A Multi-Criteria Decision Model for the Localization Problem of the Rail System Train Equipment

Abstract

Starting from %51 in 2012, the use of domestic equipment is expected to reach 80% with the President the Repuplic of Turkey 11th Development Plan in all the rail system equipment. One of the most important steps in achieving the development goals in localization studies is the proper analysis of the equipment to realize the production of rail system equipment. This study provides a method for equipment prioritization, which is an important step towards achieving development goals. In this study, 28 system equipment is analyzed in urban heavy rail vehicles and all equipment for rail system vehicles is divided into 15 main type of equipment. Equipment prioritization is made for multi-criteria decision-making methods for 15 vehicles equipment. In the determination of the criteria, 3 main criteria and 7 sub-criteria are determined based on the literature research and expert opinion. The categorized equipment is calculated according to criteria by ANP and priority values are obtained. By using the TOPSIS (Technique for Order Preference by Similarity to Ideal Solution) method with priority values, the priority order to be used in the localization of the main system equipment is obtained. Then, the results of the ANP and TOPSIS is compared for consistency. The Drive and Motor System, which is one of the most important cost items for the operation and operation of rail vehicles for both methods in achieving the localization goal of the equipment in order of priority, has been determined as the equipment that needs to be localizated. There is no study in the literature on determining the priority order for the localization of train equipment for sustainable transport. It is thought that this study will be a pioneer in the studies to be carried out in this field and the targets of the localization of the countries.

Keywords

• Rail Systems
• Localization
• ANP-TOPSIS
• Rail System Equipment

RAYLI SİSTEM TREN EKİPMANLARININ YERLİLEŞTİRME PROBLEMİ İÇİN ÇOK KRİTERLİ BİR KARAR MODELİ

Abstract

2012 yılında %51’le başlayan yerli ekipman kullanım oranının Türkiye Cumhuriyeti Cumhurbaşkanlığı 11. Kalkınma Planıyla birlikte tüm raylı sistem ekipmanlarında %80 oranına ulaşması hedeflenmektedir. Yerlileştirme çalışmalarında kalkınma hedeflerinin gerçekleşmesinin en önemli adımlarından birisi raylı sistem ekipmanlarının üretimini gerçekleştirebilmek için öncelikli olarak ekipmanların analizinin uygun şekilde yapılmasıdır. Bu çalışma kalkınma hedeflerine ulaşmada önemli bir adım olan ekipman önceliklendirilmesiyle ilgili bir yöntem sunmaktadır. Bu çalışmada kent içi ağır raylı sistem araçlarında 28 sistem ekipmanı analiz edilerek raylı sistem araçları için bütün ekipmanlar 15 ana ekipmana ayrılmıştır. Raylı sistemler 15 araç ekipmanı için Çok Kriterli Karar Verme yöntemleri kullanılarak ekipman önceliklendirmesi yapılmıştır. Kriterlerin belirlenmesinde literatür araştırması ve uzman görüşünden yola çıkılarak 3 ana kriter, 7 alt kriter belirlenmiştir. Kategorize edilen ekipmanlar kriterlere göre ANP ile ağırlıklandırılmıştır. Bu ağırlıklarla TOPSIS yöntemi kullanılarak ana sistem ekipmanlarının yerlileştirilmesinde kullanılacak öncelik sırası elde edilmiştir. Daha sonra ANP ve TOPSIS sonucu tutarlılık için kıyaslanmıştır. Ekipmanların öncelik sıralarına göre yerlileştirme hedefine ulaşmada iki yöntem için de raylı araçların çalışabilmesi ve işletilebilmesi için temel ekipmanlarından biri olan ve en önemli maliyet kalemlerinden birisini oluşturan Tahrik ve Motor Sistemi öncelikli yerlileştirilmesi gereken ekipman olarak belirlenmiştir. Literatürde sürdürülebilir ulaşım için tren ekipmanlarının yerlileştirilmesinde öncelik sırasının belirlenmesiyle ilgili çalışmaya rastlanmamıştır. Çalışmanın bu alanda yapılacak çalışmalara ve ülkelerin yerlileştirme hedeflerine öncü olacağı düşünülmektedir.

