ПРИКЛАДНЫЕ ИССЛЕДОВАНИЯ

Повышение эффективности эксплуатации строительных и дорожных машин на основе интеллектуального мониторинга технического состояния рабочих систем

Авторы

  • Тимур Павлович Сырысев Национальный исследовательский Московский государственный строительный университет, 129337, Россия, г. Москва, Ярославское шоссе, д. 26
  • Владислав Алексеевич Вахрушев Национальный исследовательский Московский государственный строительный университет, 129337, Россия, г. Москва, Ярославское шоссе, д. 26
  • Ренат Арсенович Ибрагимов Национальный исследовательский Московский государственный строительный университет, 129337, Россия, г. Москва, Ярославское шоссе, д. 26
  • Михаил Игоревич Комаревцев Национальный исследовательский Московский государственный строительный университет, 129337, Россия, г. Москва, Ярославское шоссе, д. 26
  • Никита Романович Цветков Национальный исследовательский Московский государственный строительный университет, 129337, Россия, г. Москва, Ярославское шоссе, д. 26

Как цитировать

ГОСТ Сырысев Т. П., Вахрушев В. А., Ибрагимов Р. А., Комаревцев М. И., Цветков Н. Р. Повышение эффективности эксплуатации строительных и дорожных машин на основе интеллектуального мониторинга технического состояния рабочих систем // СТРОИТЕЛЬНЫЕ И ДОРОЖНЫЕ МАШИНЫ. 2026. Т. 70. № 7. С. 256-269. DOI: 10.25726/h3448-2341-6447-y
APA Сырысев, Т. П., Вахрушев, В. А., Ибрагимов, Р. А., Комаревцев, М. И. & Цветков, Н. Р. (2026). Повышение эффективности эксплуатации строительных и дорожных машин на основе интеллектуального мониторинга технического состояния рабочих систем. СТРОИТЕЛЬНЫЕ И ДОРОЖНЫЕ МАШИНЫ, 70(7), 256-269. https://doi.org/10.25726/h3448-2341-6447-y

Аннотация

Парк строительных и дорожных машин подрядных организаций обновляется медленнее, чем расходуется его ресурс, а система планово-предупредительного обслуживания сохраняет привязку к календарной наработке и слабо реагирует на фактическую скорость деградации рабочих систем. Расхождение между регламентной периодичностью и реальным изменением технического состояния порождает две встречные потери – внезапный отказ между регламентными воздействиями и разборку исправного агрегата по достижении формального срока. Цель работы состояла в количественной оценке того, какая доля резерва эксплуатационной эффективности вскрывается переходом от регламентного обслуживания к обслуживанию по фактическому состоянию с прогнозированием остаточного ресурса. Построена авторская расчётная модель парка из 46 машин с разделением на пять рабочих систем; для каждой заданы параметр потока отказов, доля отказов с распознаваемым предвестником, продолжительность неплановой остановки и период работы со сниженной производительностью до момента отказа. Расчёт выполнен для трёх стратегий обслуживания при пороговых значениях контролируемых параметров по ГОСТ Р ИСО 20816-3-2023 и ГОСТ 17216-2001, баланс рабочего времени сведён итерационно, прирост выработки разложен методом цепных подстановок. Коэффициент технической готовности повышается с 0,885 до 0,909, годовая выработка машины возрастает на 82,1 маш-ч (4,64%), неплановые простои сокращаются на 37,9% при росте плановых на 4,6 ч. Сокращение неплановых простоев дало 62,0% прироста, устранение работы машины в деградированном состоянии – 43,5% при отрицательном вкладе планового обслуживания (−5,5%). На гидропривод приходится 35,0% отказов и 65,7% потерь производительности от деградации, что смещает приоритет инструментального контроля к параметрам рабочей жидкости и объёмного КПД насосов. Зависимость эффекта от глубины упреждения прогноза немонотонна: за пределами 120 мото-ч рост доли ложных срабатываний обесценивает выигрыш в полноте обнаружения, и мониторинг перестаёт окупать вносимые им дополнительные остановки.

