BIOTEHNIŠKA FAKULTETA
ODDELEK ZA GOZDARSTVO IN OBNOVLJIVE GOZDNE VIRE
Miha KRŽIČ
HITROST POLNE IN PRAZNE VOŽNJE ZGIBNEGA TRAKTORJA BIJOL BWS 160 PRI SPRAVILU LESA
NA VISOKEM KRASU
MAGISTRSKO DELO Magistrski študij - 2. stopnja
Ljubljana, 2021
BIOTEHNIŠKA FAKULTETA
ODDELEK ZA GOZDARSTVO IN OBNOVLJIVE GOZDNE VIRE
Miha KRŽIČ
HITROST POLNE IN PRAZNE VOŽNJE ZGIBNEGA TRAKTORJA BIJOL BWS 160 PRI SPRAVILU LESA NA VISOKEM KRASU
MAGISTRSKO DELO Magistrski študij - 2. stopnja
LOADED AND EMPTY TRAVEL SPEED OF BIJOL BWS 160 WHEELED SKIDDER IN SKIDDING ON HIGH KARST
M. SC. THESIS Master Study Programmes
Ljubljana, 2021
Magistrsko delo je zaključek Magistrskega študijskega programa 2. stopnje Gozdarstvo in upravljanje gozdnih ekosistemov. Delo je bilo opravljeno na Katedri za gozdno tehniko in ekonomiko.
Komisija za študijska in študentska vprašanja Oddelka za gozdarstvo in obnovljive gozdne vire BF je dne 4. 2. 2020 sprejela temo magistrskega dela. Za mentorja je bil imenovan doc. dr. Matevž Mihelič in za recenzenta doc. dr. Jurij Marenče.
Komisija za oceno in zagovor:
Predsednik:
Član:
Član:
Datum zagovora:
Miha Kržič
KLJUČNA DOKUMENTACIJSKA INFORMACIJA
ŠD Du2
DK GDK 31+377.44:585+305(043.2)=163.6
KG traktorsko spravilo, hitrost vožnje, časovna študija AV KRŽIČ, Miha
SA MIHELIČ, Matevž (mentor)
KZ SI-1000 Ljubljana, Jamnikarjeva 101
ZA Univerza v Ljubljani, Biotehniška fakulteta, Oddelek za gozdarstvo in obnovljive gozdne vire, Magistrski študijski program druge stopnje Gozdarstvo in upravljanje gozdnih ekosistemov
LI 2021
IN HITROST POLNE IN PRAZNE VOŽNJE ZGIBNEGA TRAKTORJA BIJOL B BWS 160 PRI SPRAVILU LESA NA VISOKEM KRASU
TD Magistrsko delo (Magistrski študij - 2. stopnja) OP VII, 43 str., 10 pregl., 9 sl., 24 vir.
IJ sl JI sl/en
AI Z raziskavo smo želeli ugotoviti hitrosti vožnje traktorja in razviti model hitrosti vožnje traktorja med spravilom lesa. Podatke smo pridobili s časovno študijo na zgibnem traktorju Bijol BWS 160 v gozdnogospodarski enoti Javornik. Ugotovili smo, da je hitrost vožnje po cesti za 12 % večja kot znaša hitrost vožnje traktorja po vlaki. Pokazali smo, da ima največji vpliv na hitrost vožnje po gozdni vlaki njena blatnost, katero smo ugotavljali v treh različnih kategorijah. Hitrost vožnje se v primerjavi s suho vlako zmanjša za 1,5 km/h na vlažni vlaki in 2,3 km/h na blatni vlaki. Na hitrost vožnje značilno vpliva tudi vzdolžni naklon vlake, kjer smo ugotovili, da je hitrost prazne vožnje na ravnem za 12 % večja kot v kategoriji navzgor in za 22 % večja kot v kategoriji navzdol. Medtem, ko je hitrost polne vožnje na ravnem za 54 % večja kot v kategoriji navzgor in za 0,18 % večja kot v kategoriji navzdol. Na hitrost vožnje značilno vpliva tudi breme. Ugotovili smo, da se hitrost polne vožnje spreminja s količino bremena; s povečanjem bremena za 1 t se hitrost polne vožnje zmanjša za 0,21 km/h. Ugotovili smo, da razviti multivariatni linearni model predstavlja dobro osnovo za ugotavljanje hitrosti traktorja. Vseeno pa v nalogi predlagamo spremljanje dodatnih dejavnikov za izboljšanje pojasnjevalne moči modela.
KEY WORDS DOCUMENTATION
ND Du2
DC FDC 31+377.44:585+305(043.2)=163.6 CX tractor skidding, driving speed, time study AU KRŽIČ, Miha
AA MIHELIČ, Matevž (supervisor) PP SI-1000 Ljubljana, Jamnikarjeva 101
PB University of Ljubljana, Biotechnical Faculty, Master Study Programme Forestry and forest ecosystem management
PY 2021
TI LOADED AND EMPTY TRAVEL SPEED OF BIJOL BWS 160 WHEELED naprej SKIDDER IN SKIDDING ON HIGH KARST
DT M. Sc. Thesis (Master Study Programmes) NO VII, 43 p., 10 tab., 9 fig., 24 ref.
LA sl AL sl/en
AB In our research, we tried to determine the driving speed and develop a model of articulated cable skidder driving speed. The data were collected on wheeled cable skidder Bijol BWS 160 in forest management unit Javornik. We concluded that the driving speed on road is 12% higher than driving speeds on skid roads. We have demonstrated that the muddiness has the biggest impact on driving speed on skid roads. The muddiness was identified in three different categories. Average driving speed is 1,5 km/h slower on wet skid road and 2,3 km/h slower on a muddy skid road, compared to a dry skid road. The driving speed is significantly affected by the longitudinal slope of the skid road, where we established that the speed of empty skidder on level ground is 12% higher than in the uphill category and 22% lower when comparing to the downhill category, while driving speed of loaded skidder on level ground is 54% higher than in the uphill category and 0,18% lower than in the downhill category. Driving speed is significantly affected by load. We concluded that the speed of a loaded drive varies according to the amount of load. Increasing the load by 1t reduces the speed of the loaded drive by 0,21 km/h. We concluded that the developed multivariate linear model provides a good basis for determining tractors driving speed. However, we proposed to monitor additional factors to improve the explanatory power of the model.
KAZALO VSEBINE
Str.
KLJUČNA DOKUMENTACIJSKA INFORMACIJA ...III KEY WORDS DOCUMENTATION ... IV KAZALO VSEBINE ... V KAZALO PREGLEDNIC ... VI KAZALO SLIK ... VII