Keywords

• Raylı Sistemler
• Yerlileştirme
• ANP-TOPSIS
• Raylı Sistem Ekipmanları

References

1. Ankara Büyükşehir Belediyesi EGO Genel Müdürlüğü, Raylı Sistemler 2019 İstatistikleri, https://www.ego.gov.tr/dosya/indir/18516.pdf, Ziyaret tarihi: 14 Kasım 2019.
2. Awasthi, Anjali, Satyaveer S. Chauhan, and Hichem Omrani., 2011, "Application of fuzzy TOPSIS in evaluating sustainable transportation systems.", Expert systems with Applications 38.10, 12270- 12280.
3. Baştürk, G., 2014, "Kent içi raylı toplu taşıma sistemleri incelemesi ve dünya örnekleri ile karşılaştırılması." Ulaştırma Haberleşme Uzmanlığı Tezi.
4. Cürebal A., Eren T., Özcan E.C., 2019, “Solutions of technology manager selection problem with ANP and PROMETHEE methods”, International Conference on Data Science, Machine Learning and Statistics – Van, 26-28 June, 171-173.
5. Demir A., 2015, “Raylı sistem araçlarında milli marka oluşturma yaklaşımı”, Yüksek Lisans Tezi, Fen Bilimleri Enstitüsü, Bahçeşehir Üniversitesi, İstanbul.
6. Donegan, H. A., and F. J. Dodd., 1991, "A note on Saaty's random indexes." Mathematical and computer modelling 15.10: 135-137.
7. Eren, T., and Gencer, M.A., 2016, "Ankara metrosu M1 (Kızılay-Batıkent) hattı hareket saatlerinin çizelgelenmesi." Akademik Platform Mühendislik ve Fen Bilimleri Dergisi, 4.2.
8. Evelin K., Djordjević B., 2018, "An Evaluation of Indicators of Railway Intelligent Transportation Systems using the Group Analytic Hierarchy Process.", Electronics Science Technology and Application 4.2.

9. Hamurcu M., Eren T., 2018, "Prioritization of high-speed rail projects.", International Advanced Researches and Engineering Journal 2.2, 98-103.
10. Hwang, C. L., and Yoon, K. S., 1981, “Multiple attribute decision making: Methods and applications”, New York: Springer-Verlag.
11. Karadere M., Kantarcı M., 2015, “Raylı Sistem Araçları Cer Motorlarının Dizayn Parametrelerinin Belirlenmesi Ve Yerli İmalat İmkanlarının Araştırılması”, Uluslararası Katılımlı 17. Makina Teorisi Sempozyumu.
12. Krmac, Evelin, and Boban Djordjević., 2017, "An evaluation of train control information systems for sustainable railway using the analytic hierarchy process (AHP) model.", European Transport Research Review 9.3, 35.
13. Nalcıoğlu H., 2016, “Lean Sıx Sıgma Based Methodology For The Localızatıon Of Materıal Supply: An Applıcatıon In Steel Industry”, Doktora Tezi, Marmara Üniversitesi, İstanbul.
14. Özcan, E.C., Avşar Özcan N., Eren T., 2017, “Selection of the solar power plants with CSP technologies by combined ANP-PROMETHEE approach”, Başkent University Journal of Commercial Sciences, 1(1), 18-44.
15. Özcan E.C., Danışan T., Eren T., 2019, "Hidroelektrik santralların en kritik elektriksel ekipman gruplarının bakım stratejilerinin optimizasyonu için matematiksel bir model önerisi.", Pamukkale Üniversitesi Mühendislik Bilimleri Dergisi25.4, 498-506.
16. Özcan, E.C., Demirelli B., Özder E.H., Eren, T., 2018, “Hidroelektrik santrallarda ana sistemlerin yerlileştirilmesi problemi için analitik ağ süreci ile öncelik analizi”, Uluslararası Bilimsel ve Mesleki Çalışmalar Kongresi, Kırıkkale ve İstanbul Kültür Üniversitesi, Ürgüp, Nevşehir, 5-8 Temmuz, 680-683.
17. Özcan E.C., Ünlüsoy S., Eren T., 2017, “ANP ve TOPSIS Yöntemleriyle Türkiye'de Yenilenebilir Enerji Yatırım Alternatiflerinin Değerlendirilmesi”, Selçuk Üniversitesi Mühendislik, Bilim ve Teknoloji Dergisi, 5.2, 204-219.
18. Paasha M., 2014, "Extortion in the oil states: Nationalization, regulatory structure, and corruption.", UCLA manuscript.
19. Pektaş İ., 2019, "Raylı Ulaşım Sistemleri Sektör Analizi", Anadolu Raylı Ulaşım Sistemleri Kümelenmesi (ARUS),https://www.anadoluraylisistemler.org/content/upload/document-files/rayli-sistemler- sektor-an-20190722120532.pdf, Ziyaret Tarihi: 17.09.2020 Pektaş, İlhami, Anadolu Raylı Ulaşım Sistemleri Kümelenmesi, 2017, "Raylı Ulaşım Sistemleri Sektör Analizi 2017."
20. Saaty, T. L., 1980, “The Analytic Hierarchy Process”, USA: Mcgraw-Hill International Book Company. T.C. Cumhurbaşkanlığı Strateji ve Bütçe Başkanlığı, 2019-2023 11.Kalkınma planı, http://www.sbb.gov.tr/wp-content/uploads/2019/07/OnbirinciKalkinmaPlani.pdf, Ziyaret tarihi: 8 Ekim 2019.
21. Uyguntürk, H., Korkmaz, T., 2012, “Finansal Performansın TOPSIS Çok Kriterli Karar Verme Yöntemi İle Belirlenmesi: Ana Metal Sanayi İşletmeleri Üzerine Bir Uygulama”, Eskişehir Osmangazi Üniversitesi İİBF Dergisi, 7(2), 95-115.
22. Zaliaeva, A. F., 2016, "Nationalization of key production assets of core Russian industries as a fuzzy-logic scientific task.", 2016 XIX IEEE International Conference on Soft Computing and Measurements (SCM), IEEE.