Fabrika performasının kontrolu için basit istatistiksel metodların denenmesi

ETKİN ENERJİ YÖNETİMİ

FABRİKA PERFORMANSININ KONTROL EDİLMESİ İÇİN BASİT İSTATİSTİKSEL ANALİZ YÖNTEMLERİNİN DENENMESİ

Grafikleri okumak her zaman kolay değildir. Çünkü çoğunlukla grafik üzerinde noktalar dağınık durumda bulunurlar. İyi işletme uygulamaları grafik üzerindeki bu dağılmayı azaltır, buna bağlı olarak daha etkin enerji kullanımı hakkında bazı bilgiler sağlar.

İstatistiksel analiz metodunu kullanarak fabrikaya ait verilerin ayrıntılı bir şekilde değerlendirilmesi. Üretim ve tüketilen enerji seviyeleri arasında korelasyonu kurmamıza da yardım eder. Bu bilgi fabrikanın çalışmasında enerji tasarrufu ve kazanç sağlayan değişik yollar denememize olanak sağlar. Çoğu kere bunların hiçbir maliyeti yoktur.

BAZI ORNEKLER

A) Hareketli Ortalamalar Yönteminin Kullanılması

Bu teknik, grafik üzerinde 1-2 ayrı noktanın etkisini gözardı etmek suretiyle düzgün bir eğri elde edilmesine yardımcı olur. Orneğin bu serinin 8 nolu yayınında belirtilen fabrika fırını spesifik tüketimi incelenebilir. Bu durumda önceki 3 ayla birlikte içinde bulunulan ayı da kapsayan 4 aylık hareketli ortalamalar hesaplanabilir. Bu, herhangi bir uzun dönem eğilimini göstermesi açısından yeterlidir. Değerler aşağıdaki gibidir. 

   
Fırın Spesifik Enerji
Tüketimi, Gcal/ton
Dört Aylık
Hareketli Ortalamalar
1. yıl Ocak
3.044
  Şubat
2.866
  Mart
2. 735
  Nisan
2. 701
2.836
  Mayıs
2. 717
2. 755
  Haziran
2. 723
2. 719
  Temmuz
4.552
3.173
  Ağustos
3.273
3.316
  Eylül
2.822
3.343
  Ekim
2.687
3.334
  Kasım
2.751
2.883
  Aralık
2.522
2.695
   
2.yıl Ocak
2. 700
2.665
  Şubat
2.593
2.641
  Mart
2.546
2.590
  Nisan
2.692
2.663
  Mayıs
2.512
2.586
  Haziran
2.448
2.550
  Temmuz
2.559
2.553
  Ağustos
2.463
2.496
  Eylül
2.535
2.502
  Ekim
2.653
2.553





Elde edilen grafiğe göre şu değerlendirmeler yapılabilir.

• Yalnızca bir fırın çalışıyorken 1. yıl Nisan'dan Hazirana kadar spesifik tüketim azaldı. 
• İkinci bir fırının devreye alınması spesifik tüketimde önemli bir artışa neden oldu. Fakat 7 aylık bir 
periyottan sonra değerler yine 1. yıl Haziran değerlerine geldi. 
• 1. yıl Aralıktan, 2. yıl Eylüle kadar spesifik tüketim düzenli olarak azaldı (2.7 den 2.5 Gcal/t değerine kadar bir azalma, yüzde olarak yaklaşık 7 ile 10 arasında bir azalma gözlendi).

B) Standart Sapma Yöntemiyle Kontrol

Birbirini takip eden altı ay için standart sapmalar hesaplanabilir ve bu standart sapma değerleri aynı grafik üzerinde gösterilebilir. Veriler aşağıdaki gibidir: 

   
Fırın Spesifik Enerji
Tüketimi, Gcal/ton
Altı Aylık
Standart Sapma
1.yıl Ocak
3.044
  Şubat
2.866
  Mart
2. 735
  Nisan
2. 701
  Mayıs
2. 717
  Haziran
2. 723
0.123
  Temmuz
4.552
0.674
  Ağustos
3.273
0.678
  Eylül
2.822
0.665
  Ekim
2.687
0.667
  Kasım
2.751
0.664
  Aralık
2.522
0.688
   
2.yıl Ocak
2. 700
0.099
  Şubat
2.593
0.085
  Mart
2.546
0.085
  Nisan
2.692
0.085
  Mayıs
2.512
0.076
  Haziran
2.448
0.091
  Temmuz
2.559
0.075
  Ağustos
2.463
0.080
  Eylül
2.535
0.080
  Ekim
2.653
0.068

1. Yıl haziran 1.yıl için standart sapma değeri 0.12 veya spesifik tüketimin yaklaşık %4'ü olması işletme şartlarının düzenli olarak kontrol edildiğini göstermektedir.

