Модель оптимизации затрат на материально-техническое обеспечение автотранспортного предприятия

Обложка

Цитировать

Полный текст

Аннотация

Совершенствование системы материально-технического обеспечения (МТО) на автотранспортном предприятии (АТП) является актуальным направлением, которое позволяет улучшить экономические показатели, повысить конкурентоспособность и обеспечить устойчивое развитие предприятия в долгосрочной перспективе.

Целью представленного исследования является повышение эффективности работы автотранспортного предприятия за счет оптимизации затрат на материально-техническое обеспечение. Для этого решались следующие задачи: установление параметров системы материально-технического обеспечения, влияющих на простои автомобилей в техническом обслуживании и ремонте, разработка математической модели оптимизации затрат на материально-техническое обеспечение автотранспортного предприятия, экспериментальное установление оптимальных параметров модели.

При проведении исследования использованы методы априорного ранжирования факторов, наблюдения, математического моделирования.

Для обоснования актуальности темы исследования проведен анализ существующих подходов к совершенствованию системы материально-технического обеспечения автотранспортных предприятий, выявлены недостатки существующих методов.

В ходе выполнения работы установлена структура причин простоев автотранспортных средств на автотранспортных предприятиях, а также структура причин простоев автомобилей при выполнении технического облуживания и ремонта. С целью установления наиболее значимых факторов, характеризующих систему материально-технического обеспечения и влияющих на простои автомобилей, проведен опрос экспертов, обработаны результаты опроса, которые использованы при формировании математической модели оптимизации затрат на материально-техническое обеспечение автотранспортного предприятия.

Результаты исследования позволили установить влияние системы материально-технического обеспечения на непроизводительные простои автомобилей, а также установить оптимальную периодичность поставок запасных частей и материалов.

Научная новизна заключается в разработке математической модели оптимизации затрат на материально-техническое обеспечение автотранспортного предприятия, устанавливающей взаимосвязь суммарных затрат, связанных с простоями автотранспортных средств из-за отсутствия запасных частей и материалов и транспортно-заготовительных расходов на материально-техническое обеспечение.

Практическая значимость результатов исследования заключается в установлении оптимальной периодичности поставок запасных частей и материалов с учетом особенностей работы автотранспортного предприятия.

Направлением дальнейших исследований является установление взаимосвязи периодичности поставок материально-технических ресурсов для автотранспортных предприятий с размером партий ресурсов и их стоимостью.

Полный текст

Введение

Целью функционирования системы материально-технического обеспечения автотранспортного предприятия является обеспечение эффективного и бесперебойного процесса перевозки грузов и пассажиров с оптимальным использованием материальных и технических ресурсов и запасов.

Основными задачами материально-технического обеспечения предприятий автомобильного транспорта являются: планирование и прогнозирование потребности в материальных ресурсах, организация и управление закупками, определение и формирование оптимального ассортимента и номенклатуры ресурсов, обеспечение эффективного хранения и складирования ресурсов, организация и контроль транспортировки ресурсов, разработка и внедрение мероприятий по снижению затрат на приобретение, хранение и транспортировку ресурсов.

Планирование и прогнозирование потребности в материальных ресурсах связано с определением количества и качества необходимых ресурсов для выполнения производственных программ и планов, анализом динамики изменения потребления ресурсов, планированием и прогнозированием потребностей в ресурсах на основе анализа данных и тенденций.

Организация и управление закупками направлены на поиск и выбор поставщиков, формирование и согласование договоров с поставщиками, контроль выполнения договоров и качества поставок.

Определение и формирование оптимального ассортимента и номенклатуры ресурсов основаны на анализе ассортимента и взаимозаменяемости ресурсов, определении оптимального соотношения между различными видами ресурсов.

Обеспечение эффективного хранения и складирования ресурсов связано с разработкой и внедрением систем складского учета, обеспечением оптимальных условий хранения ресурсов, организацией работы складов и погрузочно-разгрузочных работ.

Организация и контроль транспортировки ресурсов заключаются в выборе и привлечении транспортных компаний, согласовании условий и стоимости перевозок, осуществлении контроля за своевременностью и качеством доставки ресурсов.

