Implementation model of the production process control system at a car service enterprise

Cover Page

Cite item

Full Text

Abstract

The study considers a methodical approach to control of production processes for maintenance and repair of cars at technical service enterprises. The approach is based on considering the enterprise as a complex organizational or cybernetic system. For the main process implemented by this system, the number of control points during the shift, the size and degree of delay of control actions are determined. To simulate the system operation, a simulation model is used that takes into account the gradual increase in the error of performers and its elimination when applying the control action. Taking into account the established indicator and the efficiency criterion, the optimal number of control system elements is determined depending on the intensity of car arrival in the service zone. Models of the established patterns are obtained, which are described by single-factor regression equations. Models of patterns of influence of control system parameters on the relative throughput of the system are developed. 
Purpose – to improve the efficiency of management of automobile transport enterprises by establishing patterns of influence of the number of vehicles arriving in the technical service area on the parameters of the enterprise's production process control system.
Methodology. The study uses the method of correlation-regression analysis, the methodology of experiment planning, simulation modeling, and system analysis.
Results. Patterns of influence of the number of vehicles arriving in the technical service area on the number of control points during a shift, on the magnitude of the control action, and on the degree of delay in the implementation of the control action were established. Patterns of influence of the number of control points during a shift, the magnitude of the control action, and the degree of delay in the implementation of the control action on the relative throughput of the system were established.
Practical implications. The results of the study can be used by the management of enterprises for technical maintenance and repair of vehicles in the operational management of technological processes.

About the authors

Evgeniy S. Kozin

Industrial University of Tyumen

Author for correspondence.
Email: kozines@tyuiu.ru
ORCID iD: 0000-0002-6774-3285
SPIN-code: 1834-0639
Scopus Author ID: 57052768700
ResearcherId: D-8474-2019

Associate Professor of the Department of Car Service and Technological Machines, Candidate of Technical Sciences, Associate Professor

Russian Federation, 38, Volodarsky Str., Tyumen, 625000, Russian Federation

References

  1. Aizerman, M. A. (2016). Theory of Automatic Control: Adiwes International Series. Amsterdam: Elsevier.
  2. Fransoo, J. C., & Rutten, W. G. M. M. (1994). A typology of production control situations in process industries. International Journal of Operations & Production Management, 14(12), 47–57. https://doi.org/10.1108/01443579410072382 EDN: https://elibrary.ru/EAYRGB
  3. Landers, R. G., et al. (2020). A review of manufacturing process control. Journal of Manufacturing Science and Engineering, 142(11), 110814. https://doi.org/10.1115/1.4048111 EDN: https://elibrary.ru/MOXMIO
  4. Trentesaux, D. (2009). Distributed control of production systems. Engineering Applications of Artificial Intelligence, 22(7), 971–978. https://doi.org/10.1016/j.engappai.2009.05.001
  5. Zakharov, N. S., & Kozin, E. S. (2023). Monitoring implementation of technological processes for vehicle maintenance and repair using neural networks. Bulletin of the Ural State University of Railway Transport, (4), 43–51. https://doi.org/10.20291/2079-0392-2023-4-43-51 EDN: https://elibrary.ru/NAQINB
  6. Kalugin, Yu. B. (2020). Modified computational scheme for substantiating control period size. Special Equipment and Transport Technologies, (8), 114–120. EDN: https://elibrary.ru/IPJTYD
  7. Kalugin, Yu. B. (2020). Justification of step size control in technological process management. Special Equipment and Transport Technologies, (7), 33–36. EDN: https://elibrary.ru/GJETWL
  8. Kelton, W., & Law, A. (2004). Simulation Modeling: Classic CS (3rd ed.). St. Petersburg: Peter; Kyiv: BHVT. 847 p.
  9. Kiselev, G. G. (2023). Real-time control system for compliance with inspection discipline of rolling stock at PTOS. In Science and Education: Achievements and Perspectives: Proceedings of the VIII International Scientific and Practical Conference (pp. 35–40). Samara–Saratov: Amirit. EDN: https://elibrary.ru/BPLWCZ
  10. Kozin, E. S. (2022). Decision-making support system for automobile service station management. Transport of the Urals, (3), 73–77. https://doi.org/10.20291/1815-9400-2022-3-73-77 EDN: https://elibrary.ru/MWZBJW
  11. Kremer, N. Sh. (2006). Probability Theory and Mathematical Statistics: Textbook for Higher Education Institutions (2nd ed., Revised and Extended). Moscow: Unity-Dana. 573 p.
  12. Kuzmenko, N. V., Kulikov, V. V., & Bordon, G. F. (2014). Development of quality control process analysis structure. Modern Technologies and Scientific-Technical Progress, (1), 11. EDN: https://elibrary.ru/SHOTZL
  13. Kushnir, G. Yu., & Minchenko, S. N. (2017). Improvement of quality control methods for technical maintenance and repair at enterprises providing services for vehicles of different brands. International Scientific Journal, (3), 70–73. EDN: https://elibrary.ru/YTOIWR
  14. Mal'tsev, D. V., & Repetsky, D. S. (2020). Monitoring production staff during vehicle maintenance work execution. World of Transport, 18(6), 238–247. https://doi.org/10.30932/1992-3252-2020-18-6-238-247 EDN: https://elibrary.ru/MRGGVD
  15. Mikhailov, V. S. (1988). Control Theory. Kyiv: Vischa Shkola. Head Publishing House. 312 p.
  16. Novikov, D. A. (2016). Cybernetics: Navigator. History of cybernetics, current state, and development prospects. Moscow: LENAND. 160 p. EDN: https://elibrary.ru/ULJXBF
  17. Novikov, D. A. (2005). Theory of Management of Organizational Systems. Moscow: MPPI. 584 p. EDN: https://elibrary.ru/PFGVIJ
  18. Treghubov, Yu. M. (2015). Analysis of internal control problems of production processes at industrial enterprises. In XXII Tupolev Readings (School of Young Scientists): Conference Proceedings (Kazan, October 19–21, 2015) (Vol. 5, pp. 388–394). Kazan: Foliant. EDN: https://elibrary.ru/UWATMB
  19. Antokhina, Yu. A., Semenova, E. G., Epifantsev, K. V., & Kopansky, A. S. (2020). Product quality management and production control of technological processes when applying HACCP principles. In Metric Support of Innovative Technologies: International Forum (Saint Petersburg, March 4, 2020) (pp. 12–13). Saint Petersburg: Saint Petersburg State University of Aerospace Instrumentation. EDN: https://elibrary.ru/VNWGNV
  20. Shaidullina, N. K., Pecheny, E. A., & Nuriyev, N. K. (2023). Modeling administration process of queuing system with limited lifetime claims. Modern Knowledge-Intensive Technologies, (11), 81–86 https://doi.org/10.17513/snt.39824 EDN: https://elibrary.ru/SNBJFJ

Supplementary files

Supplementary Files
Action
1. JATS XML
Download

Copyright (c) 2025 Kozin E.S.

Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 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».