CC BY
119
УДК 629.083.001.57 10.18503/2222-9396-2016-6-2-46-50
СТРУКТУРА ИМИТАЦИОННОЙ МОДЕЛИ АВТОСЕРВИСА
Тимченко В.С.1
1Институт проблем транспорта им. Н.С. Соломенко Российской академии наук, Россия Аннотация
В статье представлена имитационная модель работы автосервиса в условиях обслуживания семи категорий транспортных средств, предназначенная для визуализации, анализа и поиска устойчивых параметров функционирования системы. Результатом работы имитационной модели автосервиса будут гистограммы длительностей нахождения транспортных средств в автосервисе и количество отремонтированных транспортных средств по категориям, на основании которых рассчитывается прибыль автосервиса. Также могут быть рассчитаны: распределение времени нахождения транспортных средств в очереди и в системе, коэффициент загрузки каналов (бригад), средняя длина очереди, среднее время ожидания обслуживания, вероятность ожидания обслуживания, вероятность отказа в приеме транспортного средства на обслуживание. Имитационная модель может быть использована при оценке достаточности суммарной мощности автосервисов, расположенных в регионе, для оказания качественного сервисного обслуживания потенциальным потребителям.
Ключевые слова: транспортный комплекс, инфраструктура, автосервис, перерабатывающая способность, имитационное моделирование, категории транспортных средств.
Введение
Транспортный комплекс России работает в условиях ежегодного роста объемов грузовых перевозок и дефицита пропускных и провозных способностей, что вызывает необходимость в больших объемах инвестиций для поэтапного развития инфраструктуры [13].
В Транспортной стратегии РФ [4] на период до 2030 г. ставится задача интенсивного развития транспортной инфраструктуры. Одним из направлений её научного обеспечения является создание имитационных систем, позволяющих моделировать системы различных видов транспорта.
Научными сотрудниками Института проблем транспорта им. Н.С. Соломенко (ИПТ РАН) в содружестве со специалистами ОАО «ВНЕШВУЗЦЕНТР», Петербургского государственного университета Императора Александра I и Муромского института (филиал) Владимирского государственного университета имени Александра Григорьевича и Николая Григорьевича Столетовых, а также ряда отраслевых железнодорожных организаций (АО «Институт экономики и развития транспорта», ПАО «Ленгипротранс» и др.) был разработан ряд имитационных моделей, позволяющих оценить возможность освоения перспективных объемов работы объектами транспортной инфраструктуры [5-7].
В ИПТ РАН в настоящий момент выполняется научно-исследовательская работа «Разработка научных основ построения интеллектуальных транспортных систем», в рамках которой планируется создать модель, позволяющую оценить на макроуровне достаточность суммарной мощности автосервисов, расположенных в регионе, для оказания качественного сервисного обслуживания потенциальным потребителям.
Эта проблема на сегодняшний момент является весьма актуальной. Так, согласно [8]: «Всегда нужно
© Тимченко В.С., 2016.
знать, какое количество авторемонтных нужно иметь для того, чтобы обеспечить своевременный ремонт автомашин. Если их будет мало, то возможно образование очереди автомобилей, ожидающих ремонта, которая может привести к большим материальным потерям: простои машин могут оказаться более дорогостоящими, чем расширение ремонтной базы. При этом неограниченное ее расширение не только неразумно, но и нереально: необходимо знать оптимальное решение, позволяющее решить задачу так, чтобы обеспечить минимальный простой автомашин в ожидании ремонта и расширить ремонтную базу без неоправданных финансовых издержек».
При этом следует учитывать, что развитие системы автосервиса непосредственно связано с количеством автомобилей, эксплуатируемых в стране и в конкретных регионах. За период эксплуатации автомобиля, затраты на техническое обслуживание и ремонт, в ряде случаев превышают его первоначальную стоимость [9]. В связи с ростом количества автомобилей, возрастает спрос на услуги, оказываемые предприятиями технического автосервиса.