Разработка и внедрение мероприятий по снижению затрат на приобретение, хранение и транспортировку ресурсов основаны на проведении тендеров и аукционов для выбора наиболее выгодных поставщиков, оптимизации маршрутов и графиков доставки ресурсов.

Одной из проблем при формировании системы материально-технического обеспечения на автотранспортных предприятиях является недостаточный учет взаимосвязи периодичности поставок запасных частей с продолжительностью простоев подвижного состава в техническом обслуживании и ремонте, что и обуславливает актуальность темы исследования.

К настоящему времени накоплен значительный опыт в разработке методов повышения эффективности функционирования системы материально-технического обеспечения автотранспортных предприятий. При этом можно выделить следующие основные направления:

  • методы, основанные на учете параметра потока отказов элементов автотранспортных средств [1; 5; 7–10; 16];
  • методы прогнозирования потребности в материально-технических ресурсах, основанные на вероятностных и технико-экономических критериях [2–4; 11; 12; 14];
  • методы оптимизации затрат на транспортно-заготовительные и складские операции [6; 15; 17–22].

Отмечая достоинства данных подходов, такие как учёт фактического ресурса деталей, узлов, агрегатов автотранспортных средств, особенностей поставки и хранения материально-технических ресурсов, необходимо отметить и некоторые недостатки. Так, представленные методики не учитывают влияние отсутствия необходимых запасных частей и материалов на простои автотранспортных средств и, как следствие, на показатели эффективности функционирования предприятия. Кроме того, недостаточно раскрыты вопросы влияния на простои автотранспортных средств в техническом обслуживании и ремонте (ТО и Р) особенностей взаимного расположения мест хранения материально-технических ресурсов и мест выполнения работ ТО и Р, а также операций по обеспечению рабочих мест необходимыми ресурсами.

Сформулирована цель исследования – снижение простоев автотранспортных средств в ТО и Р за счет совершенствования системы материально-технического обеспечения автотранспортного предприятия.

Для достижения поставленной цели сформулированы задачи исследования:

  • установить параметры системы материально-технического обеспечения, влияющие на простои автомобилей в техническом обслуживании и ремонте;
  • разработать математическую модель оптимизации затрат на материально-техническое обеспечение автотранспортного предприятия;
  • разработать алгоритм формирования рациональной системы МТО АТП.

Данная статья посвящена решению первых двух задач.

Установление параметров системы материально-технического обеспечения, влияющих на простои автомобилей в техническом обслуживании и ремонте

Рациональное материально-техническое обеспечение предприятий автомобильного транспорта включает в себя не только установление оптимальных размеров запасов, но и грамотное размещение на складах, обеспечивающее минимальные затраты времени и ресурсов на доставку нужной запасной части к месту выполнения работ.

Анализ деятельности автотранспортных предприятий в 2023 году (ООО «Сара-Авто», г. Новотроицк, АО «Автоколонна №1825», г. Оренбург, МКП «Оренбургские пассажирские перевозки») позволил установить структуру причин простоев автомобилей. В результате исследования установлено, что простои в техническом обслуживании и ремонте составили 36%, простои из-за отсутствия заказов на перевозку – 33%, простои по организационным причинам – 17%, прочие простои – 14%.

Техническая готовность парка автомобилей определяется как характеристиками транспортных средств – их надежностью, пробегом с начала эксплуатации, интенсивностью эксплуатации, так и продолжительностью простоев в техническом обслуживании и ремонте. При проведении исследования причин простоев автомобилей на вышеназванных АТП в техническом обслуживании и ремонте в 2023 году установлено, что на выполнение работ по техническому обслуживанию и ремонту автомобилей собственными силами приходится 48% простоев, на ожидание поставки необходимых материально-технических ресурсов – 31%, на выполнение работ по техническому обслуживанию и ремонту автомобилей сторонними организациями – 18% и 8% – прочие причины.

Для установления наиболее значимых факторов, характеризующих систему МТО и влияющих на простои автомобилей, проведен опрос экспертов, которым в качестве факторов были предложены:

Х1 – существующий запас материально-технических ресурсов (МТР);

Х2 – прогноз потребности в запасных частях;

Х3 – своевременность заказа ресурсов;

Х4 – продолжительность поставки;

Х5 – время доставки МТР к месту выполнения работ;

Х6 – затраты системы МТО АТП.

