Alapvető karbantartási stratégiák

Méret: px
Mutatás kezdődik a ... oldaltól:

Download "Alapvető karbantartási stratégiák"

Átírás

1 Alapvető karbantartási stratégiák MBA képzés 2009 Erdei János 4. Tervszerű karbantartás teljesítőképess pesség 00% Teljesítm tménytartalék-diagram kiesési si ciklikus állapotfüggő teljesítménymaradék t k t h t

2 Alapstratégiák jellemzői Jellemző Alkalmazási terület Eseti Kis kár, élettartam nagy relatív szórása Ciklusos Nagy kiesés, előkészítés, állandó élettartamú termékek Állapot szerinti Mérés, adatgyűjtés Állandó információszolgáltatás Információigény Gyors, azonnali Pontos, előzetes Szervezés Gyors beavatkozás, intézkedési csomagterv Tervezett ütemezés Felkészülés, felügyelet szervezés Szervezet Helyi, univerzális, szakképzett Központosított, külső szakemberek bevonása Képzett, felügyelet, műszerek Vezetés Gyors döntések, végrehajtói szint szerepe Tervezési fázis Stratégiai vezetés Megbízhatóság-alapú karbantartás (RCM) Megbízhatósági alapok

3 Megbízhatóság Emlékeztető A terméknek az a tulajdonsága, hogy előírt funkcióit it teljesíti, ti, miközben adott határok között megtartja azoknak a meghatározott mutatóknak az értékeit, amelyek a felhasználás és s száll llítás előre megadott üzemmódjainak felelnek meg. Megbízhatóság Hibamentesség Javíthatóság/ Karbantart. Tartósság Tárolhatóság/ Szállíthatóság

4 Hibamentesség Mennyiségi mutatói meghibásodási ráta átlagos működési idő meghibásodási valószínűség hibamentes működés valószínűsége meghibásodások közötti átlagos működési idő Javíthatóság/ Karbantart. Mennyiségi mutatói átlagos javítási idő átlagos állásidő helyreállítási intenzitás helyreállítási valószínűség javítás előtti átlagos várakozási idő

5 Tartósság Mennyiségi mutatói átlagos üzemi működés átlagos élettartam gamma-százalékos üzemi működés Tárolhatóság/ Szállíthatóság Mennyiségi mutatói átlagos tárolhatósági időtartam gamma-százalékos tárolási idő

6 Összetett megbízhatósági mutatók készenléti tényező műszaki kihasználási tényező Meghibásodások osztályozása A meghibásodás s bekövetkezésének oka szerint Túlterhelés s következtk vetkeztében Elem független f meghibásod sodásasa Elem függf ggő meghibásod sodásasa Konstrukciós s meghibásod sodás Gyárt rtási eredetű meghibásod sodás Üzemeltetési meghibásod sodás

7 Meghibásodások osztályozása A meghibásodás s bekövetkezésének időtartama Váratlan meghibásod sodás Fokozatos meghibásod sodás A működőképesség g elvesztésének mértéke Teljes meghibásod sodás Részleges meghibásod sodás Katasztrofális meghibásod sodás Degradáci ciós s meghibásod sodás Meghibásodások osztályozása A meghibásodás s bekövetkezésének szakasza Korai meghibásod sodásoksok Véletlenszerű meghibásod sodásoksok Elhasználódási si meghibásod sodásoksok

8 Hibamentesség jellemzői Nem helyreállítható elemek 0 τ t Meghibásod sodási si valósz színűség g eloszlásf sfüggvény - F( Megbízhat zhatósági függvf ggvény - R( F ( = P( τ < Hibamentes működés m átlagos időtartama -T Szórás R( = P( τ > = Meghibásod sodási si ráta r - λ( F(

9 Nem helyreállítható elemek A λ( függvény minden t időpontban lényegében annak a valószínűségét t adja meg, hogy a t 0 τ t időpontig hibamentesen működő Meghibásod sodási elem si valósz a színűség következő g eloszlásf időegység sfüggv ggvény g alatt - F( Megbízhat zhatósági függvf ggvény meghibásodik. - R( Hibamentes működés m átlagos időtartama -T Szórás Meghibásod sodási si ráta r - λ( Meghibásodási ráta t+ t 0 P(AB) t t+ t P (A B) = P(B) F( t + f ( lim = = λ( t 0 tr( R( t 0

10 A kádgörbe λ( idő λ( A kádgörbe Korai meghibásod sodások: sok: nem megfelelő minőségszabályozás gyenge minőségű anyagok nem megfelelő gyártási eljárás összeszerelési hibák rossz csomagolás, kezelés stb.

11 λ( A kádgörbe Véletlen meghibásod sodások: sok: emberi hibák felismerhetetlen hibák mikroszkópikus hibák, pl.: hajszálrepedések, anyagszerkezeti hiányosságok stb. A kádgörbe λ( Elhasználódás: s: súrlódás miatti kopás öregedés miatti fáradás korrózió nem megfelelő karbantartás stb.

12 Exponenciális eloszlás f ( t = λe λ f( λ F( F( = e λt M(ξ) =T = /λ D(ξ) = /λ λ( = λ λ( f ( R( λe = e λt = λt = λ = állandó Exponenciális eloszlás f( λ 63,2% M(τ) = T = /λ

13 Weibull-eloszlás f ( = F( abt b = e e at at b b a = skála paraméter b = alak paraméter λ ( ) b t = abt Weibull-eloszlás f( ab b = alak paraméter λ b= () b t = abt b< b>

14 λ( Weibull-eloszlás λ ( ) b t = abt b < b > b = t Normális eloszlás f ( t µ ) 2 2σ ( ) t = σ e 2π 2? µ

15 Lognormális eloszlás f( f ( lnt µ ) 2 2σ ( = e σt 2π 2 T = e µ + 2 σ 2 t Helyreállítás jellemzői

16 Nem helyreállítható elem megbízhatósága Termék Nem helyreállítható Helyreállítható Azonnal helyreállítható Számottevő helyreállítási időt igénylő Azonnal helyreállítható elem megbízhatósága Felújítási folyamat 0 τ τ 2 τ τ 3 4 τ n τ n+ t t 2 t 3 t n t n+... t Meghibásodási és helyreállítási időpontok

17 Felújítási függvény [db] H ( = M [ ν ( ] = g[ τ, F() t ] ν( t t t 2 t 3 t 4 t 5 t Azonnal helyreállítható elem megbízhatósága A megbízhatóság jellemzői F(, R(, T, λ( Tetszőleges t időtartam alatt bekövetkező ν( meghibásodások száma (diszkré Ennek várható értéke az ún. felújítási függvény = M[ ν( )] H ( = g[ τ, F( ] H( t

18 Azonnal helyreállítható elem megbízhatósága A H( felújítási függvény a hibamentes működési időt leíró eloszlás ismeretében: Exponenciális esetben Normális eloszlás esetében Weibull eloszlás esetén H ( t T = λt H ( = n= t nt Φ( σ n H ( t T ) Azonnal helyreállítható elem megbízhatósága Kellően hosszú időszakot vizsgálva bármilyen eloszlásfüggvény esetén igaz, hogy a meghibásodások időegységre eső átlagos száma az átlagos hibamentes működési idő reciproka: H ( lim = t t T Vagy hosszú időszakot vizsgálva a meghibásodások száma normális eloszláshoz közelít 2 σ t t/t várható értékkel és szórással T 3

19 Számottevő helyreállítási idejű elem megbízhatósága Helyreállítási időpontok τ ' τ τ ' τ " ' " " 2 2 τ n 0 t t t 2 t 2 t n t n τ n Meghibásodási időpontok Számottevő helyreállítási idejű elem megbízhatósága A hibamentes működési idő Eloszlásfüggvénye Sűrűségfüggvénye Várható értéke ' F ( = P( τ f ( = F'( T (, = M τ )

