CC BY
55
УДК 631.17: 664.61.001.2
ИССЛЕДОВАНИЕ ЭФФЕКТИВНОСТИ ТЕХНИЧЕСКОГО СЕРВИСА ЗЕРНОПЕРЕРАБАТЫВАЮЩЕГО ОБОРУДОВАНИЯ МЕТОДОМ МНОГОФАКТОРНОГО ЭКСПЕРИМЕНТА
© 2015 г. В.Н. Курочкин, Е.Н. Кущева, Н.С. Полуян
Целью исследования является повышение эффективности и надежности функционирования зерноперерабатывающего оборудования. В сфере технического обслуживания и ремонта эксплуатационную надежность обеспечивает подсистема сервиса, организация которой может быть централизованной, децентрализованной и комбинированной. На практике широко распространен вариант децентрализованной (автономной) системы технического сервиса. Исследована эффективность технического сервиса машин и оборудования зерноперерабатывающего предприятия при автономной системе его организации.
Средства предприятия по управлению надежностью зерноперерабатывающего оборудования представляют собой посты, оборудованные для технического обслуживания и ремонта. Требования (заявки) на обслуживание поступают в случайные моменты времени, причем распределение отрезков времени между поступлениями заявок описывается экспоненциальным законом распределения и пуассоновским входящим потоком.
Оптимизация процесса технического обслуживания и ремонта состоит в поиске точки, в которой сумма убытков и затрат на его функционирование является минимальной. В качестве параметра оптимизации (функция отклика) выбрана целевая функция, отражающая минимизацию затрат на технический сервис зерноперерабатывающего оборудования. Разнонаправленность компонентов целевой функции для варианта автономной системы технического сервиса позволила предположить существование некоторой точки оптимума.
Реализовали на ЭВМ компьютерную модель автономной системы организации технического сервиса и сопоставили результаты моделирования с результатами пассивного эксперимента.
Ввиду многовариантности влияния составляющих целевой функции на параметр оптимизации было принято решение о проведении многофакторного эксперимента.
Цель проведения эксперимента заключается в определении оптимального соотношения между затратами на технический сервис зерноперерабатывающего оборудования и ущербом от его простоя.
Для управления показателями надежности на примере автономной системы реализована компьютерная программа и алгоритм моделирования автономной системы технического обслуживания в режиме реального времени для целей системы управления надежности.
Ключевые слова: зерноперерабатывающее оборудование, надежность, эффективность функционирования, технический сервис, организация, компьютерное моделирование.
Research objective is to improve the efficiency and reliability of the grain-processing equipment. In the maintenance and repair service area reliability is provided by the service subsystem organization of which can be centralized, decentralized and combined. In practice, variant of decentralized (autonomous) technical service system is widespread. This article investigates the effectiveness of grain processing enterprises machinery and technical equipment service in the autonomous system of its organization.
Enterprises means for the reliability management of grain-processing equipment are the positions equipped for maintenance and repair. Requirements (application) for maintenance come at random times, and the time intervals distribution between applications receipts is described by an exponential distribution law and poisson incoming flow.
Optimization of the maintenance and repair process is to find the point at which the amount of loss and its operation cost is minimal. As the optimization parameter (response function) there is selected objective function, which reflects the minimizing costs of the grain-processing equipment technical service. Different directions of the objective function components for the autonomous technical service system option allowed to assume the existence of some optimum point.
There is implemented on a computer system the autonomous organization technical service computer model and the simulation results were compared with the passive experiment results.
In view of the multi-variant impact of the objective function components on the optimization parameter it was decided to conduct a multivariate experiment.
The purpose of the experiment is to determine the optimal relationships among the costs of grain-processing equipment technical services and its downtime damage.
To control reliability parameters on the example autonomous system there are implemented computer software and modeling systems algorithm of autonomous maintenance in real time for the control system reliability.
Key words, grain processing equipment, reliability, operation efficiency, technical service, organization, computer simulation.