Ключевые слова

строительные и дорожные машины интеллектуальный мониторинг техническое состояние рабочие системы гидропривод обслуживание по фактическому состоянию коэффициент технической готовности прогнозирование остаточного ресурса эксплуатационная эффективность

Библиографические ссылки

Богачкин М.Н., Жаров А.Е., Коваленко И.Н., Романченко И.П., Харазия А.Р. Предиктивное обслуживание строительной техники на основе нейросетевого анализа данных с датчиков: снижение простоев и увеличение срока службы // Строительные и дорожные машины. 2025. № 4. С. 24-42.

Грушецкий С.М. Прогнозирование критического снижения эксплуатационной производительности дорожных машин // Грузовик. 2022. № 1. С. 21-31.

Грушецкий С.М., Евтюков С.А., Репин С.В., Соболев А.В. Особенности постановки научных задач при исследовании систем мониторинга дорожных машин в современных условиях // Вестник Московского автомобильно-дорожного государственного технического университета (МАДИ). 2021. № 1 (64). С. 30-38.

Дворцов Д.Ю., Коншин В.М., Старостина Ж.А. Обзор классификации видов мониторинга дорожно-строительных машин // Ремонт. Восстановление. Модернизация. 2025. № 5. С. 9-14.

Евтюков С.А., Грушецкий С.М., Дедков И.Г., Селицкий Д.В. Анализ доступных систем мониторинга коммунальных машин для содержания автомобильных дорог // Грузовик. 2024. № 2. С. 45-48.

Жмуров В.В., Кобзов А.Ю., Жук Е.А. Искусственный интеллект и машинное обучение в управлении строительной техникой // Механики XXI веку. 2025. № 24. С. 85-89.

Зорин В.А., Баурова Н.И., Степанов П.В., Стыскин М.М., Трегубов П.Г. Система распознавания и мониторинга технического состояния наземных транспортно-технологических машин // Технология металлов. 2021. № 5. С. 44-49.

Ишин Н., Адашкевич В., Гоман А., Скороходов А. Мониторинг состояния 4.0 – интеллектуализация оценки ресурса машин // Наука и инновации. 2022. № 8 (234). С. 61-68.

Нгуен Ч.М. Повышение надежности гидравлических систем строительных машин с помощью дистанционной диагностики // Грузовик. 2024. № 2. С. 26-28.

Репин С.В., Зазыкин А.В., Масленников Н.А. Метод оценки уровня работоспособности строительных транспортно-технологических машин на основании анализа времени простоев в ремонтах // Труды НГТУ им. Р.Е. Алексеева. 2023. № 4 (143). С. 111-120.

Семенюк Т.А., Репин С.В., Виноградова Т.В. Применение новой методики планирования мероприятий технического обслуживания и ремонта строительных машин (на примере мобильного бетоносмесителя) // Русский инженер. 2023. № 4 (81). С. 46-48.

Соболева Е.Д., Рисунов А.Р., Рыжко А.П., Карпова О.И. Совершенствование методов повышения надежности машин и механизмов // Инновации и инвестиции. 2024. № 4. С. 409-411.

Тагиева Н.К., Старков А.В., Войнаш С.А., Загидуллин Р.Р., Соколова В.А., Ореховская А.А. Анализ применения искусственного интеллекта на протяжении всего жизненного цикла дорожно-строительной техники // Известия Тульского государственного университета. Технические науки. 2024. № 7. С. 516-523.

Трофименко Б.П., Маркелов А.В., Корытов А.С. Анализ причин низкой эксплуатационной надежности строительных и дорожных машин // Транспортное, горное и строительное машиностроение: наука и производство. 2024. № 28. С. 66-71.

Щеткин А.А., Бевз А.С., Анцыферов С.С., Минаева О.А., Аневский С.И., Останина О.И. Система мониторинга и прогнозирования поведения оборудования на базе IIOT // Автоматизация в промышленности. 2024. № 3. С. 51-55.

Выпуск

Раздел

ПРИКЛАДНЫЕ ИССЛЕДОВАНИЯ

Метрики

52 просмотров
0 скачиваний
Хотите опубликоваться?
Подать статью

Машиночитаемые метаданные

Похожие статьи

<< < 2 3 4 5 6 7 8 9 > >> 

Вы также можете начать расширеннвй поиск похожих статей для этой статьи.

Наиболее читаемые статьи этого автора (авторов)