Planowanie zapotrzebowania części zamiennych silnika lotniczego w prototypie informatycznego systemu DEL

• Autorzy: Piotr Kozik , Jarosław Sęp

Warianty tytułu

Aircraft Engine Spare Parts Planning in Prototype the IT DEL System

• Języki publikacji: PL

Abstrakty

Zastosowanie nowej metody prognozowania zapotrzebowań na części zamienne remontowanego silnika lotniczego eksploatowanego strategią wg resursu z wykorzystaniem modeli sztucznych sieci neuronowych do prognozowania liczności zapotrzebowania stanowić może znaczące wsparcie we wdrażaniu odchudzonej produkcji w zakładach remontowych. Poprawa trafności prognozy zapotrzebowania na części zapasowe ma bezpośredni związek z obniżeniem kosztów eksploatacji statku powietrznego, a wynika to z dodatkowych kosztów powstałych w zakładzie remontowym, związanych z nagromadzeniem niepotrzebnych w danej chwili zapasów magazynowych. Znaczne koszty powstają także w przypadku niedoboru części zamiennych powstałego w wyniku niedoszacowania prognozy. Są to koszty ponoszone przez użytkownika, wynikające z konieczności utrzymania większej liczby silników zapasowych lub krótkoterminowego leasingu, oraz koszty ponoszone przez wytwórnię remontową. Koszty te są trudne do oszacowania, ponieważ wynikają z indywidualnych uwarunkowań wynikających z umów pomiędzy użytkownikiem a zakładem remontowym jak również stanowią niemierzalną stratę wynikającą z utraty wiarygodności na rynku. Dlatego, jednym nadrzędnych celów w procesie planowania produkcji i zakupów jest uniknięcie problemu niedoboru części zapasowych w trakcie remontu silnika lotniczego. Wdrożenie prototypu informatycznego systemu DEL w zakładzie remontowym wpłynęło na zwiększenie wskaźnika obrotów zapasami o jeden punkt. Zastosowanie w prognozowaniu liczności zapotrzebowania modeli SSN może spowodować dalsze oszczędności ekonomiczne. Jak wynika z szacunków redukcja kosztów jednostkowego remontu obiektu badań może wynieść średnio 7,6 tys. zł. (fragment tekstu)

EN

Due to the unpredictable nature for aircraft maintenance repair parts demand, MRO (Maintenance, Repair, Overhaul) business perceive difficulties in forecasting and are currently looking for a superior forecasting solution. This paper deals with prototype IT DEL system in which is implemented new method forecasting spare part demand replacement during helicopter PZL-10W engine overhaul - operating according to hard - time. The experimental results show new forecasting method based on hard - time as the interval of required demand and ANN technique as forecasting models predicted numbers of spare parts. The evolution for a new forecasting method, which will be a predictive error-forecasting model which compares and evaluates forecasting methods, based on their factor levels when faced with intermittent demand show as possibility of big changes in MRO lean manufacturing. The results confirm the continued superiority of the new method, whereas, most commonly leveraged methods such as moving average used by MRO business are found to be questionable, and consistently producing poor forecasting performance. Comparative results of the forecast errors for the ANN models with other methods it allows the ability to define a superiority ANN forecasting method in the testing period. In paper there is presented the economic benefits and a diagram of the entire system. The significant improvement in logistic processes after implementation DEL system is presented as increasing inventory turnover +1 point in MRO business. Next economic benefits are estimated as 7,6 kPLN lower cost by one overhaul engine after the implementation of the rest ANN prognostic models. (original abstract)

Słowa kluczowe

PL

Sieci neuronowe; Prognozowanie popytu; Zarządzanie procesami; Systemy ERP; Przemysł lotniczy

EN

Neural networks; Demand forecasting; Process management; ERP system; Aviation industry

• Czasopismo: Zarządzanie Przedsiębiorstwem / Polskie Towarzystwo Zarządzania Produkcją
• Rocznik: 2012
• Numer: nr 4
• Strony: 33--38

Twórcy

autor

Piotr Kozik

• WSK "PZL Rzeszów" S.A.

autor

Jarosław Sęp

• Politechnika Rzeszowska im. Ignacego Łukasiewicza

Bibliografia

• [1] Blaik P.: Logistyka. PWE, Warszawa 2010.
• [2] Croston J. D.: Forecasting and stock control for intermittent demands. Operational Research Quarterly, 1972.
• [3] Ghobbar A. A., Friend C. H.: Evaluation of forecasting methods for intermittent parts demand in the field of aviation: a predictive mode. Computers 8 Operation research, 2003.
• [4] Kozik P.: The IT systems aiding the management of production processes - MRP. Scientific Bulletins of Rzeszów University of Technology No 231, Mechanics 68, Rzeszów 2006, pp. 109-114.
• [5] Kozik P., Sęp J.: Aircraft Engine Overhaul Demand Forecasting using ANN. "Management and Production Engineering Review" vol. 3, 2012, pp. 22-27.
• [6] Maternowska M.: Koszty utrzymania zapasów - bez tajemnic. "Logistyka" nr 1, 2003, s. 12-14.
• [7] Syntetos A. A., Boylan J. E.: On the bias of intermittent demand estimates. "International Journal of Production Economics" no. 71, 2001, pp. 457-466.
• [8] Syntetos A. A., Boylan J. E.: The accuracy of intermittent demand estimates. "International Journal Production Economics", 2005, pp. 303-314.
• [9] Waters D.: Supply Chain Risk Management: Vulnerability and Resilience in Logistics. Financial Times Press, New York 2011.