На начальном этапе эта проблема может быть решена с использованием математического аппарата теории массового обслуживания (ТМО) [10], для чего модель автосервиса представляется в виде многоканальной системы массового обслуживания (СМО) с очередью. В одном случае, зная интенсивность поступления автомашин, скорость их обслуживания (ремонта) и объём накопительной площадки, можно определить необходимое число ремонтных бригад (каналов обслуживания), чтобы сроки ремонта были приемлемыми, а вероятность отказа в приёме автомобиля (по причине занятости бригад и накопительной площадки) не превышала допустимую величину. Невыполнение этих условий чревато потерей клиента ввиду его обращения в иную сервисную фирму. В другом случае, рациональное число бригад определяется на основе экономического баланса между доходом от обслуженных автомобилей и расходами на со-
ние_автомобилей) с заданной вероятностью, после чего они поступают в блок (Очередь_на_обслужива-ние), которая характеризуется двумя параметрами: максимальной вместимостью и максимальной длительностью ожидания заявки в очереди.
Если автомобиль находится в очереди более допустимого времени или если к моменту поступления автомобиля в очередь её длина превышает максимальное значение, то транспортные средства удаляются из модели. В этом случае считается, что параметры работы автосервиса не удовлетворяют требованиям потенциальных клиентов, и они направятся в другой автосервис.
Удаление транспортных средств из модели ведется отдельно для каждого условия в блоках «Неудо-влетворенность_временем_ожидания» и «Неудовлетворенность длиной_очереди». Накопление данных о необслуженных автомобилях происходит с использованием переменных модели:
• «Количество_необслуженных_автомобилей_из_ за_долгого времени_ожидания»;
• «Количество_необслуженных_автомобилей_из_ за_большой_длины_очереди».
Получив статистику количества автомобилей, которых не устроило время ожидания сервисного обслуживания в очереди, можно будет рассчитать упущенную прибыль автосервиса. Этот расчёт выполняется на основании средних ставок на ремонт автомобиля, так как неизвестно, какой именно ремонт требовался клиенту.
Затем идёт блок «Количества_одновременно _ремонтируемых_автомобилей», который отвечает за одновременное обслуживание в системе определенного количества транспортных средств, ограниченного планировкой автосервиса. После него расположена сеть блоков, моделирующих выбор вида ремонта в зависимости от категории транспортного средства. Параметры этих блоков позволяют задать процентное соотношение различных категорий транспортных
Репонт_1_категории_транспортных_средств
держание бригад, что также отражено в работе [10].
Преимуществом применения классической ТМО для моделирования работы автосервиса является наличие аналитических выражений, позволяющих оценить показатели работы автосервиса, а недостатком - ряд допущений (простейший поток заявок и их однородность, экспоненциальное распределение времени обслуживания и т.п.), что не всегда соответствует реальному порядку работы автосервиса. Учитывая это, для имитационного моделирования работы автосервиса целесообразно осуществлять с использованием современных компьютерных систем.
В настоящее время моделирование является основным инструментом исследований в различных областях знаний, научно обоснованным методом оценки характеристик сложных систем [11-14].
Первым этапом моделирования является разработка имитационной модели автосервиса на микроуровне для оценки его технических и экономических параметров с последующим моделированием сети автосервисов.
Вопросу моделирования работы автосервисов посвящены работы [15-16], однако их авторы уделяют внимание непосредственно технологическому процессу, в то время как для моделирования сети автосервисов целесообразно абстрагироваться от технологического процесса оказания автосервисных услуг, заменив его временем нахождения транспортного средства в автосервисе.
Структура имитационной модели автосервиса
Имитационная модель, структура которой представлена на рис. 1, была построена с помощью дискретно-событийного подхода, реализованного в AnyLogic, что позволило с большей объективностью рассмотреть процесс ремонта транспортных средств.
В имитационной модели заявки (транспортные средства) генерируются в блоке (Поступле-
Рис. 1. Структура имитационной модели автосервиса, обслуживающего семь категорий
транспортных средств
средств, поступивших в сервисный центр.