20 Számottevő helyreállítási idejű elem megbízhatósága A helyreállítási idő is valószínűségi változó Eloszlásfüggvénye '' G ( = P( τ Sűrűségfüggvénye Várható értéke g ( = G'( T = M ( '' 2 τ ) Számottevő helyreállítási idejű elem megbízhatósága Meghibásodási ráta: λ( = f ( f ( = R( F( Helyreállítási intenzitás: minden pillanatban annak a valószínűségét adja meg, hogy ha t időpontig nem fejeződött be a helyreállítás, akkor a következő t időegység alatt be fog. g( µ ( = G(

21 Készenléti tényező Az előző ún. felújítási folyamatnak az egyik alapvető jellemzője a készenléti tényezt nyező: A(, amely annak a valószínűsége, hogy az elem (rendszer) egy tetszőleges t időpontban működik. m A = lim A( = T t T + T 2 t Rendszer megbízhatósága Soros rendszer Az olyan rendszert, amely akkor és s csak akkor működik, ha valamennyi eleme működik, m megbízhat zhatósági szempontból l soros rendszernek nevezzük. R R2 R( = n Ri ( = [ Fi ( ] n i= i=

22 Rendszer megbízhatósága Párhuzamos rendszer Az olyan rendszert, amely akkor és s csak akkor hibásodik meg, ha valamennyi eleme meghibásodik, megbízhat zhatósági szempontból párhuzamos rendszernek nevezzük. n Fi ( = [ Ri ( ] F( = R i= i= R( = n [ R i ( ] i= n R2 Az eloszlás jellegének a meghatározása A megbízhatósági adatok (T, λ() elemzéséhez ismernünk kell az eloszlást Eszköze? Statisztikai elemzés Paraméterek becslése Hipotézisvizsgálat - nemparaméteres próbák Illeszkedésvizsgálat χ 2 -próba, Kolmogorov-Szimrnov próba

23 Ciklusos karbantartási stratégiák Karbantartástervezés Rendszerelemek azonosítása Adatbázis kialakítása Hibaelemzés Megbízhatósági modell meghatározása Karbantartási ciklusidők tervezése Kiesési stratégia TMK stratégia Előírt megbízhatósághoz Költségminimumhoz Készenlét maximumához Kapacitás- és költségelemzés Tartóssági jellemzők tervezése Karbantartási terv

24 Karbantartási stratégiák Ciklusos karbantartás Merev ciklus Rugalmas ciklus Kiesési stratégia Állapotfüggő karbantartás Karbantartástervezés Egy adott alkatrész, részegység, szerelési egység karbantartásának hatékonyságvizsgálata végső soron elvezett az optimális karbantartási ciklusrend kialakításához. Ez a feladat különböző karbantartási műveletek periódusidejének (t per ) a meghatározását igényli.

25 Az optimalizálás kritériumai λ( λ( mon. csökken. feltétel λ( mon.. nőn λ( állandó idő Az optimalizálás kritériumai Menedzsment szempont: milyen hosszú legyen a karbantartási periódusidő (t per ) t per meghatározásának kétféle logikája: Kizárólag megbízhatósági előírások alapján, a gazdaságossági szempontok figyelmen kívül hagyásával Megbízhatósági és gazdaságossági szempontok egyidejű figyelembevételével Megelőző jellegű karbantartás költsége vs. váratlan meghibásodás költsége

26 Költségek Átlagos javítási költség: anyag költség bér költség elmaradó haszon Átlagos karbantartási költség anyag költség bér költség K >> K 2 2. feltétel Fajlagos üzemfenntartási költség k ü (t per ) k ü (t per ) = k (t per ) + k 2 (t per ) min k (t per ) opt t per k 2 (t per ) t per

27 Kiesési stratégia Végtelen hosszú karbantartási periódusidő Előnyei: Nem szükséges a meghibásodási magatartás ismerete Egyszerű alkalmazás Hátrányai: Nagy kiesési veszteség Nagyobb állásidők Karbantartási időpontok nem tervezhetők Számításának alapja: H(, így adott időtartam alatt fellépő összköltségek Kiesési stratégia Utólagos károk költségei Helyreállítási bérköltség Pótelemek költsége k ü ( t ) per = t lim per KH t t ( ) per per Fajlagos kiesési költség állásidő K = T

28 Az optimalizálási kritériumai k ü [Ft/h] 3. feltétel: k ü <<,min K T Kiesési stratégia k ü, min? K /T t per, opt t per Merev ciklus t per k ü (t per ) = K H(t per ) + K 2 t per min t per,opt = g[f(t per )]

29 Rugalmas ciklus (min k ü ) t per t per K k ü (t per ) = F(t per ) + K 2 R(t per ) T,TMK min T, TMK = t per 0 R ()dt t Rugalmas ciklus (max A() t per t per A(t per ) = T,TMK max T,TMK + T 2 F(t per ) + T 2,M R(t per ) T, TMK = t per 0 R ()dt t

30 Késleltetéses stratégia t krit t per t krit t per Költségek és a rendelkezésre állás k ü A max A 2 min k ü, opt t p, 2 opt t p, t p

31 Legfontosabb fogalmak Megbízhatóság Termék, hiba TPM, OEE 6 nagy veszteségforrás TPM oszlopai Teljesítmény-tartalék diagram Interferencia-diagram Kiesési, ciklikus, állapotfüggő stratégia Megbízhatóság összetevői Mghibásodások csoportosítása: Okok szerint Bekövetkezés szakasza szerint Hibamentesség jellemzői: Eloszlásfv. Megbízhatósági fv. Várható működési idő Meghibásodási ráta Kádgörbe Felújítási függvény ν(, t idő alatti meghibásodások száma Helyreállítási intenzitás Készenléti tényező Soros rendszer Párhuzamos rendszer Átlagos javítási költség Átlagos karbantartási költség Fajlagos üzemfenntartási költség Merev ciklus Rugalmas ciklus Példa vizsgakérdésekre Mutassa be a merev ciklus működését! Milyen veszteségforrásokat azonosítunk a TPM-nél, s ezek figyelembevételével hogyan értékeljük a gyártósort? Mit jelent az autonóm karbantartás a TPM-ben? A teljesítménytartalék-diagram alapján mutassa be az alapvető karbantartási stratégiákat! Milyen esetekben lehet célszerű a kiesési stratégia? Melyek a megelőző jellegű karbantartástervezés alkamazásának előfeltételei? : Csak példák, nem csak ezek a kérdések szerepelhetnek a vizsgán.

32 Példa igaz-hamis tesztkérdésre A megbízhatósági függvény annak valószínűségét fejezi ki, hogy a termék a t időpont előtt meghibásodik. (H) minden időpillanatra annak a valószínűségét adja meg, hogy a t időpontig hibamentesen működő elem a következő időegység alatt meghibásodik. (H) Az interferencia-diagram segítségével a meghibásodások bekövetkezésének szakaszai szerint tudjuk bemutatni/értelmezni a meghibásodásokat. (H) Azonos elemekből álló soros rendszerek esetén - reális elemeket feltételezve - a rendszer megbízhatósága mindig kisebb, mint az elemek megbízhatósága. (I) Exponenciális élettartamú termékek meghibásodási rátája állandó. (I) : Csak példák, nem csak ezek a tesztkérdések szerepelhetnek a vizsgán. Köszönöm m figyelmüket! Sikeres vizsgaidőszakot, s nyárra jó pihenést kívánok!

TERMÉKEK MŐSZAKI TERVEZÉSE Megbízhatóságra, élettartamra tervezés I.

TERMÉKEK MŐSZAKI TERVEZÉSE Megbízhatóságra, élettartamra tervezés I. TERMÉKEK MŐSZAKI TERVEZÉSE Megbízhatóságra, élettartamra tervezés I. Dr. Kovács Zsolt egyetemi tanár Megbízhatóság-elméleti alapok A megbízhatóságelmélet az a komplex tudományág, amely a meghibásodási

Részletesebben

Modulzáró ellenőrző kérdések és feladatok (2)

Modulzáró ellenőrző kérdések és feladatok (2) Modulzáró ellenőrző kérdések és feladatok (2) 1. Definiálja az alábbi, technikai eszközök üzemi megbízhatóságával kapcsolatos fogalmakat (1): Megbízhatóság. Használhatóság. Hibamentesség. Fenntarthatóság.

