CC BY
27
С.П.Озорнин
Повышение эффективности процессов технической эксплуатации мобильных машин применением системы комбинированного обслуживания и ремонта
Повышение эффективности любого типа производства невозможно без использования высокопроизводительных, экономичных и надежных мобильных машин (ММ). ММ используются в качестве средств механизации технологических процессов в АПК и строительном комплексе страны. Работоспособность относящихся к ним автомобилей, тракторов, комбайнов, погрузчиков, скреперов, автогрейдеров и других машин необходимо поддерживать (при необходимости восстанавливать) мероприятиями системы технической эксплуатации. Эта система не только должна способствовать проявлению потенциальных показателей надежности и долговечности машин, но и обеспечивать поддержание значений этих показателей в установленных пределах в течение всего срока эксплуатации ММ. Традиционная организация технического обслуживания и ремонта (ТО и Р) ММ (к примеру, система ППР) в изменившихся экономических условиях хозяйствования не дает весомых положительных результатов. Время простоев по техническим причинам составляет на сегодняшний день 25,.,30% от фонда рабочего времени, в результате чего техническая готовность ММ снижается на 60...70%, увеличиваются сроки выполнения объемов перевозок, сельскохозяйственных и других механизированных работ, снижается безопасность эксплуатации ММ, растут экономические потери.
Таким образом, назрела необходимость совершенствования или создания новых систем поддержания работоспособного состояния мобильных машин, Поиску приемлемых и эффективных решений этой проблемы посвящена настоящая работа,
Каким же требованиям должна удовлетворять формируемая система ТО и Р, чтобы при эксплуатации ММ возникало как можно меньше проблем и появилась возможность использования преимуществ более совершенной системы, например, технического сервиса? К разряду таких требований можно отнести следующие условия:
система должна обеспечивать безусловное поддержание работоспособного состояния любых ММ с приемлемым уровнем затрат на эти цели;
система должна быть достаточно гибкой, что позволяло бы своевременно учитывать изменение условий эксплуатации ММ и их технического состояния;
система должна осуществлять мониторинг технического состояния ММ (формировать и постоянно обновлять информационные базы данных), а также обеспечивать качество выполнения ТО и Р;
система должна иметь соответствующие ресурсы (финансовые, технические, информационные, кадровые, методологические) для успешной реализации заложенных в нее принципов.
Наиболее существенные из перечисленных требований (для обеспечения качества функционирования ММ) можно свести в так называемый «золотой треугольник» (рис. 1).
Под качеством функционирования будем понимать свойство машины, заключающееся в безусловном выполнении приданных ей функций, с уровнем работоспособности, обеспеченным системой ТО и ремонта в установленных пределах, Поддержание качества функционирования ММ должно опираться на требования стандарта ГОСТ Р ИСО 9001-96, в соответствии с которыми необходимо создание системы менеджмента качества (СМК). СМК формируется с использованием так называемого «процессного подхода» [1], основанного на функциональном моделировании процессов,
Любой из процессов технической эксплуатации ММ состоит как минимум из двух взаимосвязанных операций. Большинство же процессов может быть представлено^ в виде множества операций в их функциональном взаимодействии. Улучшение отдельных операций может дать импульс процессу совершенствования, но не приводит к реинтеграции и рационализации производственного процесса в целом. При сохранении неизменными функциональных отношений между отдельными технологическими операциями производственного процесса ТО ММ реинтеграция этого процесса невозможна. Для выявления взаимозависимости операций наиболее эффективным инструментом представляется функциональное моделирование машин и процессов их обслуживания [2].
Таким образом, для обеспечения качества функционирования ММ необходимо (см. рис. 1) создание информационной базы (мониторинга технического состояния ММ), на основе которой должна быть сформирована эффективная система ТО и ремонта, располагающая соответствующими ресурсами,
Мониторинг технического состояния машин, их агрегатов, узлов и отдельных элементов может осуществляться с помощью технического диагностирования, которое позволяет получать и частично обрабатывать необходимую информацию. Однако информация о техническом состоянии ММ, получаемая с помощью диагностирования, носит дискрет-
Рис. 1. «Золотой треугольник» принципов обеспечения качества функционирования мобильных машин
ный характер, источниками информации являются механические и частично электронные устройства, как правило, не связанные ни с системами управления ММ, ни с управленческими подразделениями технической службы.
