Food Policy and Security Food Policy and Security Продовольственная политика и безопасность 2499-9431 2412-8694 BIBLIO-GLOBUS Publishing House 126862 10.18334/ppib.13.4.126862 GCUEFF Articles Статьи Research Article Digital transformation of technical service as a factor of agricultural production sustainability Экономическая оценка повышения информативности контроля технического состояния сельскохозяйственных машин

24 12 2026 13 4 VOL 13, NO4 (2026) ТОМ 13, №4 (2026) 02 09 2026 28 09 2026 Copyright ©; 2026, Pomogaev V.M. Copyright ©; 2026, Помогаев В.М. 2026 Pomogaev V.M. Помогаев В.М. https://1economic.ru/lib/126862

Agricultural production sustainability during seasonal operations depends on machinery and tractor fleet technical readiness and the duration of emergency downtime. The article aims to assess the economic rationality of measures that increase the informative value of machinery condition monitoring through digital and intelligent technologies. Information performance is represented by an informativeness criterion, while operational and economic outcomes are assessed through availability, emergency recovery time, avoided losses, and implementation costs. The approach was formed during the research stage and verified using operating data, followed by an economic appraisal of a base option for eight combine harvesters. Estimated emergency recovery time decreased by 50.055 hours per season, and the availability coefficient increased from 0.9209 to 0.9384. Seasonal avoided losses amounted to RUB 620,697 against annual operating costs of RUB 460,960, producing a net annual effect of RUB 159,737 and a simple payback period of 2.69 years. Scenario analysis showed that improved technical readiness does not by itself ensure economic acceptability because the lower-bound option still produced a negative annual result. The results provide a basis for comparing the cost of increasing monitoring informativeness with the resulting operational and economic effect.

Устойчивость сельскохозяйственного производства в сезонных технологических процессах зависит от технической готовности машинно-тракторного парка и продолжительности аварийных простоев. Цель исследования – оценить экономическую рациональность мероприятий по повышению информативности контроля технического состояния машин за счет цифровых и интеллектуальных технологий. В качестве информационного критерия использован показатель информативности, а эксплуатационный и экономический результаты оценены по изменению коэффициента готовности, аварийного времени восстановления, предотвращаемого ущерба и затрат. Подход сформирован на этапе научно-исследовательских работ и проверен по эксплуатационным данным, после чего выполнена экономическая апробация базового варианта для восьми зерноуборочных комбайнов. Расчетное аварийное время восстановления сократилось на 50,055 часа за сезон, а коэффициент готовности увеличился с 0,9209 до 0,9384. Предотвращаемый сезонный ущерб составил 620,697 тысячи рублей при текущих расходах 460,960 тысячи рублей в год, чистый годовой эффект – 159,737 тысячи рублей, срок простой окупаемости – 2,69 года. Сценарный анализ показал, что улучшение технической готовности не гарантирует экономической приемлемости: на нижней границе коэффициент готовности возрастает, однако годовой результат остается отрицательным. Полученные результаты позволяют сопоставлять стоимость повышения информативности контроля с достигаемым эксплуатационным и экономическим эффектом.

