Экономическая оценка повышения информативности контроля технического состояния сельскохозяйственных машин

Введение

Сельскохозяйственное производство характеризуется высокой сезонной концентрацией механизированных работ и ограниченными агротехнологическими сроками. Выполнение технологических операций в установленные сроки зависит не только от наличия техники, но и от ее фактической работоспособности. Современные оценки технического обеспечения сельского хозяйства фиксируют проблемы обновления парка и его высокой загрузки [2, 4]. Продолжительность простоев непосредственно связана с эффективностью использования машин, а несвоевременность выполнения технологических операций формирует самостоятельные экономические последствия в виде потери части урожая и снижения его качества [17, 26]. Поэтому техническая готовность машинно-тракторного парка (МТП) выступает одним из условий устойчивого использования уже сформированного производственного потенциала сельскохозяйственного предприятия.

Машинно-тракторный парк относится к наиболее капиталоемким активам сельскохозяйственного предприятия. Его количественный состав определяет своевременность и качество выполнения технологических операций, однако фактически реализуемый его потенциал зависит от безотказности, продолжительности восстановления и уровня организации технического обслуживания и ремонта. Так, в исследованиях парка зерноуборочных комбайнов показана сохраняющаяся эксплуатационная значимость отдельных отказов и различие их распределения по системам машин [1, 13, 14]. Анализ оснащенности также показывает, что дефицит и высокая нагрузка на зерноуборочные комбайны усиливают последствия вынужденного простоя в период уборки [3, 5]. При таких условиях сокращение времени аварийных простоев имеет не только техническое, но и прямое экономическое значение.

Система технического обслуживания и ремонта (ТОиР) должна обеспечивать поддержание и восстановление работоспособности машин при оптимальных затратах. Отраслевые исследования связывают эффективность системы ТОиР с организацией работ, технической базой, квалификацией исполнителей и применением средств диагностирования [6, 7, 10]. Развитие удаленного контроля технического состояния, цифрового диагностирования и предсказательной аналитики позволяет получать фактические признаки изменения состояния и точнее обосновывать отдельные операции технического обслуживания и ремонта [8, 12, 16]. Применение цифровых и интеллектуальных технологий для управления техническим состоянием машин рассматривается учеными и экспертами как стратегическое направление развития ТОиР [23]. Вместе с тем наличие дополнительного измерительного канала или аналитического средства обработки данных само по себе не определяет экономический результат для сельскохозяйственного предприятия. Здесь имеет значение то, насколько новая информация меняет структуру непредотвращенных отказов, сокращает продолжительность простоев и снижает затраты.

Цифровые и интеллектуальные технологии расширяют состав доступных источников данных и методов их обработки. Для сельскохозяйственной техники в этой связи значение имеет практика использования бортовых систем контроля и телематики, развитие удаленного диагностирования и мониторинга, внедрение интеллектуальных средств обработки данных [9, 11, 15]. Развитие цифровых технологий в ТОиР связано с расширением мониторинга технического состояния, применением предсказательных методов анализа данных, моделей искусственного интеллекта и цифровых двойников [24, 27, 28]. При этом практическая ценность этих технологий зависит от качества исходных данных, достоверности диагностического признака и возможности связать выявленное изменение с конкретным решением по техническому обслуживанию и ремонту. Именно на этом уровне технологический результат должен быть сопоставлен с затратами на получение и использование дополнительной информации.

В ранее выполненных исследованиях были разработаны подходы к оценке потенциала информативности бортовых систем контроля и проверена возможность использовать эксплуатационные данные зерноуборочных комбайнов для построения диагностически значимых признаков [19, 20]. Отдельно исследованы предварительная обработка телематических массивов и применение методов машинного обучения к данным мониторинга [21, 22]. Эти результаты позволяют перейти от вопроса о технической возможности получения дополнительной информации к вопросу о цене такого повышения информативности и его хозяйственном результате. В существующих работах по системе технического обслуживания и ремонта экономические показатели обычно рассматриваются через стоимость обслуживания, ремонта и простоев [7], тогда как количественная связь между затратами на повышение информативности контроля, изменением аварийного потока и коэффициентом готовности сельскохозяйственной техники разработана недостаточно.

Рабочая гипотеза состоит в том, что применение цифровых и интеллектуальных технологий для повышения информативности контроля технического состояния экономически рационально только в тех границах, где снижение ожидаемых последствий непредотвращенных отказов превышает дополнительные затраты на достижение соответствующего уровня информативности. Цель исследования – разработать и параметризовать экономико-математическую модель такой оценки, а также проверить ее на фактической эксплуатационной и стоимостной базе сельскохозяйственного предприятия.

