Характерні задачі і методи прогнозування у сфері машиновикористання

Прогнозування строків безвідмовної роботи складових частин машини є одним з найважливіших завдань технічної діагностики. Розглянемо прогнозування залишкового ресурсу елементів машин з використанням моделі спрацювання і результатів оцінки технічного стану (діагностування). Роботоздатність об’єкта діагностування оцінюється за величиною параметру стану, тобто фізичної величини, яка прямо чи опосередковано характеризує ступінь спрацювання.

Характер кривої спрацювання встановлюється експериментальними дослідженнями натурних взірців і має вигляд кривої, що наведена на рис. 14.1. Для прогнозування залишкового ресурсу t_зр потрібні такі вихідні дані:

• номінальне значення параметру стану П_н;

• граничне значення параметру стану П_г;

• показник зміни параметру стану за час припрацювання ΔП;

• значення параметру стану на і-й момент діагностування — П_і;

• наробіток від початку експлуатації до моменту діагностування t_p.

Тоді, згідно з рис. 14.1, зміни параметру стану на момент діагностування ΔП_i та граничного використання ресурсу ΔП_n визначаються залежностями:

ΔП_і= П_і-(П_н+ΔП), (14.1)

ΔП_г = П_п - (П_н+ΔП), (14.2)

Зміна параметру під час роботи в загальному вигляді виражається залежністю:

(14.3)

де k_v — коефіцієнт, що характеризує інтенсивність зміни параметру.

При α=1 функція зміни параметру стану буде лінійною, при α≠1 — криволінійною. За даними досліджень для тракторів і сільськогосподар­ських машин α=0,8...2,0.

Аналогічно для граничного стану:

(14.4)

Підставивши у формулу (4.53) значення коефіцієнта k_v з формули (14.3) і розв’язавши рівняння відносно залишкового ресурсу t_зр із враху­ванням залежностей (14.1 і 14.2), отримуємо:

(14.5)

Таким чином, застосовуючи натурне та математичне моделювання, можна з достатньою достовірністю прогнозувати майбутній стан технічних засобів за результатами оцінки нинішнього стану. В даному випадку засто­совується метод екстраполяції.

У спеціальній літературі наводяться методи прогнозування залишково­го ресурсу при невідомому напрацюванні від початку експлуатації, прогно­зування з урахуванням випадкового характеру зміни параметру та ін.

Аналогічно можна прогнозувати динаміку показників ефективності но­вої техніки. Відомо, що зміна ефективності в часі описується логістичною кривою (рис. 14.2). На початковому етапі йде освоєння нової техніки з не­повним використанням її потенційних можливостей (ділянка 0-1). Далі йде рівномірне нарощування ефективності (ділянка 1-2) і поступове зниження приросту ефективності (ділянка 2-3) внаслідок вичерпання потенційних можливостей техніки.

Рівняння логістичної кривої може бути записане у вигляді:

(14.6)

де Е_тах, Е — максимальна і поточна ефективність машин;

а, b — сталі величини, які визначаються за статистичними даними.

Рис. 14.2. Інтегральна (логістична) крива приросту ефективності техніки в часі

Використовуючи наведені вище загальні закономірності можна з до­статньою точністю прогнозувати майбутній стан конкретних технічних систем і приймати обґрунтовані рішення щодо ремонтних втручань чи заміни застарілої техніки.

Важливою умовою керованого розвитку виробництва є побудо­ва прогностичних моделей на основі аналізу причинно-наслідкових зв’язків. Біологічна сутність сільського господарства, вплив значної кількості факторів імовірнісної природи обумовлюють переважне вико­ристання статистичних методів у прогнозуванні. При цьому логічний аналіз дозволяє виявити суперечності, встановити причинно-наслідкові зв’язки і обґрунтувати множину істотних факторів, а математична мо­дель будується на основі статистичних даних, застосування багатофак- торного регресійного та кореляційного аналізу, побудови часових рядів та інших емпіричних залежностей.

Прогнозування, як правило, базується на попередньому функціо­нальному, еволюційному, інженерному або техніко-економічному ана­лізі.

Для аналізу виробництва і прогнозування його розвитку широко застосовують виробничі функції (ВФ). При виведенні ВФ важливо до­тримуватись системного підходу, враховувати сукупний вплив багатьох факторів на ефективність виробництва. Так, ефективність сільськогос­подарського виробництва (Е), у загальному вигляді може бути вираже­на функцією:

(14.7)

де Р_п — природні ресурси;

Р_г — родючість ґрунтів;

Р_в — засоби виробництва;

Р_р — трудові ресурси;

Т — час.

Тобто ця залежність передбачає вплив природних, технічних і люд­ських факторів на результати виробництва, що є важливим для його прогнозування та цілеспрямованого розвитку.

Моделі ВФ будують на основі експериментальних і статистичних даних із застосуванням методів регресійного та дисперсійного аналізів. Наприклад, продуктивність праці в натуральному виразі (урожай) може бути представлена як лінійна залежність:

(14.8)

де Q — урожай певної сільськогосподарської культури;

х_І — бал оцінки землі за кадастром чи по максимальній врожай­ності даної культури;

х₂ — забезпеченість основними виробничими фондами;

х₃ — кількість внесених добрив;

х₄ — сумарні затрати праці (щільність механізованих робіт);

а₀ — вільний член рівняння, що встановлюється за величиною се­редньої досягнутої врожайності;

b, с, d, е — коефіцієнти значимості відповідних факторів.

У цьому рівнянні два з чотирьох значимих факторів безпосередньо відносяться до інженерної діяльності (х₂ i x₄).

Таблиця 14.1. Задачі та методи прогнозування в машиновикористанні

Задача	Метод
Планування науково-технічного прогресу в машиновикористанні. Розвиток технологій механізованого виробництва с.-г. продукції	Експертна оцінка, екстраполяція, моделювання ВФ
Прогнозування капітальних вкладень на розвиток матеріально-технічної бази	Експертна оцінка, моделювання ВФ
Прогнозування техніко-економічних показників нової техніки та комплексів машин	Імітаційне моделювання, екстраполяція кривих ефективності
Завантаження технічних засобів, робочої сили, виробничих об’єктів	Сезонні моделі, математичне програмування
Прогнозування потреби в ресурсах (паливо, техніка, обладнання)	Сезонні моделі, ВФ, математичне програмування, імітаційне моделювання
Прогнозування строку служби технічних засобів Прогнозування роботоздатності техніки	Імітаційне моделювання, екстраполяція моделей спрацювання
Визначення шляхів досягнення заданого рівня показників енерго- і ресурсозбереження, машиновикористання	Нормативний метод, моделювання ВФ, імітаційне моделювання, аналіз причинно- наслідкових зв'язків

Для прогнозування техніко-економічних показників комплексів машин і окремих агрегатів широко застосовують методи імітаційного моделювання на ЕОМ. Імітаційна модель дозволяє здійснювати машин­ний експеримент і визначати експлуатаційні властивості системи в різ­них умовах, враховуючи вплив і взаємодію різних факторів, у тому числі і випадкових, визначати статистичні характеристики показників (мате­матичне сподівання, дисперсію, імовірність появи події). При розробці наукових прогнозів, як правило, поєднуються різні методи (табл. 14.1).

Здатність ефективно керувати виробництвом значною мірою обу­мовлена здатністю керівників і фахівців передбачати результати ви­робничої діяльності, вмінням застосовувати сучасні методи прогно­зування.

Дата добавления: 2015-07-13