Оцінювання рівня якості технологічних процесів автосервісних підприємств

Автор(и)

  • Liudmyla Tarandushka Черкаський Державний Технологічний Університет бул. Шевченка, 460, м. Черкаси, Україна, 18006, Україна https://orcid.org/0000-0002-1410-9088
  • Vasil Mateichyk Національний Транспортний Університет вул. М. Омеляновича-Павленка, 1, м. Київ, Україна, 01010, Україна https://orcid.org/0000-0002-3683-7246
  • Nataliia Kostian Черкаський Державний Технологічний Університет бул. Шевченка, 460, м. Черкаси, Україна, 18006, Україна https://orcid.org/0000-0002-1599-4007
  • Ivan Tarandushka Черкаський Державний Технологічний Університет бул. Шевченка, 460, м. Черкаси, Україна, 18006, Україна https://orcid.org/0000-0002-5182-3811
  • Maksym Rud Черкаський Державний Технологічний Університет бул. Шевченка, 460, м. Черкаси, Україна, 18006, Україна https://orcid.org/0000-0002-8936-6812

DOI:

https://doi.org/10.15587/1729-4061.2020.200332

Ключові слова:

автосервісне підприємство, рівень якості, морфологічний аналіз, лінійна множинна регресія, нечітке логічне виведення

Анотація

Досліджено задачу ідентифікації залежності рівня якості технічного обслуговування та ремонту автомобілів від параметрів, що враховують внутрішній стан автосервісного підприємства та зовнішні фактори, що характеризують середовище його функціонування та автомобілі, які обслуговуються підприємством. В процесі дослідження виконано морфологічний аналіз системи автосервісу, в результаті якого визначено функціональні елементи системи, суттєві морфологічні ознаки даних елементів та варіанти їх реалізації. З метою виявлення ступеня впливу зазначених морфологічних ознак на якість виконання технологічних процесів проведено обстеження типових підприємств автосервісу України та побудовано математичну модель системи у вигляді рівняння лінійної множинної регресії. Завдяки попередній перевірці вхідних параметрів моделі системи на мультиколінеарність за алгоритмом Фаррара-Глобера стало можливим виокремити серед них незалежні та знизити складність подальших розрахунків. Коефіцієнти рівняння регресії характеризують ступінь важливості врахування відповідних параметрів при проектуванні автоматизованої системи управління якістю. Для підвищення адекватності моделі та зменшення складності процесу моделювання виконано розбиття масиву вихідних даних на навчальну та контрольну вибірки за алгоритмом, що базується на розрахунку значень вибіркової дисперсії. З метою отримання найбільш адекватної моделі побудовано нелінійні моделі досліджуваної системи типу Мамдані та Сугено. Для цього застосовано пакет Matlab та його модуль Fuzzy Logic Toolbox. Функції належності вхідних та вихідного параметрів задано у трапецієвидному вигляді. Реалізацію нелінійних моделей здійснено для різних методів дефазифікації вихідного параметру. Найменша середньоквадратична похибка результуючої характеристики отримана при реалізації моделі типу Сугено та склала 1,07 %. Це свідчить про доцільність інтеграції зазначеної моделі в систему управління якістю з метою визначення оптимальних режимів роботи. Результати досліджень можуть бути використані для оцінки якості наданих послуг систем автосервісу на мікро- та макрорівні

Біографії авторів

Liudmyla Tarandushka, Черкаський Державний Технологічний Університет бул. Шевченка, 460, м. Черкаси, Україна, 18006

Кандидат технічних наук, доцент, завідувач кафедри

Кафедра автомобілів та технології їх експлуатації

Vasil Mateichyk, Національний Транспортний Університет вул. М. Омеляновича-Павленка, 1, м. Київ, Україна, 01010

Доктор технічних наук, професор

Кафедра екологія та безпека життєдіяльності

Nataliia Kostian, Черкаський Державний Технологічний Університет бул. Шевченка, 460, м. Черкаси, Україна, 18006

Кандидат технічних наук

Кафедра автомобілів та технології їх експлуатації

Ivan Tarandushka, Черкаський Державний Технологічний Університет бул. Шевченка, 460, м. Черкаси, Україна, 18006

Асистент

Кафедра автомобілів та технології їх експлуатації

Maksym Rud, Черкаський Державний Технологічний Університет бул. Шевченка, 460, м. Черкаси, Україна, 18006

