Интеллектуальная модель управления надежностью эксплуатируемой сельскохозяйственной техники

Сельскохозяйственная техника, как основной производственный актив предприятия, нуждается в специальной информационной системе управления. Управление надежностью эксплуатируемой сельскохозяйственной техники представляет собой актуальную и сложную задачу. Низкий уровень внедрения средств поддержки принятия решений и субъективное управление процессами технического обслуживания и ремонта без учета факторов и данных объективного контроля приводят к неэффективным управленческим решениям. Исследования проведены с целью разработки интеллектуальной модели управления надежностью эксплуатируемой сельскохозяйственной техники на принципах процессного подхода, с учетом допустимого уровня вероятности безотказной работы (риска), ремонтопригодности, условий эксплуатации и стоимости потерь, ориентированной на максимальное выведение инженера из процесса формирования управленческих решений. В основе разработанной модели заложена искусственная интеллектуальная система управления с набором базовых алгоритмов в сочетании с устройствами дистанционного сбора информации о техническом состоянии составных частей машин. Разработан алгоритм автономного составления и редактирования графика технического обслуживания с учетом технико-экономических и субъективных критериев. Внедрение предлагаемой автоматизированной интеллектуальной модели управления позволит сократить на 40% затраты времени специалистов на типовые управленческие задачи и заменить человека при формировании не менее половины управленческих решений, связанных с поддержанием работоспособности машин. Разработанная интеллектуальная модель управления может быть применима для тракторов, уборочных комбайнов, навесных и прицепных сельскохозяйственных машин. Она позволит реализовать технологию бережливого управления надежностью техники, отражает основную концепцию и принцип действия цифрового двойника инженера по эксплуатации машин.

1. Шестаков Р.Б., Филиппова-Глебова А.И., Яковлев Н.А. От индустрии 4.0 к индустрии 5.0: формирование, развитие, проблемы и перспективы // Вестник техносферной безопасности и сельского развития. 2024. № 3 (38). С. 15-18. EDN: TYZQOD

2. Ляндау Ю.В. История развития процессного подхода к управлению // Экономика, статистика и информатика: Вестник УМО. 2013. № 6. С. 65-68. EDN: RPKPGL

3. Никитченко С.Л., Лесник Н.А., Смыков С.В. Управление техническим обслуживанием сельскохозяйственной техники в условиях автоматизации и цифровизации производства // Агроинженерия. 2023. Т. 25, № 4. С. 33-42. https://doi.org/10.26897/2687-1149-2023-4-33-42

4. Wienker M., Henderson K., Volkerts J. The computerized maintenance management system an essential tool for world class maintenance. Procedia Engineering. 2016;138:413-420. https://doi.org/10.1016/j.proeng.2016.02.100

5. Никитченко С.Л., Капкаев А.А., Юхнов В.И., Муконина М.И. Управление жизненным циклом сельскохозяйственной техники на этапе эксплуатации в условиях цифровизации производства // Аграрный научный журнал. 2023. № 10. С. 194-204. http://dx.doi.org/10.28983/asj.y2023i10pp194-204

6. AlDhaibani A.M. Enhancing SCADA system asset maintenance in modern power utilities: integrating advanced strategies and emerging technologies. International Journal of Science and Research (IJSR). 2023;12(12):1136-1141. https://doi.org/10.21275/sr23906105232

7. Дымкова С.С. Облачные IOT платформы и приложения для оптимизационного управления транспортом // REDS: Телекоммуникационные устройства и системы. 2020. Т. 10, № 4. С. 39-50. EDN: PZAATR

8. Fu Y., Zhu G., Zhu M., Xuan F. Digital twin for integration of design-manufacturing-maintenance: An overview. Chinese Journal of Mechanical Engineering. 2022;35:80. https://doi.org/10.1186/s10033-022-00760-x

9. Ерохин М.Н., Дорохов А.С., Катаев Ю.В. Интеллектуальная система диагностирования параметров технического состояния сельскохозяйственной техники // Агроинженерия. 2021. № 2 (102). С. 45-50. https://doi.org/10.26897/2687-1149-2021-2-45-50