Основная часть

Формирование и проверка подхода к повышению информативности контроля

Повышение информативности контроля рассматривается как последовательное изменение доступного системе представления о техническом состоянии узлов и агрегатов машины. Исходной информационной базой служат сигналы штатных бортовых систем контроля, диагностические сообщения, параметры телеметрии и сведения об эксплуатационных отказах. Не каждый доступный параметр является диагностически полезным. Сначала определяется, для каких отказов существующая информация недостаточна и какие объекты имеют приоритет по совокупности технических и организационно-экономических последствий. Практика диагностирования двигателей и управления техническим состоянием машин подтверждает, что полезность информации определяется не самим фактом измерения, а его связью с распознаваемым состоянием и с последующим выбором операции ТОиР [8, 11, 18].

На экспериментальном этапе выполнялись анализ эксплуатационных отказов, сопоставление их с доступными сигналами бортовых систем контроля зерноуборочных комбайнов, подготовка данных, поиск диагностических признаков и проверка алгоритмических решений. Для телематических массивов существенным условием является предварительная обработка: устранение дубликатов и ошибок, анализ пропусков, согласование временных рядов и подготовка данных к последующей аналитической обработке. Проверка на данных зерноуборочных комбайнов показала, что необработанный массив не может автоматически считаться готовой диагностической информацией. После формализованной подготовки данные становятся пригодными для построения моделей и повторяемого анализа [21, 22, 27].

В результате были получены и проверены диагностически значимые информационные признаки, которые могут быть использованы при техническом диагностировании и выборе операции ТОиР. В этом случае цифровые и интеллектуальные технологии являются средствами достижения информационного результата. Они могут включать дополнительные каналы регистрации и передачи данных, аналитическую обработку машинными алгоритмами. Обзоры предиктивных систем показывают широкий набор таких средств, но одновременно указывают на зависимость результата от качества данных, состава признаков и условий эксплуатации [24, 25].

По результатам исследований было предложено для количественного описания достигнутого информационного результата использовать критерий информативности W как показатель результативности использования диагностической информации. Его исходное значение W = 1 соответствует существующему уровню контроля. Рост W отражает повышение полноты и своевременности информации, имеющей значение для выявления развивающегося отказа и назначения упреждающего технического воздействия.

Также было установлено, что номенклатура потенциальных объектов контроля и функциональные возможности бортовых систем контроля существенно различаются даже в пределах конструктивно близких модификаций зерноуборочных комбайнов [19, 20]. Это означает, что экономически оправданный уровень информативности контроля W не может быть жестко унифицирован в виде единого стандарта для всего парка машин. Целевой показатель W должен определяться дифференцированно для каждого объекта контроля на основе сопоставления затрат на развитие системы контроля (C_i(W)) и величины потенциального ущерба от отказов. Это послужило основой для постановки требований к формированию экономико-математической модели оценки эффективности повышения информативности системы контроля технического состояния.

Экономико-математическая модель оценки

Экономико-математическая модель построена на разделении информационного, эксплуатационного и стоимостного результатов. Повышение критерия W само по себе не является экономическим эффектом. Оно имеет практическое значение только тогда, когда дополнительная информация позволяет предотвратить переход части развивающихся отказов к аварийному восстановлению за счет своевременного выполнения операций ТОиР. Для каждого i-го объекта вводится коэффициент q_i, характеризующий отношение стоимости такой операции к денежным последствиям развития соответствующего отказа:

,

(1)

При q_i < 1 предупредительная операция дешевле аварийного исхода. Чем меньше q_i, тем выше потенциальная стоимостная отдача своевременного решения. Экономический смысл этого отношения согласуется с результатами исследований, в которых затраты на систему технического обслуживания и ремонта сопоставляются с потерями от отказов и простоев [7]. Для сезонных сельскохозяйственных работ дополнительное значение имеет момент отказа: одинаковая продолжительность простоя дает разный ущерб в зависимости от того, случился он в фазу выполнения агротехнологических работ или был своевременно устранен в период межтехнологического простоя [26].

Нормированная функция остаточных затрат рассматриваемого потока отказов имеет вид

.

(2)

Денежный масштаб потерь задается параметром Ψ_i. Он соответствует базовой стоимостной оценке рассматриваемого потока непредотвращенных отказов при W = 1 и включает только те составляющие, которые могут быть подтверждены принятой учетной базой. Произведение Ψ_ig_i(W) характеризует остаточные экономические потери после изменения информативности. Затраты на достижение уровня W задаются функцией C_i(W). В прикладной оценке она включает затраты на инженерно-техническое и информационно-аналитическое обеспечение: оборудование, связь, программные средства, настройку, обработку данных и внешние услуги.

Совокупные затраты по i-му объекту описываются выражением

.