Введение. Эффективность и надежность функционирования
зерноперерабатывающего оборудования зависит от применяемых методов управления его надежностью. В сфере технического обслуживания и ремонта эксплуатационную надежность
обеспечивает подсистема сервиса, организация которой может быть централизованной, децентрализованной и комбинированной. На практике широко распространен вариант
децентрализованной (автономной) системы технического сервиса. В статье представлены результаты исследований эффективности технического сервиса машин и оборудования
зерноперерабатывающего предприятия при автономной системе его организации.
Методика исследования. При проведении исследований использовались основные положения теории надежности, вероятности, марковских процессов и их приложений к системам массового обслуживания, теории планирования экспериментальных исследований, а также использована теория и практика ремонта и технического облуживания технологического оборудования зерноперерабатывающих отраслей. Результаты исследований обрабатывались с применением прикладного пакета статистических программ Statistic, Excel и MathCAD. Исследован вариант
устранения отказов мельничного оборудования собственной сервисной службой зерноперерабатывающего
предприятия при использовании математических моделей теории массового обслуживания, описывающих
функционирование замкнутой
многопостовой системы технического сервиса зерноперерабатывающего
оборудования.
Результаты исследования. Средства предприятия по управлению надежностью зерноперерабатывающего оборудования представляют собой посты, оборудованные для технического обслуживания и ремонта. Требования (заявки) на обслуживание поступают в случайные моменты времени, причем распределение отрезков времени между поступлениями заявок описывается экспоненциальным законом распределения с доверительной вероятностью 0,95 (рисунок 1) при ошибке не более 5% и пуассоновском входящем потоке (рисунок 2). Ранее рядом авторов [1, 2, 3] было теоретически обосновано применение математических зависимостей теории массового обслуживания для автономной системы организации технического сервиса в предположении пуассоновского входящего потока заявок на обслуживание и экспоненциального механизма обслуживания.
л и
н о
■а н о
о =
н № о
а
щ
М
0.4 0.35 0.3 0.25 0.2 0.15 0.1 0.05 0
y = 0,0189x2 - 0,1722x + 0,4557 R2 = 0,9995
y = -0,008x2 + 0,017x + 0,2296
Ряд1 Ряд2
4 6
Количество отказов
Рисунок 1 - Распределение вероятностей продолжительностей обслуживания
т
№
§ 0.05 М 0
0
КолиЧество отказов10
Рисунок 2 - Распределение входящего потока заявок
0
2
Оптимизация процесса технического обслуживания и ремонта состоит в поиске точки, в которой сумма убытков и затрат на его функционирование является минимальной.
В качестве параметра оптимизации (функция отклика) является целевая функция, отражающая минимизацию затрат на технический сервис зерноперерабатывающего оборудования [4]:
F _fm (к - n)m\ak Л akm\ ] + (n - к)m\ak ]
FACTC _i Л k-n ,(-T\'Po + -T\ 'Po (Уож -TV" 'Po \Упр (1)
Lk_nti n nn!(m - k) k_1 k!(m - к)! J [k_0 k!(m - k) J р
где X - параметр потока заявок на обслуживание; Цож - ущерб от простоя заявок
в очереди, тыс. руб.; qnp - ущерб от простоя поста
обслуживания централизованной системы технического сервиса, тыс. руб.; n - максимальное количество постов; k - текущее количество постов; tofjc - средняя продолжительность
обслуживания, часов; а - параметр системы; po - вероятность простоя постов; m - количество обслуженных заявок. Целевая функция (формула 1) получена путем решения реккурентной системы уравнений при математическом моделировании автономной системы организации технического сервиса как системы массового обслуживания [2].