Принятие и реализация решений по воздействию на техническое состояние ММ требуют организации переработки и анализа получаемой при помощи технического диагностирования информации, ее накопления в соответствующих базах данных, Сокращению затрат времени и средств на диагностирование способствует выявление функциональных связей между отдельными системами и элементами машин. При этом с помощью функционального моделирования возможно значительное сокращение количества контролируемых параметров и элементов, а также выполнение экспертной оценки технического состояния ММ. Так, например, поэтапное диагностирование бульдозера Б-170 с периодичностью 1050 мото-ч предполагает проверку на первом этапе 25 элементов, на втором - 98 элементов, из которых 26 диагностируются вторично, на третьем этапе - 47 элементов, из которых 24 диагностируются третий раз. Наконец, четвертое диагностирование предполагает проверку 98 элементов, Необходимо учесть, что для оценки технического состояния каждого из элементов требуется, как правило, не один показатель, а несколько [3].
Выявленные функциональные связи между системами и элементами двигателя бульдозера Б-170 (рис. 2) позволяют на порядок сократить число контролируемых параметров (вместо нормативных 48 показателей требуется контролировать 5). Двигатель ММ в данном случае рассматривается как сложная техническая система (СТС), состоящая из основных, последовательно вспомогательных ^ и параллельно вспомогательных (ОЦ систем. К основным системам отнесены цилиндропоршневая группа, кривошипно-шатунный механизм и механизм газораспределения. В группу последовательно вспомогательных систем включены приводы механизма газораспределения, масляного насоса, топливного насоса высокого давления, а также приводы вентилятора системы охлаждения, генератора и пускового двигателя.
В качестве параллельно вспомогательных рассматриваются системы управления, смазки, охлаждения, очистки и подачи воздуха, питания дизеля топливом, электрооборудования, пуска. Все перечисленные системы структурно объединены для обеспечения нормального функционирования СТС - двигателя ММ.
Одновременно с отображением структуры СТС на схеме показаны функциональные связи, отражающие воздействия на техническое состояние двигателя с одной стороны эксплуатационных факторов, с другой - системы технических обслуживаний и ремонтов. Диагностические воздействия при общей оценке технического состояния двигателя предполагают измерение величин давления в надпоршневом пространстве каждого цилиндра в конце такта сжатия, давления масла в системе смазки, величины эксплуатационного расхода топлива, эффективной мощности двигателя и дымности отработанных газов (всего 5 параметров).
В целом для всей машины число контролируемых параметров при ее функциональном моделировании составляет 20, тогда как при традиционном диагностировании - более 250.
Назначение моментов контроля технического состояния ММ производится по критерию Р{£) вероятности безотказной работы базовой системы, которая в нашем случае может быть определена по формуле
Р (Г) = Г - д * Vц * / * с1 , (1)
где г - средний ресурс базовой системы, ч; р - коэффициент, отражающий степень влияния данной системы на надежность ММ в целом (д = 1...3); Vq - коэффициент вариации ресурса базовой системы; с/ - коэффициент тяжести (сложности) условий эксплуатации ММ.
Периодичность контроля 4 не должна превышать величину среднего ресурса базовой системы, и она может быть принята за базовую периодичность контроля.
Рис. 2. Формализованная схема СТС (двигателя ММ) и влияния различных факторов на его техническое состояние и
выходные характеристики
В качестве примера (см. рис. 2) за базовую систему СТС (двигателя ММ) принята система смазки, поскольку степень ее влияния на техническое состояние и ресурс двигателя в целом чрезвычайно велика, Данная система может либо обслуживаться с определенной заранее установленной периодичностью либо с определенной периодичностью tK должно контролироваться ее состояние, т.е. качество функционирования (обслуживание выполняется по необходимости). В том и другом случае возникает потребность в оптимизации периодичности обслуживания (контроля).