 digital and intelligent technologies maintenance and repair monitoring informativeness machinery and tractor fleet economic efficiency цифровые и интеллектуальные технологии техническое обслуживание и ремонт информативность контроля машинно-тракторный парк экономическая эффективность 1. Бурак П.И., Голубев И.Г. Анализ наработки на отказ зерноуборочных и кормоуборочных комбайнов // Техника и оборудование для села. – 2022. – № 5. – c. 27-31. – doi: 10.33267/2072-9642-2022-5-27-31. 2. Ещин А.В., Дегтярева Е.Д., Старостин И.А., Сысоев Г.В. Анализ состояния и перспективы развития технического обеспечения сельскохозяйственного производства в России // АПК: экономика, управление. – 2024. – № 8. – c. 97-106. – doi: 10.33305/248-97. 3. Закарчевский О.В., Апатенко А.С., Новоселов Э.А., Федотенкова О.А. Импортозамещение сельскохозяйственной техники в России: от импортной зависимости к технологической независимости // Экономика, труд, управление в сельском хозяйстве. – 2025. – № 2. – c. 55-68. – doi: 10.33938/252-55. 4. Зюкин Д.А., Петрушина О.В., Глушков И.А., Руденко С.Р. Снижение технической оснащенности как угроза роста потерь и снижения эффективности в зерновом подкомплексе АПК // Вестник НГИЭИ. – 2024. – № 8(159). – c. 84-95. – doi: 10.24412/2227-9407-2024-8-84-95. 5. Ибрагимов А.Г., Борулько В.Г., Прохоров И.П. Обеспеченность сельскохозяйственной техникой сельскохозяйственного производства России // Аграрная наука. – 2022. – № 3. – c. 66-69. – doi: 10.32634/0869-8155-2022-357-3-66-69. 6. Игнатов В.И., Катаев Ю.В., Герасимов В.С., Андреева Д.В. Анализ эффективности современного технического сервиса сельскохозяйственной техники в АПК // Агроинженерия. – 2021. – № 2. – c. 62-67. – doi: 10.26897/2687-1149-2021-2-62-67. 7. Иовлев Г.А., Голдина И.И., Зорков В.С. Техническая и экономическая оценка систем технического обслуживания и ремонта сельскохозяйственной техники // Аграрная наука. – 2023. – № 4. – c. 129-136. – doi: 10.32634/0869-8155-2023-369-4-129-136. 8. Катаев Ю.В., Герасимов В.С., Тишанинов И.А. Использование систем бесконтактной диагностики при техническом обслуживании энергонасыщенной сельскохозяйственной техники // Технический сервис машин. – 2022. – № 2. – c. 60-66. – doi: 10.22314/2618-8287-2022-60-2-60-66. 9. Катаев Ю.В., Загоруйко М.Г., Тишанинов И.А., Градов Е.А. Прогнозирование отказов в двигателях сельскохозяйственной техники с применением цифровых технологий // Аграрный научный журнал. – 2022. – № 2. – c. 79-82. – doi: 10.28983/asj.y2022i2pp79-82. 10. Катаев Ю.В., Костомахин М.Н., Петрищев Н.А., Саяпин А.С., Молибоженко К.К. Повышение уровня технического обслуживания энергонасыщенной техники // Техника и оборудование для села. – 2022. – № 4. – c. 27-31. – doi: 10.33267/2072-9642-2022-4-27-31. 11. Катаев Ю.В., Тишанинов И.А., Градов Е.А. Бесконтактная диагностика двигателя трактора через CAN-интерфейс // Техника и оборудование для села. – 2023. – № 8. – c. 36-39. – doi: 10.33267/2072-9642-2023-8-36-39. 12. Катаев Ю.В., Тишанинов И.А. Применение цифровых технологий при диагностировании двигателей энергонасыщенной сельскохозяйственной техники // Агроинженерия. – 2023. – № 4. – c. 52-59. – doi: 10.26897/2687-1149-2023-4-52-59. 13. Комаров В.А., Курашкин М.И. Исследование работоспособности зерноуборочных комбайнов в гарантийный период // Инженерные технологии и системы. – 2021. – № 2. – c. 188-206. – doi: 10.15507/2658-4123.031.202102.188-206. 14. Комаров В.А., Нуянзин Е.А., Сивцов В.Н. Анализ отказов зерноуборочных комбайнов в гарантийный период // Сельский механизатор. – 2024. – № 2. – c. 28-29. – doi: 10.47336/0131-7393-2024-2-28-29-31. 