Науковий вісник НГУ

Раціональна організація роботи станції технічного обслуговування електромобілів

• 
• 

Рейтинг користувача:  / 0

ГіршийКращий 

Деталі

Категорія: Зміст №5 2020

Останнє оновлення: 02 листопада 2020

Опубліковано: 31 жовтня 2020

Перегляди: 2021

Authors:

С. І. Чеберячко, orcid.org/0000-0003-3281-7157, Національний технічний університет «Дніпровська політехніка», м. Дніпро, Україна, e-mail: Ця електронна адреса захищена від спам-ботів. вам потрібно увімкнути JavaScript, щоб побачити її.

Л. С. Коряшкіна, orcid.org/0000-0001-6423-092X, Національний технічний університет «Дніпровська політехніка», м. Дніпро, Україна, e-mail: Ця електронна адреса захищена від спам-ботів. вам потрібно увімкнути JavaScript, щоб побачити її.

О. В. Дерюгін, orcid.org/0000-0002-2456-7664, Національний технічний університет «Дніпровська політехніка», м. Дніпро, Україна, e-mail: Ця електронна адреса захищена від спам-ботів. вам потрібно увімкнути JavaScript, щоб побачити її.

М. М. Одновол, orcid.org/0000-0002-2022-7996, Національний технічний університет «Дніпровська політехніка», м. Дніпро, Україна, e-mail: Ця електронна адреса захищена від спам-ботів. вам потрібно увімкнути JavaScript, щоб побачити її.

повний текст / full article

Abstract:

Мета. Підвищення ефективності роботи станції технічного обслуговування (СТО) електромобілів (ЕМ) за рахунок раціонального розподілу її ресурсів.

Методика. Системний аналіз технологічних процесів діагностування ЕМ в залежності від потреб клієнта; математичне моделювання, дослідження операцій, комбінаторна оптимізація.

Результати. Проведено аналіз технологічних процесів діагностування ЕМ. Зібрана й систематизована інформація щодо основних послуг, що надає СТО ЕМ. Для кожної з них встановлено, які процеси складають послугу, їх ресурси, в якій кількості при цьому вони задіяні, а також тривалість кожної операції. Побудовані математичні моделі з організації роботи СТО ЕМ, що дозволяють забезпечити рівномірне завантаження наявних ресурсів і визначати найближчий час надання чергової послуги. Вирішена модельна задача щодо резервування ресурсів задля обслуговування більшого числа клієнтів. Запропонована математична модель носить узагальнений характер, оскільки її можна використовувати на будь-якому підприємстві сфери обслуговування, яке прагне раціонально розподіляти свої ресурси під час надання послуг якомога більшій кількості клієнтів.

Наукова новизна. Встановлено, що ефективність роботи СТО ЕМ збільшується за рахунок зменшення часу простою обладнання або людських ресурсів, а також обслуговування якнайбільшої кількості клієнтів, що звернулися до сервісного підприємства.

Практична значимість. Запропонована математична модель, що дозволить, по-перше, відслідковувати зайнятість ресурсів підприємства; по-друге, забезпечить збільшення пропускної спроможності за рахунок раціонального використання ресурсів.

References.

1. Hertzke, P., Müller, N., Schaufuss, P., Schenk, S., & Wu, T. (2019). Expanding Electric-Vehicle Adoption despite Early Growing Pains. McKinsey & Company. Retrieved from https://www.mckinsey.com/industries/automotive-and-assembly/our-insights/expanding-electric-vehicle-adoption-despite-early-growing-pains.

2. Jin, L., & Slowik, P. (2017). Literature review of electric vehicle consumer awareness and outreach activities. International council on clean transportation. Retrieved from https://theicct.org/sites/default/files/publications/Consumer-EV-Awareness_ICCT_Working-Paper_23032017_vF.pdf.

3. Koriashkina, L. S., Deryugin, O. V., Fedoriachenko, S. O., Cheberiachko, S. I., & Vesela, M. A. (2019). On determining productive capacity of EV traction battery repair area. Naukovyi Visnyk Natsionalnoho Hirnychoho Universytetu, (5), 113-121. https://doi.org/10.29202/nvngu/2019-5/17.

