dr inż. Małgorzata Kinga Kuźnar Pracownik PK Wydział Mechaniczny [M] Katedra Pojazdów Szynowych i Transportu [M-8] Dyscyplina: inżynieria mechaniczna

Strona Osobista Profil w CRIS PK Publikacje autora (31) Profil w bazie ORCID

Pracownik naukowo dydaktyczny w Instytucie Pojazdów Szynowych, a także doktorantka Wydziału Mechanicznego.

PRACA DOKTORSKA

Obecnie praca doktorska pt. "Metoda trójwartościowej oceny stanu technicznego nakładki ślizgowej odbieraka prądu pojazdu szynowego" została ukończona i przekazana do recenzji.

Praca doktorska dotyczy zagadnień eksploatacji technicznej pojazdów szynowych, a w szczególności metod oceny stanu technicznego nakładek odbieraka prądu. Głównym celem naukowo-badawczym przedstawionym w rozprawie było opracowanie metody trójwartościowej oceny stanu technicznego nakładek ślizgowych odbieraków prądu pojazdów szynowych na podstawie wyników uzyskiwanych w obecnie istniejącym systemie diagnostyki. Celem utylitarnym podjętej pracy było opracowanie metody umożliwiającej wspomaganie decyzji o wymianie nakładek wykorzystującego tę trójwartościową ocenę ich zużycia.

Obecnie obowiązujący system gromadzenia danych nie zapewnia wszystkich niezbędnych informacji związanych z zużyciem i uszkodzeniami nakładki ślizgowej. Zgromadzone dane z eksploatacji poddano analizie, która umożliwiła określenie reguł decyzyjnych identyfikujących przyczyny wymiany nakładek ślizgowych oraz związanych z tym stanów technicznych zdatności i niezdatności. Zaproponowano modyfikację tego rodzaju binarnej oceny stanu technicznego nakładek poprzez wprowadzenie stanu technicznego niepełnej zdatności. Aby sprawdzić poprawność klasyfikacji stanów technicznych na podstawie odpowiednio przygotowanych danych, przetestowano kilkadziesiąt modeli predykcyjnych, z których wybrano 13 reprezentatywnych. Wyniki symulacji przy użyciu reprezentatywnych modeli zastały zamieszczone w załączniku do pracy.

W rezultacie podjętych działań zaproponowano metodę, która opiera się w głównej mierze na zbudowanym i przetestowanym modelu predykcyjnym – modelu hybrydowym. Jest on połączeniem modelu o opartego na działaniu sztucznych sieci neuronowych oraz modelu wykorzystującego metodę drzewa decyzyjnego. Model ten umożliwia identyfikację zdefiniowanego stanu technicznego niepełnej zdatności. Sytuacja taka wymaga zwiększenia częstości badań diagnostycznych odbieraka, które proponuje się wykonywać podczas przeglądów technicznych P1. Zwiększa to możliwość wcześniejszego wykrycia uszkodzeń nakładki w okresach użytkowania następujących po takim przeglądzie. Wyniki poprawności klasyfikacji stanu technicznego niepełnej zdatności przy użyciu modelu hybrydowego wyniosły 93,6%. Wynik ten oznacza, iż w 93,6% przypadkach możliwa będzie redukcja uszkodzeń dzięki wdrożeniu odpowiednich zalecanych czynności obsługowych. Poprawność identyfikacji stanu technicznego oznacza również efektywność opracowanej metody trójwartościowej oceny stanu technicznego nakładki ślizgowej odbieraka prądu.

PUBLIKACJE W TRAKCIE PROCESU WYDAWNICZEGO

[20]       A.  Lorenc, M. Kuźnar „The most common type of disruption in the supply chain - evaluation based on the method using artificial neural networks” International Journal of Shipping and Transport Logistics (Lista B).

[22]        M. Kuźnar, A. Lorenc „Metody sztucznej inteligencji w diagnostyce technicznej”
Publikacja w kwartalniku Problemy Kolejnictwa (Lista B). lub kwartalniku Archives of Transport (Lista B).

[23]        M. Kuźnar, „Identification of causes of current collector carbon strips damage”
Publikacja w Technical Transactions = Czasopismo Techniczne (Lista B).

[24]        M. Kuźnar, A. Lorenc „Risk minimalization methods for loading dangerous goods into tanker train” Publikacja w Technical Transactions = Czasopismo Techniczne ((Lista B).