Затраты на сервис и ущерб от простоев должны быть минимальными с учетом существующих ограничений. Анализ математической модели и разнонаправленность компонентов целевой функции для варианта автономной системы технического сервиса позволили предположить существование некоторой точки оптимума. Действительно, использовав в качестве аргумента n (количество постов), а в качестве целевой функции - сумму затрат и ущерба от простоев, получили зависимость, в которой Factc имеет оптимум по данному фактору. Также данная целевая функция имеет оптимум при использовании в качестве аргумента параметра системы а и зависит от соотношения стоимости одного нормо-часа и стоимости ущерба от часового простоя.
Для расчета целевой функции и ее составляющих был разработан алгоритм моделирования и соответствующая компьютерная программа [5]. Затраты при этом разделили на постоянные и переменные. Получим:
FACTC=Fi+F2+F3 ^ min, где Fi - стоимость технического сервиса; F2 - затраты на содержание
обслуживающих постов при простое;
F3 - стоимость технического сервиса на стороне.
Стоимость технического сервиса определим как
Fi = k3 (Fnocm + Fпер), где Fnocm - постоянные затраты (на содержание постов); Fnep - переменные затраты (на обеспечение функционирования обслуживающих постов); кз - коэффициент загрузки обслуживающих постов.
Затраты на содержание
обслуживающих постов при простое определили по формуле
F2 knpFпост,
где кпр - коэффициент простоя обслуживающих постов.
Стоимость технического сервиса на стороне выражается формулой
Fs= pnkyd(Fпост+ Fпер),
где pn - вероятность занятости поста обслуживания; куд - коэффициент удорожания выполнения заявки в конкурентной среде.
Для удобства расчетов и моделирования ввели обозначения:
А = Fi - затраты на сервис;
Б = ¥2+Р3 - ущерб от недостаточной мощности сервиса;
С = Рпост (1+ к3+рпкуд) - постоянные затраты;
Д = Рперрпкуд - переменные затраты. Коэффициенты загрузки и простоя обслуживающих постов рассчитываются по формулам:
кз = N3 п1,
к = 1 - к
кпр 1 k3,
где - среднее число занятых постов; п - общее число постов. В качестве информационного обеспечения были использованы данные
наблюдений и результаты анализа учета затрат и времени при техническом сервисе на предприятии ОАО
«Ростовремагропром», расположенном в городе Зернограде Ростовской области. Это предприятие является типичным хозяйством по переработке зерновых культур.
В результате моделирования были получены данные о функционировании и установлены закономерности для автономной системы технического сервиса зерноперерабатывающего предприятия.
Рисунок 3 - Зависимость вероятностей занятости постов Рк от текущего количества постов обслуживания п
Рисунок 4 - Зависимость вероятности незанятости постов от количества заявок в единицу времени X
Оценка математического ожидания продолжительности выполнения заявки на обслуживание (устранение отказа) зависит от количества постов обслуживания и их производительности (которая зависит от оснащенности оборудованием и численности персонала), что определяет мощность технического сервиса; причем, чем мощнее, тем дороже, и чем слабее, тем дешевле. И наоборот, чем слабее технический сервис, тем больше простои и дороже потери от простоев мельничного оборудования. Затраты отражаются в математической модели (формула 1), которая включает вероятностные характеристики исследуемого процесса возникновения и устранения отказов.
На рисунке 3 показано распределение вероятностей нахождения в подсистеме (на обслуживании и в очереди на обслуживание): наиболее вероятно
нахождение двух и трех заявок, менее вероятно - одной и четырех заявок; нахождение пяти и более заявок в данном варианте менее 0,05. Следовательно, если в подсистеме более четырех постов, то пятый пост будет занят с вероятностью 0,05, а последующие - с еще меньшей вероятностью. Наиболее востребованы будут первые три поста.
Вероятность того, что все посты свободны, увеличивается с повышением надежности зерноперерабатывающего оборудования и уменьшением потока заявок в обслуживающую систему (рисунок 4).