Традиционно для данного вида оптимизации используется линейное программирование, поскольку критерий в этом случае единственный. «Оптимум» находится путем вычисления, а не в процессе принятия решения или разрешения конфликта.
Для рассматриваемого случая задача линейного программирования формулируется сначала в общем виде, а затем сводится к задаче максимизации [4], которая выглядит следующим образом:
max F (х) = сх при условии Ах < Ъ , х > 0, (2)
где F(x) = Тр- ресурс СТС (двигателя ММ); С G Ж "и А G Ктх - вектор и матрица коэффициентов с размерностями 1хп и тхп соответственно; Ь € ^Я т - вектор заданных значений затрат на обслуживание системы
смазки с размерностью mxl; х е 91 " - вектор искомых переменных (решений х = с размерностью пх 1.
При рассмотрении в двух измерениях (решение X/, /=1, 2) целевая функция принимает вид прямой Т = с,х, + с2х2, максимум которой находится на выпуклом многоугольнике X линейных неравенств
апхj + ai2x2 < bn i = 1, 2, .,., m, т.е. пересечении полуплоскостей, представляющих собой ограничения задачи, Найденное в результате вычислений максимальное решение х* уникально, за исключением случаев специальных сочетаний полуплоскостей. Вариант графического решения данной задачи оптимизации представлен на рис. 3.
Рис. 3. Графическое представление однокритериальной оптимизации to6c* с использованием метода линейного программирования
Представленный вариант реализации метода линейного программирования является детерминированным, Следует отметить, что возможны постановки задачи при стохастических, нечетких, динамических подходах, однако это не меняет сути решения. Это относится и к методологическим особенностям градиентной, локальной, ограниченной глобальной и глобальной максимизации.
При самом общем подходе оптимальность, в отличие от обычной максимизации, включает в свое понятие согласование множества критериев, В реальных условиях эксплуатации ММ специалистам приходится непрерывно разрешать своеобразные конфликты между многочисленными критериями, конкурирующими между собой, Степень важности каждого из множества критериев оценить достаточно сложно. Эта ситуация вполне соответствует задаче так называемой
«векторной оптимизации» в следующей постановке: max fx (х), max /2(х),..., max fk(x) одновременно и при условии, что х € X. Такая максимизация индивидуальных функций должна быть нескаляризован-ной, отдельной и независимой, т.е. не подчиненной возможному объединению функций.
В формальной постановке задача определения оптимального решения по выбору стратегии обслуживания ММ с целью достижения максимальной величины ресурса Тр может быть представлена следующим образом.
Воздействия на техническое состояние ММ эксплуатационных факторов и компенсирующие воздействия мероприятий системы ТО и ремонтов представим в виде множества альтернатив X. Возможные состояния ММ определим как множество к функций fLl /2,...Л. отображающих X на упорядоченное множество реальных чисел Ж, т.е. ifX=>91 для всех /.
Определяем F\X=>9f и F(x)= /fi(x),f2(x),..,,fk(x)} и находим подмножество X* множества X такое, для которого при всех x*<r X* и всех х е X - X* верно следующее неравенство: F(x*)>pF{x), где >р - («балансирующее») упорядочение а X* - множество оптимальных (недоминируемых) решений,
Многокритериальная задача линейного программирования формулируется 8 этом случае следующим образом:
max F(x)=Cx при условии Ах <b, х > 0, (3)
где F(x) = Тр - ресурс СТО (двигателя MM); CeiH" и AeWmxn - матрицы коэффициентов с размерностями кхп и тхп соответственно; be9f - вектор заданных значений ресурсов с размерностью mx 1, а хе9? - вектор искомых переменных (решений х = ^сл) с размерностью пх 1.
