080/01446193.2019.1674450
  • Sahoo, T. (2014). Precess Plants, Shutdown and Turnaround Management. Boca Raton: CRC Press, Taylor & Francis Group.
  • Lenahan. T. (2006). Turnaround, Shutdown and Outage Management, Effective planning and Step-by-Step Execution of Planned Maintenance Operations. Oxford: Butterworth-Heinemann.
  • Dragffy, G. (1998). The design of a highly reliable safety critical emergency shutdown system. Reliability Engineering & Systém Safety, 61(3):215-227. https://doi.org/10.1016/S0951-8320(98)00012-X
  • Wu J., Song M., Zhang X., Lind M. (2021). Identifying Safety Objectives and Functions for Emergency Shutdown in the Design Phase by Using Functional Modelling. Chemical Engineering Transactions, 86:967-972. https://doi.org/10.3303/CET2186162

Plány či strategické dokumenty, které stanovují postupy a kroky potřebné k rychlé výměně, opravě nebo nahrazení klíčových technologií v případě jejich selhání, havárie nebo ztráty funkčnosti, lze obecně nazvat jako plány výměny klíčových technologií (Kung-Jeng and Hong, 2017). Tento plán se zaměřuje na minimalizaci dopadů a zajištění kontinuity provozu. Prostřednictvím tohoto plánu je také zajištěno efektivní rozhodování, dodržení předpokládaného časového harmonogramu výměny či úspora finančních prostředků (Hastings, 2021). Tento plán také přispívá k nalezení rovnováhy mezi náklady na objednání náhradních dílů, tzn. zajištění chodu klíčových částí provozu a očekávanými náklady na zpoždění projektu v důsledku čekání na náhradní díly (Zhu et al., 2022). Je zřejmé, že plán výměny klíčových technologií navazuje na plán mimořádné odstávky a stanovuje technologický postup výměny klíčových částí infrastruktury.

Zdroje:

  • Kung-Jeng, W., Hong, N.P. (2017). Capacity planning with technology replacement by stochastic dynamic programming. European Journal of Operational Reserch, 260(2):739-750. https://doi.org/10.1016/j.ejor.2016.12.046
  • Hastings, N.A.J. (2021). Equipment Replacement Decisions. In: Physical Asset Management. Cham: Springer. https://doi.org/10.1007/978-3-030-62836-9_26
  • Zhu, S., Jaarsveld, W., Dekker, R. (2022). Critical project planning and spare parts inventory management in shutdown maintenance. Reliability Engineering & Systém Safety, 219:108197. https://doi.org/10.1016/j.ress.2021.108197
  • van den Boomen, M., Spaan, M.T.J., Shang, Y., Wolfert, A.R.M. (2019). Infrastructure Maintenance and Replacement Optimization Under Multiple Uncertainties and Managerial Flexibility. Construction Management and Economics, 38(1): 91-107. https://doi.org/10.1080/01446193.2019.1674450
Časová dostupnost náhradních dílů a horizont oprav

Poslední oblastí pro posilování infrastrukturní obnovitelnosti je časová dostupnost náhradních dílů a horizont oprav. Stěžejním nástrojem v této oblasti je strategie zásob náhradních dílů (Lukitosari et al., 2019). Strategie zásob náhradních dílů lze označit za koncept zahrnující přístup k plánování, řízení a optimalizaci zásob náhradních dílů potřebných pro údržbu, opravy, provoz zařízení a zachování bezporuchového chodu celého provozu. Tuto strategie nelze zobecnit, vždy je nutné zohlednit povahu organizace, kritičnost zařízení a provozní podmínky. Klíčovými kroky ke správnému sestavení strategie jsou analýza kritičnosti zařízení, predikce poptávky, optimalizace skladových zásob a spolupráce s dodavateli (Qiwei et al., 2018). Je zřejmé, že strategie zásob náhradních dílů zahrnuje jak proaktivní přístup (prediktivní údržba), tak i reaktivní přístup (objednání při výpadku) nebo jejich kombinaci. Na základě doposud uvedených skutečností je podstatou této strategie dosažení vyváženosti mezi minimalizací zásob a minimalizací rizika jejich nedostupnosti.