Блоки «Ремонт_категории_транспортных_
средств» выполняют одновременно три функции:
1. «Захватывают» механика, который будет заниматься ремонтом. Число механиков в автосервисе задаётся в блоке «Количество_механиков». В модели механик является ресурсом, без которого невозможно начать ремонт автомобиля, даже при наличии свободного места в здании автосервиса;
2. Задерживают заявку (автомобиль) на время проведения ремонтных работ;
3. Высвобождают механика после окончания ремонтных работ, что позволяет начать ремонт следующего автомобиля.
дения транспортных средств в автосервисе и выводящие эти значения во внешний текстовый файл. Эта возможность реализована с помощью программного кода на языке Java в строке «Действие при входе». Пример программного кода представлен на рис. 2. Здесь time() - это момент времени удаления заявки из модели, а «entityA» - момент времени генерации заявки.
Результаты расчёта на разработанной имитационной модели представляются в виде гистограмм распределения времени нахождения транспортных средств в автосервисе и количества отремонтированных транспортных средств по категориям. Однако на основании этих данных сложно сделать вывод об удо-
Рис. 2. Параметры блока удаления заявок из модели с примером 1ауа-кода для сбора и записи статистических данных о результатах моделирования во внешний файл
Следует отметить, что в блоке «Количество_меха-ников» моделируется не физическое количество механиков, а их условное число, характеризующее возможность одновременного ремонта нескольких автомобилей. Возможность ускорения ремонта автомобилей при наличии свободных ремонтных мест и механиков в данной модели не рассматривается.
Завершают модель блоки, удаляющие заявки -транспортные средства из модели и ведущие их подсчёт по категориям, а также блоки, накапливающие статистические данные о суммарном времени нахож-
Постоя нные_расходы
влетворительной работе автосервиса при заданных параметрах функционирования системы, поэтому технические показатели работы необходимо увязать с экономическими.
Для этого, с использованием системно-динамического подхода, реализованного в AnyLogic, была разработана модель, представленная на рис. 3.
Данная модель в реальном времени рассчитывает величину прибыли автосервиса, учитывая при этом различную стоимость и себестоимость ремонта для рассматриваемых категорий транспортных средств.
^ Расценки_ремонта_1_категории_транспортных_
Стоимость^емонта_транспортны*_средств_1_категории Расцемки_ремонта_2_категории_транспортмых_
Стоипость_ре1'Юнта_транспортных_срелств_2_категории
^ Расценки_ремонта_3_категории_транспортных_
Стоиность_ремонта_транспортны*_средств_3_категории Расцемки_ремонта_'4_категории_транспортмых_
Стоимость_ре1'Юнта_транспортных_средств_4_категории Расиемки_ремонта_5_категории_транспортмых_
Стоимость_ремонта_транспортныи_средств_5_категории
Расценки_ремонта_6_категории_транспортных_
С то имо с ть ^ ем онт а^р ан с портн ых _сре д с тв _б _ка те г ор ии ф Расценки_ремонта_7_категории_транспортных_
Стоимость_ремонта_транспортны*_средств_7_категории
О ^оход_от_ремонта_автомо6илей
О ПРИБЫЛЬ_ПОСЛЕ_УПЛАТЫ_НАЛОГОВ
Рис. 3. Структура системно-динамической модели расчёта экономических параметров функционирования
автосервиса
Количество отремонтированных транспортных средств по категориям экспортируется в реальном режиме времени из модели, представленной на рис. 1. Затем, исходя из расценок по видам ремонтов для каждого транспортного средства, вычисляются доходы от ремонта автомобилей и затраты на ремонт. Кроме того, автосервис несёт постоянные расходы, не зависящие от количества обслуженных транспортных средств. Величина постоянных затрат вычитается из суммарных затрат однократно за моделируемый период времени. На основании полученных данных определяется величина прибыли автосервиса до уплаты налогов.
В модели применяется базовая ставка налога на прибыль в 2014-2015 году в РФ, полученная из официальных источников и равная 20%, после уплаты которой рассчитывается чистая прибыль автосервиса.