Részletesebben

TPM egy kicsit másképp Szollár Lajos, TPM Koordinátor

TPM egy kicsit másképp Szollár Lajos, TPM Koordinátor TPM egy kicsit másképp Szollár Lajos, TPM Koordinátor 2013.06.18 A TPM A TPM a Total Productive Maintenance kifejezés rövidítése, azaz a teljes, a gyártásba integrált karbantartást jelenti. A TPM egy állandó

Részletesebben

Új felállás a MAVIR diagnosztika területén. VII. Szigetelésdiagnosztikai Konferencia 2007 Siófok

Új felállás a MAVIR diagnosztika területén. VII. Szigetelésdiagnosztikai Konferencia 2007 Siófok Új felállás a MAVIR diagnosztika területén VII. Szigetelésdiagnosztikai Konferencia 2007 Siófok Állapotfelmérés, -ismeret 1 Célja: Karbantartási, felújítási, rekonstrukciós döntések megalapozása, Üzem

Részletesebben

Termelés- és szolgáltatásmenedzsment

Termelés- és szolgáltatásmenedzsment Termelés- és szolgáltatásmenedzsment egyetemi adjunktus Menedzsment és Vállalatgazdaságtan Tanszék Termelés- és szolgáltatásmenedzsment 13. Előrejelzési módszerek 14. Az előrejelzési modellek felépítése

Részletesebben

Dr. Kalló Noémi. Termelés- és szolgáltatásmenedzsment. egyetemi adjunktus Menedzsment és Vállalatgazdaságtan Tanszék. Dr.

Dr. Kalló Noémi. Termelés- és szolgáltatásmenedzsment. egyetemi adjunktus Menedzsment és Vállalatgazdaságtan Tanszék. Dr. Termelés- és szolgáltatásmenedzsment egyetemi adjunktus Menedzsment és Vállalatgazdaságtan Tanszék Termelés- és szolgáltatásmenedzsment 13. Ismertesse a legfontosabb előrejelzési módszereket és azok gyakorlati

Részletesebben

e (t µ) 2 f (t) = 1 F (t) = 1 Normális eloszlás negyedik centrális momentuma:

e (t µ) 2 f (t) = 1 F (t) = 1 Normális eloszlás negyedik centrális momentuma: Normális eloszlás ξ valószínűségi változó normális eloszlású. ξ N ( µ, σ 2) Paraméterei: µ: várható érték, σ 2 : szórásnégyzet (µ tetszőleges, σ 2 tetszőleges pozitív valós szám) Normális eloszlás sűrűségfüggvénye:

Részletesebben

biometria II. foglalkozás előadó: Prof. Dr. Rajkó Róbert Matematikai-statisztikai adatfeldolgozás

biometria II. foglalkozás előadó: Prof. Dr. Rajkó Róbert Matematikai-statisztikai adatfeldolgozás Kísérlettervezés - biometria II. foglalkozás előadó: Prof. Dr. Rajkó Róbert Matematikai-statisztikai adatfeldolgozás A matematikai-statisztika feladata tapasztalati adatok feldolgozásával segítséget nyújtani

Részletesebben

Számítógépes döntéstámogatás. Statisztikai elemzés

Számítógépes döntéstámogatás. Statisztikai elemzés SZDT-03 p. 1/22 Számítógépes döntéstámogatás Statisztikai elemzés Werner Ágnes Villamosmérnöki és Információs Rendszerek Tanszék e-mail: werner.agnes@virt.uni-pannon.hu Előadás SZDT-03 p. 2/22 Rendelkezésre

Részletesebben

Karbantartási filozófiák. a karbantartás szervezetére és a folyamat teljes végrehajtására vonatkozó alapelvek rendszere.

Karbantartási filozófiák. a karbantartás szervezetére és a folyamat teljes végrehajtására vonatkozó alapelvek rendszere. Karbantartási filozófiák a karbantartás szervezetére és a folyamat teljes végrehajtására vonatkozó alapelvek rendszere. TPM Total Productive Maintanance Teljeskörű hatékony karbantartás, Termelésbe integrált

Részletesebben

Budapesti Mûszaki Fõiskola Rejtõ Sándor Könnyûipari Mérnöki Kar Médiatechnológiai Intézet Nyomdaipari Tanszék. Karbantartás-szervezés a nyomdaiparban

Budapesti Mûszaki Fõiskola Rejtõ Sándor Könnyûipari Mérnöki Kar Médiatechnológiai Intézet Nyomdaipari Tanszék. Karbantartás-szervezés a nyomdaiparban Budapesti Mûszaki Fõiskola Rejtõ Sándor Könnyûipari Mérnöki Kar Médiatechnológiai Intézet Nyomdaipari Tanszék Karbantartás-szervezés a nyomdaiparban 6. előadás Karbantartás irányítási információs rendszer

Részletesebben

www.pipecontrol.hu info@pipecontrol.hu

www.pipecontrol.hu info@pipecontrol.hu INTELLIGENS GÖRÉNYEZ G NYEZÉS Meghibásod sodások sok kezelése, karbantartási filozófi P I P E C O N T R O L Mérnöki Iroda Kft 8600 Siófok, Dózsa György u. 27/b Tel.: (+36) 84-506 702, Fax: (+36) 84-506

Részletesebben

Biometria az orvosi gyakorlatban. Számítógépes döntéstámogatás

Biometria az orvosi gyakorlatban. Számítógépes döntéstámogatás SZDT-01 p. 1/23 Biometria az orvosi gyakorlatban Számítógépes döntéstámogatás Werner Ágnes Villamosmérnöki és Információs Rendszerek Tanszék e-mail: werner.agnes@virt.uni-pannon.hu Gyakorlat SZDT-01 p.

Részletesebben

Az előadásdiák gyors összevágása, hogy legyen valami segítség:

Az előadásdiák gyors összevágása, hogy legyen valami segítség: Az előadásdiák gyors összevágása, hogy legyen valami segítség: Az elektronikai gyártás ellenőrző berendezései (AOI, X-RAY, ICT) 1. Ismertesse az automatikus optikai ellenőrzés alapelvét (a), megvilágítási

Részletesebben

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI statisztika 4 IV. MINTA, ALAPsTATIsZTIKÁK 1. MATEMATIKAI statisztika A matematikai statisztika alapfeladatát nagy általánosságban a következőképpen

Részletesebben

Eseményalgebra. Esemény: minden amirl a kísérlet elvégzése során eldönthet egyértelmen hogy a kísérlet során bekövetkezett-e vagy sem.

Eseményalgebra. Esemény: minden amirl a kísérlet elvégzése során eldönthet egyértelmen hogy a kísérlet során bekövetkezett-e vagy sem. Eseményalgebra. Esemény: minden amirl a kísérlet elvégzése során eldönthet egyértelmen hogy a kísérlet során bekövetkezett-e vagy sem. Elemi esemény: a kísérlet egyes lehetséges egyes lehetséges kimenetelei.