(3)

,

(4)

Неравенство (4) является центральным экономическим условием модели: дополнительная стоимость получения и использования информации должна быть меньше обусловленного ею сокращения ожидаемых потерь. Если технический результат достигнут, но неравенство не выполняется, внедрение остается технически возможным, однако экономически нерациональным для рассматриваемых условий предприятия.

Следует отметить, что в рамках экспериментальной проверки разработанного подхода прямая идентификация критерия W не проводилась, он выступал теоретико-сценарным аргументом модели. Верификация осуществлялась по условиям информационно-технической и экономической допустимости. Прикладной эффект оценивался через прирост показателей диагностического покрытия за счет применения цифровых и интеллектуальных технологий и расчетную величину предотвращаемого сезонного ущерба по фактически зарегистрированному потоку отказов парка машин, участвующего в эксперименте.

На экспериментальном этапе анализ чувствительности выполнялся для проверки устойчивости экономико-математической зависимости к изменению относительной стоимости своевременной операции ТОиР. Для этого функцию g(W) рассчитывали в диапазоне q = 0,30–0,50. Диапазон определен на основании экспериментально полученной оценки q = 0,3586 по 77 повторяющимся событиям, допускающим своевременное выполнение операции ТОиР. Во всем рассматриваемом диапазоне функция сохраняла убывающий характер по W. С увеличением q повышался нижний предел остаточных затрат и уменьшалась экономическая отдача дальнейшего повышения информативности контроля.

Эксплуатационный результат дополнительно оценивается коэффициентом готовности. Для принятой базы он рассчитывается через отношение времени работы к сумме времени работы и аварийного восстановления:

((5)

Формула (5) показывает, насколько изменение структуры отказов влияет на располагаемое время использования техники. Совместное рассмотрение W, K_г и денежного результата позволяет избежать двух упрощений: считать любое увеличение объема данных экономическим эффектом или, наоборот, считать любое повышение технической готовности достаточным основанием для внедрения цифровых и интеллектуальных технологий.

Внедрение и апробация

Апробация модели выполнена в реальных производственных условиях. МТП предприятия включал 27 единиц техники, в том числе восемь зерноуборочных комбайнов. Расчет выполнялся по данным об эксплуатации, ремонтах, простоях и списании запасных частей. В базовом варианте предусматривалось регулярное получение и подготовка данных о техническом состоянии с использованием телематического оборудования и программной обработки. Часть инженерно-технических и информационно-аналитических функций выполнялась внешними специализированными организациями. На предприятии сохранялись функции по техническому контролю, выбору и выполнению операций ТОиР и ответственность за эксплуатацию техники.

Расчет выполнен по данным эксплуатации восьми зерноуборочных комбайнов и бухгалтерского учета за 2024 г. Суммарная наработка комбайнов составила 2469 м-ч. Зарегистрировано 70 событий отказов, фактическое аварийное время восстановления составило 212,0 ч. Коэффициент готовности исходного состояния был рассчитан и составил 0,9209. Полученное значение согласуется с характером эксплуатационной нагрузки, при которой даже сравнительно небольшое число продолжительных ремонтов заметно уменьшает располагаемое время использования техники. Это хорошо согласуется с результатами исследований надежности зерноуборочных комбайнов, а также подтверждает необходимость учитывать не только частоту, но и последствия отказов отдельных систем [1, 18].

Бухгалтерский регистр за период уборочных работ включал 582 позиции списания запасных частей общей стоимостью 4,492 млн руб. После технической проверки к подтвержденным аварийно-восстановительным заменам отнесено 158 позиций стоимостью 3,151 млн руб. С учетом дополнительных затрат на восстановительные работы и агроэкономических потерь от технических простоев аварийная расчетная база составила 4,670 млн руб.

Для хозяйственной выборки коэффициент q рассчитан по 42 технически классифицированным позициям, соответствующим 72 бухгалтерским строкам. Совокупный ущерб по этим событиям составил 1,396 млн руб., стоимость материалов, сохраняющихся при своевременном выполнении операций ТОиР составила 640,737 тыс. руб. Отношение этих величин дало q = 0,459. В базовый вариант включались только отказы с управляемой стадией развития, для которых повышение информативности контроля позволяет получить достаточное упреждение для диагностирования и своевременного выполнения операции ТОиР. Внезапные внешние повреждения и события без подтвержденного информационного признака в предотвращаемый поток не включались.

По результатам расчета базового варианта итоговые эксплуатационные и экономические показатели сведены в таблицу 1.