Temmuz'dan Aralık'a kadar standart sapma 0.67 veya ortalama spesifik tüketim değerinin % 20'si civarında kaldı. ikinci fırının devreye alınması ile başlayan problemlerin iyi işletme kontrolunu aksattığı açıkça görülmektedir. 2. yıl haziranda durum normale döndü.Gerçekte standart sapmanın 0.07 ile 0.08 dolayında seyretmesi fabrika işletim kontrolunun iyi yürüdüğünü göstermektedir.

Eğer pazarlama veya diğer nedenlerle üretim oranı önemli ölçüde düzensizlik gösterirse, spesifik tüketim değerlerinde meydana gelen dalgalanmalar standart sapmada bir artışa sebebiyet verecektir. Böyle bir durumda standart sapmadaki değişiklikler dikkatle yorumlanmalıdır.

Yukarıdaki örnek, bir işletmede iyi bir kontrol ile sağlanabilecek etkili enerji yönetiminin nasıl gerçekIeştiğini göstermektedir. Diğer bir deyişle kontrol ne kadar yetersiz olursa iyi bir verimlilik düzeyini yakalamak o kadar zordur.

C) Lineer Regresyon

Daha önce görüldüğü gibi hareketli ortalamalar yöntemi uzun dönem trendlerini saptamak için faydalı bir yöntemdir. Bununla birlikte enerji verimliliğini gerçekten artırmak için alınabilecek bazı tedbirIer varsa bunları hemen görmek faydalı olabilir. Bu yöntem, belirli bir ay için verimlilik her zamanki seviyeye göre daha iyi veya daha kötüyse, enerji kullanımını üretimin bir fonksiyonu olarak ortaya koymak için iyi bir yoldur.

Birçok fabrika ve proseslerde, kullanılan enerji miktarı üretimle Iineer olarak değişir. Yani daha fazla üretim daha fazla enerji tüketiml demektir. Aylık üretime karşı ay bazında tüketilen enerjiyi gösteren blr graflk çlzllerek bu ikl de(jer arasındaki lineer ilişki görüleblllr.

Aylık verilerl grafik üzerinde işaretleyerek göz kararıyla en düzgün doğruyu belirleyiniz veya en küçük kareler metodunu kullanarak verilere en uygun blr doğru denklemini kurarak bu doğruyu çiziniz.

YÖNTEMi GÖSTEREN BASiT BiR ÖRNEK

Fabrikadaki fırınlarla ilgili enerji tüketim - üretim verilerini kullanacağız. 

   
Üretim, Ton/Ay
Fırın Yakıt Kullanımı, GcaI/Ay
1.yıl Ocak
468
1426
  Şubat
446
1278
  Mart
511
1397
  Nisan
499
1348
  Mayıs
508
1380
  Haziran
478
1302
  Temmuz
486
2210
  Ağustos
719
2353
  Eylül
905
2553
  Ekim
990
2659
  Kasım
954
2625
  Aralık
1041
2625
   
2.yıl Ocak
1016
2743
  Şubat
995
2580
  Mart
1069
2722
  Nisan
1072
2887
  Mayıs
1194
3001
  Haziran
1137
2783
  Temmuz
953
2440
  Ağustos
1033
2545
  Eylül
985
2589
  Ekim
976
2599

Bu noktalar grafik üzerinde işaretlenerek tüm verilere en uygun doğruyu çizmek için basit bir regresyon hesabı yapılabilir. Bunun için kullanılan eşitlik aşağıdaki gibidir.

Kullanılan enerji = (2.38 x Üretim) + 220
(Gcal/Ay)              (tonIAy)

Buna göre enerji kullanımı standart sapması 94 Gcal/ay olarak bulunur. Standart sapmanın tahmini ve ona ait eşitlik basit bir bilgisayar programı kullanılarak hesaplanmıştır. Ocak 2002'de üretim 1148 ton civarında olmuştur. Bizim eşitliğimiz kullanılan enerjinin 2950 Gcal civarında olması gerektiğini gostermektedir. Fakat fabrika kayıtlarındaki değer 2331 Gcal'dir. Bu iki değer arasındaki fark 619 Gcal'dır ki bu da standart sapma değerinden (94 Gcal/Ay) epeyce büyüktür.

