EIE/UETM

ETKİN ENERJİ YÖNETİMİ

FABRİKA PERFORMANSININ KONTROL EDİLMESİ İÇİN BASİT İSTATİSTİKSEL ANALİZ YÖNTEMLERİNİN DENENMESİ

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

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

BAZI ORNEKLER

A) Hareketli Ortalamalar Yönteminin Kullanılması

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

		Fırın Spesifik Enerji Tüketimi, Gcal/ton	Dört Aylık Hareketli Ortalamalar
1. yıl	Ocak	3.044
	Şubat	2.866
	Mart	2. 735
	Nisan	2. 701	2.836
	Mayıs	2. 717	2. 755
	Haziran	2. 723	2. 719
	Temmuz	4.552	3.173
	Ağustos	3.273	3.316
	Eylül	2.822	3.343
	Ekim	2.687	3.334
	Kasım	2.751	2.883
	Aralık	2.522	2.695

2.yıl	Ocak	2. 700	2.665
	Şubat	2.593	2.641
	Mart	2.546	2.590
	Nisan	2.692	2.663
	Mayıs	2.512	2.586
	Haziran	2.448	2.550
	Temmuz	2.559	2.553
	Ağustos	2.463	2.496
	Eylül	2.535	2.502
	Ekim	2.653	2.553

Elde edilen grafiğe göre şu değerlendirmeler yapılabilir.

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

B) Standart Sapma Yöntemiyle Kontrol

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

		Fırın Spesifik Enerji Tüketimi, Gcal/ton	Altı Aylık Standart Sapma
1.yıl	Ocak	3.044
	Şubat	2.866
	Mart	2. 735
	Nisan	2. 701
	Mayıs	2. 717
	Haziran	2. 723	0.123
	Temmuz	4.552	0.674
	Ağustos	3.273	0.678
	Eylül	2.822	0.665
	Ekim	2.687	0.667
	Kasım	2.751	0.664
	Aralık	2.522	0.688

2.yıl	Ocak	2. 700	0.099
	Şubat	2.593	0.085
	Mart	2.546	0.085
	Nisan	2.692	0.085
	Mayıs	2.512	0.076
	Haziran	2.448	0.091
	Temmuz	2.559	0.075
	Ağustos	2.463	0.080
	Eylül	2.535	0.080
	Ekim	2.653	0.068

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

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

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

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

C) Lineer Regresyon

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

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

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

YÖNTEMi GÖSTEREN BASiT BiR ÖRNEK

Fabrikadaki fırınlarla ilgili enerji tüketim - üretim verilerini kullanacağız.

		Üretim, Ton/Ay	Fırın Yakıt Kullanımı, GcaI/Ay
1.yıl	Ocak	468	1426
	Şubat	446	1278
	Mart	511	1397
	Nisan	499	1348
	Mayıs	508	1380
	Haziran	478	1302
	Temmuz	486	2210
	Ağustos	719	2353
	Eylül	905	2553
	Ekim	990	2659
	Kasım	954	2625
	Aralık	1041	2625

2.yıl	Ocak	1016	2743
	Şubat	995	2580
	Mart	1069	2722
	Nisan	1072	2887
	Mayıs	1194	3001
	Haziran	1137	2783
	Temmuz	953	2440
	Ağustos	1033	2545
	Eylül	985	2589
	Ekim	976	2599

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

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

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

FIRIN TÜKETİMLERİ

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

ÖNERİLER

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

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

• Verilerde görülen herhangi bir dağılmanın nedenlerini bulmaya çalışınız.

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

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

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

NOTLAR

1) Hareketli Ortalamalar Yöntemi

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

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

2) Standart Sapma ( G )

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

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

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

Formul olarak ifade edilirse;