Таким образом, математическое ожидание числа простаивающих и занятых техническим сервисом постов изменяется в зависимости от параметра системы а разнонаправленно. Чем выше
безотказность зерноперерабатывающего
оборудования и соответственно ниже плотность потока заявок на обслуживание, тем большее время посты простаивают и соответственно выше ущерб от их простоев. При снижении безотказности зерноперерабатывающего оборудования поток отказов усиливается, простои постов снижаются, но возрастают потери от простоев зерноперерабатывающего
оборудования, причем, чем быстрее обслуживаются заявки, тем короче простои из-за отказов (рисунки 5 и 6).
Коэффициент простоя заявок в очереди характеризует параметры обслуживающей и обслуживаемой систем. Чем выше пропускная способность обслуживающей системы,
характеризующаяся /л, тем меньше количество заявок в очереди на обслуживание (рисунок 6).
Соответственно, чем выше надежность зерноперерабатывающего оборудования, тем меньше общий поток требований, характеризующийся параметром X.
Рисунок 5 - Зависимость математического ожидания количества заявок в очереди на обслуживании Мож от параметра обслуживающей системы /л
Рисунок 6 - Зависимость коэффициента простоя заявок в очереди Кпр 3 от параметра обслуживающей системы /л
Закономерности изменения
математических ожиданий числа занятых обслуживанием постов носят сложный характер и описываются
полиномиальными уравнениями второй степени.
Для подтверждения или
опровержения гипотезы о том, что результаты моделирования согласуются с экспериментальными данными, на ЭВМ реализовали компьютерную модель автономной системы организации технического сервиса и сопоставили результаты моделирования с результатами пассивного эксперимента.
Эксперимент выполнен на имитационной модели (формула 1), защищенной свидетельством о
регистрации [5].
При изменении входных факторов Я (среднего числа заявок, поступивших за единицу времени), /л (среднего числа заявок, обслуженных за единицу времени) и п (числа постов обслуживания)
применяются вероятности состояний системы Рг, включая Ро, Р1, Рп, кпр, кз, Пз,
п
к,.
пр ■ ■ пр
а также значения компонентов целевой функции А, Б, С, и Д (таблица 1).
При увеличении параметра а= X//, то есть при росте интенсивности входящего потока, при относительном снижении пропускной способности системы обслуживания от 2 до 16, вероятность того, что все посты будут простаивать, снижается от 0,4 до 0,003, а вероятность загрузки возрастает от 0,6 до 0,98, то есть посты все время работают (рисунок 7). Аналогичный характер имеют зависимости при увеличении числа постов от 2 до 5 (рисунки 7-9).
Коэффициенты простоя и
коэффициенты загрузки прямо
пропорциональны количеству занятых постов и количеству простаивающих постов, поэтому зависимости эти носят тот же характер, что и на рисунке 8 (рисунок 9).
Таблица 1 - Результаты моделирования функционирования мельницы А1-АВМ1
(однофакторный эксперимент)
Число постов обслуживания
Условные обозначения п=2 п=5
а=2 а=4 а=8 а=16 а=2 а=4 а=8 а=16
Вероятности состояний системы
Р0 0,4 0,2 0,077 0,024 0,37 0,137 0,023 0,001
Рп 0,2 0,4 0,615 0,78 0,003 0,037 0,90 0,479
Пз 0,8 1,2 1,54 1,76 0,99 1,93 3,20 4,17
ппр 1,2 0,8 0,46 0,24 4,01 3,07 1,80 0,83
к з 0,4 0,6 0,77 0,87 0,20 0,39 0,64 0,83
к пр 0,6 0,4 0,23 0,13 0,20 0,61 0,36 0,17
Значения компонентов целевой функции