Részletesebben

Matematikai statisztika c. tárgy oktatásának célja és tematikája

Matematikai statisztika c. tárgy oktatásának célja és tematikája Matematikai statisztika c. tárgy oktatásának célja és tematikája 2015 Tematika Matematikai statisztika 1. Időkeret: 12 héten keresztül heti 3x50 perc (előadás és szeminárium) 2. Szükséges előismeretek:

Részletesebben

II. rész: a rendszer felülvizsgálati stratégia kidolgozását támogató funkciói. Tóth László, Lenkeyné Biró Gyöngyvér, Kuczogi László

II. rész: a rendszer felülvizsgálati stratégia kidolgozását támogató funkciói. Tóth László, Lenkeyné Biró Gyöngyvér, Kuczogi László A kockázat alapú felülvizsgálati és karbantartási stratégia alkalmazása a MOL Rt.-nél megvalósuló Statikus Készülékek Állapot-felügyeleti Rendszerének kialakításában II. rész: a rendszer felülvizsgálati

Részletesebben

Transzformátor, Mérőtranszformátor Állapot Tényező szakértői rendszer Vörös Csaba Tarcsa Dániel Németh Bálint Csépes Gusztáv

Transzformátor, Mérőtranszformátor Állapot Tényező szakértői rendszer Vörös Csaba Tarcsa Dániel Németh Bálint Csépes Gusztáv Transzformátor, Mérőtranszformátor Állapot Tényező szakértői rendszer Vörös Csaba Tarcsa Dániel Németh Bálint Csépes Gusztáv Áttekintés A Rendszer jelentősége Állapotjellemzők MérőTranszformátor Állapot

Részletesebben

Gyakorló feladatok. Az alábbi feladatokon kívül a félév szemináriumi anyagát is nézzék át. Jó munkát! Gaál László

Gyakorló feladatok. Az alábbi feladatokon kívül a félév szemináriumi anyagát is nézzék át. Jó munkát! Gaál László Gyakorló feladatok Az alábbi feladatokon kívül a félév szemináriumi anyagát is nézzék át. Jó munkát! Gaál László I/. A vizsgaidőszak második napján a hallgatók %-ának az E épületben, %-ának a D épületben,

Részletesebben

Mi a karbantartás feladata. Karbantartás-fejlesztés korszerűen Nyílt képzés 2014.05.15. Fekete Gábor, A.A. Stádium Kft.

Mi a karbantartás feladata. Karbantartás-fejlesztés korszerűen Nyílt képzés 2014.05.15. Fekete Gábor, A.A. Stádium Kft. Mi a karbantartás feladata Karbantartás-fejlesztés korszerűen Nyílt képzés 2014.05.15. Fekete Gábor, A.A. Stádium Kft. A karbantartás hagyományos értelmezése A karbantartás feladata a berendezések képességeinek

Részletesebben

[Biomatematika 2] Orvosi biometria

[Biomatematika 2] Orvosi biometria [Biomatematika 2] Orvosi biometria 2016.02.15. Esemény Egy kísérlet vagy megfigyelés (vagy mérés) lehetséges eredményeinek összessége (halmaza) alkotja az eseményteret. Esemény: az eseménytér részhalmazai.

Részletesebben

Klasszikus karbantartási stratégiák és hiányosságaik. Karbantartás-fejlesztés korszerűen Nyílt képzés 2014.05.15. Fekete Gábor, A.A. Stádium Kft.

Klasszikus karbantartási stratégiák és hiányosságaik. Karbantartás-fejlesztés korszerűen Nyílt képzés 2014.05.15. Fekete Gábor, A.A. Stádium Kft. Klasszikus karbantartási stratégiák és hiányosságaik Karbantartás-fejlesztés korszerűen Nyílt képzés 2014.05.15. Fekete Gábor, A.A. Stádium Kft. A.A. Stádium Kft 1984-1991 - 1996 2 alapító - 17 fős cég

Részletesebben

Műszaki diagnosztika. Endoszkópia. Olajvizsgálat. Rezgésdiagnosztika. Repedésvizsgálat. Akusztika. Roncsolásmentes anyagvizsgálatok.

Műszaki diagnosztika. Endoszkópia. Olajvizsgálat. Rezgésdiagnosztika. Repedésvizsgálat. Akusztika. Roncsolásmentes anyagvizsgálatok. Műszaki diagnosztika Diagnosztika 01 --- 1 Gépészeti berendezések üzem közben végzett állapotfelmérése meghatározott paraméterek alapján Endoszkópia Rezgésdiagnosztika Olajvizsgálat Akusztika Repedésvizsgálat

Részletesebben

TURBÓGENERÁTOR FORGÓRÉSZEK Élettartamának meghosszabbítása

TURBÓGENERÁTOR FORGÓRÉSZEK Élettartamának meghosszabbítása Szigetelés Diagnosztikai Konferencia 2007. 04. 26-28. TURBÓGENERÁTOR FORGÓRÉSZEK Élettartamának meghosszabbítása Az élettartam kiterjesztés kérdései A turbógenerátorok üzemi élettartamának meghosszabbítása,

Részletesebben

szervezés a nyomdaiparban

szervezés a nyomdaiparban Budapesti Műszaki Főiskola Rejtő Sándor Könnyűipari Mérnöki Kar Médiatechnológiai Intézet Nyomdaipari Tanszék Karbantartás-szervezés szervezés a nyomdaiparban Budapesti Műszaki Főiskola Rejtő Sándor Könnyűipari

Részletesebben

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI statisztika 3 III. VÉLETLEN VEKTOROK 1. A KÉTDIMENZIÓs VÉLETLEN VEKTOR Definíció: Az leképezést (kétdimenziós) véletlen vektornak nevezzük, ha Definíció:

Részletesebben

36 0,3. Mo.: 36 0,19. Mo.: 36 0,14. Mo.: 32 = 0,9375 32 = 0,8125 32 = 0,40625. Mo.: 32 = 0,25

36 0,3. Mo.: 36 0,19. Mo.: 36 0,14. Mo.: 32 = 0,9375 32 = 0,8125 32 = 0,40625. Mo.: 32 = 0,25 Valószínűségszámítás I. Kombinatorikus valószínűségszámítás. BKSS 4... Egy szabályos dobókockát feldobva mennyi annak a valószínűsége, hogy a -ost dobunk; 0. b legalább 5-öt dobunk; 0, c nem az -est dobjuk;

Részletesebben

Készítette: Fegyverneki Sándor

Készítette: Fegyverneki Sándor VALÓSZÍNŰSÉGSZÁMÍTÁS Összefoglaló segédlet Készítette: Fegyverneki Sándor Miskolci Egyetem, 2001. i JELÖLÉSEK: N a természetes számok halmaza (pozitív egészek) R a valós számok halmaza R 2 {(x, y) x, y

Részletesebben

MUNKAANYAG. Völgyi Lajos. Mit kell tenni, hogy működjenek az. élelmiszeripari gépek és berendezések. karbantartása, biztonságos működtetése

MUNKAANYAG. Völgyi Lajos. Mit kell tenni, hogy működjenek az. élelmiszeripari gépek és berendezések. karbantartása, biztonságos működtetése Völgyi Lajos Mit kell tenni, hogy működjenek az élelmiszeripari gépek és berendezések karbantartása, biztonságos működtetése A követelménymodul megnevezése: Gyártás előkészítése és befejezése A követelménymodul

Részletesebben

SZOLGÁLTATÁS BIZTOSÍTÁS

SZOLGÁLTATÁS BIZTOSÍTÁS 6. óra SZOLGÁLTATÁS BIZTOSÍTÁS Tárgy: Szolgáltatás menedzsment Kód: NIRSM1MMEM Kredit: 5 Szak: Mérnök Informatikus MSc (esti) Óraszám: Előadás: 2/hét Laborgyakorlat: 2/hét Számonkérés: Vizsga, (félévi

Részletesebben

Dr. BALOGH ALBERT: MEGBÍZHATÓSÁGI ÉS KOCKÁZATKEZELÉSI SZAKKIFEJEZÉSEK FELÜLVIZSGÁLATÁNAK HELYZETE

Dr. BALOGH ALBERT: MEGBÍZHATÓSÁGI ÉS KOCKÁZATKEZELÉSI SZAKKIFEJEZÉSEK FELÜLVIZSGÁLATÁNAK HELYZETE Dr. BALOGH ALBERT: MEGBÍZHATÓSÁGI ÉS KOCKÁZATKEZELÉSI SZAKKIFEJEZÉSEK FELÜLVIZSGÁLATÁNAK HELYZETE 1 Megbízhatósági terminológia: IEC 50(191):2007 változat (tervezet) Kockázatkezelő irányítási terminológia:

Részletesebben

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI statisztika 10 X. SZIMULÁCIÓ 1. VÉLETLEN számok A véletlen számok fontos szerepet játszanak a véletlen helyzetek generálásában (pénzérme, dobókocka,

Részletesebben

LEAN egyszerűen. http:// ://www.lehel-management.hu/ Kákonyi. Előadó: Lehel

LEAN egyszerűen. http:// ://www.lehel-management.hu/ Kákonyi. Előadó: Lehel ÚJ J KIHÍVÁSOK ÚJ J VÁLASZOKV LEAN egyszerűen en http:// ://www.lehel-management.hu/ Előadó: Kákonyi Lehel Bemutatkozunk Folyamatoptimalizálás Amit az Önök k figyelmébe ajánlok Leánykori nevén: Toyota

Részletesebben

KOMPLEX RONCSOLÁSMENTES HELYSZÍNI SZIGETELÉS- DIAGNOSZTIKA

KOMPLEX RONCSOLÁSMENTES HELYSZÍNI SZIGETELÉS- DIAGNOSZTIKA Budapesti i Műszaki és Gazdaságtudományi Egyetem KOMPLEX RONCSOLÁSMENTES HELYSZÍNI SZIGETELÉS- DIAGNOSZTIKA MEE VÁNDORGYŰLÉS 2010. Tamus Zoltán Ádám, Cselkó Richárd tamus.adam@vet.bme.hu, cselko.richard@vet.bme.hu

Részletesebben

Gyakorló feladatok a Termelésszervezés tárgyhoz MBA mesterszak

Gyakorló feladatok a Termelésszervezés tárgyhoz MBA mesterszak Gazdaság- és Társadalomtudományi Kar Menedzsment és Vállalatgazdaságtan Tanszék Gyakorló feladatok a Termelésszervezés tárgyhoz MBA mesterszak Készítette: dr. Koltai Tamás egyetemi tanár Budapest, 2012.

Részletesebben

Mi az adat? Az adat elemi ismeret. Az adatokból információkat

Mi az adat? Az adat elemi ismeret. Az adatokból információkat Mi az adat? Az adat elemi ismeret. Tények, fogalmak olyan megjelenési formája, amely alkalmas emberi eszközökkel történő értelmezésre, feldolgozásra, továbbításra. Az adatokból gondolkodás vagy gépi feldolgozás

Részletesebben

Ellátási lánc optimalizálás P-gráf módszertan alkalmazásával mennyiségi és min ségi paraméterek gyelembevételével

Ellátási lánc optimalizálás P-gráf módszertan alkalmazásával mennyiségi és min ségi paraméterek gyelembevételével Ellátási lánc optimalizálás P-gráf módszertan alkalmazásával mennyiségi és min ségi paraméterek gyelembevételével Pekárdy Milán, Baumgartner János, Süle Zoltán Pannon Egyetem, Veszprém XXXII. Magyar Operációkutatási

Részletesebben

A Statisztika alapjai

A Statisztika alapjai A Statisztika alapjai BME A3c Magyar Róbert 2016.05.12. Mi az a Statisztika? A statisztika a valóság számszerű információinak megfigyelésére, összegzésére, elemzésére és modellezésére irányuló gyakorlati

Részletesebben

Az OEE fogalma és mérése egy OEE projekt tapasztalatai

Az OEE fogalma és mérése egy OEE projekt tapasztalatai Az OEE fogalma és mérése egy OEE projekt tapasztalatai A.A. Stádium Kft. Péczely Csaba TPM-klub, Budapest 2013. október 8. Bemutatkozás A.A. Stádium Kft. 1984 alapítva műszaki diagnosztika 1996 termelékenység-fejlesztés

Részletesebben

szakértői rendszer Tóth György E.ON Németh Bálint BME VET

szakértői rendszer Tóth György E.ON Németh Bálint BME VET xát transzformátor, megszakító és mérőváltó állapot tényező szakértői rendszer Tóth György E.ON Németh Bálint BME VET Kiindulás amink van: Primer diagnosztikai és karbantartási stratégiák Egymásra épülő,

Részletesebben

Papp Tibor Karbantartási menedzser Sinergy Kft.

Papp Tibor Karbantartási menedzser Sinergy Kft. Gázmotor üzemeltetés új kihívásai a Virtuális Erőmű (VE) korszakban, az üzemeltető tapasztalatai Balatonfüred, 2015. március 26. Papp Tibor Karbantartási menedzser Sinergy Kft. Gázmotor üzemeltetés új

Részletesebben

Bevezetés. 1. előadás, 2015. február 11. Módszerek. Tematika

Bevezetés. 1. előadás, 2015. február 11. Módszerek. Tematika Bevezetés 1. előadás, 2015. február 11. Zempléni András Valószínűségelméleti és Statisztika Tanszék Természettudományi Kar Eötvös Loránd Tudományegyetem Áringadozások előadás Heti 2 óra előadás + 2 óra

Részletesebben

A valószínűségszámítás elemei

A valószínűségszámítás elemei Alapfogalmak BIOSTATISZTIKA ÉS INFORMATIKA A valószínűségszámítás elemei Jelenség: minden, ami lényegében azonos feltételek mellett megismételhető, amivel kapcsolatban megfigyeléseket lehet végezni, lehet

Részletesebben

TURBÓGENERÁTOR ÁLLÓRÉSZEK Élettartamának meghosszabbítása

TURBÓGENERÁTOR ÁLLÓRÉSZEK Élettartamának meghosszabbítása Szigetelés Diagnosztikai Konferencia 2009. 10. 14-16. TURBÓGENERÁTOR ÁLLÓRÉSZEK Élettartamának meghosszabbítása Az élettartam kiterjesztés kérdései A turbógenerátorok üzemi élettartamának meghosszabbítása,

Részletesebben

ALÁÍRÁS NÉLKÜL A TESZT ÉRVÉNYTELEN!

ALÁÍRÁS NÉLKÜL A TESZT ÉRVÉNYTELEN! A1 A2 A3 (8) A4 (12) A (40) B1 B2 B3 (15) B4 (11) B5 (14) Bónusz (100+10) Jegy NÉV (nyomtatott nagybetűvel) CSOPORT: ALÁÍRÁS: ALÁÍRÁS NÉLKÜL A TESZT ÉRVÉNYTELEN! 2011. december 29. Általános tudnivalók:

Részletesebben

ITIL alapú IT környezet kialakítás és IT szolgáltatás menedzsment megvalósítás az FHB-ban

ITIL alapú IT környezet kialakítás és IT szolgáltatás menedzsment megvalósítás az FHB-ban IBM Global Technology Services ITIL alapú IT környezet kialakítás és IT szolgáltatás menedzsment megvalósítás az FHB-ban ITSMF Magyarország 3. szemináriuma Tild Attila, ISM IBM Magyarországi Kft. 2006

Részletesebben

our future our clients + our values Szeptember 16. MEE vándorgyűlés 2010

our future our clients + our values Szeptember 16. MEE vándorgyűlés 2010 MEE vándorgyűlés 2010 our clients + our values our future Az átviteli hálózati munkairányítási és eszközgazdálkodási rendszer megvalósítása 2010. Szeptember 16. A WAM projekt és azon belül az Eszközgazdálkodás

Részletesebben

Készletgazdálkodás. 1. Előadás. K i e z? K i e z? Gépészmérnök (BME), Gazdasági mérnök (Németo.) Magyar Projektmenedzsment Szövetség.