В двухмерном пространстве (решение xjt j=l, 2) целевые функции Тр1 и Гр2 (или большее их число) отражаются линейными зависимостями вида
Т р/с = Ск\Х\ + Ск2Х2 1.2. И)
Эти целевые функции должны достигать своего максимума на выпуклом многоугольнике X линейных неравенств
апхх + апх2 < Ь(, / = 1,2.....т.
как было показано ранее. Множество решений X* - это множество недоминируемых решений, а общее упорядочение >р упрощается до > («больше или равно»),
Возможный вариант графического отображения данной ситуации представлен на рис. 4.
Рис. 4. Графическое представление многокритериальной оптимизации с использованием метода линейного программирования
Рассмотренные способы оптимизации применимы для реализации общепринятой системы ПНР при назначении оптимальных периодичностей обслуживаний ¿0бсл с целью достижения максимально возможной величины ресурса СТО, То есть заранее заданная система оптимизируется по установленным критериям. Если же вести речь о формировании или построении оптимальной системы альтернативных решений (оптимального допустимого множества), то эти способы оказываются неприемлемыми.
Самой простой концепцией построения оптимальной системы альтернатив является проект с единственным критерием: он аналогичен однокритериальной «оптимизации», так как его результатом является лучшее (оптимальное) множество альтернатив X, в которых данная единственная целевая функция q{x} достигает своего максимума с учетом величины допустимого уровня затрат на реализацию принятой стратегии.
В формализованном виде постановка данной задачи выглядит следующим образом,
Формируется система обслуживания ММ, которая математически отражается множеством альтернатив таким образом, чтобы функция ц{х) (показатель качества функционирования (ПКФ) ММ) достигала своего максимума при оговоренной величине затрат на поддержание работоспособного состояния ММ, Должно быть найдено подмножество X множества V/ (универсального множества) такое, что для некоторой функции С: должно соблюдаться неравенство С(Х) < с„„, где с„„ -- оговоренная (максимальная) величина затрат на поддержание работоспособности ММ и для
всех х* в X и всех х е W сохраняется неравенство q(x') > q(x). При этом дополнительно оговаривается, что доля спн в С(Х) не должна устанавливаться априорно, Необходимо также отметить, что для большинства случаев решения подобных однокритериальных задач проектирования систем, X обычно включает в себя единственную точку х",
Задача оптимального проектирования решается методом линейного программирования и выглядит следующим образом:
max q(x) = сх (5)
при условии Ах < Ъ , х>0, pb < В , (6)
где q(x)=nK<P(t) - показатель качества функционирования ММ; се\Нп и Ае 91тхп - вектор и матрица коэффициентов с размерностями 1 х п и т х п соответственно; be № - неизвестный вектор затрат на обслуживания (который следует определить) с размерностью т х \\ хе ¡И" - вектор искомых переменных (решений) с размерностью п х 1; ре 9tm - вектор стоимости одного обслуживания (контроля ТС) с размерностью 1 х т; В - так называемый «бюджет», т.е. полная стоимость обслуживаний и ремонтов (приемлемая величина затрат на эти цели за ресурс ММ).
Решение подобной задачи предполагает нахождение оптимального распределения средств из бюджета В таким образом, чтобы в результате определения величин затрат b гарантировалось выполнение плана / и q(x*)=max q(x).
Для двухмерного пространства (решение X/, /=1, 2) необходимо определить выпуклый многоугольник X* путем нахождения приемлемых по средствам Ь„ для которых будут справедливы линейные неравенства вида
а пху + a j2 х 2 < Ъ п / = 1, 2,..., т, а целевая функция q(x) достигнет своего максимума в точке х* е X*.
Линейные неравенства при этом становятся линейными уравнениями, а результат их пересечения X* упрощается до единственной точки, максимального решения х*. Графическая интерпретация данного решения приведена на рис. 5. В качестве критерия оптимизации в данном случае выбран показатель качества функционирования ММ {ПКФ(ф [5]. Его значение является случайной величиной, зависящей от также случайной величины затрат на замены (восстановление) недолговечных элементов ММ {Сзвэ(;)} и ресурса основного системообразующего (базового) компонента MM (^h), Таким образом, в данном случае функция q(x) может быть представлена в виде ПКФ(()-СЗВЭ(() / t0CH. Характер поведения ММ в эксплуатации может оцениваться функцией качества функционирования ФКФ(t), а последствия возможных изменений технического состояния - функцией потери качества функционирования ФПКФ(t) [5].