[25]        M. Kuźnar, A. Lorenc, Górka N. „Reduction of Delays in the Supply Chain by Using Maintenance Decision Supporting Systems for Rail Vehicle Pantograph”, 8TH Carpathian Logistics Congress (SCOPUS). 

[26]        A. Lorenc, M. Kuźnar „Modeling Cargo Theft Probability In Rail Transport Using Arifitial Neural Network” 8TH Carpathian Logistics Congress (SCOPUS). 

[27]        A. Lorenc, M. Kuźnar, T. Lerhrer, M. Szkoda, „Predicting the probability of cargo theft for individual cases in railway transport”, Technical Gazette, 1330-3651 (Lista A).

[28]        A. Lorenc, M. Kuźnar „The most common type of disruption in the supply chain - evaluation based on the method using artificial neural networks”, International Journal of Shipping and Transport Logistics (Lista A).

[29]        A. Lorenc, M. Kuźnar, T. Lerhrer, „Using Artificial Intelligence methods for solving Product Allocation Problem (PAP)”, MHCL Conference - FME Transactions, (Lista A).

[30]        A. Lorenc, M. Kuźnar, G. Kaczor, „Pantograph Strips Failure Analysis and Artificial Intelligence Prevention Methods”, MHCL Conference - FME Transactions, (Lista A).

KONFERENCJE NAUKOWE

1.          VIII Ogólnopolska Konferencja Naukowa „Nauka i Przemysł”, 18-19.09.2015, Kraków,

2.          XV Międzynarodowa Konferencja Naukowa „QSET - Jakość, Bezpieczeństwo, Ekologia
     w Transporcie”, 22-23.10.2015, Kraków,

3.          XIII Konferencja Naukowo-Techniczna LogiTrans 2016, 11-14.04.2016, Szczyrk,

4.          международной научно-практической конференции «Экономика и менеджмент»,

             14-16.04.2016, Санкт-Петербург,

5.          XXII Konferencja Naukowa Pojazdy Szynowe, 30.05-01.06.2016, Bydgoszcz, Gniew,

6.          The 5th IEEE International Conference on Advanced Logistics and Transport (IEEE ICALT’2016), 1-3.06.2016, Kraków,

7.          III Ogólnopolska Konferencja Naukowo-Techniczna “Modernizacja Taboru Szynowego”, 20-22.06.2016, Tarnowskie Góry,

8.          The International Conference on Industrial Logistics (ICIL) 2016, 29.09-1.10.2016, Zakopane,

9.          XIV Warsztaty Naukowe Polskiego Towarzystwa Symulacji Komputerowej, 24 – 27.05.2017, Krynica–Zdrój,

10.       22nd International Symposium on Logistics (ISL 2017) Data Driven Supply Chains, 9 – 12.07.2017, Ljubljana, Slovenia,

11.       XXXVI Jesienna Szkoła Tribologiczna 2017, 4 – 7.09.2017, Kraków/Wieliczka. 

12.       XXIII Konferencja Naukowa Pojazdy Szynowe, 22– 25.05.2018, Katowice, Chorzów, Szczyrk. 

13.       8TH CARPATHIAN LOGISTICS CONGRESS -3 – 5.10.2018, Wellness Hotel Step, Prague, Czech Republic, EU

PROJEKTY BADAWCZO-ROZWOJOWE / EKSPERTYZY

 DYDAKTYKA

Zajęcia prowadzone na kierunku Transport, na specjalnościach: Logistyka i spedycja, Eksploatacja i niezawodność w transporcie, Eksploatacja i mechatronika pojazdów samochodowych:

1.         Eksploatacja Techniczna, Laboratorium,

2.         Systemy bazodanowe, Laboratorium komputerowe,

3.         Eksploatacja i niezawodność systemów produkcyjnych, Laboratorium,

4.         Materiały eksploatacyjne w transporcie, Laboratorium,

5.         Diagnostyka techniczna środków transportu, Laboratorium,

6.         Logistyka miejska i ekologistką, Seminarium,

7.         Modele logistyczne w systemie eksploatacji, Laboratorium,

8.         Ergonomia i wzornictwo w transporcie, Wykłady, Laboratorium.

Zajęcia prowadzone na kierunku Budowa i eksploatacja maszyn:

9.         Podstawy eksploatacji i niezawodności maszyn, Laboratorium.

Zajęcia prowadzone na kierunku Budowa i eksploatacja maszyn:

10.         Podstawy eksploatacji maszyn, Ćwiczenia.

Projekty: