Der Einfluss des Menschen auf die Leistung von Harvestersystemen

Produktivitätsmodelle geben Auskunft darüber, welche Leistung mit einem bestimmten Verfahren unter konkreten Rahmenbedingungen zu erwarten ist. In der Forstwirtschaft sind sie für Planungen und Kalkulationen notwendig. In bisherigen forstlichen Produktivitätsmodellen für den Maschineneinsatz wurde der Faktor Mensch, welcher einen wichtigen, bisher jedoch weitestgehend unbekannten Einfluss auf die Leistung hat, vernachlässigt. Ziel der vorliegenden Untersuchung ist es daher, den menschlichen Einfluss auf die Leistung von Harvestersystemen quantitativ zu erfassen und ihn in Produktivitätsmodelle einzubauen. Die Untersuchungsgrundlage bilden Leistungsmessungen, die mit vier verschiedenen Datenerhebungsverfahren an bis zu 32 Fahrern erfolgten. Neben einer neu entwickelten, sensorgestützten, semiautomatischen Zeitstudienmessung fand die Auswertung von summarischen Bordcomputer-Bestandesdaten über einen Zeitraum von drei Jahren Anwendung. Weiterhin erfolgte die (Weiter-)Entwicklung eines standardisierten Parcourstests, welcher auf einer Freifläche durchgeführt wird sowie eine Beurteilung der Leistung der Harvesterfahrer durch Gutachter. Alle vier Verfahren wurden miteinander verglichen und auf ihre Treffsicherheit und Aussagefähigkeit hin überprüft. Dabei konnten signifikante Korrelationen zwischen allen vier Datenerhebungsverfahren nachgewiesen werden, was eine Umrechnung untereinander grundsätzlich zulässt. Im Rahmen dieser Untersuchungen konnte die Vermutung quantitativ bestätigt werden, dass große, signifikant unterschiedliche Leistungshergaben zwischen den verschiedenen Harvesterfahrern existieren. Dies gilt nicht nur für den Vergleich zwischen so genannten „unerfahrenen“ und „erfahrenen“ Maschinenführern. Auch zwischen schon lange auf den Erntemaschinen arbeitenden Fahrern ist ein Leistungsunterschied von bis zu 80% zu verzeichnen. Somit ist die Beachtung des Parameters „Mensch“ für präzise Produktivitätsmodelle zwingend erforderlich. Der ursprüngliche Lösungsansatz, ein allgemein gültiges Produktivitätsmodell zu entwickeln, in dem der Einfluss des Menschen berücksichtigt wird, wurde aufgrund von Informationsdefiziten sowie zu starken Unterschieden und Komplexität der vorhandenen Modelle verworfen. Mit dem neu gewählten Lösungsansatz, der die Bestimmung eines Leistungswertes für jeden Fahrer vorsieht, ist es nun möglich, ein beliebig erstelltes Produktivitätsmodell linear auf ein Basisniveau zu normieren. Die Multiplikation des normierten Modells mit dem Leistungswert eines Fahrers ermöglicht es, die wahrscheinlich von ihm zu erwartende Produktivität zu berechnen. Dieser Wert kann auf verschiedene Weisen erhoben werden. Als Ergebnis dieser Arbeit kann dafür der entwickelte, schnell und einfach durchzuführende Parcourstest empfohlen werden. Er erreicht eine ungefähre Treffgenauigkeit von ±10%. Die Untersuchungen wiesen des Weiteren aus, dass beim Harvestereinsatz unter einfachen Umwelt- und Geländebedingungen der Fahrereinfluss auf die Produktivität bei 37% liegt. Er stellt somit nach Baumvolumen des ausscheidenden Bestandes (46%) den zweitwichtigsten Einflussfaktor dar. Die Leistungshergabe des einzelnen Harvesterfahrers ist nicht immer gleich, sondern verändert sich über der Zeit (Lernkurve). Die gemessenen Lerngeschwindigkeiten variieren dabei zwischen den Harvesterfahrern sehr stark. Das Anlernen eines unerfahrenen Harvesterfahrers dauerte bei den untersuchten Probanden im Mittel neun Monate, was einer Minderleistung von ca. 24% über diesen Zeitraum entspricht. Die bisherigen angenommenen Modelle der Lernkurve konnten bestätigt werden. Darüber hinaus zeigten sich Tendenzen, dass die Leistung der Fahrer nach der Lernphase ein konstantes Leistungsniveau erreicht, allerdings bei einer hohen Fehlerabweichung. Durch die Beurteilung und Berücksichtigung der Leistungen der Fahrer steht der Forstwirtschaft ein Werkzeug zur Verfügung, mit dem man in Zukunft die erstellten Produktivitätsmodelle für den Harvestereinsatz genauer auf die jeweiligen individuellen Gegebenheiten des eigenen Betriebes anpassen kann. Die Übertragung des gewählten Lösungsansatzes auf weitere Forstmaschinen, die von Menschen bedient werden, sollte geprüft werden.

Level thesis:degree_level

thesis.doctoral

Grantor dc:publisher

Technische Universität Dresden

Year

2009

Author dc:creator

• Purfürst, Thomas

Contributors dc:contributor

• Erler, Jörn
• Stampfer, Karl

• Harvester
• Harvesterfahrer
• Produktivität
• Produktivitätsmodelle
• Einfluss des Harvesterfahrers
• Harvester operator
• Harvester driver
• Productivity model
• Operator's influence