Результаты опроса экспертов обработаны по методике априорного ранжирования факторов [13].

На рисунке 1 представлена диаграмма рангов, отражающая степень влияния разных факторов, характеризующих систему МТО и влияющих на простои автомобилей, по мнению экспертов.

 

Рисунок 1. Диаграмма рангов, отражающая степень влияния разных факторов, характеризующих систему МТО и влияющих на простои автомобилей, по мнению экспертов

Источник: разработано авторами

 

Таким образом, по мнению экспертов, наиболее значимыми факторами, влияющими на простои автомобилей, являются существующий запас материально-технических ресурсов, а также затраты на материально-техническое обеспечение автотранспортных предприятий.

Формирование математической модели оптимизации затрат на материально-техническое обеспечение автотранспортного предприятия

Для оптимизации затрат на МТО разработана целевая функция:

Зсумм=Ппр+Зтзmin (1)

где

Зсумм – суммарные затраты на материально-техническое обеспечение, р.;

Ппр – потери дохода от простоя в ТО и Р из-за отсутствия запасных частей (материалов), р.;

Зтз – затраты на транспортно-заготовительные расходы ЗЧ, р.

Потери дохода от простоя в ТО и Р из-за отсутствия запасных частей (материалов)  определяются:

Ппр=ТпрС1ч (2)

где

Тпр – продолжительность простоя в ТО и Р из-за отсутствия запасных частей (материалов), ч.;

С1ч – часовой доход от работы подвижного состава, р./ч.

Продолжительность простоя в ТО и Р из-за отсутствия запасных частей (материалов) можно представить:

Тпр=0,ДргТпостtсмNАТС¯, Nзчi>0Nзчi=0, (3)

где

Дрг – количество дней работы АТП в году, дни;

Тпост – периодичность поставок запасных частей и материалов, дни;

tсм – продолжительность рабочей смены, ч.;

NАТС – среднее количество простаивающих автомобилей из-за отсутствия запасных частей, ед.

NЗЧi – количество запасных частей, материалов i-го наименования, ед.

Затраты на транспортно-заготовительные работы можно представить:

ЗТЗ=Nт.з.Ст.з.=ДРГТпостСт.з. (4)

где

Nт.-з. – количество транспортно-заготовительных операций, ед.;

Ст.-з. – стоимость транспортно-заготовительных операций, р.

Таким образом, целевая функция оптимизации затрат на МТО примет вид:

Зсумм=ДРГТпостtсмNATC¯С1ч+ДРГТпостСт.з.min

253<Дрг<365;1Тпост365;8tсм24 (5)

Таким образом, получено выражение для установления оптимальной периодичности поставок материально-технических ресурсов с учетом как стоимости транспортно-заготовительных расходов, так и потерь от простоев подвижного состава в ожидании необходимых ресурсов.

Результаты исследования

На рисунке 2 представлены результаты установления оптимальной периодичности поставок материально-технических ресурсов на основе минимизации суммарных затрат на МТО Зсумм. При этом параметры определены для количества поставок: 1 – ежедневные поставки; 2 – поставки два раза в неделю; 3 – поставки один раз в неделю; 4 – поставки один раз в две недели; 5 – поставки раз в месяц; 6 – поставки один раз в два месяца.

 

Рисунок 2. Результаты установления оптимальной периодичности поставок материально-технических ресурсов

Источник: разработано авторами

 

Полученные расчетным путем значения потерь дохода от простоев, транспортно-заготовительных расходов и суммарных затрат для каждой из периодичностей поставок аппроксимированы средствами программного продукта «Excel». Полученное значение минимума суммарных затрат соответствует оптимальной периодичности поставок материально-технических ресурсов примерно один раз в неделю. Данное условие определялось для режима работы пассажирского автотранспортного предприятия 365 дней, продолжительности смены 12 часов, количества автобусов большого класса 100 ед. и стоимости часа работы подвижного состава 2000 р.

Заключение

В результате проведенного исследования установлена структура непроизводительных простоев автотранспортных средств. При этом 36% общего времени простоя приходится на технологические процессы технического обслуживания и ремонта автомобилей. Существенную долю данного времени (31%) составляют простои в ожидании запасных частей и материалом.