1 UVOD ... 1
2 OPREDELITEV PROBLEMA ... 3
3 PREGLED OBJAV ... 4
4. MATERIAL IN METODE ... 6
4.1.OBJEKTRAZISKAVE ... 6
4.2.KATEGORIZACIJASEKUNDARNIHPROMETNIC ... 7
4.3.TEHNIČNELASTNOSTIZGIBNEGATRAKTORJABIJOLBWS160 ... 9
4.8.ORGANIZACIJADELA ... 11
4.4.OPISDELOVNIHOPERACIJ ... 12
4.6ŠTUDIJAČASAINUČINKA,NAČIN,POTEKINNATANČNOSTSNEMANJA ... 14
4.7.OBDELAVAPODATKOV ... 15
5 REZULTATI ... 19
5.1.LASTNOSTISEKTORJEV ... 19
5.2.ČASOVNAŠTUDIJA ... 21
5.3.PRIMERJAVAHITROSTIVOŽNJEGLEDENAOPAZOVANEVPLIVNEDEJAVNIKE ... 22
5.4.MODELHITROSTIPOLNEINPRAZNEVOŽNJEPOVLAKI ... 25
6 RAZPRAVA ... 32
7 ZAKLJUČKI ... 38
8 POVZETEK ... 39
9 VIRI ... 41 ZAHVALA ...
KAZALO PREGLEDNIC
Preglednica 1: Pregled števila izmerjenih ciklov po kategorijah blatnosti in smeri vožnje...8 Preglednica 2: Osnovni podatki sektorjev na vlakah, na katerih se je opravljalo meritve .. 17 Preglednica 3: Osnovni podatki o lastnostih cest na katerih so bile opravljene meritve ... 18 Preglednica 4: Primerjava hitrosti prazne in polne vožnje med obema traktoristoma
zajetima v raziskavi s testom ANOVA ... 19 Preglednica 5: Podatki o povprečni hitrosti, naklonu in bremenu pri prazni in polni vožnji po cesti ... 20 Preglednica 6: Podatki o povprečni hitrosti, naklonu in bremenu pri prazni in polni vožnji po vlaki ... 20 Preglednica 7: Struktura delovnika pri spravilu lesa z zgibnikom Bijol BWS 160... 21 Preglednica 8: Prikaz vrednosti regresijske analize med hitrostjo in razdaljo vlačenja, naklonom in blatnostjo vlake... 25 Preglednica 9: Primerjava modelov z AIC kriterijem... 27 Preglednica 10: Primerjava izmerjenih rezultatov in rezultatov modela hitrosti vožnje po vlaki ... 31
KAZALO SLIK
Slika 1: Vlačenje po vlaki kategorije blatnosti ''suho'' - (1) ...8
Slika 2: Zgibni traktor Bijol BWS 160 ... 10
Slika 3: Zgibni traktor Bijol BWS 160 med polno vožnjo ... 13
Slika 5: Primerjava hitrosti vožnje z maso bremena ... 23
Slika 6: Primerjava hitrosti polne in prazne vožnje po vlaki glede na povprečen vzdolžni naklon in blatnost prometnice ... 24
Slika 7: Prikaz korelacijske povezanosti med spremenljivkami uporabljenimi v modelu hitrosti vožnje zgibnega traktorja ... 26
Slika 8: Prikaz modelnih hitrosti vožnje glede na blatnost in vzdolžni naklon vlake pri velikosti bremena 3 tone ... 28
Slika 9: Prikaz diagnostičnih grafikonov v multivariatni analizi ... 29
1 1 UVOD
Spravilo lesa s traktorji je prevladujoča oblika spravila lesa iz gozda v Sloveniji (Košir, 1997). Pri organizaciji gozdne proizvodnje je zaradi več dejavnikov pomembno normiranje del (Winkler, 1997), z uvajanjem novih, modernejših tehnologij pa je prav tako potrebno prilagajati obstoječe normative (Košir, 1997).
Ker je klasično ugotavljanje slike delovnika, ki je osnoven podatek za ugotavljanje normativa, zamuden in drag postopek, se z večjo dostopnostjo sodobne elektronske opreme začenja z raziskavami možnosti sledenja delovnim postopkom na daljavo. Na ta način postopek pocenimo in ga olajšamo (Hejazijan s sod., 2013). Pri tem je najpomembnejše GPS (Global positioning system) sledenje (McDonald in Fulton, 2005) ter sledenje delovnih operacij, ki jih predvidevamo preko podatkov iz senzorjev delovanja hidravličnega sistema. Nove metode in pripomočki pa se srečujejo še z različnimi omejitvami, ki trenutno še zmanjšujejo splošno uporabnost teh tehnologij v gozdarstvu (Veal s sod., 2001).
Metode v raziskavah obsegajo predvsem uporabo sistemov Canbus in aplikacij, ki so bile primarno razvite za transport tovora s tovornjaki po cestah, za kar je takšna metodologija zelo primerna. Zaradi dejstva, da so ceste v kataster vrisane in zaradi velikega svetlega profila, ki ne ovira sprejema GPS-a vemo kje se tovornjak nahaja, medtem ko količino prepeljanega tovora ugotovimo iz dokazil kupcev. Dostopnost mobilnega signala na večini javnih cest pa zagotavlja prenos podatkov iz strojev v realnem času. Podobno metodologijo smo skušali uporabiti tudi pri traktorskem spravilu, vendar nas tukaj čaka več izzivov.
Traktorji večinoma delajo v odmaknjenih področjih, kjer mobilnega signala pogosto ni, kar onemogoča prenos podatkov v realnem času. Natančnih lokacij vlak ne vemo z veliko stopnjo zanesljivosti, oziroma jih moramo posebej pridobiti z digitalizacijo LIDAR posnetkov, če seveda le-ti to omogočajo (Holgado-Barco s sod., 2014).
Traktor predvsem v ravnih predelih z vlake zelo pogosto zavije, zato o njegovi lokaciji nikoli ne moremo biti povsem gotovi. Signal GPS je pod krošnjami dreves zelo nezanesljiv, saj se dogajajo veliki odmiki od dejanske lokacije stroja na vlaki; te signale pa je nato potrebno dodatno prečistiti pred uporabo. Dodatno težavo predstavlja še odsotnost učinkov, saj bi želeli učinke ugotavljati na nivoju ene vožnje, traktor pa učinkov ne ugotavlja, kar pomeni, da potrebujemo dodatnega človeka za ugotavljanje učinkovitosti dela.
Pričujoča naloga predstavlja poskus, kako rešiti dilemo nezanesljivega GPS signala in do sedaj slabo raziskanega področja hitrosti strojev. Z raziskavo želimo prispevati k izboljšanju modelov napovedovanja lokacije strojev, pri čemer je hitrost kritičen parameter, katerega potrebujemo ob odsotnosti podatkov o lokaciji stroja, medtem ko podatke o naklonu prometnice in razdalji vlačenja lahko pridobimo.
2 OPREDELITEV PROBLEMA
Glavni produktivni čas traktorskega spravila predstavljata prazna in polna vožnja (Košir, 1997). Iz predpostavke, da hitrost predstavlja količnik med dolžino poti in časom, ki ga porabimo za pot, lahko na podlagi modela hitrosti vožnje ugotovimo hitrost vožnje v kombinaciji z razdaljo vlačenja, pa tudi skupno trajanje glavnega produktivnega časa v delovniku.
Trajanje vožnje in hitrost je mogoče ugotoviti tudi s sledenjem traktorja preko GPS oddajnika (Hejazian s sod, 2013) vendar je to omejeno na ustrezno dostopnost satelitskega signala, ki je v gozdu pod zastorom krošenj zelo oslabljen (Veal s sod., 2001). Prav tako pa je zaradi nedostopnosti kakovostnih podatkov o lokaciji sekundarnih gozdnih prometnic uporabnost takšnih sistemov v naših gozdovih močno omejena.
Ker na hitrost vožnje traktorja vpliva več različnih dejavnikov, je pomemben del priprave modela iskanje spremenljivk, ki značilno vplivajo na hitrost vožnje in jih je v največji možni meri možno pridobiti preko metod daljinskega zaznavanja podatkov, najpogosteje preko GIS (Geografski informacijski sistem) orodij.
Podatke za določitev matematičnega modela hitrosti vožnje smo pridobili z izdelavo časovne študije delovnika pri spravilu lesa z zgibnim traktorjem Bijol BWS 160, ki ima hidrostatski prenos moči z motorja na kolesa. Med meritvami smo izvedli popis več spreminjajočih se dejavnikov za katere smo naknadno ugotavljali njihov vpliv na hitrost vožnje.
Pred opravljeno raziskavo smo si zastavili naslednje delovne hipoteze:
- vzdolžni naklon vlake ne vpliva na hitrost vožnje traktorja, - prisotnost bremena ne vpliva na hitrost vožnje traktorja,
- smer spravila (navzgor, navzdol, ravno) ne vpliva na hitrost vožnje traktorja, - blatnost vlake na vpliva na hitrost vožnje traktorja.
3 PREGLED OBJAV
Dosedanje raziskave se še niso podrobno ukvarjale s hitrostjo vožnje zgibnih traktorjev s hidrostatskim prenosom moči na pogonska kolesa. Trenutno znani podatki o hitrostih vožnje zgibnih traktorjev so bile sekundarno pridobljene pri raziskavah strukture delovnika.
Po dostopni literaturi je najbolj primerljivo raziskavo opravil Trebec (2014), ki je na zgibnem traktorju Woody 140 ugotavljal povprečne hitrosti pri vlačenju lesa. Tako je pri prazni vožnji navzgor ugotovil povprečno hitrost 3,71 km/ in navzdol 3,96 km/h, pri polni vožnji navzgor pa 2,05 km/h in navzdol 4,03 km/h.
Mousavi in sodelavci (2013) so pri zgibniku HSM 904, ki ima mehanski pogon koles in dodatno vgrajeno hidravlično dvigalo, izmerili povprečno hitrost vožnje 5,17 km/h pri prazni vožnji in 5,96 km/h pri polni vožnji pri spravilu po ravnem. Ugotovili so tudi, da predstavlja delež glavnega produktivnega časa 23 % delovnika. V isti raziskavi so ugotovili hitrost vožnje pri Timberjacku C-450 7,29 km/h pri prazni vožnji in 4,13 km/h pri polni vožnji ter 20 % delež glavnega produktivnega časa v delovniku.
Zećič in sodelavci (2010) so v svoji raziskavi na traktorju Timberjack 240C, ki ima mehanski pogon koles, ugotovili povprečno hitrost prazne vožnje pri vožnji navzgor 3,71 km/h, pri vožnji navzdol pa 3,51 km/h. Povprečna hitrost pri polni vožnji navzgor je znašala 3,39 km/h, medtem ko je navzdol znašala 3,72 km/h. V isti raziskavi navajajo tudi, da se povprečna hitrost zmanjšuje z večanjem spravilne razdalje. V podobni raziskavi za isti tip traktorja Zečić s sodelavci (2004) ugotavlja povprečno hitrost 4,96 km/h pri prazni vožnji in 3,55 km/h pri polni vožnji – ob tem so ugotovili, da se hitrost vožnje veča z podaljševanjem spravilne razdalje.
Borz s sodelavci (2015) je pri vlačenju z zgibnikom TAF 690 OP, ki ima nazivno moč 67 kW, ugotovil hitrost prazne vožnje navzgor 5,73 km/h in polne vožnje navzdol 4,31 km/h.
Povprečno breme je znašalo 4,89 m3, razdalja vlačenja pa okoli 1700 metrov.
Marenče (2005) je ugotovil, da pri vožnji traktorja prihaja do zdrsa koles, kar se sicer razlikuje med različnimi razmerami na vlaki, v orientiranosti bremena in izvedbi transmisije traktorja. Metodologija uporabe meril na kolesih za ugotavljanje hitrosti za reševanje našega problema bi bila zato neprimerna. Zdrs se močno poveča pri vzdolžnih naklonih vlake nad 30 % tako pri vlačenju navzgor kot tudi navzdol, kar posledično tudi bistveno zmanjša hitrost vožnje traktorja.
Marčeta (2014) je na zgibniku LKT 81T, ki ima mehansko transmisijo, ugotavljal razpored delovnega časa traktorista. Ugotovil je, da glavni produktivni čas predstavlja 32 % delovnega časa, medtem ko zastoji predstavljajo 31,15 % delovnega časa.
4. MATERIAL IN METODE
4.1. OBJEKT RAZISKAVE
Meritve smo v celoti opravili v Postojnskem gozdnogospodarskem območju, v gozdnogospodarski enoti Javornik, katere celotna površina je del državnih gozdov.
Objekti, na katerih smo izvajali meritve, so se nahajali v odsekih 11d, 26a, 36c in 36d na nadmorski višini med 760 in 930 m. V veliki večini prevladujejo debeljaki v gozdni združbi Omphalodo-Fagetum z lesno zalogo med 353 in 669 m3/ha. V lesni zalogi skupno okoli 90 % predstavljata bukev in jelka, posamično pa je primešana še smreka in plemeniti listavci (Gozdnogospodarski načrt …, 2018).
Meritve smo izvajali pri spravilu lesa med redno pomladitveno sečnjo v debeljakih jelke in bukve, na pobočjih z naklonom do 35 %. Kamnitost terena je okoli 50 %, v veliki meri matično podlago predstavlja apnenec (Gozdnogospodarski načrt …, 2018). Relief na območju je značilno visokokraški, razgiban s številnimi vrtačami, brezni in jamami.
Povprečno odkazano drevo v odsekih v katerih smo opravljali meritve znaša 3,50 m3, od tega so povprečni odkazani iglavci prostornine 4,32 m3 in listavci 1,71 m3. Spravilo je potekalo po grajenih vlakah, ki so bile široke okrog 2,50 m in so tako prilagojene spravilu z zgibnimi traktorji. Pri vlačenju iglavcev se je uporabljala metoda mnogokratnikov, do dolžine 12 m. Pri spravilu listavcev, kjer so prevladovala manjša drevesa, se je uporabljala debelna metoda, pri debelejših sortimentih pa metoda kombiniranih hlodov.
4.2. KATEGORIZACIJA SEKUNDARNIH PROMETNIC
Pred pričetkom dela smo na vlaki oziroma delu vlake, ki je bila na ta dan predvidena za spravilo lesa, določili točke, ki so ločevale sektorje vlake. Točke smo določili na mestih, kjer se je vlaka bistveno spremenila v smislu vzdolžnega naklona, širine ali blatnosti.
Po končanem delu smo izmerili dolžine sektorjev in naklon v odstotkih. Dolžino vlake smo določili s seštevkom dolžin sektorjev na posamezni vlaki, naklon pa z tehtano aritmetično sredino naklonov sektorjev, kjer smo kot utež uporabili njihovo dolžino.
Odredba za določitev normativov za delo v gozdovih (Odredba …, 1999) predvideva tri kategorije vlake za določitev smeri vlačenja, ki smo jih uporabili tudi pri določanju lastnosti vlak in sektorjev v raziskavi. Tako ločimo tri kategorije vlak:
- Navzgor: v to kategorijo so uvrščene vlake pri katerih je povprečen naklon večji od 5 % v smeri vožnje. V to kategorijo spadajo tudi vlake, ki imajo protivzpone daljše od 30 m in z naklonom nad 10 %.
- Ravno: vlake, ki imajo povprečen naklon med -5 % in 5 % in nimajo večjih protivzponov.
- Navzdol: povprečen naklon vlake v smeri vožnje, je -6 % in manj.
Blatnost vlak smo določili na podlagi opisno določenih kategorij, ki so prilagojene razmeram visokokraškega terena:
o 1 (suho): podlaga na vlaki je suha, pri vožnji se kolesnice ne poznajo. Odtis čevlja na zemlji je viden samo v prahu. V to kategorijo spadajo tudi zmrznjena tla.
o 2 (vlažno): Pri vožnji se na podlagi ustvarjajo manjše kolesnice, vendar se ne ugreza več kot nekaj centimetrov. Odtis čevlja je dobro viden, vendar je nosilnost še vedno dovolj velika, da se ne vdira.
o 3 (mokro): Pri vožnji in hoji se podlaga vdira in izriva na stran. Pojavljajo se deli vlak, na katerih voda stoji.
V preglednici 1 prikazujemo število izmerjenih ciklov, po kategorijah blatnosti in smeri vožnje.