На рис. 4 представлен скриншот формы ввода исходных данных разработанной имитационной модели - технических параметров функционирования авто-
С* Ввод интенсивности поступления транспорты* средств
вание;
• среднее время ожидания автомобилями обслуживания;
• вероятность простоя в ожидании обслуживания;
• вероятность отказа в приеме транспортного средства на обслуживание.
Заключение
В статье представлена имитационная модель работы автосервиса, которая позволяет оценить его технические и экономические показатели. Модель предназначена для анализа и поиска устойчивых параметров функционирования автосервиса. Разработанная модель будет использована в качестве основы при построении имитационной модели оценки достаточности суммарной мощности предприятий автосервиса, расположенных в регионе.
(3 Ввод вмесшмкти очереди на обслуживание
{3 Ве-д максимального еремен*1 нахождения Б очереди на обслужжанив О Ввод_колич«"гаа_одноврвменно_ремонт^>уемы*_трзнспортнык_средс"га О Ввод_колич«тад_мвх®и«>в
ся
Ввод_доли_тра нсп ортных_средств_ 1 _кате гори и * Ввод_доли_транспортных_средств_2_категории Ввод_допи_тра нсп ортныу_с редств_3_категори и Ввод_доли_тра нсп ортных_с редств_4_категори и Ввод_доли_тра нспортных_с редств_5_категори и Ввод_доли_тра нспортных_с редств_6_категори и
Ввод_доли_тра нсп ортных_средсгтв_7_категори и
О ПРОВЕ РКА_чтобы_сумма_долей_рввнялжъ_1
Рис. 4. Скриншот формы ввода исходных данных имитационной модели автосервиса
сервиса. Ввод этих данных можно осуществлять как перед началом, так и в процессе моделирования. Второй способ позволяет наглядно проследить динамику основных параметров в реальном режиме времени, что бывает полезно на стадии отладки модели, когда подбираются допустимые диапазоны параметров её функционирования.
Представленная в статье имитационная модель позволяет оценить основные технические и экономические параметры автосервиса, главными из которых являются, соответственно, перерабатывающая способность и прибыль автосервиса.
Кроме того, с помощью разработанной имитационной модели, при наличии статистических данных о работе реального автосервиса, можно рассчитать следующие показатели эффективности работы такого предприятия, которые могут быть использованы для поиска путей оптимизации его функционирования:
• распределение времени нахождения транспортных средств в очереди на обслуживание и в автосервисе в целом;
• коэффициенты загрузки механиков;
• средние длины очередей автомобилей на обслужи-
Список литературы
1. Баринова Л.Д., Белый О.В., Забалканская Л.Э., Куватов B.И., Малыгин И.Г., Стариченков А.Л. Фундаментальные проблемы единого транспортного пространства Российской Федерации. СПб.: Элмор.
2012. 116 с.
2. Белый О.В. Инновационные проблемы развития транспорта // Бюллетень объединенного ученого совета ОАО РЖД. 2010. №4. С. 97-100.
3. Куватов В.И., Онов В.А., Шаталова Н.В. Пути совершенствования перевозок и повышения безопасности автотранспорта // Проблемы управления рисками в техносфере. 2013. №2. С. 96-109.
4. Транспортная стратегия Российской Федерации на период до 2030 года. Режим доступа: http://www.consultant.ru/law/hotdocs/34693.html
5. Кокурин И.М., Кудрявцев В.А. Оценка пропускной способности железнодорожных линий на основе имитационного моделирования процессов перевозок // Известия Петербургского университета путей сообщения. 2012. № 2(31). С. 18-22.
6. Кокурин И.М., Тимченко В.С. Методы определения «узких мест», ограничивающих пропускную способность железнодорожных направлений // Известия Петербургского университета путей сообщения.
2013. № 1. С. 15-22.
7. Тимченко В.С. Имитационная модель грузового фронта // Информатика: проблемы, методология, технологии // Материалы XV Между-нар. конф. Воронеж: ВГУ, 2015. 2015. С. 431-434.
8. Гарькина И.А., Данилов А.М., Карев М.Н. Автосервис и перевозки с позиций теории систем массового обслуживания // Современные проблемы науки и образования. 2014. №4. С. 225.
