Моделирование эффективности использования основных фондов нефтехимических предприятий
Автор: Шинкевич А.И., Воронин М.В., Лубнина А.А.
Журнал: Известия Самарского научного центра Российской академии наук @izvestiya-ssc
Рубрика: Машиностроение и машиноведение
Статья в выпуске: 6 т.24, 2022 года.
Бесплатный доступ
Нефтехимические производства характеризуются высокими капитальными затратами и фондоемкостью, что обусловлено многостадийностью технологии, сложностью организационных структур и производственных и процессов, большими издержками на обеспечение экологической эффективности и безопасности производства продукции. Кроме того, многие элементы основных производственных фондов, в том числе установки нефтепереработки, синтеза аммиака, производства полиэтилена, характеризуются устаревшей громоздкой инфраструктурой и вовлечением больших объемов ресурсов. Таким образом, при совершенствовании основных производственных фондов необходимо учитывать все новейшие технологии и концепции развития. Исходя из вышесказанного, следует, что акцент от нового строительства смещается в сторону реконструкции, модернизации и технического перевооружения. Целью статьи является моделирование эффективности использования основных фондов нефтехимических предприятий на примере ПАО «Казаньоргсинтез». Достижение данный цели предполагает решение следующих задач: рассмотрение передового опыта модернизации производственных мощностей; проведение диагностики показателей эффективности использования основных производственных фондов ПАО «Казаньоргсинтез»; построение регрессионной модели эффективности использования основных фондов ПАО «Казаньоргсинтез»; прогнозирование тенденций использования основных производственных мощностей на будущий период. В статье использованы методы описательной статистики, применены методы корреляционно-регрессионного анализа и методы прогнозирования. Объектом исследования выбрано предприятие ПАО «Казаньоргсинтез», которое является крупнейшим нефтехимическим предприятием России и Татарстана, один из крупнейших производителей полиэтиленов высокой и низкой плотности в России. Предметом исследования является математическое моделирование эффективности использования основных фондов предприятия. Полученные результаты исследования позволят более адресно разработать комплекс мероприятий по модернизации основных фондов ПАО «Казаньоргсинтез».
Пао казаньоргсинтез, основные фонды, корреляционно-регрессионный анализ, прогнозирование, моделирование
Короткий адрес: https://sciup.org/148325325
IDR: 148325325 | DOI: 10.37313/1990-5378-2022-24-6-114-120
Текст научной статьи Моделирование эффективности использования основных фондов нефтехимических предприятий
Россия обладает крупнейшими запасами природных углеводородов, что позволяет оказывать влияние на мировой рынок топливноэнергетических ресурсов и иметь инструмент давления при ведении внешнеполитической деятельности. Помимо обеспечения устойчивости отечественной экономики и промышленности, крупные запасы углеводородных ресурсов обуславливают формирование и развитие нефте-
химической промышленности, как базовой обрабатывающей отрасли, играющую важнейшую роль в развитии страны в целом, а также в развитии других смежных отраслей (например, лакокрасочной, горно-химической, лесохимической и др.). Нефтехимическая промышленность – это отрасли и предприятия, перерабатывающие природные углеводороды, для производства синтетических материалов и органических промежуточных продуктов (в том числе: синтетический каучук, резиновые изделия, продукты основного органического синтеза и др.). Однако, состояние основных фондов предприятий нефтехимической промышленности находятся в состоянии сильного морального и физического износа, что требует политики обновления производственных мощностей.
Важным элементом создания современной производственной инфраструктуры нефтехимических предприятий должно стать полное техни- ческое перевооружение в соответствии с современными глобальными концепциями, такими как Устойчивое развитие и Индустрия 4.0. Следовательно, акцент смещается на создание умных предприятий на базе киберфизических систем, в которых управление производством осуществляется искусственным интеллектом, все элементы интегрированы между собой при помощи промышленного интернета, а бизнес-процессы полностью автоматизированы и роботизированы. Обеспечение бесперебойности таких производств обеспечивается применением новейших информационных систем и программного обеспечения, в основе которых лежат методы математического моделирования, прогнозирования, нейросетевых решений с использованием технологий BigData и облачных технологий. Следовательно, совершенствование основных фондов нефтехимических производств требует применения современных подходов, что обуславливает несомненную актуальность выбранной нами тематики исследования.