Preglednica 1: Pregled števila izmerjenih ciklov po kategorijah blatnosti in smeri vožnje
Smer vožnje N Suho (1) Vlažno (2) Mokro (3) Prazna
vožnja po vlaki
navzgor 101 74 22 5
ravno 88 61 21 6
navzdol 43 19 3 21
Polna vožnja po
vlaki
navzgor 44 13 9 22
ravno 93 68 21 4
navzdol 105 75 29 1
Slika 1: Vlačenje po vlaki kategorije blatnosti ''suho'' - (1)
4.3. TEHNIČNE LASTNOSTI ZGIBNEGA TRAKTORJA BIJOL BWS 160
Meritve hitrosti vožnje traktorja smo opravili na zgibnem traktorju specializiranemu za uporabo v gozdni proizvodnji. Bijol BWS 160 je bil razvit in izdelan v Sloveniji in je konstrukcijsko precej podoben zgibnikom Woody nekdanjega slovenskega podjetja Vilpo.
Podatke smo zbirali na dveh traktorjih enakega tipa, oba sta v lasti družbe Slovenski državni gozdovi.
V traktor je vgrajen Deutzov motor Tier 5 s prostornino 4,1 l in nazivno močjo 115 kW.
Prenos moči poteka preko brezstopenjsko, računalniško krmiljenega hidrostatskega pogona do največje možne hitrosti 27 km/h. Traktor ima za učinkovito delo vgrajeno prednjo, rampno desko z grabežem za lažje sortiranje ter zadnjo, naletno desko, pred katero je vgrajen vitel podjetja Uniforest, z vlečno silo 2x10 kN s po 70 m jeklene vrvi (Bijol, 2021).
Upravljanje traktorja je, poleg upravljanja iz same kabine, mogoče tudi preko daljinskega upravljalnika, s katerim je možno uporabljati vitel, zadnjo desko in voziti traktor do hitrosti 4 km/h. Proizvajalec zagotavlja, da ima kabina traktorja vse zahtevane certifikate za delo v gozdu (Bijol, 2021).
Masa vozila znaša 9800 kg, teža pa je razporejena 60 % spredaj in 40 %, kar daje bistveno prednost v primerjavi s prilagojenimi kmetijskimi traktorji, ki imajo praviloma večji del teže na zadnji osi (Bijol, 2021).
Med meritvami so bile na pnevmatikah traktorja nameščene kolesne verige, ki so omogočale boljši oprijem traktorja s tlemi.
Slika 2: Zgibni traktor Bijol BWS 160
4.8. ORGANIZACIJA DELA
Oba traktorja, na katerih smo opravljali meritve, sta v lasti Slovenskih državnih gozdov in v okviru oddelka za lastno proizvodnjo delujeta na območju poslovne enote Postojna.
Skupino sestavljajo traktorist in dva sekača, ki imajo določene posamične norme in zato traktorist le izjemoma pomaga pri delu sekačev. V veliki večini zgibni traktorji delajo v deloviščih z zelo debelim drevjem. Običajno se poslužujejo metode vlačenja mnogokratnikov in kombiniranih hlodov in po potrebi prežagovanja na rampnem prostoru, saj na tak način najlaže oblikujejo primerno veliko breme za vlačenje.
Traktorist, vključen v snemanje na zgibniku z oznako Bijol 3 je bil star 26 let, in je do sedaj v gozdu delal 7 let, najprej kot traktorist na prilagojenem kmetijskem traktorju John Deere in kasneje kot upravljalec zgibnega polprikoličarja. Na zgibnem traktorju dela leto in pol. Za delo je bil strokovno usposobljen z izobrazbo gozdarske smeri.
Drugi traktorist vključen v snemanju na traktorju Bijol 4, pa je star 37 let in dela v gozdu 18 let. Pri prejšnjem koncesionarju v državnih gozdovih je kot traktorist delal na gozdarskem zgibniku Woody 140 in Iwafuji T41, kasneje pa tudi kot sekač. Na trenutnem traktorju je v času meritev delal eno leto in 3 mesece. Za delo je bil ustrezno strokovno usposobljen, s pridobljeno gozdarsko izobrazbo.
4.4. OPIS DELOVNIH OPERACIJ
Ker se spravilo lesa odvija v dokaj podobnih zaporednih ciklih, jih za namen raziskave podrobneje razdelimo na delovne operacije. Cikel se začne s pričetkom prazne vožnje s pomožnega skladišča ob kamionski cesti in konča z zaključkom dela na istem pomožnem skladišču. Ker smo se v raziskavi omejili na polno in prazno vožnjo traktorja smo te operacije natančneje razčlenili, ostalo delo pa smo beležili v skupnem času.
Prazna vožnja po cesti: se začne, ko traktorist zaključi predhodni cikel in se po cesti odpravi proti mestu, kjer kasneje zbira les. Običajno se za začetek šteje zaključek rampanja v predhodnem ciklu. Konča se, ko zapelje z več kot polovico traktorja na vlako. V primeru, ko zbiranje poteka iz ceste, se čas zaključi, ko traktorist izstopi iz kabine.
Prazna vožnja po vlaki: je čas vožnje traktorja brez bremena od takrat, ko polovica traktorja prvič preide na vlako do končane vožnje po vlaki, ki se običajno zaključi z obračanjem traktorja nazaj v smeri kasnejše polne vožnje. Vlake smo natančneje razdelili na sektorje, katerih skupni čas predstavlja čas prazne vožnje po vlaki. Tako se je čas sektorja zaključil, ko je polovica traktorja prečkala mejno oznako. Dodatno smo beležili tudi čas za obračanje traktorja.
Polna vožnja po cesti: označuje čas od prehoda polovice traktorja z vlake na cesto pri vožnji z bremenom, do prihoda na pomožno skladišče in ustavitve traktorja z namenom odpenjanja bremena.
Polna vožnja po vlaki: se prične z vstopom traktorista v kabino, ko je zbral celotno breme in traja do prehoda polovice traktorja na kamionsko cesto. Podrobneje smo polno vožnjo razčlenili s sektorji, pri tem se je začela delovna operacija s časom vstopa v kabino in začetkom vožnje. Po tem pa so sektorje označevale na vlaki postavljene oznake, na katerih se je beležilo čas, ko je traktor oznako prečkal s sredino svoje dolžine.
Delo na pomožnem skladišču: čas, v katerega so všteta vsa opravila na pomožnem skladišču od prihoda nanj pa do odhoda, običajno po končanem rampanju.
Delo v gozdu: zajema čas od ustavitve traktorja po končani prazni vožnji, v katerem traktorist oblikuje breme, ki ga pozneje odvleče proti cesti. Čas se konča, ko gre traktorist v kabino.
Neproduktivno delo: čas, ki je porabljen za aktivnosti, ki niso povezane z opravljanjem osnovnih del.
Pripravljalno-zaključni čas: je čas, ki ga traktorist porabi za pripravo in zaključek dela.
V ta čas uvrščamo redno vzdrževanje traktorja, točenje goriva, segrevanje vozila, namestitev in pospravljanje verig za povezovanje in podobno.
Slika 3: Zgibni traktor Bijol BWS 160 med polno vožnjo
4.6 ŠTUDIJA ČASA IN UČINKA, NAČIN, POTEK IN NATANČNOST SNEMANJA
S časovno študijo smo pridobili podatke o strukturi delovnega časa, deležu glavnega produktivnega časa v delovniku ter trajanje polne in prazne vožnje po vlaki in cesti ter med posameznimi sektorji na vlaki.
Pri delu smo uporabili kontinuirano metodo časovne študije, pri kateri čas merimo nepretrgoma, v snemalno tabelo pa vpisujemo čas, ki ga odčitamo ob spremembi delovnega opravila ali sektorja na vlaki. S kasnejšo analizo določimo trajanje posameznih delovnih operacij (Košir, 1997).