ъ 1,2 1,8 2,31 2,63 0,60 1,16 1,92 2,5
р2 0,6 0,4 0,23 0,121 0,80 0,61 0,36 0,167
Р 1,8 3,6 5,54 7,024 0,027 0,33 1,80 4,31
А 1,2 1,8 2,31 2,63 0,60 1,16 1,92 2,5
В 2,4 4 5,77 7,15 0,83 0,94 2,15 4,48
С 2 2,8 3,62 4,22 1,21 1,50 2,24 3,27
Д 1,2 2,4 3,69 4,68 0,02 0,22 1,19 2,87
Р 3,6 5,8 8,08 9,78 1,426 2,10 4,07 6,98
к
а,
1
а; 0.8 0.6 0.4 0.2 0
у = -0.008х2 + 0.239х - 0.033
Р(п)
4 X, заявок в смену
Рисунок 7 - Зависимости вероятностей занятости постов Р0, Рп от количества заявок в единицу времени X (по результатам моделирования при двух обслуживающих постах)
3
а
а, 2.5 £ 2 1.5 1 0.5 0
-0.5
у = 0,052х2 - 0,385х + 0,701
Я2 = 0,999
у = 0,414х2 - 1,209х + 0,798
Р(п)
4
X, заявок в смену
1
2
3
1
2
Рисунок 8 - Зависимости вероятностей занятости постов ро, рп от количества заявок в единицу времени X (по результатам моделирования при пяти обслуживающих постах)
Рисунок 9 - Зависимость коэффициентов загрузки и простоя постов от количества заявок в единицу времени (по результатам моделирования при двух обслуживающих постах)
С простаивающими постами связан ущерб от простоев, а с загруженными -затраты на функционирование. Чем больше пост загружен, тем больше затраты на его функционирование, и чем больше времени пост простаивает, тем больше убытки от простоев.
В целевой функции и входящих в нее коэффициентах использованы отношения количества поступающих заявок к количеству обслуженных заявок в единицу времени (а=Х/р) и стоимости затрат на технический сервис к стоимости ущерба от простоя обслуживающих постов (]опт = Г/ Г2); пределы их изменения установлены в результате предварительных исследований. Для мельницы А1-АВМ1 они составляют 0,1 < а < 8, 0,1 < а < 8 и 2 <]опт < 8.
Ввиду многовариантности влияния составляющих целевой функции на параметр оптимизации было принято решение о проведении многофакторного эксперимента.
После проведения предварительных поисковых экспериментов были получены уровни варьирования регулируемых факторов с учетом реальных режимов работы при нормальной эксплуатации зерноперерабатывающего оборудования. Они являлись основой для составления матрицы активного планирования многофакторного эксперимента.
Цель проведения эксперимента заключается в определении оптимального соотношения между затратами на
технический сервис
зерноперерабатывающего оборудования и ущербом от его простоя.
Задача оптимизации состоит в минимизации затрат на технический сервис зерноперерабатывающего оборудования.
Для осуществления многофакторного эксперимента принят трехуровневый план Бокса-Бенкина первого порядка для трех факторов [6, 7]. Он относится к группе почти Д-оптимальных планов, у которых дисперсия воспроизводимости результатов эксперимента равномерно распределена по всем точкам поверхности отклика. Математическая модель первого порядка, полученная на основе таких планов, имеет одинаковую статистическую
характеристику по всем направлениям.
Для определения минимальных затрат на организацию технического сервиса зерноперерабатывающего
оборудования проведен многофакторный эксперимент. Параметр оптимизации обозначен как Г.
Далее использована матрица планирования для трехфакторного эксперимента. Каждый фактор (а=Х/р, j и И) фиксировался на трех уровнях: -1, 0 и +1.
Уровни факторов и интервалы варьирования представлены в таблице 2, а матрица и результаты опытов - в таблице 3.