Készletgazdálkodás. 1. Előadás. K i e z? K i e z? Gépészmérnök (BME), Gazdasági mérnök (Németo.) Magyar Projektmenedzsment Szövetség. Készletgazdálkodás 1. Előadás K i e z? Kelemen Tamás BME Gépészmérnök (BME), Gazdasági mérnök (Németo.) Magyar Projektmenedzsment Szövetség K i e z? Kelemen Tamás Elérhetőség T. II. 4. Tel: 463-3775 Fax:

Részletesebben

Kontrol kártyák használata a laboratóriumi gyakorlatban

Kontrol kártyák használata a laboratóriumi gyakorlatban Kontrol kártyák használata a laboratóriumi gyakorlatban Rikker Tamás tudományos igazgató WESSLING Közhasznú Nonprofit Kft. 2013. január 17. Kis történelem 1920-as években, a Bell Laboratórium telefonjainak

Részletesebben

Jankovits Hidraulika Kft. Alapítva: 1992.

Jankovits Hidraulika Kft. Alapítva: 1992. Jankovits Hidraulika Kft. Alapítva: 1992. A cég története 1992. cégalapítás (működése 100 m 2 -es garázsépületben) 1995. KFT-vé alakulás 1996. kapcsolatfelvétel a Vickers-szel 1996. több telephely (forgácsoló

Részletesebben

Működési kockázatkezelés fejlesztése a CIB Bankban. IT Kockázatkezelési konferencia 2007.09.19. Kállai Zoltán, Mogyorósi Zoltán

Működési kockázatkezelés fejlesztése a CIB Bankban. IT Kockázatkezelési konferencia 2007.09.19. Kállai Zoltán, Mogyorósi Zoltán Működési kockázatkezelés fejlesztése a CIB Bankban IT Kockázatkezelési konferencia 2007.09.19. Kállai Zoltán, Mogyorósi Zoltán 1 A Működési Kockázatkezelés eszköztára Historikus adatok gyűjtése és mennyiségi

Részletesebben

Statisztika - bevezetés Méréselmélet PE MIK MI_BSc VI_BSc 1

Statisztika - bevezetés Méréselmélet PE MIK MI_BSc VI_BSc 1 Statisztika - bevezetés 00.04.05. Méréselmélet PE MIK MI_BSc VI_BSc Bevezetés Véletlen jelenség fogalma jelenséget okok bizonyos rendszere hozza létre ha mindegyik figyelembe vehető egyértelmű leírás általában

Részletesebben

Tárgyi eszköz-gazdálkodás

Tárgyi eszköz-gazdálkodás Tárgyi eszköz-gazdálkodás Gazdálkodás, gazdaságosság, kontrolling Termelési eszközök és megtérülésük A tárgyi eszközök értéküket több termelési perióduson belül adják át a készterméknek, miközben használati

Részletesebben

Több valószínűségi változó együttes eloszlása, korreláció

Több valószínűségi változó együttes eloszlása, korreláció Tartalomjegzék Előszó... 6 I. Valószínűségelméleti és matematikai statisztikai alapok... 8 1. A szükséges valószínűségelméleti és matematikai statisztikai alapismeretek összefoglalása... 8 1.1. Alapfogalmak...

Részletesebben

A valószínűségszámítás elemei

A valószínűségszámítás elemei A valószínűségszámítás elemei Kísérletsorozatban az esemény relatív gyakorisága: k/n, ahol k az esemény bekövetkezésének abszolút gyakorisága, n a kísérletek száma. Pl. Jelenség: kockadobás Megfigyelés:

Részletesebben

Statisztika I. 4. előadás Mintavétel. Kóczy Á. László KGK-VMI. Minta Mintavétel Feladatok. http://uni-obuda.hu/users/koczyl/statisztika1.

Statisztika I. 4. előadás Mintavétel. Kóczy Á. László KGK-VMI. Minta Mintavétel Feladatok. http://uni-obuda.hu/users/koczyl/statisztika1. Statisztika I. 4. előadás Mintavétel http://uni-obuda.hu/users/koczyl/statisztika1.htm Kóczy Á. László KGK-VMI koczy.laszlo@kgk.uni-obuda.hu Sokaság és minta Alap- és mintasokaság A mintasokaság az a részsokaság,

Részletesebben

[Biomatematika 2] Orvosi biometria

[Biomatematika 2] Orvosi biometria [Biomatematika 2] Orvosi biometria 2016.02.29. A statisztika típusai Leíró jellegű statisztika: összegzi egy adathalmaz jellemzőit. A középértéket jelemzi (medián, módus, átlag) Az adatok változékonyságát

Részletesebben

Statisztika I. 4. előadás Mintavétel. Kóczy Á. László KGK-VMI. Minta Mintavétel Feladatok. http://uni-obuda.hu/users/koczyl/statisztika1.

Statisztika I. 4. előadás Mintavétel. Kóczy Á. László KGK-VMI. Minta Mintavétel Feladatok. http://uni-obuda.hu/users/koczyl/statisztika1. Statisztika I. 4. előadás Mintavétel http://uni-obuda.hu/users/koczyl/statisztika1.htm Kóczy Á. László KGK-VMI koczy.laszlo@kgk.uni-obuda.hu Sokaság és minta Alap- és mintasokaság A mintasokaság az a részsokaság,

Részletesebben

MATEMATIKA HETI 5 ÓRA. IDŐPONT: 2009. június 8.

MATEMATIKA HETI 5 ÓRA. IDŐPONT: 2009. június 8. EURÓPAI ÉRETTSÉGI 2009 MATEMATIKA HETI 5 ÓRA IDŐPONT: 2009. június 8. A VIZSGA IDŐTARTAMA: 4 óra (240 perc) ENGEDÉLYEZETT SEGÉDESZKÖZÖK : Európai képletgyűjtemény Nem programozható, nem grafikus kalkulátor

Részletesebben

Pneumatika az ipari alkalmazásokban

Pneumatika az ipari alkalmazásokban Pneumatika az ipari alkalmazásokban Manipulátorok Balanszer technika Pneumatikus pozícionálás Anyagmozgatási és Logisztikai Rendszerek Tanszék Manipulátorok - Mechanikai struktúra vagy manipulátor, amely

Részletesebben

Energetikai mérnökasszisztens Mérnökasszisztens

Energetikai mérnökasszisztens Mérnökasszisztens A 10/07 (II. 27.) SzMM rendelettel módosított 1/06 (II. 17.) OM rendelet Országos Képzési Jegyzékről és az Országos Képzési Jegyzékbe történő felvétel és törlés eljárási rendjéről alapján. Szakképesítés,

Részletesebben

A következő feladat célja az, hogy egyszerű módon konstruáljunk Poisson folyamatokat.

A következő feladat célja az, hogy egyszerű módon konstruáljunk Poisson folyamatokat. Poisson folyamatok, exponenciális eloszlások Azt mondjuk, hogy a ξ valószínűségi változó Poisson eloszlású λ, 0 < λ

Részletesebben

Bevezetés a biometriába Dr. Dinya Elek egyetemi tanár. PhD kurzus. KOKI,

Bevezetés a biometriába Dr. Dinya Elek egyetemi tanár. PhD kurzus. KOKI, Bevezetés a biometriába Dr. Dinya Elek egyetemi tanár PhD kurzus. KOKI, 2015.09.17. Mi a statisztika? A sokaság (a sok valami) feletti áttekintés megszerzése, a sokaságról való információszerzés eszköze.

Részletesebben

GVMST22GNC Statisztika II. Keleti Károly Gazdasági Kar Vállalkozásmenedzsment Intézet

GVMST22GNC Statisztika II. Keleti Károly Gazdasági Kar Vállalkozásmenedzsment Intézet GVMST22GNC Statisztika II. 3. előadás: 8. Hipotézisvizsgálat Kóczy Á. László Keleti Károly Gazdasági Kar Vállalkozásmenedzsment Intézet Hipotézisvizsgálat v becslés Becslés Ismeretlen paraméter Közeĺıtő

Részletesebben

BIOMETRIA (H 0 ) 5. Előad. zisvizsgálatok. Hipotézisvizsg. Nullhipotézis

BIOMETRIA (H 0 ) 5. Előad. zisvizsgálatok. Hipotézisvizsg. Nullhipotézis Hipotézis BIOMETRIA 5. Előad adás Hipotézisvizsg zisvizsgálatok Tudományos hipotézis Nullhipotézis feláll llítása (H ): Kétmintás s hipotézisek Munkahipotézis (H a ) Nullhipotézis (H ) > = 1 Statisztikai

Részletesebben

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI statisztika 2 II. A valószínűségi VÁLTOZÓ És JELLEMZÉsE 1. Valószínűségi VÁLTOZÓ Definíció: Az leképezést valószínűségi változónak nevezzük, ha

Részletesebben

Az Egyszerűsített RCM elemzés szerepe a karbantartási tervek kialakításánál. Péczely Csaba A.A. Stádium Kft.