15. Костомахин М.Н., Катаев Ю.В., Петрищев Н.А., Саяпин А.С., Молибоженко К.К. К вопросу использования счетчиков индикаторов и технологий нейронных сетей для контроля технического состояния энергонасыщенных тракторов, находящихся в лизинге // Агроинженерия. – 2021. – № 6. – c. 4-10. – doi: 10.26897/2687-1149-2021-6-4-10. 16. Костомахин М.Н., Саяпин А.С., Пестряков Е.В., Петрищев Н.А. Совершенствование подходов к диагностированию для управления надежностью сельскохозяйственной техники // Электротехнологии и электрооборудование в АПК. – 2024. – № 1. – c. 57-64. – doi: 10.22314/2658-4859-2024-71-1-57-64. 17. Михальцов Е.М., Чекусов М.С., Кем А.А., Шмидт А.Н., Даманский Р.В. О рациональном выборе зерноуборочного комбайна и жатки для уборки зерновых в условиях Сибири // Сибирский вестник сельскохозяйственной науки. – 2023. – № 6. – c. 74-82. – doi: 10.26898/0370-8799-2023-6-9. 18. Помогаев В.М. Исследование надежности зерноуборочных комбайнов // Вестник Омского государственного аграрного университета. – 2024. – № 3. – c. 123-131. 19. Помогаев В.М., Редреев Г.В. Оценка потенциала информативности бортовых систем контроля сельскохозяйственных машин // Вестник Омского государственного аграрного университета. – 2025. – № 3. – c. 123-131. 20. Помогаев В.М. Информативность бортовых систем контроля зерноуборочных комбайнов // Известия Нижневолжского агроуниверситетского комплекса: Наука и высшее профессиональное образование. – 2025. – № 6. – c. 583-591. – doi: 10.32786/2071-9485-2025-06-63. 21. Помогаев В.М., Ревякин П.И., Зинич А.В. Анализ временных рядов данных мониторинга технического состояния сельскохозяйственных машин методами машинного обучения для построения предсказательных моделей // Известия Оренбургского государственного аграрного университета. – 2024. – № 6. – c. 139-152. – doi: 10.37670/2073-0853-2024-110-6-139-152. 22. Помогаев В.М., Ревякин П.И., Басакина А.С. Способ и процессная модель предварительной обработки данных автоматизированных систем контроля технического состояния зерноуборочных комбайнов // Resources and Technology. – 2024. – № 4. – c. 44-65. – doi: 10.15393/j2.art.2024.8043. 23. Саяпин А.С., Петрищев Н.А., Пестряков Е.В. Совершенствование управления техническим состоянием машин за счет использования цифровых средств мониторинга // Технический сервис машин. – 2023. – № 4. – c. 10-17. – doi: 10.22314/2618-8287-2023-61-4-10-17. 24. Ersöz O.Ö., İnal A.F., Aktepe A., Türker A.K., Ersöz S. A Systematic Literature Review of the Predictive Maintenance from Transportation Systems Aspect // Sustainability. – 2022. – № 21. – p. 14536. – doi: 10.3390/su142114536. 25. Maktoubian J., Turner P., Taskhiri M.S. Intelligent predictive maintenance (Ipdm) in forestry: A review of challenges and opportunities // Forests. – 2021. – № 11. – doi: 10.3390/f12111495. 26. Sun J., Zhang Y., Chen H., Qiao J. Optimization Model and Application for Agricultural Machinery Systems Based on Timeliness Losses of Multiple Operations // Agriculture. – 2023. – № 10. – p. 1969. – doi: 10.3390/agriculture13101969. 27. Wu Y., Sicard B., Gadsden S.A. Physics-informed machine learning: A comprehensive review on applications in anomaly detection and condition monitoring // Expert Systems with Applications. – 2024. – p. 124678. – doi: 10.1016/j.eswa.2024.124678. 28. Zhang C., Song J., Yin X., Cai J., Liang Y., Lu J. Digital twin-based approaches for agricultural machinery damage prediction and maintenance: A review // Journal of Computational Design and Engineering. – 2025. – № 10. – p. 87-117. – doi: 10.1093/jcde/qwaf097.