Влияние сезонных условий на расходование ресурсов при эксплуатации автомобилей (стр. 3 )

Таким образом, далее рассматривается только влияние температуры и доли дней с осадками на интенсивности расходования ресурсов по видам.

Результаты анализа корреляционного анализа приведены в таблице 1. Из нее видно вероятности значимости коэффициентов парной корреляции доли дней с осадками и интенсивностей расходования всех видов ресурсов ниже 0,95 и составляют близкое к нулю значение. Исключение составляет только связь доли дней с осадками и расходов по хранению, но эта вероятность тоже недостаточно высока и не позволяет утверждать о существенном влиянии фактора.

Таким образом, доля дней с осадками не влияет на интенсивности расходования ресурсов по видам.

Второй фактор – температура воздуха – статистически значимо влияет на интенсивности расходования ресурсов всех видов. Вероятности значимости коэффициентов парной корреляции составляют от 0,90 до 0,99.

Таблица 1

Оценка значимости коэффициентов корреляции сезонных факторов

и интенсивностей расходования ресурсов по видам

Интенсивности расходования ресурсов по видам	Доля дней с осадками	Температура воздуха
r	tr	P	r	tr	P
Горюче-смазочные материалы	0,225	0,7	0,00	-0,860	5,3	0,99
Запчасти	0,210	0,7	0,00	-0,941	8,8	0,99
Шины	0,349	1,2	0,00	0,699	3,1	0,98
Электроэнергия	0,079	0,2	0,00	-0,958	10,6	0,99
Тепловая энергия	0,042	0,1	0,00	-0,987	19,1	0,99
Другие сырье и материалы	0,191	0,6	0,00	-0,694	3,0	0,98
Расходы по хранению	0,474	1,7	0,80	0,505	1,9	0,90
ВСЕГО	0,242	0,8	0,00	-0,957	10,4	0,99

Далее устанавливались закономерности влияния температуры воздуха на интенсивности расходования ресурсов, и разрабатывались математические модели этих закономерностей.

Выдвинутые в теоретических исследованиях гипотезы подтвердились частично. Предполагалось, что влияние температуры описывается квадратичной моделью. Анализ показал, что в целом эта модель адекватна, но в некоторых случаях оптимальное значение температуры далеко выходит за рамки реального диапазона. В этих случаях использовались экспоненциальная (рис. 10, рис. 13, рис. 15-17) или полиномиальная (рис. 12, рис. 14) модели.

	Рис. 10. Влияние температуры воздуха на интенсивность расходования топлива, смазочных материалов
	Рис. 11. Влияние температуры воздуха на интенсивность расходования запасных частей
	Рис. 12. Влияние температуры воздуха на интенсивность расходования шин
	Рис. 13. Влияние температуры воздуха на интенсивность расходования электроэнергии

Расчеты проводились дл нескольких видов моделей, позволяющих адекватно аппроксимировать экспериментальные точки. Окончательный выбор осуществлялся с учетом из асимптотики и значений статистических характеристик.

	Рис. 14. Влияние температуры воздуха на интенсивность расходования тепловой энергии
	Рис. 15. Влияние температуры воздуха на интенсивность расходования прочих сырья и материалов
	Рис. 16. Влияние температуры воздуха на интенсивность расходования средств на хранение ресурсов

Анализ значений дисперсионного отношения Фишера для полученных моделей показал, что все они адекватны с вероятностью более 0,90 … 0,99. Ошибка аппроксимации для них составляет 4,3 … 10,7 %.

Рис. 17. Влияние температуры воздуха на интенсивность расходования средств на ресурсы

Таким образом, в результате проведенных теоретических и экспериментальных исследований решены первые три задачи исследований.

Четвертая глава посвящена практическому использованию результатов исследований. Полученные результаты можно использовать для разработки методики планирования потребности в ресурсах с учетом сезонных условий, использование которой позволит уменьшить простои автомобилей в ожидании поступления ресурсов, что снижает потери прибыли, а также устранить излишки запасов и снизить стоимость оборотных фондов.

В настоящее время сложившаяся система материально технического снабжения предприятий технологического транспорта в нефтегазовой отрасли имеет ряд недостатков. Один из них – несоответствие по времени потребностей в ресурсах и их поставок.

На рис. 4.2а представлена типичная закономерность изменения потребности в ресурсах в течение года. На рис. 4.2б показана существующая ситуация с поставками ресурсов в предприятиях технологического транспорта нефтегазодобывающего комплекса. Поставки производятся ежеквартально (один раз в квартал). При этом объем поставок не соответствует фактической потребности. Как правило, в первом квартале объем поставок существенно ниже потребности, объемы в последующих двух кварталах также не компенсируют потребность в ресурсах с начала года, в четвертом квартале выбираются «остатки» заказа, поэтому их объем выше потребности.

Для устранения описанных недостатков необходимо планировать поставки с учетом вариации потребности в ресурсах по времени.

На рис. 4.2в представлен поквартальный график поставок с учетом фактической потребности, зависящей от сезонных условий.

На рис. 4.2г представлена помесячный график поставок с учетом фактической потребности, зависящей от сезонных условий.

Рис. 18. Классификация подходов к планированию потребности и поставкам ресурсов: 1 - фактическая потребность; 2 – объем квартальной поставки; 3 – объем месячной поставки ресурсов

Для реализации изложенной идеи предлагается потребность в ресурсах N за период времени рассчитывать по формуле:

,

где H – норма расхода ресурсов на километр пробега автомобиля;

– интенсивность эксплуатации j-го автомобиля за i-й период;

– списочное количество автомобилей;

К – коэффициент сезонной неравномерности требований на ресурсы.

Для ресурсов, расход которых не зависит от пробега автомобилей, месячная потребность рассчитывается:

,

где Nг – годовая потребность в ресурсе данного вида.

Расчет месячных значений коэффициента сезонной неравномерности требований на ресурсы производится на основе результатов выполненных исследований:

,

где ni, nj – интенсивности расходования ресурса данного вида, рассчитанные по полученным математическим моделям в зависимости от температуры, для i-го или j-го месяца.

Ниже приведена таблица с результатами определения коэффициента К по видам ресурсов для различных интервалов температуры воздуха.