Совершенствованию производственной инфраструктуры нефтехимических предприятий посвящено значительное число работ отечественных и зарубежных ученых.
В работах Шикевича А.И., Барсегян Н.В. определены эффективные формы организационных структур и производственных процессов предприятий нефтехимического комплекса за счет внедрения систем автоматизации и современных инновационных технологий. Кроме того, дано основание необходимости предпринимательских инициатив в реализации проектов по модернизации производств, совместно с государственными институтами, вузами и проектными организациями [1].
Эффективная организационная структура нефтехимического предприятия невозможна без грамотного налаженной логистической системы, включающую эффективную интеграцию с поставщиками материально-технических ресурсов и налаженными каналами реализации продукции. Определение особенностей распределительной логистики нефтехимических предприятий входит в область научных интересов Малышевой Т.В. и Ганеевой Г.А. Авторы уделяют особое внимание формированию каналов реализации продукции как внутри страны так и на зарубежные рынки, с учетом специфики выпускаемой продукции и сложностями в геополитической ситуации [2].
Сетевую интеграцию и кластеризацию предприятий считают эффективными организационными формами развития нефтехимических производств Фомин Н. Ю., Дырдонова А. Н., Андреева Е. С. В своей статье авторы дают обоснование интеграции нефтехимических предприятий, а также предприятий смежных отраслей промышленности, находящихся на локальной территории, для реализации крупных проектов, преимущество которых в экономии транспортно-логистических издержек [3].
Будущее производственных систем в рамках концепции «Индустрия 4.0», развитие умных и интеллектуальных производств изложено в исследованиях Бугакова В.М., Федорова А., Шкодырева В., Зобнина С., Liao Y., Deschamps F., Loures E., Ramos L.F.P. Mittal S., Khan M. A., Romero D., Wuest Th. Qian F., Zhong W., Du W. [4-7]. Глубокая методологическая проработка вопросов организации ресурсосберегающих и экологических производственных систем и оценка их эффективности проведена в работах Мешалкина В.П., Шинкевича А.И., Кудрявцевой С.С. Бобкова В.И., Федулова А.С., Дли М.И., Моргунова Е.В. [8-10].
Целью статьи является моделирование эффективности использования основных фондов нефтехимических предприятий на примере ПАО «Казаньоргсинтез». Объектом исследования выбрано предприятие ПАО «Казаньоргсинтез», поскольку является крупнейшим нефтехимическим предприятием России и Татарстана, один из крупнейших производителей полиэтиленов высокой и низкой плотности в России. Предметом исследования является математическое моделирование эффективности использования основных фондов предприятия.
МЕТОДИКА ИССЛЕДОВАНИЯ
В статье использованы методы описательной статистики для оценки состояния основных фондов ПАО «Казаньоргсинтез» в 2013-2020 гг. В исследовании применены корреляционно анализа для определения независимых переменных имеющих тесную связь с использованием основных производственных мощностей предприятия. Построена регрессионная модель эффективности использования основных фондов ПАО «Казаньоргсинтез». Кроме того, в работе применен линейный тренд для прогнозирования показателя «Использование производственных мощностей, %» на 2021 г.