V snemalno tabelo smo poleg časov in opravil v posameznih sektorjih, vpisovali še podatke o blatnosti vlake, podatke o učinkih, premer, dolžino in drevesno vrsto sortimentov v bremenu ter morebitne druge opombe. Čas smo merili s kronometrom z natančnostjo 1/100 minute.
Terenski del meritev smo opravili med junijem 2020 in marcem 2021, skupno 10 delovnih dni, 5 dni na traktorju z interno oznako v družbi SiDG, Bijol 3 in 5 dni na traktorju z oznako Bijol 4. Skupno smo meritve opravili na štirih različnih deloviščih, kjer smo izmerili 85 ciklov vlačenja in v podatkovni bazi skupaj zbrali 564 podatkov po sektorjih pri polni in prazni vožnji. Delovišča smo izbirali tako, da smo glede na cilje, ki smo si jih zastavili v raziskavi, pridobili podatke o delu traktorja na čim bolj raznolikih vlakah, ki predstavljajo tipičen vzorec vlak v GGE Javorniki.
Meritve sta vse dni opravljala dva merilca, ki sta pred pričetkom dela na vlaki, ki je bila ta dan predvidena za delo, označila meje sektorjev. Po pričetku dela je eden izmed merilcev opravljal časovno študijo traktorja in beležil podatke o lastnostih vlake ter sektorju, drugi merilec pa je ugotavljal in beležil učinke z merjenjem premera in dolžine sortimentov v bremenu. Skozi celoten potek meritev sta merilca vedno opravljala isto nalogo.
Mesto zbiranja, kjer se je zaključila prazna vožnja in pričela polna, smo na terenu označili z barvnim sprejem na bližnjih objektih kot so panji, skale ali drevesa. Na podlagi teh točk smo kasneje izmerili dolžino in naklon do najbliže oznake sektorja na vlaki v smeri polne vožnje. Na ta način smo za dani cikel ugotovili lastnosti tega dela vlake, ki smo jih potrebovali v raziskavi.
Razdaljo med sektorji smo izmerili s kovinskim tračnim metrom dolžine 50 m z decimetrsko natančnostjo, naklon pa s padomerom Suunto z natančnostjo 1 %. Merjenje je potekalo na način, da se je ob vsaki spremembi naklona izmerilo razdaljo in pripadajoči naklon vlake. Posebej se je v obrazcu označevalo tudi meje sektorjev. Pri analizi smo kasneje ugotovili razdaljo in naklon sektorjev s seštevkom razdalj znotraj sektorja in ponderirano sredino naklonov pri čemer je kot ponder služila razdalja med posameznimi spremembami naklona.
Premer sortimentov v bremenu smo ugotavljali s premerko in s centimetrsko natančnostjo.
Izmero smo opravili na sredini sortimenta z upoštevanjem pravila treh dotikališč med premerko in sortimentom. Skorje pri meritvi nismo odbijali. Dolžino sortimentov med obema čeloma smo izmerili s sekaškim tračnim metrom dolžine 15 metrov, z natančnostjo 1 centimeter. Za dolžino hloda smo uporabili komercialne mere, pri hlodovini dolžino brez nadmere, pri čemer pri iglavcih dolžina napreduje po en meter in pri listavcih po deset centimetrov. Pri ostali oblovini iglavcev in listavcev (celulozni les, brusni les, drva) pa smo uporabili dejansko izmerjeno dolžino.
4.7. OBDELAVA PODATKOV
Pri kabinetni obdelavi podatkov smo za zbiranje in obdelavo podatkov uporabili program Microsoft Excel 2019. Poleg podatkov, ki smo jih v osnovi ločevali po ciklih, smo zabeležili še ostale lastnosti cikla, ki smo jih zabeležili na terenu. Zaradi nepopolnosti podatkov, kar se je zgodilo zaradi netipičnega dela, smo izločili 5 ciklov.
Za vsak posamezen sektor smo izračunali hitrost na podlagi formule:
ℎ𝑖𝑡𝑟𝑜𝑠𝑡 (𝑚
𝑠) = 𝑑𝑜𝑙ž𝑖𝑛𝑎 (𝑚)
𝑡𝑟𝑎𝑗𝑎𝑛𝑗𝑒(𝑠) …(1)
Za ugotovitev hitrosti v kilometrih na uro pa smo dobljeno hitrost pomnožili s 3,6. Za določitev hitrosti na celotni vlaki smo združili podatke vseh sektorjev znotraj enega cikla, ločeno za prazno in polno vožnjo.
Volumen sortimentov v bremenu smo izračunali s formulo, ki velja za izračun volumna valja:
𝑣𝑜𝑙𝑢𝑚𝑒𝑛(𝑚3) =𝜋∗𝑑2
4 ∗ 𝑙 …(2), kjer je d=premer kosa (m) l=dolžina kosa (m)
Za premer kosa smo uporabili premer brez skorje pri hlodih iglavcev in listavcev ter izmerjen premer pri ostalih sortimentih. Pri sortimentih kjer smo zmanjšali premer za dvojno debelino skorje, smo za zmanjšanje premera upoštevali priporočila določena v Pravilniku o merjenju in razvrščanju gozdnih lesnih sortimentov iz gozdov v lasti Republike Slovenije (2017).
Pri analizi smo uporabili maso bremen, pri čemer smo za izračun mase iglavcev volumen bremena pomnožili z 0,95, za listavce pa z 1,1.
Za podatke po sektorjih smo osnovne statistične rezultate in grafikone izdelali v programih Microsoft Excel 2019 in IBM SPSS Statistic 21. Izračun modela pa smo izvedli v statističnem programu R studio.
Pri validaciji modela smo modelno trajanje izračunali s formulo, kjer smo modelno hitrost pretvorili v metre na sekundo in jo pomnožili z razdaljo vlačenja.
č𝑎𝑠 𝑣𝑜ž𝑛𝑗𝑒 (𝑠𝑒𝑘𝑢𝑛𝑑) =𝑚𝑜𝑑𝑒𝑙𝑛𝑎 ℎ𝑖𝑡𝑟𝑜𝑠𝑡 (𝑘𝑚/ℎ)
3,6 ∗ 𝑟𝑎𝑧𝑑𝑎𝑙𝑗𝑎 𝑣𝑙𝑎č𝑒𝑛𝑗𝑎(𝑚) …(3)
V nadaljevanju prikazujemo podatke o sektorjih vlak, njihovi dolžini, povprečnem naklonu, merilnem dnevu in odseku, v katerem se je delo izvajalo. Delo smo izvajali v petih različnih odsekih, na 43 sektorjih.