Таблица 1 – Результаты экономической оценки базового варианта

Годовой денежный поток определяется разностью предотвращаемого ущерба и текущих расходов. Для базового варианта он равен 159,737 тыс. руб./год. Отношение единовременных затрат 430,0 тыс. руб. к этому потоку дает срок простой окупаемости 2,69 года. При этом положительный денежный результат сопровождается положительным эксплуатационным результатом, где K_г увеличивается на 0,0175 или 1,75 процентного пункта.

Сценарный анализ выполнен для трех уровней реализации мероприятий по повышению информативности контроля. В расчетной форме они различаются числом отказов, для которых дополнительная информация позволяет своевременно выполнить операцию ТОиР и тем самым сократить остаточный поток аварийных отказов. Результаты представлены в таблице 2.

Таблица 2 – Сценарный анализ экономической границы повышения информативности контроля

При текущих расходах 460,960 тыс. руб./год операционная безубыточность достигается только после превышения предотвращаемым ущербом этой величины. На нижней границе коэффициент готовности уже повышается до 0,9331, однако предотвращаемый ущерб 432,832 тыс. руб. меньше текущих расходов, поэтому годовой результат получается отрицательным (–28,128 тыс. руб.). В промежуточном варианте чистый эффект положителен и равен 65,804 тыс. руб./год, но срок простой окупаемости увеличивается до 6,53 года. Это показывает, что техническое улучшение и экономическая приемлемость не являются тождественными.

В современных исследованиях развитие ТОиР связывается с применением цифровых средств диагностирования, мониторинга технического состояния и прогнозирования отказов [9, 12, 16]. Экономические оценки систем ТОиР учитывают затраты на обслуживание, ремонт и последствия простоев [6, 7]. Предлагаемая модель связывает эти два направления, сопоставляя стоимость повышения информативности с изменением остаточного потока непредотвращенных отказов, коэффициентом готовности и экономическим результатом предприятия.

Для сезонных механизированных работ сокращение аварийного времени восстановления уменьшает риск нарушения агротехнологических сроков и позволяет полнее использовать производственный потенциал имеющегося МТП. Такое следствие согласуется с оценками потерь, возникающих при несвоевременном выполнении технологических операций [17, 26].

Представленный расчет носит консервативный характер. В него не включалась возможная экономия стоимости основной заменяемой детали, если своевременная операция позволяет сохранить ее ресурс; не учитывались зависимые отказы и вторичные повреждения, которые могли бы быть предотвращены вместе с первичным событием; не оценивался эффект более полного использования остаточного ресурса. Учет этих составляющих может увеличить расчетный эффект, однако для их стоимостной оценки нужны отдельные подтвержденные данные.

Заключение

Исследование показывает, что расширение внедрения цифровых и интеллектуальных технологий в системе ТОиР ограничено рамками экономической целесообразности. Разработанная экономико-математическая модель позволяет осуществить такую оценку и определить условия экономической рациональности для сельскохозяйственного предприятия.

Апробация модели на уровне сельскохозяйственного предприятия показывает, что расчетное аварийное время восстановления сокращается с 212,0 до 161,945 ч за сезон, то есть на 50,055 ч, или 23,61 %. При суммарной наработке 2469 м-ч коэффициент готовности увеличивается с 0,9209 до 0,9384. Предотвращаемый сезонный ущерб составляет 620,697 тыс. руб., а при текущих расходах в 460,960 тыс. руб./год чистый годовой экономический эффект равен 159,737 тыс. руб., при этом срок простой окупаемости единовременных затрат 430,0 тыс. руб. составляет 2,69 года.

Базовый вариант сформирован консервативно, то есть только по отказам с управляемой стадией развития, для которых повышение информативности позволяет получить достаточный временной интервал для своевременного выполнения операции ТОиР. В расчет не включены возможное предотвращение зависимых и вторичных повреждений, экономия стоимости основной заменяемой детали и более полное использование остаточного ресурса. В этом случае полученное значение эффекта характеризует подтверждаемую расчетную границу для принятой стоимостной базы, а не максимально возможный результат применения цифровых и интеллектуальных технологий.

Сценарный анализ показывает экономическую границу повышения информативности и, следовательно, границу применения цифровых и интеллектуальных технологий в ТОиР. При предотвращаемом ущербе 432,832 тыс. руб. коэффициент готовности увеличивается до 0,9331, при этом годовой результат получается отрицательным и составляет –28,128 тыс. руб. В промежуточном варианте при предотвращаемом ущербе 526,764 тыс. руб. чистый эффект равен 65,804 тыс. руб./год, а срок окупаемости увеличивается до 6,53 года. Таким образом, проведенные исследования наглядно демонстрируют то, что решение о внедрении цифровых и интеллектуальных технологий в ТОиР должно учитывать одновременно информационный результат расширения контроля, изменение технической готовности и стоимость достижения этого результата.