Для использования ФКФ(() в роли целевой функции необходимо учитывать множество различных критериев оценки изменения технического состояния ММ. При традиционном формировании общей функции управления работоспособностью MM {U(kj)} выдвигается требование скаляризации всего множества критериев kjt что практически невозможно. Однако в технической эксплуатации ММ дело обстоит так, что все критерии конкурируют между собой, поэтому отсутствует потребность в их отдельной проработке и оценке. Решение данной задачи возможно с помощью формирования оптимального системного проекта при помощи все того же метода линейного программирования.
Рис. 5. Графическая интерпретация оптимального проектирования системы обслуживания по одному критерию
В формализованном виде постановка задачи выглядит следующим образом: необходимо построить такое подмножество X множества U, в котором для некоторой функции С: И=>Ш будет соблюдаться неравенство С(Х)< с, где с -оговоренная заранее (максимальная) величина затрат на поддержание работоспособного состояния ММ, и будет существовать подмножество такое, что для всех х'еХи всех х<? U,F(x*) > pF{x), где >р - («балансирующее») упорядочение вектора а X* - множество оптимальных проектов эксплуатации ММ.
Задача решается с помощью линейного программирования и выглядит как задача линейного многокритериального проектирования. Ее постановка выполнена с учетом условий формализации и записывается так:
max F(x) = Сх (7)
при условии Ах <b, х >0, pb <В, (8)
где F(x) = <PK<P(t); Се У? и Aetf"*" - матрицы коэффициентов с размерностями kx п и тх п соответственно, ЪеУГ -неизвестный вектор затрат на обслуживание систем ММ или контроль ТС (который следует определить) с размерностью тх 1; хе9?~ вектор искомых переменных (решений) с размерностью пх 1; р<=9?- вектор стоимости единицы обслуживания (контроля) с размерностью 1 х п; В - полная приемлемая величина затрат (бюджет) на поддержание работоспособного состояния ММ за ресурс (стоимость контроля ТС, обслуживания и текущего ремонта).
При решении подобного рода задач необходимо распределить бюджет 8 оптимальным образом, причем сумма всех затрат b за ресурс ММ должна гарантировать выполнимость планов х* и F(x*) при бюджете В и «максимально возможное приближение» к метаоптимальному проекту F* при общей стоимости В" (В*> В).
Для двухмерного пространства (решение xjt 1, 2) необходимо определить выпуклый многоугольник X' путем нахождения допустимых по средствам Ь,-. При этом должны соблюдаться линейные неравенства
апХ{ + ai2x2 < Ьп /= 1, 2,..., т, так чтобы целевые функции ФКФ1 и ФКФ2 были прямыми вида
ФКФ k — СkjXj + Сk2X2 , k— 1, 2 и достигали своего максимума в точке х'е X*. В этом случае линейные
неравенства становятся линейными уравнениями, а результирующий X' (их пересечение) упрощается до единственной точки - максимального решения х* при стоимости поддержания работоспособного состояния ММ равной В. Графическая интерпретация данного вида решения приведена на рис. 6.
Рис. 6. Графическая интерпретация оптимального проектирования системы обслуживания с учетом множества критериев оценки технического состояния ММ
Рассмотренный последним метод оптимизации вместо набора недоминируемых решений (как в случае многокритериальной оптимальности) позволяет получить семейство оптимальных проектов системы, характеризующихся одинаковой стоимостью поддержания работоспособного состояния ММ, но разной относительной важностью целевых функций ФКФ1 и ФКФ2.