Таблица 2 - Значения уровней факторов и интервалов варьирования
Обозначение Уровни Интервалы Название факторов
-1 0 +1 варьирования варьирования
а 0,1 4 8 4 средняя плотность потока заявок
N 1 4 8 3 количество постов
„/опт 2 5 8 3 соотношение ущерба от простоя ЗПО к стоимости сервиса
Таблица 3 - Матрица планирования и результаты эксперимента
№ п/п Х1 Х2 Х3 Значение коэффициента
1 1 1 0 349,16 ¿0=113,98
2 1 -1 0 69,16 ¿1=74,0175
3 -1 1 0 51,50 ¿2=70,1875
4 -1 -1 0 50,0 ¿3=66,3
5 0 0 0 113,98 ¿12=69,625
6 1 0 1 300,16 3 = 4 4
7 1 0 -1 78,16 ¿23=42,0
8 -1 0 1 67,7 Ь? =6,1625
9 -1 0 -1 35,3 Ь| =9,8125
10 0 0 113,98 Ь| =0,1875
11 0 1 1 304,98 -
12 0 1 -1 82,98 -
13 0 -1 1 80,98 -
14 0 -1 -1 26,98 -
15 0 0 0 113,98 -
Сумма
Значимость проверяли по критерию Стьюдента [6]. Его значение равно ta = 4,3, что меньше табличного, компьютерная программа подтверждает значимость результатов, Р = 1-а = 0,95, при 5% уровне значимости [6].
у = 113,98 + 74,02x1 +70,19 х2 + 66,3 хз + 69,63 Х1 + + 47,4 Х1 хз + 42,00 Х2 хз + 6,16 х2 + 9,81 х2 + 0,19 х
Проведено три серии опытов, каждая серия содержала 15 опытов, на основании которых получены функции отклика параметра оптимизации в виде полинома второй степени:
(2)
Рисунок 10 - Функция отклика параметра оптимизации
В пространственном представлении функция отклика представлена на рисунке 11.
Рисунок 11 - Функция отклика в пространстве
Таблица 4 - Результаты многофакторного эксперимента
'ric Critical values; Variable: U (123.sta) _nx
Continue... Solution: sa.dd.lepo int Predicted value at solution: 53,88492 -
Factor Observed Minimum Critical Ob s e rve d Max irouiri -
Values
ALFA ,lOOOOO ,924752 1 8,000000
N 1,000000 1,825248 8,000000
J 2,000000 3,892553 8,000000
l< J г
По результатам трехфакторного эксперимента поверхность отклика имеет явный оптимум при следующих значениях факторов. Оптимальные значения функции отклика - минимальные затраты на организацию технического сервиса зерноперерабатывающего оборудования (Г) получаются при следующих значениях факторов: {0,92; 1,83; 3,89}. Минимальному значению функции отклика соответствует значение плотности входящего потока
а = 0,92; количество постов обслуживания N ~ 2 и соотношение стоимостей простоя зерноперерабатывающего оборудования к стоимости нормо-часа обслуживания 7=3,89, при этом сумма затрат на их технический сервис и обслуживание и ущерб от простоев постов и мельницы будет составлять около 4000 рублей в смену.
Полученное уравнение (2) исследовано на оптимум с применением программы МшЬСШ
Выводы. Подтверждена гипотеза о существовании случайного потока отказов с экспоненциальным распределением продолжительности периодов между соседними отказами. Это позволило принять процесс восстановления стационарным для
зерноперерабатывающего оборудования, причем поток восстановления сходится по вероятности к 1/р, что соответствует фундаментальной теореме восстановления.
Подтверждена гипотеза об ее описании методами теории массового обслуживания, получены значения: вероятностей состояний, оценок математических ожиданий
продолжительностей обслуживания и нахождения заявок в очереди, количества
занятых и количества свободных постов, коэффициентов загрузки.
Компьютерное моделирование
автономной системы организации технического сервиса методами теории массового обслуживания позволило установить зависимость вероятности возникновения отказа от интенсивностей входящего потока Л,
потока обслуженных заявок ц, параметра а= Л/к, от графика изменения количества заявок в очереди, нахождения заявок в системе обслуживания, вероятности состояний системы, значения
коэффициентов простоя и технического использования при различном количестве постов. Указанные зависимости аппроксимированы полиномом второго порядка, их адекватность оценивается от К2 = 0,720 до К2 = 1,000.