Az Egyszerűsített RCM elemzés szerepe a karbantartási tervek kialakításánál. Péczely Csaba A.A. Stádium Kft. Az Egyszerűsített RCM elemzés szerepe a karbantartási tervek kialakításánál Péczely Csaba A.A. Stádium Kft. Bemutatkozás A.A. Stádium Kft. 1984 alapítva műszaki diagnosztika 1996 termelékenység-fejlesztés

Részletesebben

Biostatisztika VIII. Mátyus László. 19 October

Biostatisztika VIII. Mátyus László. 19 October Biostatisztika VIII Mátyus László 19 October 2010 1 Ha σ nem ismert A gyakorlatban ritkán ismerjük σ-t. Ha kiszámítjuk s-t a minta alapján, akkor becsülhetjük σ-t. Ez további bizonytalanságot okoz a becslésben.

Részletesebben

A LOLP valószínűségi mérték értelmezésével kapcsolatos néhány kérdés Dr. Fazekas András István

A LOLP valószínűségi mérték értelmezésével kapcsolatos néhány kérdés Dr. Fazekas András István A villamosenergia-termelés rendszerszintű megbízhatóságának jellemzésére széleskörűen alkalmazzák a Loss-of-Load Probability (LOLP) értéket. A mutató fontos szerepet játszik a rendszerszintű teljesítőképesség-tervezési

Részletesebben

GÉPSZERKEZETTAN - TERVEZÉS GÉPELEMEK KÁROSODÁSA

GÉPSZERKEZETTAN - TERVEZÉS GÉPELEMEK KÁROSODÁSA GÉPSZERKEZETTAN - TERVEZÉS GÉPELEMEK KÁROSODÁSA 1 Üzemképesség Működésre, a funkció betöltésére való alkalmasság. Az adott gépelem maradéktalanul megfelel azoknak a követelményeknek, amelyek teljesítésére

Részletesebben

Loss Distribution Approach

Loss Distribution Approach Modeling operational risk using the Loss Distribution Approach Tartalom»Szabályozói környezet»modellezési struktúra»eseményszám eloszlás»káreloszlás»aggregált veszteségek»további problémák 2 Szabályozói

Részletesebben

Szimulációs esettanulmány: hol kezdjem a fejlesztést?

Szimulációs esettanulmány: hol kezdjem a fejlesztést? Szimulációs esettanulmány: hol kezdjem a fejlesztést? 2013.12.11. Péczely György A.A. Stádium Kft. Tartalom Alaphelyzet A gyártósor rövid bemutatása A fejlesztési Workshopról Hogyan tovább? Fő kérdések

Részletesebben

állapot felügyelete állapot rendelkezésre

állapot felügyelete állapot rendelkezésre Forgógépek állapot felügyelete állapot megbízhat zhatóság rendelkezésre állás A forgógépek állapot felügyelete jelenti az aktuális állapot vizsgálatát, a további üzemeltetés engedélyezését ill. korlátozását,

Részletesebben

Gazdasági matematika II. vizsgadolgozat, megoldással,

Gazdasági matematika II. vizsgadolgozat, megoldással, Gazdasági matematika II. vizsgadolgozat, megoldással, levelező képzés Definiálja az alábbi fogalmakat! 1. Kvadratikus mátrix invertálhatósága és inverze. (4 pont) Egy A kvadratikus mátrixot invertálhatónak

Részletesebben

FMEA tréning OKTATÁSI SEGÉDLET

FMEA tréning OKTATÁSI SEGÉDLET FMEA tréning OKTATÁSI SEGÉDLET 1. Hibamód és hatás elemzés : FMEA (Failure Mode and Effects Analysis) A fejlett nyugati piacokon csak azok a vállalatok képesek hosszabbtávon megmaradni, melyek gazdaságosan

Részletesebben

A szolgáltatás minőségi mutatói

A szolgáltatás minőségi mutatói A szolgáltatás minőségi mutatói 5/1 Az Internet szolgáltatásnak a megfelelő, valamint a nem elfogadható szintjét meghatározó számszerű követelmények a 229/2008. kormányrendelet szerint Kábelmodemes hozzáférés:

Részletesebben

Kutatásmódszertan és prezentációkészítés

Kutatásmódszertan és prezentációkészítés Kutatásmódszertan és prezentációkészítés 10. rész: Az adatelemzés alapjai Szerző: Kmetty Zoltán Lektor: Fokasz Nikosz Tizedik rész Az adatelemzés alapjai Tartalomjegyzék Bevezetés Leíró statisztikák I

Részletesebben

KÖVETKEZTETŐ STATISZTIKA

KÖVETKEZTETŐ STATISZTIKA ÁVF GM szak 2010 ősz KÖVETKEZTETŐ STATISZTIKA A MINTAVÉTEL BECSLÉS A sokasági átlag becslése 2010 ősz Utoljára módosítva: 2010-09-07 ÁVF Oktató: Lipécz György 1 A becslés alapfeladata Pl. Hányan láttak

Részletesebben

Bevezetés... 4. 1. Egyetemes és specifikus rendszermodell leírása... 4. 1.1 Járműtelepi fő járműfenntartási műveletek és tevékenységek...

Bevezetés... 4. 1. Egyetemes és specifikus rendszermodell leírása... 4. 1.1 Járműtelepi fő járműfenntartási műveletek és tevékenységek... Járműkarbantartási stratégia (A villamos járművek karbantartása) Készííttetttte:: Dr.. Nagy Viince Ph..D..,, kandiidáttus,, egyettemii docens,, ttanszékvezettő Dr.. Lakattos Isttván Ph..D..,, egyettemii

Részletesebben

Autoregresszív és mozgóátlag folyamatok. Géczi-Papp Renáta

Autoregresszív és mozgóátlag folyamatok. Géczi-Papp Renáta Autoregresszív és mozgóátlag folyamatok Géczi-Papp Renáta Autoregresszív folyamat Az Y t diszkrét paraméterű sztochasztikus folyamatok k-ad rendű autoregresszív folyamatnak nevezzük, ha Y t = α 1 Y t 1

Részletesebben

Mérési hibák 2006.10.04. 1

Mérési hibák 2006.10.04. 1 Mérési hibák 2006.10.04. 1 Mérés jel- és rendszerelméleti modellje Mérési hibák_labor/2 Mérési hibák mérési hiba: a meghatározandó értékre a mérés során kapott eredmény és ideális értéke közötti különbség

Részletesebben

ORVOSI STATISZTIKA. Az orvosi statisztika helye. Egyéb példák. Példa: test hőmérséklet. Lehet kérdés? Statisztika. Élettan Anatómia Kémia. Kérdések!

ORVOSI STATISZTIKA. Az orvosi statisztika helye. Egyéb példák. Példa: test hőmérséklet. Lehet kérdés? Statisztika. Élettan Anatómia Kémia. Kérdések! ORVOSI STATISZTIKA Az orvos statsztka helye Élettan Anatóma Kéma Lehet kérdés?? Statsztka! Az orvos döntéseket hoz! Mkor jó egy döntés? Mennyre helyes egy döntés? Mekkora a tévedés lehetősége? Példa: test

Részletesebben

( 1) i 2 i. megbízhatóságú a levont következtetése? A matematikai statisztika eszközeivel értékelje a kapott eredményeket!