9. Сущенко Д.И., Елисеева Т.П. Концептуальные основы развития ма-
лых и средних форм предпринимательской деятельности в сфере услуг // Terra economicus. 2013. № 4. С.134-138.
10. Таранцев А.А. Инженерные методы теории массового обслуживания. СПб.: Наука, 2007. 175 с.
11. Abril M., Barber F., Ingoloti L., Salido M.A., Tormos P., Lova A. An Assessment of Railway Capaity. Режим доступа: http://users.dsic.upv.es/ ~msalido/papers/transport.pdf
12. Landex A., Kaas A.H., Schittenhelm B., Schneider-Tilli J. Evaluation of railway capacity. Режим доступа: http://orbit.dtu.dk/fedora/objects/orbit: 51998/datastreams/file_2997244/content
13. Salido M.A., Barber F., Ingolotti L. Robustness in Railway Transportation Scheduling. Режим доступа: http://users.dsic.upv.es/grupos/gps/papers/
robustnessCH.pdf
14. Sameni M.K., Landex A., Preston J. Developing the UIC 406 Method for Capacity Analysis. Режим доступа: http://orbit.dtu.dk/fedora/objects/orbit: 63478/datastreams/file_5598194/content
15. Якимов И.М., Кирпичников А.П., Яхина З.Т. Моделирование и оптимизация процессов ремонта автомобилей // Вестник казанского технологического университета. 2014. №12. С. 197-202.
16. Усуфов М.М.О. Перспективы развития автосервиса // Технико-технологические проблемы сервиса. 2012. №19. С. 72-77.
Материал поступил в редакцию 19.10.15
INFORMATION ABOUT THE PAPER IN ENGLISH
THE STRUCTURE OF SIMULATION MODEL OF CAR SERVICE
Timchenko Vjacheslav Sergeevich - Junior research fellow
Solomenko Institute of Transport Problems of the Russian Academy of Sciences, Russia. Phone: +7-9030-93-25-41. E-mail: [email protected]
Abstract
The simulation model of car service's operation in the conditions of seven vehicles' categories that intended for visualization, analysis and searching the sustainable parameters of system' functioning is presented in the paper. The histograms of vehicles' duration in car service and the number of refurbished vehicles by categories, on which the profit of car service is calculated, will be the results of work of car service's simulation model. Furthermore, it could be calculated: time distribution in queue and system, average waiting time on maintenance, the probability of waiting the maintenance, the probability of refusal to accept the vehicle for maintaining. Simulation model may be used as a basis for assessing the sufficiency of total capacity of car services, located in regions to provide the potential clients with first class services.
Keywords: transport complex, infrastructure, car service processing ability, simulation modeling, categories of vehicles.
References
1. Barinova L.D., Belyiy O.V., Zabalkanskaya L.E., Kuvatov B.I., Malyigin I.G., Starichenkov A.L. Fundamentalnyie problemyi edinogo transportnogo prostranstva Rossiyskoy Federatsii [The fundamental problems of a single transport space in the Russian Federation]. Saint Petersburg: Jelmor, 2012, 116 p. (In Russ.)
2. Belyj O.V. Innovacionnye problemy razvitija transporta [Innovation problems of transport development] // Byulleten ob'edinennogo uchenogo so-veta OAO RZhD [Bulletin of the joint scientific Council of JSC RZD]. 2010, no. 4, pp. 97-100. (In Russ.)
3. Kuvatov V.I., Onov V.A., Shatalova N.V. Puti sovershenstvo-vanja perevozok i povyshenja bezopasnosti avtotransporta [Ways to improve traffic and improve the safety of vehicles] // Problemy upravlenja riskami v tehnosfere [Issues of risk management in technosphere]. 2013, no. 2, pp. 96-109. (In Russ.)
4. Transportnaya strategiya Rossiyskoy Federatsii na period do 2030 goda [Transport strategy of the Russian Federation for the period till 2030]. (In Russ.) Available at: http://www.consultant.ru/law/hotdocs/34693.html
5. Kokurin I.M., Kudrjavcev V.A. Ocenka propusknoj sposobnosti zheleznodorozhnyh linj na osnove imitacionnogo modelirovanja pro-cessov perevozok [Assessment of the throughput of rail tracks on the basis of simulation modeling the transport processes] // Izvestja Peterburg-skogo universiteta putej soobshhenja [Proceedings of Petersburg Transport University]. 2012, vol. 31, no. 2, pp. 18-22. (In Russ.)