4. Auto 24 (2019). The most common causes of road accidents in Ukraine in 2019 are named. Retrieved from https://https://auto.24tv.ua/nazvano_naiposhyrenishi_prychyny_dtp_v_ukraini_v_2019_rotsi_n17019.

5. Sabraliev, N., Abzhapbarova, A., Nugymanova, G., Taran, I., & Zhanbirov, Zh. (2019). Modern aspects of modeling of transport routes in Kazakhstan. News of the National Academy of sciences of the Republic Kazakhstan. Series of Geology and technical sciences, 2(434), 62-68. https://doi.org/10.32014/2019.2518-170X.39.

6. Sładkowski, A., Utegenova, A., Kolga, A. D., Gavrishev, S.E., Stolpovskikh, I., & Taran, I. (2019). Improving the efficiency of using dump trucks under conditions of career at open mining works. Naukovyi Visnyk Natsionalnoho Hirnychoho Universytetu, (2), 36-42. https://doi.org/10.29202/nvngu/2019-2/8.

7. Taran, I. A., & Klymenko, I. Y. (2014). Innovative mathematical tools for benchmarking transmissions of transport vehicles. Naukovyi Visnyk Natsionalnoho Hirnychoho Universytetu, (3), 76-81.

8. Hu, J., Morais, H., Sousa, T., & Lind, M. (2016). Electric vehicle fleet management in smart grids: A review of services, optimization and control aspects. Renewable and Sustainable Energy Reviews, 56, 1207-122. https://doi.org/10.1016/j.rser.2015.12.014.

9. Yan, Q., Zhang, B., & Kezunovic, M. (2019). Optimized Operational Cost Reduction for an EV Charging Station Integrated With Battery Energy Storage and PV Generation. IEEE Transactions on Smart Grid, 10(2), 2096-2106. https://doi.org/10.1109/TSG.2017.2788440.

10. Erdelić, T., & Carić, T. (2019). A Survey on the Electric Vehicle Routing Problem: Variants and Solution Approaches. Journal of Advanced Transportation, 2019, 1-48. https://doi.org/10.1155/2019/5075671.

11. Voloshin, D., & Afanasenko, I. (2019). Assessment of the efficiency of functioning of wagon repair enterprises. Transportation systems and technologies, 1(33), 78-85. https://doi.org/10.32703/2617-9040-2019-33-1-7.

12. Sheng, K. J., Baharudin, A. S., & Karkonasasi, K. (2016). A Car Breakdown Service Station Locator System. International Journal of Applied Engineering Research, 11(22), 11037-11040.

13. Adekunle, A. A., Ikubanni, P., & Olayinka, A. (2018). An Expert System for Automobile Repairs and Maintenance. Mindanao Journal of Science and Technology, 16(1), 41-56.

14. Averchenkov, V. I., Yakimov, A. I., Yakimov, E. A., & Ivkina, N. N. (2016). Optimization problem of control by simulation model formation in corporate information system. Bulletin of Bryansk State Technical University, 2(50), 207-214. https://doi.org/10.12737/20291.

15. Bolino, M. C., Kelemen, T. K., & Matthews, S. H. (2019). Working 9-to-5? A Review of Research on Nonstandard Work Schedules. Journal of Organizational Behavior, https://doi.org/10.1002/job.2440.

16. De Jonge, B., & Scarf, P. (2019). A review on maintenance optimization. European Journal of Operational Research, 285(3), 805-824. https://doi.org/10.1016/j.ejor.2019.09.047.

17. Tilley, S. (2019). System Analysis and Design. CENGAGE Learning Custom Publishing. ISBN-13: 978-0357117811.

18. Koriashkina, L. S., & Belyaev, O. R. (2019). Determination of the optimal number and location of charging stations for electric vehicles in the city. Computer Modeling: Analysis, Control, Optimization, 1, 23-29. https://doi.org/10.32434/2521-6406-2019-5-1-23-29.

19. Pinedo, M. L. (2016). Scheduling: Theory, Algorithms and Systems (5^th ed.). Berlin: Springer. https://doi.org/10.1007/978-3-319-26580-31.

20. Georgiadis, G., Elekidis, A. P., & Georgiadis, M. C. (2019). Optimization-Based Scheduling for the Process Industries: From Theory to Real-Life Industrial Applications. Processes, 7(7), 438. https://doi.org/10.3390/pr7070438.

• < Попередня
• Наступна >