( 1) i 2 i. megbízhatóságú a levont következtetése? A matematikai statisztika eszközeivel értékelje a kapott eredményeket! 1. Név:......................... Egy szabályos pénzérmét feldobunk, ha az els½o FEJ az i-edik dobásra jön, akkor a játékos nyereménye ( 1) i i forint. Vizsgálja szimulációval a játékot, különböz½o induló

Részletesebben

A kockázat fogalma. A kockázat fogalma. Fejezetek a környezeti kockázatok menedzsmentjéből 2 Bezegh András

A kockázat fogalma. A kockázat fogalma. Fejezetek a környezeti kockázatok menedzsmentjéből 2 Bezegh András Fejezetek a környezeti kockázatok menedzsmentjéből 2 Bezegh András A kockázat fogalma A kockázat (def:) annak kifejezése, hogy valami nem kívánt hatással lesz a valaki/k értékeire, célkitűzésekre. A kockázat

Részletesebben

Logisztikai szimulációs módszerek

Logisztikai szimulációs módszerek Üzemszervezés Logisztikai szimulációs módszerek Dr. Juhász János Integrált, rugalmas gyártórendszerek tervezésénél használatos szimulációs módszerek A sztochasztikus külső-belső tényezőknek kitett folyamatok

Részletesebben

KISFESZÜLTSÉGŰ KÁBELEK

KISFESZÜLTSÉGŰ KÁBELEK BME Villamos Energetika Tanszék Nagyfeszültségű Technika és Berendezések Csoport Budapesti Műszaki és Gazdaságtudományi Egyetem KISFESZÜLTSÉGŰ KÁBELEK DIAGNOSZTIKÁJA TELJES FESZÜLTSÉGVÁLASZ MÓDSZERREL

Részletesebben

Sta t ti t s i zt z i t k i a 3. előadás

Sta t ti t s i zt z i t k i a 3. előadás Statisztika 3. előadás Statisztika fogalma Gyakorlati tevékenység Adatok összessége Módszertan A statisztika, mint gyakorlati tevékenység a tömegesen előforduló jelenségek egyedeire vonatkozó információk

Részletesebben

Korrodált acélszerkezetek vizsgálata

Korrodált acélszerkezetek vizsgálata Korrodált acélszerkezetek vizsgálata 1. Szerkezeti példák és laboratóriumi alapkutatás Oszvald Katalin Témavezető : Dr. Dunai László Budapest, 2009.12.08. 1 Általános célkitűzések Korrózió miatt károsodott

Részletesebben

SZINOPTIKUS-KLIMATOLÓGIAI VIZSGÁLATOK A MÚLT ÉGHAJLATÁNAK DINAMIKAI ELEMZÉSÉRE

SZINOPTIKUS-KLIMATOLÓGIAI VIZSGÁLATOK A MÚLT ÉGHAJLATÁNAK DINAMIKAI ELEMZÉSÉRE SZINOPTIKUS-KLIMATOLÓGIAI VIZSGÁLATOK A MÚLT ÉGHAJLATÁNAK DINAMIKAI ELEMZÉSÉRE Hirsch Tamás Előrejelzési és Alkalmazott Meteorológiai Főosztály Országos Meteorológiai Szolgálat Pongrácz Rita Földrajz-

Részletesebben

Operációkutatás. 4. konzultáció: Sorbanállás. Exponenciális elsozlás (ismétlés)

Operációkutatás. 4. konzultáció: Sorbanállás. Exponenciális elsozlás (ismétlés) Operációkutatás NYME KTK, gazdálkodás szak, levelező alapképzés 2002/2003. tanév, II. évf. 2.félév Előadó: Dr. Takách Géza NyME FMK Információ Technológia Tanszék 9400 Sopron, Bajcsy Zs. u. 9. GT fszt.

Részletesebben

Képzés leírása. A résztvevő a vizsga keretében konkrét veszteségcsökkentő projektet valósít meg a munkahelyén.

Képzés leírása. A résztvevő a vizsga keretében konkrét veszteségcsökkentő projektet valósít meg a munkahelyén. Képzés megnevezése: LEAN Menedzsment Koordinátor Jelentkezés Mi a képzés célja és mik az előnyei? A résztvevő a vizsga keretében konkrét veszteségcsökkentő projektet valósít meg a munkahelyén. A résztvevő

Részletesebben

A Paksi Atomerőmű üzemidő hosszabbításához. kábelek üzemzavari minősítő vizsgálata

A Paksi Atomerőmű üzemidő hosszabbításához. kábelek üzemzavari minősítő vizsgálata A Paksi Atomerőmű üzemidő hosszabbításához (ÜH) kapcsolódó, biztonsági funkciót ellátó kábelek üzemzavari minősítő vizsgálata Ferenczi Zoltán VEIKI-VNL Kft. IX. Szigetelésdiagnosztikai Konferencia Siófok,

Részletesebben

Biometria gyakorló feladatok BsC hallgatók számára

Biometria gyakorló feladatok BsC hallgatók számára Biometria gyakorló feladatok BsC hallgatók számára 1. Egy üzem alkalmazottainak megoszlása az elért teljesítmény %-a szerint a következı: Norma teljesítmény % Dolgozók száma 60-80 30 81-90 70 91-100 90

Részletesebben

Számítógéppel segített karbantartás menedzsment

Számítógéppel segített karbantartás menedzsment Számítógéppel segített karbantartás menedzsment Témák Mi is az a CMMS szoftver? Kiknek készültek a CMMS szoftverek? Milyen előnyt jelent a használatuk? Mi a különbség a szoftverek között? Szoftverhasználat

Részletesebben

Matematikai alapok és valószínőségszámítás. Valószínőségi eloszlások Binomiális eloszlás

Matematikai alapok és valószínőségszámítás. Valószínőségi eloszlások Binomiális eloszlás Matematikai alapok és valószínőségszámítás Valószínőségi eloszlások Binomiális eloszlás Bevezetés A tudományos életben megfigyeléseket teszünk, kísérleteket végzünk. Ezek többféle különbözı eredményre

Részletesebben

Kahr Csaba ügyvezető igazgató dr. Bánhelyi Balázs egyetemi adjunktus

Kahr Csaba ügyvezető igazgató dr. Bánhelyi Balázs egyetemi adjunktus Kahr Csaba ügyvezető igazgató dr. Bánhelyi Balázs egyetemi adjunktus 3. oldal Kahr Csaba ügyvezető igazgató 4. oldal Döntéstámogató, optimalizáló rendszerfelügyelet kifejlesztése a légkezelő és hűtéstechnikai

Részletesebben

Minőségirányítási rendszerek 1. előadás

Minőségirányítási rendszerek 1. előadás Minőségirányítási rendszerek 1. előadás 2013.02.15. Dr. Szabó Gábor Csaba, valamint Dr. Topár József (BME GTK Menedzsment és Vállaltgazdaságtan Tanszék) előadásfóliáinak felhasználásával összeállította

Részletesebben

TERMÉKBIZTONSÁG Összeállította: Dr. Kovács Zsolt Horváth Péter György

TERMÉKBIZTONSÁG Összeállította: Dr. Kovács Zsolt Horváth Péter György TERMÉKBIZTONSÁG Összeállította: Dr. Kovács Zsolt Horváth Péter György Tantárgy óraszáma: 2+1+0 (előadás, gyakorlat, labor) Tantárgy kreditpontja: 3 A tantárgy kollokviummal zárul. NYME FMK TGYI 2006.08.28.

Részletesebben

Gyártórendszerek Dinamikája. Gyártórendszerek jellemzése és szerkezete Gyártórendszerekkel kapcsolatos mérnöki feladatok

Gyártórendszerek Dinamikája. Gyártórendszerek jellemzése és szerkezete Gyártórendszerekkel kapcsolatos mérnöki feladatok GyRDin-02 p. 1/20 Gyártórendszerek Dinamikája Gyártórendszerek jellemzése és szerkezete Gyártórendszerekkel kapcsolatos mérnöki feladatok Werner Ágnes Villamosmérnöki és Információs Rendszerek Tanszék

Részletesebben