РЕЗУЛЬТАТЫ ИССЛЕДОВАНИЯ
Математическое моделирование используют в различных областях деятельности для решения широкого спектра задач. В данном исследовании используем инструменты математического анализа для оценки эффективности использования основных фондов и производственных мощностей ПАО «Казаньоргсинтез» на базе следующих показателей в динамике за 2013-2020 гг. [11]:
Y – Использование производственных мощностей, %;
k1 – Индекс физического объема, в %;
k2 – Основные фонды, млн. рублей;
k3 – Производственные мощности, тыс. тонн;
k4 – Потребление ЭЭ (электроэнергии), млн. кВтч.;
k5 – Потребление ТЭ (тепловой энергии), тыс. Гкал.;
k6 – Энергоемкость продукции, кг.у.т. / тыс. рублей;
k7 – Эффект от программы ресурсосбережения, млн. рублей;
k8 – Затраты на ООС (охрану окружающей среды), млн. руб.;
k9 – Образование отходов, тыс. тонн;
k10 –Затраты на производство продукции, млн. руб.;
k11 – Производство продукции, млн. руб.
Выделение круга показателей, имеющих наибольшее влияние на использование производственных мощностей, проведем на основе корреляционно-регрессионного анализа, который широко используется для выявления связей между рассматриваемыми случайными переменными. Анализ проводится в два этапа:
корреляционный анализ – позволяет выявить тесноту связи между переменными;
регрессионный анализ – позволяет выявить степень взаимосвязи между переменными и моделировать будущие зависимости.
Проведение корреляционного анализа подразумевает определение коэффициента корреляции, на основании которого определяется теснота связи между переменными. Если коэффициент корреляции близок к 0, то связь между показателями отсутствует, если стремится к 1, то имеет место прямая тесная связь между показателями, если стремится к -1 связь тесная обратная.
Зависимой переменной работе выбран показатель «Использование производственных мощностей, %» (Y) поскольку он характеризует эффективность использования основных фондов предприятия и зависит от множества различных показателей, которые использованы в качестве независимых переменных.
По результатам матрицы парной корреляции для показателей эффективности использования основных фондов и производственных мощностей ПАО «Казаньоргсинтез» можно заключить, что наибольшее влияние на зависимую переменную оказали показатели k6 – Энергоемкость продукции, кг.у.т. / тыс. рублей (rk6=-0,98); k8 – Затраты на ООС, млн. руб. ( rk2=0,97); k10 – Затраты на производство продукции, млн. руб. (rk2=0,95) (таблица 2).
Однако, предварительный регрессионный анализ показал, что построение адекватной регрессионной модели может быть на основе использования двух независимых переменных «Энергоемкость продукции, кг.у.т. / тыс. рублей» и «Затраты на ООС, млн. руб.», которые имеют наибольшую связь с зависимой переменной. Таким образом, в таблице 2 сформированы исходные данные для построения регрессионной модели эффективности использования производственных мощностей.
На рисунке 1 представлена 3D-модель использования производственных мощностей и основных фондов ПАО «Казаньоргсинтез» в 20132020 гг. На основе полученных данных построена регрессионная модель, показатели адекватности которой представлены на рисунке 2.
Рассмотрим полученные результаты. Оценка качества построенной модели начинается с оценки коэффициентов детерминации и мно-
Таблица 1 – Матрица парной корреляции для показателей эффективности использования основных фондов и производственных мощностей ПАО «Казаньоргсинтез» (рассчитано автором)