Для управления показателями надежности в соответствии с ГОСТ Р 27.001-2009 «Надежность в технике. Система управления надежностью. Основные положения» [8] на примере автономной системы реализованы компьютерная программа и алгоритм моделирования автономной системы технического обслуживания в режиме реального времени для целей системы управления надежности.
Доказана принципиальная
возможность управления показателями эффективности и надежности сложной системы зерноперерабатывающего
предприятия и подтверждена гипотеза о возможности рационального управления данными параметрами с применением компьютерных технологий,
интегрированных в разработанную в соответствии со стандартом систему управления надежностью
зерноперерабатывающего предприятия.
Литература
1. Курочкин, В.Н. Эффективность и надежность функционирования сложных организационных систем: монография / В.Н. Курочкин. - Ростов-на-Дону: ЗАО «Ростиздат», 2010. - 494 с.
2. Барлоу, Р. Математическая теория надежности / Р. Барлоу, Ф. Прошан: пер. с англ.; под ред. Б.В. Гнеденко. - Москва: Советское Радио, 1969. - 488 с.
3. Курочкин, В.Н. Применение методов теории массового обслуживания для обоснования параметров и режимов технического сервиса зерноперерабатывающего оборудования / В.Н. Курочкин, Е.Н. Кущева // Международный научный журнал. - 2012. -№ 3. - С. 57-60.
4. Кущева, Е.Н. Совершенствование организации и повышение эффективности технического сервиса зерноперерабатывающего оборудования: автореферат диссертации кандидата технических наук / Е.Н. Кущева; Азово-Черноморская агроинженерная академия. - Зерноград, 2013.
- 18 с.
5. Свидетельство о государственной регистрации программы для ЭВМ № 2013612142 Российская Федерация. Программа для управления надежностью зерноперерабатывающего оборудования / Кущева Е.Н. - Заявл. 18.12.12; опубл. 14.02.13. - 1 с.
6. Адлер, Ю.П. Введение в планирование эксперимента / Ю.П. Адлер.
- Москва: Металлургия, 1968. - 155 с.
7. Сергиенко, Е.В. Оптимизация количества постов текущего ремонта с учетом неравномерности поступления автомобилей: автореферат диссертации кандидата технических наук / Е.В. Сергиенко. - Тюмень, 2004. - 20 с.
8. Надежность в технике. Система управления надежностью. Основные положения: ГОСТ Р.27.001-2009. - Введ. 2010-09-01. - Москва: Стандартинформ, 2010. - 10 с. - Электронный ресурс. - Режим доступа: www.gost-load.ru/Index/49/49135.htm.
9. Курочкин, В.Н. Приложение теории марковских процессов к техническому сервису / В.Н. Курочкин // Вестник аграрной науки Дона. - 2013. - № 3 (23). - С. 67-77.
10. Gliem, Yoe A. et al. Variable costs of operating farm machinery in Ohio& Paper
№ 88-1505. American Society of Agricultural Engineers. St. Yoseph, 1988.
References
1. Kurochkin V.N. Jeffektivnost' i nadezhnost' funkcionirovanija slozhnyh orga-nizacionnyh sistem: monografija [The efficiency and reliability of the complex organizational systems], Rostov-na-Donu: ZAO «Rostizdat», 2010, 494 p.
2. Barlou R., Proshan F. Matematiche-skaja teorija nadezhnosti [The mathematical theory of reliability], perevod s angl.; pod red. B.V. Gnedenko, Moskva: Sovetskoe Radio, 1969, 488 p.
3 Kurochkin V.N., Kushheva E.N. Teoreticheskie aspekty issledovanija processa vozniknovenija otkazov
zernopererabatyvajushhego oborudovanij a [The theoretical research aspects of grain-processing equipment failures occurrence process], Tehnika i oborudovanie dlja sela, 2012. No 4. pp. 35-37.
4. Kushheva E.N. Sovershenstvovanie organizacii i povyshenie jeffektivnosti teh-nicheskogo servisa zernopererabatyvajushhego oborudovanij a [Improving of the organization and efficiency of grain-processing equipment technical service]: avtoreferat dissertacii kandidata tehnicheskih nauk, Azovo-Chernomorskaja agroinzhenernaja akademija, Zernograd, 2013, 18 p.