В результате проведенного опроса экспертов установлено, наиболее значимыми факторами, влияющими на простои автомобилей, являются существующий запас материально-технических ресурсов, а также затраты на материально-техническое обеспечение автотранспортных предприятий.

Разработанная математическая модель оптимизации затрат на материально-техническое обеспечение автотранспортного предприятия позволяет установить оптимальную периодичность поставок материально-технических ресурсов с учетом режима и показателей работы предприятия – количества рабочих дней в году, продолжительности рабочей смены, стоимости 1 часа работы автотранспортных средств.

Направлением дальнейших исследований является разработка алгоритма формирования рациональной системы МТО автотранспортного предприятия, установление взаимосвязи периодичности поставок материально-технических ресурсов для автотранспортных предприятий с размером партий ресурсов и их стоимостью.

×

Об авторах

Риф Сагитович Фаскиев

Оренбургский государственный университет

Автор, ответственный за переписку.
Email: f_rif_s@mail.ru
ORCID iD: 0009-0009-3773-4423

кандидат технических наук, доцент, доцент кафедры технической эксплуатации и ремонта автомобилей

Россия, Оренбург

Алексей Николаевич Мельников

Оренбургский государственный университет

Email: mlnikov@rambler.ru
ORCID iD: 0000-0001-7324-2674

кандидат технических наук, доцент, доцент кафедры технической эксплуатации и ремонта автомобилей

Россия, Оренбург

Ерванд Грантович Кеян

Оренбургский государственный университет

Email: keyan1959@mail.ru
ORCID iD: 0009-0001-5658-782X

кандидат технических наук, доцент, доцент кафедры технической эксплуатации и ремонта автомобилей