Y k1 k2 k3 k4 k5 k6 k7 k8 k9 k10k11
Y 1
k1 -0,301
k2 0,85 -0,121
k3 -0,84 0,42 -0,741
k4 0,50 0,56 0,47 -0,181
k5 -0,51 0,50 -0,22 0,35 0,081
k6 -0,98 0,25 -0,87 0,84 -0,57 0,371
k7 0,76 -0,58 0,45 -0,76 0,04 -0,73 -0,651
k8 0,97 -0,51 0,77 -0,83 0,33 -0,61 -0,94 0,831
k9 -0,73 0,65 -0,34 0,72 -0,03 0,66 0,65 -0,96 -0,831
k10 0,95 -0,56 0,78 -0,85 0,25 -0,61 -0,91 0,87 0,99 -0,841
k11 0,61 -0,04 0,79 -0,47 0,46 0,24 -0,70 0,11 0,53 -0,13 0,52 1
Таблица 2 – Исходные данные для построения регрессионной модели оценки эффективности использования основных фондов и производственных мощностей ПАО «Казаньоргсинтез» [11]
Годы |
Использование производственных мощностей, % |
Энергоемкость продукции (кг.у.т. / тыс. рублей) |
Затраты на 00С, млн. руб. |
2013 |
87,5 |
12,77 |
381,9 |
2014 |
86,4 |
12,87 |
378,6 |
2015 |
88,1 |
12,36 |
392,4 |
2016 |
92 |
10,23 |
410,4 |
2017 |
94 |
9,71 |
440 |
2018 |
94 |
9,83 |
450 |
2019 |
95,4 |
9,12 |
477,8 |
2020 |
96,7 |
9,27 |
481,5 |
Использование производственных мощностей, % = 3282,5962-302,466*х-7,639*у+6,6041*х*х
+ 0,3823*х*у+0,0044*у*у

Рис. 1. – 3D-модель использования основных фондов (рассчитано автором)
■ > 260
-
■ < 236
-
■ < 196
I I <156
<116
^Н < 76
вывод итогов
Регрессионная статистика
Множественный R |
0,9938 |
R-квадрат Нормированный R- |
0,9877 |
квадрат |
0,9827 |
Стандартная ошибка |
0,5165 |
Наблюдения |
8 |
Дисперсионный анализ
df |
SS |
MS |
F |
Значимость F |
|
Регрессия |
2 |
106,69 |
53,34 |
199,98195 |
1,694Е-05 |
Остаток |
5 |
1,33 |
0,27 |
||
Итого |
7 |
108,02 |
|||
Станд. |
t- |
P- |
Нижние Верхние |
||
Коэф. |
ошибка |
статистика |
Значение |
95% 95% |
|
Y-пересечение |
91,5167 |
9,1845 |
9,9643 |
0,0002 |
67,9072 115,1262 |
Переменная X 1 |
-1,4807 |
0,3414 |
-4,3365 |
0,0075 |
-2,3584 -0,6030 |
Переменная X 2 |
0,0380 |
0,0132 |
2,8654 |
0,0352 |
0,0039 0,0720 |
Рис. 2. – Протокол выполнения регрессионного анализа (рассчитано автором)
жественной корреляции. Коэффициент детерминации (R-квадрат) составляет 0,987, т.е. 98,8% вариации у учитывается в модели и обусловлено влияние отобранных переменных. Коэффициент множественной корреляции (Множественный R) – 0,99, т.е. наблюдается тесная связь между зависимой переменной у и отобранными факторами.
теризующего эффективность основных фондов, оказывает отрицательное влияние энергоемкость продукции и положительное влияние затраты на окружающую среду.
Согласно линейной лини тренда удельный вес использования производственных мощностей ПАО «Казаньоргсинтез» на 2020 г. составит 97,1% (рисунок 3).

у = 1,5369х + 84,846 R2 = 0,9184

2013 2014 2015 2016 2017 2018 2019 2020
Рис. 3. – Линейная линия тренда, построенная для прогноза показателя «Использование производственных мощностей, %» на 2021 г. (рассчитано автором)
Уравнение регрессии примет вид:
у = 91,5 – 1,48k1 + 0,03k2, (1) где Y – Использование производственных мощностей, %;
k1 – энергоемкость продукции, кг.у.т. / тыс. рублей;
k2 – затраты на ООС, млн. руб.
Важно оценить значимость уравнения регрессии на основе F-критерия Фишера. Расчетное значение критерия Фишера составляет 199,9. Табличное значение рассчитаем с помощью функции Excel FРАСПОБР при доверительной вероятности 0,95, числитель степеней свободы равен 3, знаменатель степеней свободы – 4: FРАСПОБР (0,05; 3; 4) = 10,382. Таким образом, Fрасч. > Fтабл. (199,9 > 10,382), полученное уравнение регрессии является адекватным.
