Повышение надёжности сельскохозяйственной техники обоснованием резерва запасных частей на период полевых работ

Введение. Резервирование в трудах многих учёных рассматривается как способ управления надёжностью технических систем. Применительно к сельскохозяйственной технике методы резервирования запасных частей получили развитие и широко используются в дилерских сервисных центрах и в организациях, являющихся операторами рынка запасных частей. В прошлом веке отсутствие автоматизации процессов сбора и обработки первичной информации о потреблении запасных частей машинами существенно сдерживало внедрение в сельскохозяйственное производство передовых методов управления их эксплуатационной надёжностью. Появление персональных компьютеров и пакетов специализированных программ сегодня позволяет расширить круг лиц, которые на практике используют научные достижения теории складской логистики и других смежных наук. Актуальным является вопрос обоснования резерва запасных частей для сельскохозяйственной техники, что позволит снизить непроизводительные простои машин, связанные с подвозом деталей и восстановлением работоспособности машин.

Методика исследования. Наука и практика управления складами запасных частей требует разделения номенклатуры запаса по группам [1, 2, 3]. Чаще всего здесь рассматриваются два метода управления запасами: метод АВС-классификации и метод XYZ-классификации. При этом основную модель управления запасами в логистике представляют в виде минимизации издержек предприятия, связанных с приобретением, доставкой, хранением резервов, а также возможными убытками (штрафами) от их отсутствия [1].

Методы управления по группам АВС-клас-сификации основываются на законе Парето (законе 80/20). Эти методы являются хорошо разработанным инструментом, однако они больше подходят для пред- приятий с равномерным круглогодичным темпом производства и спросом на складские запасы. На сельскохозяйственных предприятиях наблюдается неравномерная загрузка машин на полевых и других работах, т.е. имеют место сезонные пики оперативной потребности в запасных частях. Авторы [4, 5, 6] обосновывают величину резерва запасных частей для машин на период полевых работ с использованием методов теории вероятностей и теории массового обслуживания. Отказы машин авторы рассматривают как случайный спрос i в единицу времени на запасные части i-го типа, резерв запасных частей пополняется перед сезоном полевых работ. При этом рассматривается надёжность P(n) системы для случая ненагруженного (холодного) резервирования в виде

k р (n )=Пр (n),           (i)

i =1

где n i – резерв элементов i -го типа;

k – количество типов деталей;

P i (n) – вероятность безотказной работы подсистемы из элементов i -го типа.

В работах [7, 11] авторы представляют каждый трактор или комбайн в период полевых работ как систему, в которой имеется группа из Q ненадёжных элементов q i , требующих замещения в течение времени t (рисунок 1).

Данные элементы могут как иметь общие связи, так и быть независимыми, но отказ каждого из них приводит к остановке машины. Работоспособность машины восстанавливается путём замещения отказавшего элемента резервным, т.е. имеем ненагружен-ное резервирование, при котором функции основного элемента передаются резервному только после отказа основного элемента.

Рисунок 1 – Схема ненагруженного резервирования замещением

При обосновании складского запаса предприятию важно обеспечить минимум риска нехватки деталей и узлов в период полевых работ. Стоимость S r резерва складывается из стоимостей S i каждой запасной части q i , размещённой в заявке на приобретение ( q Q ), включая издержки доставки на предприятие и хранение. Если резерв склада предприятия по i -му типу деталей меньше ожидаемого спроса в период полевых работ, то предприятие несет убытки U 1 от простоя техники. Если резерв превышает спрос, то часть деталей остается вне оборота и предприятие также имеет убыток U 2 , который связан с увеличением затрат на запасные части и стоимости их хранения. Необходимо найти компромиссный вариант между убытками и затратами предприятия. Минимальный риск нехватки деталей в период работ представим через вероятность возникновения отказа элементов i- го типа с простоем системы

k

F S^Q-q )• p ( q ) + U ^q-Q )• p ( q ) ,

i =1

где p(q) – вероятность отказа q запасных частей.

Решение этой модели в условиях производства возможно при наличии на складе автоматизированной системы с базой данных, в которой имеется массив внутренней информации предприятия об интенсивности потребления запасных частей i -го типа машинами в прошлые годы, а также данные о текущей стоимости этих запчастей. Нами разработано программное обеспечение «Агрокомплекс-«Ресурсы», которое позволяет вести базу данных склада запасных частей сельскохозяйственного предприятия с контролем прихода и расхода складских материалов [8, 9, 10]. Для разработки использовались среда Delphi-2007 и свободно распро-

при наличии ограничения

k

i =1

где S i – стоимость запчасти i -го типа.

Критерий (3) не лимитирует верхний предел запаса, поэтому здесь появляется вероятность того, что не все детали из резерва будут востребованы и предприятие имеет риск получить ущерб U 2 . Данное противоречие описывается известной из теории операций математической моделью [6]

q=Q +1

страняемый сервер баз данных Firebird. Программа «Ресурсы» имеет дополнительный модуль планирования резервов запасных частей, окно которого показано на рисунке 2. Данный модуль позволяет делать выборку наиболее востребованных запасных частей в конкретном периоде полевых работ и рассчитывать их рекомендуемый сезонный резерв. Далее после редактирования оператором программы данный перечень отправляется в окно формирования бланка заявки на запчасти (рисунок 3). Заявку можно выводить на печать или конвертировать в файл формата MS Ecxel, который можно отправить по электронной почте поставщику.