5. Svidetel'stvo o gosudarstvennoj registracii programmy dlja JeVM № 2013612142 Rossijskaja Federacija. Programma dlja upravlenija nadezhnost'ju zernopererabaty-vajushhego oborudovanij a [The program for the grain-processing equipment reliability management], Kushheva E.N., Zajavl. 18.12.12; opubl. 14.02.13. - 1 p.
6. Adler Ju.P. Vvedenie v planirovanie jeksperimenta [Introduction to experiment planning], Moskva: Metallurgija, 1968, 155 p.
7. Sergienko E.V. Optimizacija kolichestva postov tekushhego remonta s uchetom neravnomernosti postuplenija avtomobilej [Optimization of the maintenance positions amount considering car unequal inflow], avtoreferat dissertacii kandidata tehnicheskih nauk, Tjumen', 2004, 20 p.
8. Nadezhnost' v tehnike. Sistema upravlenija nadezhnost'ju. Osnovnye polozhenija [The reliability of the technique. The control system reliability. Basic provisions], GOST R.27.001-2009, Vved. 2010-09-01, Moskva, Standartinform, 2010, 10 p., Jelektronnyj resurs, Rezhim dostupa: www.gost-load.ru/Index/49/49135.htm.
9. Kurochkin V.N. Prilozhenie teorii Markovskih processov k tehnicheskomu servisu [Application of the Markov processes theory to the technical service], Vestnik agrarnoj nauki Dona, 2013, No(23), pp. 6777.
10. Gliem Yoe A. et al. Variable costs of operating farm machinery in Ohio& Paper No 88-1505, American Society of Agricultural Engineers, St. Yoseph, 1988.
Сведения об авторах
Курочкин Валентин Николаевич - доктор техн. наук, старший научный сотрудник, профессор кафедры экономики и управления, Азово-Черноморский инженерный институт ФГБОУ ВПО ДГАУ в г. Зернограде (Ростовская область, Россия). Тел.: 8(863-59) 43-8-96. E-mail: valentin952@mail.ru.
Кущева Елена Николаевна - канд. техн. наук, ведущий специалист по научной работе со студентами и молодыми учёными научно-исследовательской части, Азово-Черноморский инженерный институт ФГБОУ ВПО ДГАУ в г. Зернограде (Ростовская область, Россия). Тел.: 8(863-59) 43-8-97. E-mail: elena-kuschewa@rambler.ru.
Полуян Наталья Сергеевна - аспирантка кафедры экономики и управления, Азово-Черноморский инженерный институт ФГБОУ ВПО ДГАУ в г. Зернограде (Ростовская область, Россия). Тел.: 8(863-59) 43-3-49. E-mail: poluyan.natalya@yandex.ru.
Information about the authors
Kurochkin Valentin Nikolayevich - Doctor of Technical Sciences, Senior Researcher, professor of the Economics and management department, Azov-Black Sea Engineering Institute FSBEI HPE "Don State Agrarian University" in Zernograd (Rostov region, Russia). Phone: 8 (863-59) 43-8-96. E-mail: valentin952@mail.ru.
Kushchevа Elena Nikolaevna - Candidate of Technical Sciences, a leading expert on the scientific work with students and young scientists of scientific and research section, Azov-Black Sea Engineering Institute FSBEI HPE "Don State Agrarian University" in Zernograd (Rostov region, Russia). Phone: 8(863-59) 43-8-97. E-mail: elena-kuschewa@rambler.ru.
Paluyan Natalia Sergeevna - graduate student of Economics and management department, Azov-Black Sea Engineering Institute FSBEI HPE "Don State Agrarian University" in Zernograd (Rostov region, Russia). Phone: 8(863-59) 43-3-49. E-mail: poluyan. natalya@yandex. ru.
