Регрессионный анализ и оценка факторов ремонтопригодности лесных машин

Обложка

Цитировать

Полный текст

Аннотация

Работа посвящена оценке влияния эксплуатационных факторов на ремонтопригодность лесных машин. Цель работы заключается в обосновании и апробации порядка оценки факторов, определяющих ремонтопригодность транспортно-технологических машин, с использованием методов корреляции и регрессии. В первой части статьи представлен краткий обзор статистических методов анализа факторов эксплуатационной технологичности. Вторая часть статьи посвящена построению уравнения регрессии и определению значений коэффициентов в модели. В качестве факторов, определяющих продолжительность технических воздействий, приняты длительность эксплуатации лесных машин, стаж работы ремонтных рабочих и техническая оснащенность ремонтной базы. Связь между факторами и продолжительностью технических воздействий представлена в виде множественной линейной модели. В качестве показателей тесноты связи между исследуемыми переменными величинами использованы парные коэффициенты корреляции. Для определения коэффициентов регрессии линейной модели использована система нормальных уравнений. В третьей части статьи проведен анализ полученного уравнения регрессии. В качестве критерия правильности и полноты отбора факторов использован коэффициент детерминации. По полученной величине критерия был сделан вывод о достаточно высоком уровне полноты учета совокупности факторов, влияющих на продолжительность технического обслуживания и ремонта машин. Проведена проверка значимости коэффициентов уравнения регрессии с использованием критерия Стьюдента. По результатам проверки все рассматриваемые факторы признаны значимыми для оценки продолжительности технических воздействий. Наибольшее влияние на продолжительность технических воздействий оказывает техническое состояние машины, зависящее от длительности её эксплуатации. Влияние стажа работы (квалификации) исполнителей и уровня оснащенности ремонтно-обслуживающей базы незначительно отличаются друг от друга, однако уровень оснащенности ремонтной базы является более значимым.

Об авторах

Вениамин Николаевич Шиловский

Петрозаводский государственный университет

Email: shisvetnik@yandex.ru

Игорь Геннадьевич Скобцов

Петрозаводский государственный университет

Email: iskobtsov@mail.ru

Дмитрий Геннадьевич Конанов

Петрозаводский государственный университет

Email: konanovdmitry17@gmail.com

Список литературы

  1. Сравнительная оценка эксплуатационной технологичности лесозаготовительных машин / В. Н. Шиловский, А. В. Питухин, В. А. Кяльвияйнен, В. М. Костюкевич. Петрозаводск: Изд-во ПетрГУ, 2014. 104 с.Gulyarenko A. A. Calculation Method of the Reasonable Reliability Level Based on the Cost Criteria // Journal of Machinery Manufacture and Reliability. 2018. Vol. 47, is. 1. P. 96—103.Shilovsky V. N., Skobtsov I. G., Pitukhin E. A. Mathematical model of Multi- item Spare Parts Reservation // Safety in Aviation and Space Technologies. Lecture Notes in Mechanical Engineering Springer, Cham. 2022. URL: https//doi.org/10.1007/978-3-030-85057-9-48. Text. Image: electronic.Shilovsky V. N., Pitukhin E. A., Skobtsov I. G. Technigue for Improving the Organization of Maintenance of Transport and Technological Science // IOP Conference Series: Earth and Environmental Science. 2021. Vol. 666. URL: https//iopscience.iop.orga/article/ 10.1088/1755-1315/666/6/062089. Text. Image: electronic.Shilovsky V. N., Pitukhin E. A., Skobtsov I. G. Algorithm for the Development and Deliveryof a Multi-Item Set of Spare Parts and Maintenance Supplies for Geographically Dispersed Consumers // IOP Conference Series: Materials Science and Engineering. 2020. Vol. 753. URL: https://iopscience.iop.org/article/10.1088/1757-899X/753/8/082031. Text. Image: electronic.Lawley D., Maxwell A. Factor analysis as a statistical method. London: Butterworths Publ., 1963. 144 p.Hahn G., Shapiro S. Statistical models in engineering. New York: John Wiley & Sons Publ., 1967. 395 p.Амиров Ю. Д., Алферова Т. К., Волков П. Н. Технологичность конструкции изделия: Справочник. М.: Машиностроение, 1990. 768 с.Волков П. Н., Аристов А. И. Ремонтопригодность машин. М.: Машиностроение, 1975. 368 с.Гмурман В. Е. Теория вероятностей и математическая статистика. М.: Высш. шк., 2003. 479 с.Питухин А. В. Основы научных исследований. Петрозаводск: Изд-во ПетрГУ, 2017. 72 с.Шиловский В. Н., Скобцов И. Г. Оценка влияния эксплуатационных факторов на ремонтопригодность машин лесного комплекса // Известия Санкт-Петербургской лесотехнической академии. 2019. Vol. 229. С. 164—175.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

© Шиловский В.Н., Скобцов И.Г., Конанов Д.Г., 2022

Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution-NonCommercial 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».