Preglednica 2: Osnovni podatki sektorjev na vlakah, na katerih se je opravljalo meritve Dolžina (m)
Povprečen
naklon (%) Merilni dan Odsek
Sektor 1 85,1 5,41 1 05 03026A
Sektor 2 55,0 5,00 1 05 03026A
Sektor 3 88,3 3,00 1 05 03026A
Sektor 4 66,2 0,61 1 03026A
Sektor 5 51,1 6,20 1 03026A
Sektor 6 56,1 -11,00 1 03026A
Sektor A1 53,0 -11,00 2,3 05 03036C
Sektor A2 34,6 -7,73 2,3 05 03036C
Sektor A3 49,5 -8,55 2,3 05 03036C
Sektor B1 52,7 -10,01 4 05 03036C
Sektor B2 126,7 -17,61 4 05 03036C
Sektor B3 23,5 -21,00 4 05 03036C
Sektor B4 131,4 -24,03 4 05 03036C
Sektor B5 59,7 -13,76 4 05 03036C
Sektor C1 80,5 -10,11 4 05 03036C
Sektor C2 51,0 -7,00 4 05 03036C
Sektor D1 80,0 12,42 5,6 05 03011D
Sektor D2 13,5 -4,00 5,6 05 03011D
Sektor D3 35,2 13,00 5,6 05 03011D
Sektor D4 61,2 3,00 5,6 05 03011D
Sektor D5 42,1 -10,99 5,6 05 03011D
Sektor D6 23,0 -7,00 5,6 05 03011D
Sektor D7 20,1 15,38 5,6 05 03011D
Sektor E1 12,5 15,00 5,6 05 03011D
Sektor E2 34,5 9,90 5,6 05 03011D
Sektor E3 12,5 8,00 5,6 05 03011D
Sektor E4 28,3 -10,87 5,6 05 03011D
Sektor E5 18,3 -2,00 5,6 05 03011D
Sektor E6 79,3 1,85 5,6 05 03011D
Sektor F1 56,0 -8,00 7,8 05 03036D
Sektor F2 131,8 -6,93 7,8 05 03036D
Sektor F3 123,9 0,23 7,8 05 03036D
Sektor F4 45,1 4,00 7,8 05 03036D
Sektor F5 57,1 19,1 7,8 05 03036D
Sektor F6 84,8 3,46 7,8 05 03036D
Sektor F7 187,0 8,34 7,8 05 03036D
Sektor H3 78,6 -14,86 8,9,10 05 03036D
Sektor H2 112,2 -16,63 8,9,10 05 03036D
Sektor H1 29,3 -16,00 8,9,10 05 03036D
Sektor H0 297,6 -1,46 8,9,10 05 03036D
Sektor H1 158,4 3,37 8,9,10 05 03036D
Sektor J1 146,0 11,00 8,9,10 05 03036D
Prikazujemo tudi opisne podatke o sedmih cestah na katerih se je delo izvajalo, dolžine odsekov cest in povprečen naklon ter številko merilnega dne.
Preglednica 3: Osnovni podatki o lastnostih cest na katerih so bile opravljene meritve Dolžina (m)
Povprečen
naklon (%) Merilni dan Odsek
Cesta 1 20,0 0 1 05 03026A
Cesta2 59,3 4,00 2,3 05 03036C
Cesta 3 44,3 4,00 2,3 05 03036C
Cesta 4 28,8 4,00 2,3 05 03036C
Cesta 5 14,0 3,00 4 05 03036C
Cesta 6 16,6 4,00 4 05 03036C
Cesta 7 34,6 5,00 5,6 05 03011D
5 REZULTATI
5.1. LASTNOSTI SEKTORJEV
S snemanjem časov trajanja opravil smo pridobili rezultate po sektorjih za prazno in polno vožnjo, posebej za vlake in ceste, za dva traktorista, na enakem tipu traktorja.
Preglednica 4: Primerjava hitrosti prazne in polne vožnje med obema traktoristoma zajetima v raziskavi s testom ANOVA
Vir variabilnosti
Vsota kvadratnih
odklonov
df
Srednji kvadratni
odklon
F Sig.
Med skupinami 3,028 1 3,028 1,695 0,193
Znotraj skupin 1003,706 562 1,786
Skupaj 1006,734 563
Z analizo variance hitrosti obeh traktoristov (preglednica 4) smo ugotovili, da značilnih razlik v hitrosti vožnje med obema traktoristoma ni, zaradi česar smo v raziskavi v nadaljevanju podatke za oba delavca obdelovali skupaj.
Povprečna izmerjena hitrost traktorista na traktorju Bijol 3 znaša 5,72 km/h, kar je nekoliko višje od povprečne hitrosti na Bijolu 4, kjer je ta znašala 5,58 km/h. Vendar pa smo na tem traktorju zaznali nižji standardni odklon, ki je 1,18 za razliko od primerjanega traktorja, kjer je bil standardni odklon 1,33.
Na cesti je bil izmerjen manjši del podatkov, ki pa kažejo (preglednica 5), da je povprečna hitrost prazne vožnje po cesti višja za 0,94 km/h. Vsi podatki vožnje na cesti so bili izmerjeni v kategoriji vlačenja ravno.
Preglednica 5: Podatki o povprečni hitrosti, naklonu in bremenu pri prazni in polni vožnji po cesti
N Povprečna
hitrost (km/h)
Standardni odklon-
hitrost
Povprečen vzdolžni
naklon
Standardni odklon -
naklon
Povprečno breme
Standardni odklon-
breme Prazna
vožnja po cesti
37 6,94 1,44 -1,32 2,81 / /
Polna vožnja po
cesti 53 6,00 1,52 1,61 3,24 4,81 1,54
Večji del podatkov smo pridobili pri meritvah vožnje po vlaki. Izkazalo se je (preglednica 6), da je v večini primerov vožnja hitrejša pri prazni vožnji. Izjema se je pokazala pri vožnji navzdol, kjer je razvidno, da se hitrost poveča pri vožnji z bremenom. Hitrost se občutno zmanjša pri vlačenju bremena navzgor, kjer se povprečna hitrost zmanjša na tretjino hitrosti prazne vožnje navzgor.
Pri ugotavljanju statistične povezanosti spremenljivk smo najprej izvedli Levenov test homogenosti varianc. Glede na ugotovljeni rezultat smo spremenljivke, pri katerih se je izkazala statistično značilna homogenost varianc, primerjali s testom ANOVA, v nasprotnem primeru pa smo spremenljivke primerjali z Mann-Whitney U testom (v primeru dveh spremenljivk) ali Kruskal-Wallisovim testom pri primerjavi več spremenljivk.
Preglednica 6: Podatki o povprečni hitrosti, naklonu in bremenu pri prazni in polni vožnji po vlaki
Smer
vožnje N Povprečna hitrost (km/h)
Standardni odklon-
hitrost
Povprečen vzdolžni
naklon
Standardni odklon-
naklon
Povprečno breme
Standardni odklon-
breme Prazna
vožnja po vlaki
navzgor 101 5,5 1,04 11,51 4,27 0 0
ravno 88 6,18 1,33 -0,27 2,93 0 0
navzdol 43 5,03 1,09 -9,87 3,48 0 0
Polna vožnja po vlaki
navzgor 44 3,7 0,8 10,32 3,92 4,91 1,95
ravno 93 5,7 1,08 0,41 3,24 4,18 1,76
navzdol 105 5,69 0,91 -11,11 6,02 4,52 1,34
Med hitrostjo polne vožnje po cesti in polne vožnje po vlaki obstaja statistično značilna razlika U(Ncesta=53, N vlaka= 242)= 8173,5, z=3,130, p=0,002. Prav tako se hitrost prazne vožnje po vlaki značilno razlikuje od hitrosti polne vožnje po vlaki F(232,242)=8,948, p=
0,003. Pokazali smo tudi, da obstaja značilna razlika med kategorijami vlačenja in hitrostjo polne in prazne vožnje po vlaki H (2) = 67.767, P <0.001).
5.2. ČASOVNA ŠTUDIJA
Z izdelavo strukture delovnega časa, ki smo jo izdelali na podlagi časovne študije, smo ugotovili povprečno trajanje glavnega produktivnega časa v delovniku. Strukturo delovnika po Krivcu (1979) smo prilagodili potrebam raziskave. Ugotovili smo povprečno trajanje posameznih delovnih opravil v izmerjenem času, ki smo jih preračunali na trajanje v delovniku, ki po Zakonu o delovnih razmerjih (2013) traja 8 ur oziroma 480 minut.