FIRIN TÜKETİMLERİ


Gerçek değerin hesaplanan değerin altında olması fırınların enerji verimliliğini düzeltmek için Ocak ayı içinde etkin bir faaliyetin yürütüldüğünü gösterir.

ÖNERİLER

• Her ay fabrikaya ait spesifik enerji tüketiminin 4 aylık hareketli ortalamasını hesaplayarak değerIeri grafik üzerinde gösteriniz. Enerji tüketiminde herhangi bir artış veya azalma olup olmadığını kontrol ederek aydan aya görülen değişikliklerin nedenlerini açıklamaya çalışınız.

• Her ay, bir önceki altı aya ait enerji kullanımı rakamlarının standart sapmasını hesaplayınız.

• Verilerde görülen herhangi bir dağılmanın nedenlerini bulmaya çalışınız.

• Verilerdeki dağılmayı azaltmak için çeşitli yollar arayınız. çoğu kere fabrikanın daha düzenli işletil- 
mesi enerji verimliliğini iyileştirir.

• Elinizdekl en düzenli verileri kullanarak, enerji tüketimi ve üretim düzeyi arasında bir ilişkl kuru- nuz. Bu, ana enerji tüketim ekipmanları ve fabrikanın tümü Için yapılabilir. Herhangi önemli bir değişiklik olup olmadığını görmek için mevcut enerji kulanımını, enerji tüketimi ve üretim arasındaki koreIasyondan tahmin edilen değerle karşılaştırınız. Değerler tahmin edilenden daha düşük veya yüksekse bunun nedenlerini açıklamaya çalışınız.

• Enerji performansındaki düşüklüğün en kısa zamanda ortaya çıkarılması ve düzeltilmesi açısından enerji tüketimi verilerinin kontrolu, mümkünse haftalık olarak yapılmalı, kötü işletme uygulamaları varsa derhal ortadan kaldırılmalıdır.

NOTLAR

1) Hareketli Ortalamalar Yöntemi

Periyodik ve devri hareketlerle trend analizinde, daha çok hareketli ortalamalar yönteminden faydaIanılır. Zaman dizisini periyodik veya devrı hareketlerin etkisinden arındırmak için, bir periyot ve devri hareket kaç veri kapsıyorsa veri sayısı kadar hareketli ortalamalar hesaplanır.

Örneğin, aylık verilerden oluşan bir zaman dizisini mevsimlik hareketlerden arındırmak için 12'Iik hareketli ortalamalar hesaplanır.

2) Standart Sapma ( G )

Bir dağılım ölçüsü olarak standart sapma, birim değerlerinin (örneğin bir aylık veri) aritmetik ortalamaya olan uzaklıklarının bir ölçüsüdür.

Birim değerleri. ortalama değer dolayında toplandıkça standart sapma küçük değer alacak, birim değerleri aritmetik ortalamadan uzaklaştıkça standart sapma büyüyecektir.

Tanım olarak, birim değerlerinin aritmetik ortalamadan farklarının kareleri toplamının, birim sayısına bölümünün kare köküdür.

Formul olarak ifade edilirse;


Burada; N : Birim Sayısı 
m : Birim Değerlerinin Aritmetik Ortalaması
Xİ :Birim Değerleri'dir.

3) Lineer Regresyon 
Regresyon, bağımlı ve bağımsız değişkenler arasındaki bağlantıyı kuran parametrelerin değerini tahmin imkanlarını araştırır .

Regresyonun korelasyona benzer yanı, her ikisinin de değişkenler arasındaki ilişkiyi ve yakınlığı aramalarıdır. Fark ise, regresyonun bir sebep-sonuç modeli içinde değişkenler arası bağlantıyı aramasına karşılık korelasyonun, böyle bir sebep-sonuç modeli olmadan bu ilişkinin istatistiksel özelliğini bulmaya çalışmasıdır. 




 
 
Biz Tercih Ettiler
  • Arçelik
     
  • Bursali Havlu
     
  • Gamatex
     
  • Güral Porselen
     
  • Kütahya Porselen
     
  • Alvit
     
  • RB Karesi
     
  • Yurtbay Seramik
     
    
Bülten Aboneliği
Yasal ve Teknolijik gelişmelerden sürekli haberdar olmak için.Lütfen E-Posta Adresini Kayıt Ediniz.
 
 
 
 
Erka Group
 
 
Erka-EVD Enerji Etüt Proje Egitim Mühendislik Tel   :      +90 322 561 26 46   Gsm   : +90 533 648 76 48
Salbaş Esentepe Mah. Hacıosman Cad. No:68/A Çukruova / Adana Faks :      +90 322 561 26 01 E-Mail :  hk@erka-evd.com