Pro účely strategie je vhodné využívat i moderních technologií, které významně usnadňují řízení zásob. Jako příklad lze uvést Enterprise Resource Planning (Leon, 2008), sloužící k řízení hlavních procesů v organizaci či některý z Computerized Maintenance Management System (Wireman, 1994), které jsou využívány pro plánování, sledování a řízení údržbové aktivity, evidenci technických dat o zařízeních, plánování preventivní údržby nebo správu zásob náhradních dílů. Jako příklad lze uvést IBM Maximo (IBM, 2024) či Fiix (Rockwell Automation, 2024).

Zdroje:

  • Lukitosari, V., Suparno, Pujawan, I.N., Widodo, B. (2019). Inventory Strategy for Spare Parts Redundancy to Support Server Operations During Production Processes. Production & Manufacturing Research, 7(1): 395-414. https://doi.org/10.1080/21693277.2019.1630681
  • Qiwei, H., Boylan, J.E., Huijing, Ch., Labib, A. (2018). OR in spare parts management: A review. European Journal of Operational Research, 266(2):395-414. https://doi.org/10.1016/j.ejor.2017.07.058
  • Leon, A. (2008). Enterprise Resource Planning. New Delhi: Tata McGraw-Hill Publishing Company Limited.
  • Wireman, T. (1994). Comuterized Maintenance Management Systems (2nd ed.). New York: Industrial Press
  • IBM. (2024). Optimize performance with AI-infused monitoring and maintenance. https://www.ibm.com/products/maximo
  • Rockwell Automation. (2024). Fiix:Rockwell Automation. https://fiixsoftware.com/
  • Wahba, E.M., Galal, N.M., El-Kilany, K.S. (2012). Framework for Spare Inventory Management. International Journal of Economics and Management Engineering, 6(8):2220-2227.

Poslední oblastí pro posilování infrastrukturní obnovitelnosti je časová dostupnost náhradních dílů a horizont oprav. Významným nástrojem v této oblasti je plán oprav infrastruktury, který může být zpracován např. pomocí dynamicky aktualizovaných odhadů poškození při optimálním plánování oprav (Kottmann et al., 2021). Plán oprav infrastruktury lze stejně jako strategii zásob náhradních dílů považovat za strategický dokument, stanovující základní požadavky, postupy a procesy pro plánovaní efektivní řízení údržby a opravy infrastruktury organizace (Kottmann et al., 2021). Cílem tohoto dokumentu je zajistit požadovanou životnost, bezpečnost a spolehlivost infrastruktury v organizaci, a to s ohledem na optimalizaci nákladů. Je vhodné, aby plán oprav infrastruktury zahrnoval zejména hodnocení aktuálního stavu, prioritizaci zásahů podle kritičnosti či stanovení rozpočtu a harmonogramu prací. V tomto plánu může být také zohledněna preventivní údržby nebo využívání moderních technologií, jako jsou např. senzory nebo umělá inteligence pro prediktivní opravy (Madanat and Moshe, 2018).

Zdroje:

  • Kottmann, F., Kyriakidis, M., Dang, V.N., Sansavini, G. (2021). Enhancing Infrastructure Resilience by Using Dynamically Updated Damage Estimates in Optimal Repair Planning: The Power Grid Case. ASCE-ASME Journal of Risk and Uncertainty in Engineering Systems, Part A: Civil Engineering, 7(4): 04021048. https://doi.org/10.1061/AJRUA6.0001159
  • Madanat, S., Moshe, B.A. (1994). Optimal Inspection and Repair Policies for Infrastructure Facilities. Transportation Science 28(1):55-62. https://doi.org/10.1287/trsc.28.1.55
  • Qiao, Y., Saeed, T.U., Chen, S., Nateghi, R., Labi, S. (2018). Acquiring insights into infrastructure repair policy using discrete choice models. Transportation Research Part A: Policy and Practice, 113:491-508. https://doi.org/10.1016/j.tra.2018.04.020

Zpět