Заданность и априорное определение релевантных критериев в рассмотренных выше вариантах отимизационных концепций плохо согласуется с процессом принятия решений человеком (менеджером обслуживающей организации -сервисной фирмы). Суть процесса принятия решения состоит в том, что апробируются различные критерии, часть из них отвергается, другие добавляются. Решение формулируется и принимается тогда, когда будет получено наиболее подходящее сбалансированное соединение как количественных, так и качественных критериев. В соответствии с требованиями теории принятия решений, критерии должны быть оптимально определены и рассчитаны, поскольку никакие самые совершенные средства и процессы не дадут положительного результата, если будут использоваться неподходящие, неэффективные или произвольно (априорно) принятые критерии.
Человек, принимающий решения в сфере технической эксплуатации ММ, может аппроксимировать и сформулировать задачу достижения требуемого равновесия между используемыми ресурсами и техническим состоянием ММ как оптимальную или даже идеальную. Тем самым для себя он формирует так называемый «оптимальный образец» [6]. Одним из самых простых частных случаев решения данной задачи является однокритериальное выявление равновесия.
Вполне оправдывает ожидания предложенная для этого случая постановка задачи в формализованном виде,
Определим 5 как множество ßcex функций s {ФПКФ(ф, удовлетворяющих требованиям, предъявляемым к техническому состоянию ММ. Построим список альтернатив X, которые гарантированно были бы наиболее приемлемыми или удовлетворяющими требованиям (через max s или min 5), Представим, что INT будет подмножеством (S х U) объединенных задач в показателях отношений между критериями s и альтернативами X.-
Построим подмножество X множества U и функцию s*e S таким образом, чтобы для некоторой функции С: при условии выполнения неравенства С(Х)<с, где с - оговоренная заранее (максимальная) стоимость проекта, Будем считать, что существует х* е X для всех хе U и всех s*e S такой, что s*(x*)e s(x) и (s*, Х)е INT. Для определения наиболее подходящего критерия s следует сформировать метакритерий, так называемый «ценовой комплекс» /[s, X], и поддерживать его целостность.
Решение задачи также достижимо методами линейного программирования. Задача линейного выбора оптимума заключается в нахождении таких значений s и Ь, для которых max s = сх при условии Ах< Ь, х> 0, а также все рассматриваемые сопоставления близки насколько возможно к оптимальному, но неосуществимому (неприемлемому по средствам) варианту s* и b*, когда pb<B.
В ходе решения задачи формируется оптимальный образец {s*, b*, х*} и уровень его "бюджетного" обеспечения В*. После этого организуется поиск оптимального распределения фактического бюджета В таким образом, чтобы результирующий пакет затрат Ь, а также выбранная целевая функция s и предполагаемое решение х гарантировали получение такого образца {s, b, х}, который максимально приблизился бы к оптимальному образцу {s*, b*, х*}.
В двухмерном пространстве нам необходимо определить выпуклый многоугольник X путем нахождения допустимых
bjдля линейных неравенств anx] + ai2X2 < bn / = 1, 2.....т, и такой целевой функции s*, для которой максимизация s в точке хе X стоила бы В, а наилучший образец s* достигал бы максимума в точке х*е Xопределяемой ЬД находящимися в пределах области В*. Графический вариант решения задачи представлен на рис. 7. Его вид показывает, что проблема выбора критерия достаточно сложна и предпочтение, отданное одной целевой функции, может быть в ущерб целесообразности использования другой. В данном случае упрощение многомерной действительности до ее однокритериального описания не соответствует наклонностям человека, принимающего решения. Для него более приемлем образец, соответствующий множеству критериев, однако поиск такого образца до настоящего времени является самой сложной концепцией оптимальности. В тех случаях, когда критерии решений задаются априорно (первые четыре примера решения оптимизационных задач), достижение оптимальности обеспечивается за счет совершенства самих критериев. Для оптимального выбора самих критериев (решение последней оптимизационной задачи) необходимо определить ценовой комплекс Y в качестве своеобразного метакритерия.