Рисунок 2 – Окно модуля планирования резервов запасных частей

Рисунок 3 – Окно формирования заявки

Функциональные возможности программы пока не позволяют вести прогноз складского резерва в соответствии с описанной выше моделью. Но программа позволяет определять среднее значение q сезонного запаса деталей i-го типа на основании анализа их потребления в указанный период работ за предыдущие годы. Необходимый текущий запас q для i-го складского материала на пиковый сезон полевых работ определяется программой по формуле qi   C1i D Ni , где С1i – среднесуточное потребление i-й запасной части, ед/(сут . маш);

D – продолжительность сезона полевых работ (агроскрок), сут;

Ni – количество машин на предприятии, потреб- ляющих данную запасную часть, шт.

Параметр С 1i для i -й запасной части определяется программой путём анализа данных о её потреблении в указанные сезоны в прошлые годы. Например, если пользователь задаёт глубину анализа три года, формула для расчёта среднесуточного потребления будет иметь вид

C 1 i

g 3

I g1

mig

D N ig

где m ig – количество потреблённых i -тых деталей со склада за период D в g -том году, шт.;

N ig – количество машин, потребляющих i -тую деталь в g -том году, шт.

Рисунок 4 – Алгоритм программы расчёта резерва запасных частей на сезон

Алгоритм модуля планирования резервов запасных частей показан на рисунке 4. Он был предложен в магистерской работе С.В. Лаптева [11]. С помощью алгоритма формируется реестр наиболее востребованных в рассматриваемом сезоне деталей и узлов и рассчитывается их рекомендуемый текущий запас q i . Затем результаты расчёта заносятся в бланк заявки, который может быть сохранен или распечатан.

Производственная проверка программного обеспечения осуществлялась на предприятиях Зерно- градского и Весёловского районов в период посева и уборки сельскохозяйственных культур.

Результаты исследований и их обсуждение. Формирование сезонных складских резервов осуществлялось для посевных агрегатов ДТ-75М+3СЗ-3,6А и Беларус-1221+2СЗП-3,6Б-01, а также в период уборки зерновых для комбайнов Дон-1500Б. В таблице 1 показаны статистические характеристики параметра, время восстановления Tв комбайнов до и после внедрения программного обеспечения. Видно, что исполь- зование программного обеспечения снижает время простоя и восстановления комбайнов Тв на 37%. На рисунке 5 показаны графики плотностей распределения случайной величины Tв, подчиняющейся закону

Вейбулла. График плотности распределения параметра Т в после внедрения смещен влево, а разброс данных меньше, чем до внедрения.

Талица 1 – Основные статистические характеристики параметра Т в до и после внедрения программного модуля

Показатель	Значения Т в , мин
	до внедрения	после внедрения
Среднее значение h	102,84	64,72
Стандартное отклонение ст	59,78	46,96
Дисперсия D	3573,933	2205,72
Коэффициент вариации V	0,58	0,72
Параметры ЗРВ	а = 120,94; b = 1,86	а = 75,30; b =1,88
Критерий Пирсона %2 для ЗРВ	14,82	13,57

Простой, час

-■— До внедрения -*- После внедрения

Рисунок 5 – Плотности распределения параметра Т в зерноуборочных комбайнов до и после внедрения программного обеспечения

Снижение времени простоев сказывается на увеличении дневной производительности машин. Данный показатель является также случайной величиной и для комбайнов описывается нормальным законом распределения (таблица 2). Графики плотностей распределения производительности до и после внедрения автоматизированного метода обоснования резервов склада показаны на рисунке 6. График плотности распределения дневной производительности комбайнов после внедрения смещается вправо, что говорит об увеличении производительности комбайнов при внедрении IT-инноваций.

В таблице 3 представлены результаты расчёта комплексного показателя надёжности – коэффициент оперативной готовности К ог для зерноуборочных комбайнов и посевных агрегатов до и после внедрения автоматизированного метода резервирования запасных частей.

Таблица 2 – Статистические характеристики параметра дневная производительность зерноуборочных комбайнов Дон-1500Б, га

Параметр	До внедрения	После внедрения
Среднее	18,44	20,55
Медиана	17,8	20,8
Стандартное отклонение	4,61	5,3
Дисперсия выборки	21,26	28,16
Коэффициент вариации	0,25	0,26

0,10000

0,09000

0,08000

0,07000

0,06000

0,05000

0,04000

0,03000

0,02000

0,01000

0,00000

Wдн, га

-*- До -■- После

Рисунок 6 – Изменение дневной производительности зерноуборочных комбайнов при внедрении АРМ управления резервами запасных частей

Таблица 3 – Значения коэффициента оперативной готовности машин

Составы агрегатов и марка комбайна	Значения К ог
	до внедрения	после внедрения
Беларус-1221+2СЗП-3,6Б-01	0,891	0,943
ДТ-75М+3СЗ-3,6А	0,834	0,861
Дон-1500Б	0,893	0,932

Заключение. Разработанное для прогнозирования потребности в запасных частях программное обеспечение позволяет вести электронную картотеку склада ремонтной мастерской на сельскохозяйственном предприятии, осуществлять автоматизированную поддержку формирования бланка заявки на запчасти. Расчёт рекомендуемого сезонного запаса в текущей версии программы осуществляется путём анализа потребления конкретной детали в заданном периоде в прошлые годы. За многолетний период производственного использования программного продукта номенклатура базы данных программы насчитывает около 15000 позиций запасных частей отечественной сельскохозяйственной техники и грузовых автомобилей. Дальнейшее развитие программного продукта предполагает совершенствование методов прогноза в соответствии с предлагаемой в статье моделью, обеспечивающей минимальный риск нехватки запасных деталей в период работ.

Сезонное резервирование запасных частей в условиях складов сельскохозяйственных предприятий с помощью специализированного программного обеспечения способствует повышению эксплуатационной надёжности техники, поскольку наблюдается увеличение комплексного показателя – коэффициент оперативной готовности на 3,5–5,8%.