По данным «Автостата», 65% грузовых автомобилей в РФ имеют возраст старше 15 лет и поэтому считаются уже устаревшими. Предприятия, которые владеют таким автопарком, постоянно сталкиваются с проблемой оценки технического состояния, потому что если отправить в рейс автомобиль, который вовремя не прошёл обслуживание, он может выйти из строя, и перевозка не состоится. Поэтому очень важно прогнозировать неисправности машин, чтобы компании-перевозчики не понесли убытки. Учёные из Пермского Политеха создали математическую модель, которая поможет бизнесу эффективно следить за состоянием автомобилей. Разработка проведена в рамках программы стратегического академического лидерства «Приоритет 2030».

Статья с результатами исследования опубликована в журнале «Вестник Южно-Уральского государственного университета».

- При принятии решений о проведении и содержании восстановительных ремонтов транспортных средств предприятия в целях экономии часто ограничиваются обслуживанием, которое необходимо для возврата авто на линию. Однако водители хорошо знают, что более дорогой агрегатный ремонт, то есть замена целиком дефектного оборудования вместо его комплектующих, приводит к большему повышению надежности автомобиля. Повысить экономическую эффективность автопарка можно, руководствуясь оценкой всех последствий обслуживания, включая доходы от будущих перевозок, однако для этого нужен комплекс моделей оценки, который мы разработали совместно с коллегами из Тамбовского технического университета, - рассказывает заведующий кафедрой автоматизации технологических процессов Березниковского филиала Пермского Политеха, доктор технических наук, профессор Андрей Затонский.

Для исследования влияния параметров надежности автомобилей на готовность транспортной организации осуществлять перевозки была написана модель на языке программирования GPSS. Она включает в себя: возраст авто, частота эксплуатации, дата последнего обслуживания и десятки других параметров. Характеристики разработки подобраны таким образом, чтобы обеспечить очень высокую загруженность достаточно старого автопарка, в котором изначально 20% ТС имеют недостаточную надёжность.

Учёные проверили разработанную модель с помощью имитации реальной работы компании по грузоперевозкам с разным количеством автомобилей в парке. С помощью сортировки она показывала, какую машину можно отправить в рейс, а какую необходимо отремонтировать. В ходе модельного эксперимента удалось добиться повышения эффективности эксплуатации автопарка. Также учёные сделали вывод, что при максимальной нагрузке парк из 20 авто справляется с перевозками только в течение 4 месяцев, а из 40 транспортных средств по истечении 6 месяцев, после чего все автомобили уходят на ремонт.

Благодаря созданной модели учёными ПНИПУ, компании с крупными автопарками, например строительные, горнодобывающие, сельскохозяйственные и другие, смогут сократить свои расходы путём повышения обоснованности выбора автомобиля для выхода в рейс и выбора вида и содержания ремонта.

Поддержать редакцию