10. Костомахин М.Н., Петрищев Н.А., Воронов А.Н., Саяпин А.С. Экспериментальная система дистанционного мониторинга технического состояния самоходных сельскохозяйственных машин // Сельскохозяйственная техника: обслуживание и ремонт. 2019. № 10. С. 48-57. EDN: BEHSQX

11. Никитченко С.Л., Игнатьева О.В. Выбор элементов системы для дистанционного диагностирования технического состояния гидропривода // Интеллектуальный транспорт. 2025. Т. 9, № 1 (33). С. 68-76. EDN: BKKBEB

12. Виноградов Г.П. Модель субъективно рационального принятия решений с выбираемыми описаниями картины мира и структуры интересов // Информационные и математические технологии в науке и управлении. 2018. № 2 (10). С. 42-51. EDN: YLWPVZ

13. Душкин Р.В., Андронов М.Г. Гибридная схема построения искусственных интеллектуальных систем // Кибернетика и программирование. 2019. № 4. С. 51-58. https://doi.org/10.25136/2644-5522.2019.4.29809

14. Никитченко С.Л., Игнатьева О.В., Лященко А.М. Инженерно-техническое обеспечение АПК в провинции Хэнань Китайской Народной Республики // Технический сервис машин. 2024. Т. 62, № 3. С. 7-16. EDN: MIYOJO

15. Чечет В.А., Левшин А.Г., Скороходов А.Н., Егоров В.В. Основные положения системной диагностики машин // Вестник федерального государственного образовательного учреждения высшего профессионального образования «Московский государственный агроинженерный университет имени В.П. Горячкина». 2018. № 6 (88). C. 51-55. EDN: YQDQQX

16. Никитченко С.Л., Гринченков Д.В. Совершенствование методов резервирования запасных частей для сельскохозяйственной техники на основе генетических алгоритмов // Агроинженерия. 2022. Т. 24, № 6. С. 25-31. https://doi.org/10.26897/2687-1149-2022-6-25-31

17. Никитченко С.Л., Зырянкина К.Э. Прогнозирование потребности в запасных частях гидросистем машин с применением нейронной сети // Вестник Ростовского государственного университета путей сообщения. 2024. № 2. С. 15-24. EDN: GDFFKW

18. Захаров Н.С., Козин Е.С. Контроль выполнения технологического процесса обслуживания и ремонта автомобилей с использованием нейронных сетей // Вестник Уральского государственного университета путей сообщения. 2023. № 4 (60). С. 43-51. EDN: NAQINB

19. Никитченко С.Л., Лященко З.В., Глазунов Д.В. Совершенствование организации технического обслуживания тракторов с учетом годовой плановой наработки // Технический сервис машин. 2025. Т. 63, № 2. С. 22-31. EDN: IFMZKY

20. Кокиева Г.Е., Гоголева И.В., Войнаш С.А., Соколова В.А. Системный анализ технологических основ экономического анализа ремонтного производства // Известия Тульского государственного университета. Технические науки. 2023. № 4. С. 318-326. EDN: POAWHD

21. Розенков К.Г., Федосеев С.А. Использование условных вероятностей отказов при планировании ремонтных мероприятий // Энергосбережение и водоподготовка. 2018. № 4 (114). С. 21-26. EDN: YMCAPZ

22. Побединский В.В., Иовлев Г.А., Ляхов С.В., Голдина И.И. Нейро-нечеткая сеть для оценки остаточного ресурса тракторных двигателей // Лесной вестник. Forestry Bulletin, 2022. Т. 26, № 2. С. 120-130. https://doi.org/10.18698/2542-1468-2022-2-120-130

23. Власов Д.А., Карасев П.А., Синчуков А.В. Возможности игрового моделирования в управлении ассортиментом продукции // Статистика и Экономика. 2024. Т. 21, № 6. С. 18-29. https://doi.org/10.21686/2500-3925-2024-6-18-29

24. Никитченко С.Л., Липкович И.Э., Мирошников А.М., Должиков В.В. Автоматизация проектирования маршрутных технологий технического обслуживания сельскохозяйственной техники // Вестник аграрной науки Дона. 2022. Т. 15, № 2 (58). С. 39-53. EDN: AMBFJO