Preglednica 7: Struktura delovnika pri spravilu lesa z zgibnikom Bijol BWS 160
OPRAVILO Izmerjen čas
(minut)
Minut v delovniku
(8 ur) Delež (%)
Delo na pomožnem skladišču 72,53 88,51 18,44
Delo v gozdu 99,40 121,31 25,27
Polna vožnja po cesti 3,49 4,26 0,89
Polna vožnja po vlaki 27,85 33,98 7,08
Prazna vožnja po cesti 7,61 9,28 1,93
Prazna vožnja po vlaki 27,42 33,47 6,97
Pripravljalno-zaključni čas 29,49 35,99 7,50
Neproduktivno delo 125,53 153,19 31,92
Skupaj 393,33 480 100
Podatki kažejo (preglednica 7), da 16,87 % delovnega časa traktorista predstavlja prazna in polna vožnja po vlaki in cesti. Vožnja po vlaki predstavlja podoben delež časa pri prazni in polni vožnji, večja pa je razlika pri vožnji po cesti, kjer je za več kot dvakrat daljši čas prazne vožnje, kar gre pripisati predvsem razporeditvi kupov sortimentov na rampnem prostoru. Praviloma se na pomožnem skladišču ob cesti oblikujejo kupi z enakimi sortimenti (ločeno hlodovina iglavcev, listavcev, drva, celulozni les ipd.). Traktorist po prihodu na rampni prostor najprej ustavi pri kupu, na katerega bo odlagal vsaj del zapetega tovora in je najbližje izhodu iz vlake. Po zaustavitvi traktorja se za potrebe meritev preneha
tudi z merjenjem časa, ki se šteje med polno vožnjo po cesti. Po odvezanem tovoru se traktorist premakne do naslednjega kupa, kar pa smo pri meritvah obravnavali kot delo na pomožnem skladišču. Po končanem odvezovanju in rampanju se traktorist vrača proti vlaki od najbolj oddaljenega kupa zaradi česar za to porabi tudi več časa kot pri polni vožnji.
5.3. PRIMERJAVA HITROSTI VOŽNJE GLEDE NA OPAZOVANE VPLIVNE DEJAVNIKE
Pri meritvah na terenu smo beležili dejavnike, za katere smo predpostavili, da vplivajo na hitrost vožnje traktorja. Tako smo po sektorjih beležili povprečen vzdolžni naklon vlake, blatnost in breme. Za primerjavo s podobnimi raziskavami pa smo določili še povprečno hitrost na celotni vlaki v primerjavi z razdaljo vlačenja (Slika 4).
Slika 4: Primerjava povprečne hitrosti polne in prazne vožnje po vlaki in razdalje vlačenja
Regresijska analiza hitrosti polne vožnje pri različnih razdaljah vlačenja je pokazala, da se hitrost zvišuje z večanjem spravilne razdalje. Pri spravilni razdalji 100 metrov se povprečna hitrost polne vožnje giblje okoli 5 km/h in se poveča za kilometer na uro pri spravilnih razdaljah nad 500 metrov. Vzorec je bil pridobljen na podlagi 80 ciklov in je zajemal vse tri kategorije vlačenja in blatnosti. Hitrost prazne vožnje se spreminja po
0 1 2 3 4 5 6 7 8 9
0 100 200 300 400 500 600 700 800
Hitrost vožnje (km/h)
Razdalja vlačenja (m)
Hitrost prazne vožnje Hitrost polne vožnje
podobnem vzorcu kot hitrost polne vožnje. Hitrost polne vožnje pa se zmanjša za 0,5 km/h pri enaki razdalji vlačenja v primerjavi s hitrostjo prazne vožnje.
Slika 5: Primerjava hitrosti vožnje z maso bremena
Primerjava trenda hitrosti med različnimi masami bremena (slika 5) kaže, da se ta znižuje z večanjem bremena. Med skupnim bremenom 1 tono in 8 ton se povprečna hitrost vožnje zniža za 1 km/h. Na maso bremena vplivajo pripravljeni sortimenti ob vlakah ter razmere na vlaki, kjer poteka polna vožnja. Izkušeni traktoristi oblikujejo optimalno breme glede na zmogljivost traktorja v danih razmerah. V meritvah zaradi ustrezne izkušenosti traktoristov ni bilo zapletov zaradi preobremenjevanja stroja v zahtevnejših razmerah vlačenja.
0 1 2 3 4 5 6 7 8
0 1 2 3 4 5 6 7 8 9
Hitrost vožnje (km/h)
Masa bremena (t) hitrost vožnje
Slika 6: Primerjava hitrosti polne in prazne vožnje po vlaki glede na povprečen vzdolžni naklon in blatnost prometnice
Rezultati na sliki 6 so bili pridobljeni na podlagi podatkov po sektorjih na vlakah. Hitrost polne in prazne vožnje ja najvišja pri najvišjih negativno izmerjenih vzdolžnih naklonih in se znižuje z zmanjševanjem naklona proti 0 %. Še dodatno se zmanjša pri vožnji navzgor.
Primerjava premic linearne regresije med različnim stopnjami blatnosti kaže, da se hitrost pri enakem vzdolžnem naklonu vlake zmanjša z večjo stopnjo blatnosti. Tako je najvišja povprečna hitrost na suhi vlaki in najnižja na blatni. Na hitrost vožnje ima blatnost večji vpliv kot vzdolžni naklon vlake, saj je povprečna hitrost na najugodnejših naklonih pri blatni vlaki nižja kot hitrost vožnje na najmanj ugodnem naklonu na suhi vlaki.
Kruskal-Wallisov test kaže statistično značilne razlike med hitrostjo vožnje po kategorijah blatnosti vlake H (2) = 254,229, P <0,001.
0 1 2 3 4 5 6 7 8 9
-30 -20 -10 0 10 20 30
Hitrost prazne in polne vožnje (km/h)
Naklon vlake/ceste (%)
hitrost (km/h) suha vlaka hitrost (km/h) vlažna vlaka hitrost (km/h) mokra vlaka
Regresijske premice in podatke o regresijah zgoraj obravnavanih dejavnikov prikazujemo v preglednici 8.
Preglednica 8: Prikaz vrednosti regresijske analize med hitrostjo in razdaljo vlačenja, naklonom in blatnostjo vlake
N Regresijska enačba SD R2 p
Hitrost polne vožnje v odvisnosti od razdalje vlačenja
(m)
242 Y=0,006153*x+5,155 1,24 0,096 0,00 Hitrost prazne vožnje v
odvisnosti od razdalje vlačenja (m)
232 Y=0,08*x+4,891 1,24 0,285 0,00 Hitrost polne vožnje v
odvisnosti od bremena (t) 242 Y=-0,209*x+6,285 1,18 0,07 0,00 Hitrost polne in prazne vožnje
v odvisnosti od naklona (%) na suhi vlaki
308 Y=-1,582*x+9,726 9,81 0,22 0,01 Hitrost polne in prazne vožnje
v odvisnosti od naklona (%) na vlažni vlaki
104 Y=-4,450*x+20,543 8,85 0,10 0,001 Hitrost polne in prazne vožnje
v odvisnosti od naklona (%) na blatni vlaki
58 Y=-4,456*x+17,874 8,00 0,15 0,002
5.4. MODEL HITROSTI POLNE IN PRAZNE VOŽNJE PO VLAKI
Za izgradnjo modela, ki bi napovedoval hitrost vožnje traktorja po vlaki smo, glede na linearno spreminjanje hitrosti glede na vzdolžni naklon, uporabili generalni linearni model oziroma multivariatni linearni model. Za potencialne spremenljivke v modelu smo določili povprečen vzdolžni naklon vlake v smeri vožnje, velikost bremena in blatnost vlake.