Статическая значимость коэффициентов уравнения регрессии оценивается с помощью t-критерия Стьюдента. Табличное значение найдем также с помощью функции Excel СТЬЮ-ДРАСПОБР при вероятности 0,05 и 4 степенях свободы: СТЬЮДРАСПОБР (0,05; 4) = 2,776445. Поскольку |tрасч.| > |tтабл.|, то полученные коэффициенты значимы.
По результатам корреляционно-регрессионного анализа можно заключить, что на процент использования производственных мощностей ПАО «Казаньоргсинтез», как показателя, харак-
ЗАКЛЮЧЕНИЕ
Таким образом, по результатам математического анализа эффективности использования основных фондов и производственных мощностей ПАО «Казаньоргсинтез» на базе комплекса показателей в динамике за 2013-2020 гг. можно сделать вывод от том, что увеличить долю использования производственных мощностей можно путем снижения энергоемкости продукции и увеличения затраты на окружающую среду. На основании полученные результаты позволят более адресно разработать комплекс мероприятий по модернизации основных фондов ПАО «Казаньоргсинтез».
Список литературы Моделирование эффективности использования основных фондов нефтехимических предприятий
- Шинкевич, М.В. Роль предпринимательских инициатив в совершенствовании организации производства предприятий нефтехимического комплекса / М.В. Шинкевич, Н.В. Барсегян // Вестник Белгородского университета кооперации, экономики и права. – 2019. – № 2. – С. 358-369.
- Малышева, Т.В., Организационно-экономические особенности распределительной логистики нефтехимических производств / Т.В. Малышева, Г.А. Ганеева // Вестник Казанского технологического университета. – 2014. – Т. 17. – № 21. – С. 431-434.
- Фомин, Н.Ю. Совершенствование механизма сетевой интеграции и кластеризации предприятий нефтегазохимического комплекса Республики Татарстан / Н.Ю. Фомин, А.Н. Дырдонова, Е.С. Андреева // Научное обозрение. – 2015. – № 18. – С. 250-252.
- Бугаков ,В.М. Системные связи показателей функционирования управляемой экономики промышленных предприятий / В.М. Бугаков // Известия высших учебных заведений. Северо-Кавказский регион. Серия: Технические науки. – 2009. – № 2 (150). – С. 104-106.
- Liao Y., Deschamps F., Loures E. and Ramos L.F.P. Past, present and future of Industry 4 – a systematic literature review and research agenda proposal // International Journal of Production Research, Taylor & Francis, 2017. – 55 (12). – 3609-3629.
- Mittal S., Khan M. A., Romero D., Wuest Th. Smart manufacturing: Characteristics, technologies and enabling factors // Proceedings of the Institution of Mechanical Engineers Part B Journal of Engineering Manufacture. 2019. Vol. 233(5). Pp. 1342-1361.
- Qian F., Zhong W., Du W. Fundamental theories and key technologies for smart and optimal manufacturing in the process industry // Engineering. 2017. Т. 3. № 2. Pp. 154-160.
- Bobkov V.I., Fedulov A.S., Dli M.I., MeshalkinV.P., Morgunova E.V. Scientifi c basis of effective energy resource use and environmentally safe processing of phosphorus-containing manufacturing waste of ore-dressing barrows and processing enterprises // Clean Technologies and Environmental Policy, 2018. – 20(10). – 2209-2221.
- Fedorov A., Shkodyrev V., Zobnin S. Knowledge based planning framework for intelligent distributed manufacturing systems // Lecture Notes in Computer Science. 2015. Т. 9141. Pp. 300-307.
- Meshalkin V.P., Gartman T.N., Kokhov T.A., Korelstein L.B. Heuristic topological decomposition algorithm for optimal energy-resource-effi cient routing of complex process pipeline systems. // Doklady Chemistry, – 2018. – 482(2). – 246-250.
- Официальный сайт ПАО «Казаньоргсинтез» [Электронный ресурс] – URL: https://www.kazanorgsintez.ru/ (дата обращения: 19.05.2022).