ПРИКЛАДНЫЕ ИССЛЕДОВАНИЯ

Повышение эффективности эксплуатации дорожно-строительной техники посредством автоматизированного контроля технического состояния

Авторы

  • Владислав Олегович Зубков Российский государственный университет нефти и газа (национальный исследовательский университет) имени И.М. Губкина, 119991, Россия, г. Москва, Ленинский проспект, д. 65, корп. 1

Как цитировать

ГОСТ Зубков В. О. Повышение эффективности эксплуатации дорожно-строительной техники посредством автоматизированного контроля технического состояния // СТРОИТЕЛЬНЫЕ И ДОРОЖНЫЕ МАШИНЫ. 2026. Т. 70. № 7. С. 296-310. DOI: 10.25726/v1852-5692-4685-q
APA Зубков, В. О. (2026). Повышение эффективности эксплуатации дорожно-строительной техники посредством автоматизированного контроля технического состояния. СТРОИТЕЛЬНЫЕ И ДОРОЖНЫЕ МАШИНЫ, 70(7), 296-310. https://doi.org/10.25726/v1852-5692-4685-q

Аннотация

Парк дорожно-строительных машин в Российской Федерации сокращается при сохранении объёмов дорожных работ: на конец 2025 года в строительных организациях числилось 16,7 тыс. самоходных одноковшовых экскаваторов, 8,2 тыс. бульдозеров и 4,5 тыс. самоходных грейдеров, причём доля техники с истекшим сроком службы достигает 23,1-33,3%. Действующая система технического обслуживания опирается на плановую периодичность по наработке, закреплённую приложением 3 МДС 12-8.2007, а средства автоматизированного контроля формируют непрерывный поток данных о состоянии агрегатов; соотношение между этими двумя основаниями назначения ремонтных воздействий количественно не определено. Цель работы состоит в раздельной оценке вклада автоматизированного контроля в прирост коэффициента технической готовности и в перестройку структуры простоев парка. Построена авторская модель годового баланса времени машины с разделением на четыре подсистемы, выполнен расчёт для трёх режимов назначения ремонтных воздействий, применены факторное разложение методом цепных подстановок и анализ чувствительности; пороговые значения приняты по ГОСТ Р ИСО 20816-3-2023 и ГОСТ 17216-2001. Расчёт показал, что при переходе от планово-предупредительной системы к расширенному автоматизированному контролю коэффициент технической готовности гусеничного экскаватора возрастает с 0,872 до 0,896, доля аварийной составляющей в простое снижается с 59,5 до 29,0%, а общая продолжительность простоя сокращается лишь на 18,5%. Себестоимость машино-часа уменьшается на 147,3 руб., или на 3,44%, причём 76,2% этого снижения обеспечено приростом наработки и 23,8% – сокращением годовых затрат. Эластичность коэффициента технической готовности по доле предупреждённых отказов составила 0,026, эластичность доли аварийных простоев – минус 1,344. Различие на два порядка означает, что автоматизированный контроль изменяет преимущественно природу ремонтного воздействия, перенося его из аварийного режима в планируемый, и что интегральный показатель готовности парка малопригоден для оценки происходящего изменения; соразмерным ему показателем служит структура простоя.

Ключевые слова

дорожно-строительные машины техническое состояние автоматизированный контроль коэффициент технической готовности структура простоев обслуживание по фактическому состоянию вибрационная диагностика себестоимость машино-часа

Библиографические ссылки

Андреева Л.И. Комплексные решения для управления активами в системе технического обслуживания и ремонта горной техники // Проблемы недропользования. 2023. № 3(38). С. 79-88.

Герике П.Б., Герике Б.Л. Прогнозирование ресурса горного оборудования с использованием единого диагностического критерия его технического состояния // Техника и технология горного дела. 2022. № 3 (18). С. 4-22.

Глебов А.В. Оценка и выбор оборудования экскаваторно-автомобильных комплексов с учетом уровня качества и совокупной стоимости владения на стадии закупки // Горное оборудование и электромеханика. 2025. № 5. С. 72-80.

Евтюков С.А., Репин С.В., Грушецкий С.М., Карро Г.А. Научные задачи исследования жизненного цикла дорожных машин в современных условиях // Вестник СибАДИ. 2020. Т. 17. № 4. С. 442-451.

Зорин В.А., Нгуен Чонг Минь. Прогнозирование остаточного ресурса гидромоторов строительных машин по результатам имитационного моделирования // Ремонт, восстановление, модернизация. 2023. № 3. С. 15-19.

Корнеев С.В., Лисин В.А., Дорошенко С.В., Ширлин И.И. Мобильное диагностическое оборудование как средство лабораторного контроля параметров работающих масел // Мир транспорта и технологических машин. 2024. № 4-2 (87). С. 50-56.

Кузин Е.Г., Мамаева М.С., Комаров Д.С. Предиктивный технический сервис приводов ленточных конвейеров на основе анализа параметров смазочного масла // Горное оборудование и электромеханика. 2025. № 5. С. 48-61.

Ломакин Д.О., Кулев М.В. Виброакустическая диагностика подшипников // Мир транспорта и технологических машин. 2024. № 4-2 (87). С. 36-41.

Манящин А.В. Обработка данных GNSS-мониторинга в мобильном приложении STAMM 4.2 // Мир транспорта и технологических машин. 2023. № 4-2 (83). С. 104-110.

Миллер А.П., Пугин К.Г. Диагностирование гидроцилиндров строительно-дорожных машин с помощью гидравлического подпора // Тракторы и сельхозмашины. 2023. Т. 90. № 6. С. 551-559.

Пугин К.Г., Шаякбаров И.Э. Обеспечение надёжности гидравлических систем строительно-дорожных машин // Тракторы и сельхозмашины. 2025. Т. 92. № 2. С. 176-184.

Салихов Р.Ф., Бердников И.Е. Метод расчета годовой продолжительности проведения технических обслуживаний и ремонтов для отечественных и зарубежных экскаваторов с течением наработки // Вестник СибАДИ. 2024. Т. 21. № 1. С. 26-37.

Салихов Р.Ф., Кузнецова В.Н., Кузнецов И.С. Исследование интенсивности эксплуатации одноковшовых гидравлических экскаваторов // Вестник СибАДИ. 2025. Т. 22. № 3. С. 386-395.

Сиваков В.В., Грядунов С.С., Деревягин Р.Ю. Применение тепловизоров для диагностирования грузовых автомобилей // Ремонт, восстановление, модернизация. 2022. № 2. С. 16-21.

Стрелков А.Н., Блянкинштейн И.М. Анализ и перспективы адаптации опыта применения машинного обучения в системе технического обслуживания и ремонта городских автобусов // Интеллект. Инновации. Инвестиции. 2026. № 3. С. 82-96.

Выпуск

Раздел

ПРИКЛАДНЫЕ ИССЛЕДОВАНИЯ

Метрики

42 просмотров
0 скачиваний
Хотите опубликоваться?
Подать статью

Машиночитаемые метаданные

Похожие статьи

<< < 1 2 3 4 5 6 7 > >> 

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