6. Kokurin I.M., Timchenko V.S. Metody opredelenja «uzkih mest», ograni-chivajushhih propusknuju sposobnost' zheleznodorozhnyh napravlenj
[Methods for the determination of "bottlenecks" that limit the capacity of the railway directions] // Izvestja Peterburgskogo universiteta putej soobshhenja [Proceedings of Petersburg Transport University]. 2013, no.1, p. 15 - 22. (In Russ.)
7. Timchenko V.S. Imitacionnaja model' gruzovogo fronta [Simulation model of loading area]/ / Materialy XV mezhdunarodnoj konferencji. «Informat-ika: problemy, metodologja, tehnologii». [Materials of XV international conference. «Informatics: problems, methodology, technologies»]. 2015 -Voronezh: VGU, 2015, pp. 431 - 434. (In Russ.)
8. Gar'kina I.A., Danilov A.M., Karev M.N. Avtoservis i perevozki s pozicj teorii sistem massovogo obsluzhivanja [Car service and transportation from the standpoint of the queueing theory] // Sovremennye problemy nauki i obrazovanja [Modern problems of science and education]. 2014, no. 4, pp. 225 (In Russ.)
9. Sushhenko D.I., Eliseeva T.P. Konceptual'nye osnovy razvitija malyh i srednih form predprinimatel'skoj dejatel'nosti v sfere uslug [Kontseptualny-ie osnovyi razvitiya malyih i srednih form predprinimatelskoy deyatelnosti v sfere uslug] // Terra economicus [Terra economicus]. 2013, no. 4, pp. 134138 (In Russ.)
10. A.A.Tarancev. Inzhenernye metody teorii massovogo obsluzhivanja [Engineering methods of queueing theory]. Saint Petersburg: Nauka, 2007, 175 p. (In Russ.)
11. Abril, M., Barber, F., Ingoloti, L., Salido, M.A, Tormos, P., Lova, A. An Assessment of Railway Capaity. Available at: http://users.dsic.upv.es/ ~msalido/papers/transport.pdf.
12. Landex, A., Kaas, A. , Schittenhelm, B., Schneider-Tilli J. Evaluation of railway capacity. Available at: http://orbit.dtu.dk/fedora/objects/orbit: 51998/datastreams/file_2997244/content
13. Salido, M.A. Barber, F., Ingolotti, L. Robustness in Railway Transportation Scheduling. Available at: http://users.dsic.upv.es/grupos/gps/papers/robustnessCH.pdf.
14. Sameni, M.K., Landex, A., Preston J. Developing the UIC 406 Method for Capacity Analysis. Available at: http://orbit.dtu.dk/fedora/objects/orbit: 63478/datastreams/file_5598194/content.
15. Jakimov, I. M., Kirpichnikov, A. P., Jahina, Z. T. Modelirovanie i optimizaci-ja processov remonta avtomobilej [Modeling and optimization of the processes for repair of cars] // Vestnik kazanskogo tehnologicheskogo uni-versiteta [Bulletin of the Technological University]. 2014, no. 12, pp. 197202. (In Russ.)
16. M.M.O. Usufov Perspektivy razvitija avtoservisa [Prospects of car service development] // Tehniko-tehnologicheskie problemy servisa [Technico-tehnologicheskie problemy servisa]. 2012, no. 19, pp. 72-77. (In Russ.)
Received 19/10/15
Тимченко В.С. Структура имитационной модели автосервиса // Современные проблемы транспортного комплекса России. 2016. Т.6. №2. С.46-50
Timchenko V.S. The structure of simulation model of car service // Sovremennye problemy transportnogo kompleksa Rossii [Modern Problems of Russian Transport Complex]. 2016, vol. 6, no. 2, pp.46-50