Xj
а
Оптим сопо в a
О
Рис. 7. Графическое решение задачи выбора «оптимального образца» системы обслуживания ММ с использованием
одного критерия
Ценовой комплекс формируется с учетом требований, предъявляемых к техническому состоянию ММ и жесткости условий их эксплуатации. То есть он должен быть изначально закреплен и интегрирован в совокупность фундаментальных требований и не должен зависеть от дальнейшей оптимизации, Ценовой комплекс должен быть основан на определенных принципах (достаточно качественных и трудноизмеримых), однако при нетрадиционном подходе к его формированию, он, как правило, зависит только от контекста или обстоятельств.
Совокупность фундаментальных требований к ценовому комплексу при организации процессов технической эксплуатации ММ определяется целью проектирования системы их ТО и ремонта, а также степенью экстремальности условий эксплуатации. Система комбинированного обслуживания и ремонта ММ в своей основе ориентирована на новый уровень отношений между владельцами машин и предприятиями технического сервиса, организует мониторинг технического состояния ММ, для чего использует современные информационные технологии, Техническое обслуживание и текущий ремонт ММ организуются комбинированными методами, т.е. используются и традиционная форма организации регламента обслуживания, и принципы так называемого единого обслуживания, и метод организованных комбинированных замен. Комбинации подобных методов позволяют уйти от чрезмерной жесткости регламента традиционной системы ППР, а возможность индивидуализации ММ при организации их обслуживания и ремонта путем подбора действительно оптимальных планов технических воздействий («оптимального образца») позволяет говорить об этой системе как нетрадиционной.
Таким образом, традиционные подходы к решению оптимизационных задач, характеризующиеся потребностью использования слишком большого количества начальных данных и единственного критерия, достаточно далеки от достижения любых действительно оптимальных вариантов организации технической эксплуатации ММ в реально объективных условиях, Необходимо учитывать, что возможности повышения эффективности процессов технической эксплуатации мобильных машин в немалой степени зависят от обоснованности выбора критерия оптимизации и применяемых стратегий обслуживания. Кроме этого, значительное влияние оказывают условия и качество взаимодействия владельцев машин и предприятий технического сервиса, а также характеристики информационной среды сферы технической эксплуатации и возможности использования новых информационных технологий в целях создания и совершенствования системы менеджмента качества функционирования мобильных машин (СМК ММ).
В качестве основного вывода можно отметить, что основным критерием эффективности эксплуатации ММ следует признать показатель качества их функционирования {ПКФ(()}, а целевой функцией оптимизации процессов технической эксплуатации ММ - функцию качества функционирования {ФКФ(^)}. Эти видоизменения являются основополагающими и ключевыми для формирования предлагаемой системы комбинированного обслуживания и ремонта мобильных машин.
Библиографический список
1. Singer, А.Е. Strategy as rationality II Human Systems Management, 1992, - № 11(1). - S, 7 - 21.
2. Озорнин С.П. Функциональное моделирование процессов технической эксплуатации машин с использованием информационных технологий II Технические науки, технологии и экономика / Материалы 3-ей межрегиональной науч.-практ, конф, 23 -24 окт, 2003 г. - Чита, 2003. - Ч. 1. - С. 78-84,
3. Исследование и разработка методов планирования и организации технической и производственной эксплуатации парка машин Агропромдорспецстроя: Отчет о НИР (заключ.) / ЧитПИ; Рук. С.П, Озорнин, - № ГР 0189,0017831. - Чита, 1990, - 169 с.
4. Банди Б. Методы оптимизации, Вводный курс: Пер. с англ, - М,: Радио и связь, 1988, - 228 с.
5. Озорнин С.П. Основы работоспособности технических систем: Учеб, пособие, - Чита: ЧитГУ, 2003. - 123 с,
ó, Keen, P.G.W, "The evolving concept oí optimality", in TIMS Studies in the Management Science, vol, 6: Múltiple Criterio Decisión Making, M.K. Starr and M, Zeleny (eds.), New York: North-Holland, 1977. - 234 s.
