МОДЕЛИРОВАНИЕ СТАНЦИИ ТЕХНИЧЕСКОГО ОБСЛУЖИВАНИЯ ЛЕСОЗАГОТОВИТЕЛЬНЫХ МАШИН В СИСТЕМЕ ANYLOGIC

SIMULATION SERVICE STATIONS FOREST MACHINES IN SYSTEM

ANYLOGIC

Ключевые слова: моделирование, станции технического обслуживания

Keywords: modeling, service station

В статье показаны основы применения программного моделирования в системе AnyLogic при организации и проектировании станций технического обслуживания автомобильного парка и оборудования для лесозаготовки, а так же описание перспективных возможностей внедрения этой технологии в реальное производство.

The article shows the basics of using a software modeling system AnyLogic in the organization and design of service stations and car park equipment for logging, as well as a description of the promising opportunities the introduction of this technology into actual production.

Современные леспромхозы - это крупные предприятия, в которых серьезное внимание должно уделяется не только основным лесосечным работам, но и обслуживанию техники. Недостаточная надежность оборудования, низкое качество обслуживания и ремонтных работ приводит к огромным затратам на последующий ремонт относительно простых деталей, механизмов.

Организация службы технического обслуживания и ремонта при проектировании предприятия является важным фактором обеспечения стабильности, экономичности и высокого уровня лесозаготовки. В широком смысле этого слова это и расчет количества постов для той или иной операции, и внедрение новых технологий в ремонтный процесс и многие другие факторы, направленные на повышение качества обслуживания, ремонта и снижения их себестоимости [1].

Особенность эксплуатации лесозаготовительных машин заключается в использовании их в течение всего года с двумя сезонными перерывами в жестких климатических условиях [2]. При этом максимальная нагрузка 60-70% работы лесозаготовительных машин приходится на зимний период с отрицательными температурами до - 40° С и ниже. В зимнее время, от трех до четырех месяцев, машины работают в снегу, глубина которого достигает 1000 мм. В весеннелетний период машины работают в условиях большой захламленности и увлажненности, глубина жидкой грязи может достигать 0,5 м. В предзимний период движение лесозаготовительных машин происходит по замерзшему твердому грунту, что увеличивает коэффициент динамичности в 1,5-2 раза.

Циклическая работа сопряжена с большим количеством переходных процессов. Контакт с деревом при валке, пакетировании, обрезке сучьев, движении с пачкой и без нее вызывают большие динамические нагрузки на все системы лесозаготовительных машин. При этом на динамическую нагруженность лесозаготовительной машины существенно влияют условия эксплуатации: пересеченный рельеф местности, пни, выступающая над поверхностью корневая система, физико-механические свойства грунта, предмет труда, ветровая нагрузка

[3].

В представленной работе показана возможность применения системы AnyLogic [4] для имитационного моделирования станции технического обслуживания и ремонта лесозаготовительных машин (ЛЗМ). Модель позволяет гибко изменять входные параметры процесса, с оперативным отображением реакции системы [5].

Создание подобных систем предполагает применение современных математических методов построения моделей, оптимизации и принятия решений на базе современной вычислительной техники. Причем разработка систем должна проводиться с учетом особенностей каждой конкретной задачи [6].

В разработанной модели предлагается организовывать участки для реализации процесса восстановления и изготовления собственными силами изношенных деталей. Модель работает в реальном времени с начальным параметром - «объем автопарка»; позволяет наблюдать и анализировать отказы техники, загрузки СТО, простои. Модель образует замкнутый контур, что дает возможность следить за общей производительностью СТО, а именно выхода машин на линию в каждую смену.

Модель СТО (см. рис.) разработана для лесозаготовительного предприятия, имеющего парк машин в количестве 100 штук. Машины работают круглосуточно в 3 смены по 8 часов с выходом по 50 машин на линию. Станция технического обслуживания состоит из сектора ремонта автомобилей, с классическими постами обслуживания, и сектора ремонта оборудования ЛЗМ [7]. Ремонт ЛЗМ возможен по схемам агрегатного либо восстановительного ремонта. Вопрос выбора схемы ремонта является наиболее актуальным при принятии решения по результатам диагностики ЛЗМ.

Одной из основных сложностей в повышении эффективности лесозаготовительного производства является проблема высоких затрат, связанных с отказами ЛЗМ. Для повышения эффективности технической эксплуатации ЛЗМ необходима разработка комплексной системы организации их технического сервиса с целью минимизации затрат и возможных убытков от отказов. Уровень технического сервиса ЛЗМ в первую очередь определяется уровнем организации снабжения запасными частями и рациональной организацией работ по ремонту и замене вышедших из строя деталей.