Россия, Оренбург

Николай Викторович Шадрин

Сибирский федеральный университет

Email: shadnik09@yandex.ru
ORCID iD: 0009-0004-4849-8191

старший преподаватель кафедры транспорта

Россия, Красноярск

Список литературы

  1. Базанов А. В., Козин Е. С., Бауэр В. И. Проблема обеспечения запасными частями автотранспортных предприятий нефтепроводной отрасли в Западной Сибири // Интеллект. Инновации. Инвестиции. – 2015. – № 4. – С. 131–134. – EDN: VPUPVH.
  2. Белов С. А., Тахтамышев Х. М. Методика прогнозирования отказов элементов для разновозрастной группы автомобилей // Вестник евразийской науки. – 2019. – Т. 11, № 5. – С. 34. – EDN: RVKBUN.
  3. Булатов С. В. Определение оптимального ресурса деталей при техническом обслуживании и ремонте на основе мониторинга транспорта // Транспорт. Транспортные сооружения. Экология. – 2022. – № 1. – С. 12–17. – https://doi.org/10.15593/24111678/2022.01.02. – EDN: AVLPPY.
  4. Булатов С. В. Определение потребности автотранспортных предприятий в запасных частях методом прогнозирования // Транспорт. Транспортные сооружения. Экология. – 2021. – № 3. – С. 14–19. – https://doi.org/10.15593/24111678/2021.03.02. – EDN: WAUDHV.
  5. Гунба В. С. Методика управления техническим состоянием автомобилей в процессе ремонта по техническому состоянию // Вестник Рязанского государственного агротехнологического университета им. П. А. Костычева. – 2015. – № 3(27). – С. 60–64. – EDN: UXKGIR.
  6. Зарипов А. Р. Логистика распределения (на примере цепей поставок запасных частей для грузовых автомобилей) // Социально-экономические и технические системы: исследование, проектирование, оптимизация. – 2008. – № 9. – С. 10. – EDN: KWAZEX.
  7. Захаров Н. С., Попцов В. В., Сапоженков Н. О. Расчётное исследование надёжности автомобилей на основе фактических отказов // Научно-технический вестник Поволжья. – 2022. – № 11. – С. 58–61. – EDN: XUPDLY.
  8. Захаров Н. С., Теньковская С. А., Акжол Уулу А. Влияние наработки автомобилей нефтегазодобывающего предприятия на расход запасных частей // Интеллект. Инновации. Инвестиции. – 2018. – № 7. – С. 84–87. – EDN: VGKLTF.
  9. Захаров Н. С., Теньковская С. А., Власов А. В. Совершенствование методики формирования потребности в запасных частях для автомобилей при обслуживании объектов нефтегазодобычи // Транспорт. Транспортные сооружения. Экология. – 2019. – № 2. – С. 32–40. – https://doi.org/10.15593/24111678/2019.02.04. – EDN: XRCMLD.
  10. Зиганшин Р. А. Влияние сезонных изменений условий и интенсивности эксплуатации на поток требований на запасные части при эксплуатации специальной нефтепромысловой техники // Перспективы науки. – 2013. – № 12(51). – С. 52–54. – EDN: SDLPQL.
  11. Ковалев Р. Н., Степанов А. С., Черницын С. А. Повышение эффективности эксплуатации транспортных средств путем прогнозирования потребности в запасных частях // Фундаментальные исследования. – 2014. – № 6–7. – С. 1361–1364. – EDN: SFUDYT.
  12. Мельников А. Н., Миляев Е. К., Любимов И. И. Совершенствование материально-технического обеспечения автотранспортных предприятий // Прогрессивные технологии в транспортных системах : Двенадцатая международная научно-практическая конференция, посвящается 60-летию Оренбургского государственного университета, Оренбург, 22–24 апреля 2015 года / Ответственный редактор: В. И. Рассоха, И. Х. Хасанов (отв. секретарь). – Оренбург: Оренбургский государственный институт менеджмента, 2015. – С. 420–424. – EDN: TQECAN.
  13. Новиков А. И., Новикова Т. П. Априорное ранжирование факторов в моделировании технических систем // Моделирование систем и процессов. –2016. – № 1. – С. 37–40. – https://doi.org/10.12737/21625.
  14. Ременцов А. Н., Зенченко В. А., Фетисов П. Б. Математическая модель определения и планирования потребности в запасных частях // Вестник Московского автомобильно-дорожного государственного технического университета (МАДИ). – 2010. – № 3(22). – С. 7–11. – EDN: MWAQZJ.
  15. Ременцов А. Н., Зенченко В. А., Фетисов П. Б. Управление запасами запасных частей автотранспортных средств, выполняющих перевозку строительных грузов // Технология колесных и гусеничных машин. – 2015. – № 5. – С. 41–46. – EDN: UUXFER.
  16. Таран С. А. Как организовать склад: практические рекомендации профессионала – М.: Альфа-Пресс, 2006. – 160 с.
  17. Тахтамышев Х. М. Вероятностные модели формирования обменного фонда узлов и агрегатов автомобилей на автотранспортных предприятиях // Интернет-журнал Науковедение. – 2014. – № 6(25). – С. 14. – EDN: TTHJGJ.
  18. Чучунский И. Рациональное использование складских площадей и объемов // Складские технологии. – 2005. – № 2. – С. 45–49.
  19. Abdi et al. (2018) An optimization model for fleet management with economic and environmental considerations, under a cap-and-trade market. Journal of Cleaner Production, Vol. 204, pp. 130–143. (In Eng.).
  20. Ajukumar V. N et al (2013) Evaluation of green maintenance initiatives in design and development of mechanical systems using an integrated approach. Journal of Cleaner Production, Vol. 51, pp. 34–46. (In Eng.).
  21. Ba K. et al. (2016) Joint optimization of preventive maintenance and spare parts inventory for an optimal production plan with consideration of CO 2 emission. In book: Reliability Engineering & System Safety, 149, pp. 172–186. (In Eng.).
  22. Bondarenko E. et al. (2022) Improving the Efficiency of Vehicle Operation by Defining the Organizational and Methodological Parameters of the Spare Parts Incoming Inspection System In book: Networked Control Systems for Connected and Automated Vehicles, Vol. 1, pp. 1083–1089. – https://doi.org/10.1007/978-3-031-11058-0_110. (In Eng.).

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
2. Рисунок 1. Диаграмма рангов, отражающая степень влияния разных факторов, характеризующих систему МТО и влияющих на простои автомобилей, по мнению экспертов

Скачать (37KB)
3. Рисунок 2. Результаты установления оптимальной периодичности поставок материально-технических ресурсов

Скачать (237KB)

© Фаскиев Р.С., Мельников А.Н., Кеян Е.Г., Шадрин Н.В., 2024

Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».