Linearni modeli zahtevajo upoštevanje predpostavk, ki so potrebne za pravilo delovanje modela (Kotar, 2011). Prvi pogoj, da obstaja linearna zveza med odvisnimi in neodvisnimi spremenljivkami, smo potrdili v predhodnih rezultatih. Pogoj o nedovoljeni multikolinearnosti smo preverili s korelacijsko analizo med spremenljivkami, ostale pogoje pa smo preverjali po izračunu modela.
Slika 7: Prikaz korelacijske povezanosti med spremenljivkami uporabljenimi v modelu hitrosti vožnje zgibnega traktorja
Na sliki 7 je prikazana korelacijska povezanost med spremenljivkami, ki v vseh primerih kaže, da gre za zelo šibko povezanost, kar pomeni, da med spremenljivkami ne prihaja do multikolinearnosti.
V iskanju optimalnega modela smo pripravili več različnih modelov z opazovanimi spremenljivkami. V nove modele smo dodatno vključili interakcije med spremenljivkami ali odvzeli posamezne spremenljivke. Tako so potencialni modeli hitrosti vožnje po vlaki:
A. Y=β0+β1*masa bremena+β2*naklon+β3*blatnost vlake
B. Y=β0+β1*masa bremena+β2*naklon+β3*blatnost vlake+β4*naklon*blatnost C. Y=β0+β1*masa bremena+β2*naklon+β3*blatnost vlake+β4*naklon*breme
D. Y=β0+β1*masa bremena+β2* naklon+β3*blatnost vlake+β4*naklon*breme*blatnost E. Y=β0+β1*masa bremena+β2*naklon
F. Y=β0+β1*blatnost+β2*naklon
G. Y=β0+β1*masa bremena+β2*blatnost
Za določitev najustreznejšega izmed predpostavljenih modelov smo uporabili Akaikev informacijski kriterij (AIC), ki je matematična metoda za ocenjevanje kakovosti prileganja modela podatkom iz katerih je bil model generiran (Burnham s sod., 2011).
Preglednica 9: Primerjava modelov z AIC kriterijem Oznaka
modela K AICc Δ AICc Utež AICc Komulativa
uteži AICc
A 6 1131,57 0 0,39 0,39
C 7 1132,35 0,78 0,26 0,65
D 13 1132,77 1,2 0,21 0,86
B 8 1133,62 2,05 0,14 1
G 5 1167,92 36,35 0,00 1
F 5 1178,60 47,03 0,00 1
E 4 1513,88 382,31 0,00 1
Preglednica 9 prikazuje rezultate AIC kriterija za izbrane modele hitrosti vožnje po vlaki.
V stolpcu z oznako K je prikazano število parametrov v modelu. AICc prikazuje izračunano vrednost kriterija za dani model, na podlagi česar so tudi razvrščeni od najmanjšega, ki predstavlja najboljšo kvaliteto modela, do največjega. Razlika vrednosti AIC nam numerično prikazuje razliko v vrednosti kriterija med posameznimi modeli. Utež AICc nam prikazuje kolikšen del variance, ki jo pojasnjujejo vsi modeli predstavlja posamezen model, v zadnjem stolpcu pa je prikazana kumulativa uteži modelov (Rdocumentation, 2021).
Po AIC kriteriju je najprimernejši model pod oznako A, ki smo ga uporabili v nadaljnji analizi. Po AIC vrednosti je izbrani model zelo blizu modelom C, D in B v katere je vključena interakcija med posameznimi spremenljivkami. Glede na rezultate iz preglednice, pa je manj primerno izpuščanje posameznih spremenljivk v modelu.
Pri regresijski analizi izločimo spremenljivke, ki statistično značilno ne pojasnjujejo odvisne spremenljivke. Predpostavljenih spremenljivk v našem modelu zaradi sprejemljive pojasnjevalne vrednosti nismo izločali. V zapisu enačbe je stopnja tveganja označena z:
B. Statistično značilen pri stopnji 0,01 z * C. Statistično značilen pri stopnji 0,001 z **
D. Statistično značilen pri stopnji 0,0001 z ***
Izbrani model hitrosti polne in prazne vožnje po suhi vlaki je:
Y=6,375569-0,105432*X1***-0,024671*X2*** …(4)
Izbrani model hitrosti vožnje na vlažni vlaki je:
Y=6,375569-0,105432*X1***-0,024671*X2***-1,546119 …(5)
Izbrani model hitrosti vožnje na blatni vlaki je:
Y=6,375569-0,105432*X1***-0,024671*X2***-2,286594 …(6)
Parametri regresijske analize in podatki pojasnjevalne moči:
Y= hitrost vožnje po vlaki v km/h X1=masa bremena v tonah
X2=vzdolžni naklon vlake v % N=563 R2=0,5953
Slika 8: Prikaz modelnih hitrosti vožnje glede na blatnost in vzdolžni naklon vlake pri velikosti bremena 3 tone
0 1 2 3 4 5 6 7 8
-25 -23 -21 -19 -17 -15 -13 -11 -9 -7 -5 -3 -1 1 3 5 7 9 11 13 15 17 19
Hitrost polne in praznevožnje (km/h)
Vzdolžni naklon vlake(%)
suha vlaka vlažna vlaka mokra vlaka
Izbrani model hitrosti polne in prazne vožnje po vlaki pojasnjuje 59,53 % variance in je statistično značilen (p<0,001), standardni odklon ostankov znaša 0,7923 pri 469 stopinjah prostosti. Hitrost se tako znižuje z naraščanjem naklona in povečanjem blatnosti na vlaki, pri čemer se pojavi večja razlika med suho in vlažno vlako, kot tudi naprej med vlažno in mokro vlako.
Slika 9: Prikaz diagnostičnih grafikonov v multivariatni analizi
Primerjava ostankov in predvidenih vrednosti (Slika 9 - zgoraj levo), nam prikazuje večjo gostoto podatkov po skupinah, kar nakazuje na možnost uporabe dodatne spremenljivke, ki bi te ostanke pojasnila, vendar pa ni zaznati posebno oddaljenih osamelih vrednosti, ki bi negativno vplivale na pojasnjevalno moč modela. Q-Q graf (Slika 9 – zgoraj desno), kaže dobro prileganje sredinski premici, kar potrjuje približno normalno porazdelitev ostankov,
ki je pogoj za izgradnjo uporabnega multivariatnega linearnega modela (Kotar, 2011).
Vzvodne točke (Slika 9 – spodaj desno) pa ob veliki zgostitvi in majhnem deležu osamelcev kažejo na stabilen model, ki je neodvisen od vpliva enot z velikim standardiziranim ostankom (Kotar, 2011).
Ker smo za ugotavljanje modela uporabili rezultate sektorjev na vlakah, smo za validacijo modela uporabili podatke o hitrostih vožnje po vlaki v posameznih ciklih. Z generatorjem naključnih števil v programskem orodju IBM SPSS Statistic, smo izmed vseh izmerjenih ciklov določili 10 ciklov za validacijo modela. Za izračun modela smo uporabili razdaljo, ki je bila dejansko izmerjena za obravnavani cikel. Velikost bremena smo določili na podlagi formule za povprečen kos v povprečnem drevesu, ki jo je predlagal Medved (1996), ki smo jo pomnožili z 4,98, to je povprečnim ugotovljenim številom kosov v bremenu med meritvami. Neto odkazano drevo smo nadomestili z uporabo mase neto odkazanega drevesa, ki je bil izračunan na podlagi povprečnega odkazanega drevesa z uporabo faktorja za pretvorbo volumna lesa v maso.
𝑣𝑜𝑙𝑢𝑚𝑒𝑛 𝑏𝑟𝑒𝑚𝑒𝑛𝑎 = 𝑁𝑇𝑂(𝑚𝑎𝑠𝑎)
1,41+0,92∗𝑁𝑇𝑂∗ 4,98 … (7) NTO(masa) = neto masa odkazanega drevesa v tonah