Модель станции технического обслуживания и ремонта лесозаготовительных машин в системе AnyLogic

Рисунок - Модель станции технического обслуживания и ремонта лесозаготовительных машин в системе AnyLogic:

Участки: 1 - фрезерный; 2 - токарный; 3 - термическая обработка; 4 - газотермический; 5 технического обслуживания; 6 - ремонта ДВС; 7 - ремонта КПП; 8 - кузовной; 9 - ходовой

Службы ремонта, в условиях повышения стоимости запасных частей импортного производства, будут отдавать приоритет восстановительному ремонту. Повышение качества, надежности, экономичности и производительности машин, снижение их удельной материалоёмкости при ремонте, должно обеспечиваться применением современных материалов и технологий, позволяющих повысить прочность, износостойкость, коррозионную стойкость деталей и эксплуатационных характеристик механизмов.

Данный вариант имеет привязку к складу запасных частей и эксплуатационных материалов. Так же система в зависимости от наработки отправляет автомобиль для прохождения планового технического обслуживания [8]. Схема имеет объединенный участок восстановительного ремонта как для оборудования ЛЗМ, так и для автомобилей. При моделировании работы мы можем установить желаемое количество автомобилей в целом на предприятии и в частности на линии. Имеется возможность изменения количества постов на каждом участке и номинального времени пребывания на них. Все это позволяет более точно анализировать производительность станции, искать верные решения модернизации процесса технического обслуживания и ремонта.

Большинство нечетких систем используют продукционные правила для описания зависимостей между лингвистическими переменными. Типичное продукционное правило состоит из антецедента (часть ЕСЛИ ...) и консеквента

(часть ТО___)[9]. Антецедент может содержать более одной посылки. В этом

случае они объединяются посредством логических связок И или ИЛИ.

Поэтому, основываясь на экспериментальных данных, необходимо создать правила, которые будут показывать реакцию определенных характеристик ЛЗМ на изменение факторов, оказывающих влияние на данные характеристики [10].

Библиографический список

  • 1. Первозванский, А.А. Математические модели в управлении производством/А.А. Первозванский. -М.: Наука, 1975. -616 с
  • 2. Говорущенко Н.Я. Техническая эксплуатация автомобилей/Говорущенко Н.Я. -X.: Вища школа, 1984. -312 с.
  • 3. Александров В.А. Динамические нагрузки в лесосечных машинах. - Л.: Изд-во Ле- нингр. Ун-та, 1984 - 152 с.
  • 4. Боев В. Д. Компьютерное моделирование: Пособие для практических занятий, курсового и дипломного проектирования в AnyLogic7 / В.Д. Боев.- СПб.: ВАС, 2014. - 432 с.
  • 5. Аринин И. Н., Коновалов С. И. Моделирование процессов ТО и ремонта автомобилей.-Владимир: Владимирский политехнический институт. 1991.-86 с
  • 6. Волков В.П. Интеграция технической эксплуатации автомобилей в структуры и процессы интеллектуальных транспортных систем. Монография/Под редакцией Волкова В.П./В.П. Волков, В.П. Матейчик, О.Я. Никонов, П.Б. Комов, И.В. Грицук, Ю.В. Волков, Е.А. Комов//Донецк: Изд-во «Ноулидж», 2013.-398с.
  • 7. Разговоров К.И. Внедрение информационных технологий в процесс диагностирования, ТО и ремонт автомобилей // Актуальные проблемы повышения уровня эксплуатации автотранспортных средств.
  • 8. Власов А.О., Коледов Н.Е., Заяц Т.М., Заяц Ю.А. Информационный подход к мониторингу технического состояния транспортных средств // Альтернативные источники энергии в транспортно-технологическом комплексе: проблемы и перспективы рационального использования. 2014. № 1. С. 86-88. DOI: 10.12737/13083.
  • 9. Rybina G.V., Rarondzhanov S.S. Modeling of intelligent agent interactions for multiagent systems//Scientific and technical information processing. December 2010. Volume 37. Issue 5. P. 318-327. DOI: 10.3103/S0147688210050072.
  • 10. Барзилович E.KT Модели технического обслуживания сложных систем: Учеб, пособие. М.: Высш. школа, 1982. 231 с

© Сократов Н.С., Илюшин В.В., 2015

УДК 539.56:629.01 DOI 10.12737/19360 Стручков В.Н. Struchkov V.N.

студент 3 курса кафедры сварки, 3th year student of the Department of

диагностики и мониторинга welding, diagnostics and monitoring

конструкций Технологического structures of the Technological Institute

института Северо-Восточного of the North- Eastern Federal University

федерального университета, , Yakutsk, Russian Federation

Якутск, РФ

Михайлов B.E. Mikhailov V.Ye.

канд. техн. наук, ст. научн. сотр., Ph.D., Senior Researcher, Head of the

заведующий кафедрой сварки, Department of welding, diagnostics and

диагностики и мониторинга monitoring structures of the

конструкций Технологического Technological Institute of the North-

института Северо-Восточного Eastern Federal University, Yakutsk,

федерального университета, Якутск, РФ Russian Federation

 
Посмотреть оригинал
< Пред   СОДЕРЖАНИЕ   ОРИГИНАЛ     След >