Кандидат технічних наук, доцент

Кафедра автомобілів та технології їх експлуатації

Посилання

  1. Mateichyk, V. P., Tarandushka, L. A., Kostian, N. L. (2018). Optimization of autoservice enterprises activity based on the current state indicators. Systems and means of car transport. Problems of explotation and diagnostics, 14, 91‒99.
  2. Tarandushka, L., Kostian, N. (2018). Functional model of selection the strategy form organization of production for the qualitative performance of services at auto service enterprises. Suchasni tekhnolohiyi v mashynobuduvanni ta transporti, 1 (10), 131‒136. Available at: http://nbuv.gov.ua/UJRN/ctmbt_2018_1_23
  3. Tarandushka, L. А., Kostian, N. L. (2019). Software support of production restructuring in quality management system of car service enterprise. Scientific Bulletin of Ivano-Frankivsk National Technical University of Oil and Gas, 2 (47), 48–56. doi: https://doi.org/10.31471/1993-9965-2019-2(47)-48-56
  4. Khaksar, S. M., Nawaser, K., Jahanshahi, A. F., Kamalian, A. R. (2011). The relation between after-sales services andentrepreneurial opportunities: Case study of Iran-Khodro Company. African Journal of Business Management, 5 (13), 5152‒5161. Available at: https://www.academia.edu/1470063/The_relation_between_after-sales_services_and_entrepreneurial_opportunities_Case_study_of_Iran-_Khodro_Company
  5. McMurrian, R. C., Matulich, E. (2011). Building Customer Value And Profitability With Business Ethics. Journal of Business & Economics Research (JBER), 4 (11), 11‒18. doi: https://doi.org/10.19030/jber.v4i11.2710
  6. Baffour-Awuah, E. (2018). Service Quality in the Motor Vehicle Maintenance and Repair Industry: A Documentary Review. International Journal of Engineering and Modern Technology, 4 (1), 14‒34. Available at: http://www.iiard.com/index.php/IJEMT/article/view/1130
  7. Velimirović, D., Duboka, Č., Damnjanović, P. (2016). Automotive maintenance quality of service influencing factors. Tehnicki Vjesnik, 23 (5), 1431‒1438. doi: https://doi.org/10.17559/tv-20140402074657
  8. Oliva, R., Kallenberg, R. (2003). Managing the transition from products to services. International Journal of Service Industry Management, 14 (2), 160–172. doi: https://doi.org/10.1108/09564230310474138
  9. Stevanović, I., Stanojević, D., Nedić, A. (2013). Setting the after sale process and quality control at car dealerships to the purpose of increasing clients satisfaction. Journal of Applied Engineering Science, 11 (2), 81‒88. doi: https://doi.org/10.5937/jaes11-3821
  10. Tse, D. K., Wilton, P. C. (1988). Models of Consumer Satisfaction Formation: An Extension. Journal of Marketing Research, 25 (2), 204. doi: https://doi.org/10.2307/3172652
  11. Bai, Y., Wang, D. (2006). Fundamentals of Fuzzy Logic Control ‒ Fuzzy Sets, Fuzzy Rules and Defuzzifications. Advanced Fuzzy Logic Technologies in Industrial Applications, 17–36. doi: https://doi.org/10.1007/978-1-84628-469-4_2
  12. Świderski, A., Jóżwiak, A., Jachimowski, R. (2018). Operational quality measures of vehicles applied for the transport services evaluation using artificial neural networks. Eksploatacja i Niezawodnosc - Maintenance and Reliability, 20 (2), 292–299. doi: https://doi.org/10.17531/ein.2018.2.16
  13. Martínez, J. A., Ko, Y. J., Martínez, L. (2010). An Application of Fuzzy Logic to Service Quality Research: A Case of Fitness Service. Journal of Sport Management, 24 (5), 502–523. doi: https://doi.org/10.1123/jsm.24.5.502
  14. Savino, M. M., Sekhari, A. S. (2009). A quality management system based on fuzzy quality pointers in ISO 9000. International Journal of Product Development, 8 (4), 419. doi: https://doi.org/10.1504/ijpd.2009.025255
  15. Shia, C. S., Khaohun, S. (2019). Fuzzy to Quality: A practical application of ISO 25000 (SQuaRE), ISO 9000 and Fuzzy Logic. Available at: https://www.researchgate.net/publication/331984770_Fuzzy_to_Quality_A_practical_application_of_ISO_25000_SQuaRE_ISO_9000_and_Fuzzy_Logic
  16. Feili, H. R., Hassanzadeh Khoshdooni, M. (2011). A Fuzzy Optimization Model For Supply Chain Production Planning With Total Aspect Of Decision Making. Journal of Mathematics and Computer Science, 02 (01), 65–80. doi: https://doi.org/10.22436/jmcs.002.01.08
  17. Cioca, L.-I., Breaz, R., Racz, S.-G. (2006). Fuzzy Logic Techniques used in Manufacturing Processes Reengineering. Proceedings of the 6th WSEAS International Conference on Simulation, Modelling and Optimization, (SMO 2006), 530‒533. Available at: https://www.researchgate.net/publication/262399693_Fuzzy_logic_techniques_used_in_manufacturing_processes_reengineering
  18. Francalanza, E., Borg, J. C., Constantinescu, C. (2016). A Fuzzy Logic Based Approach to Explore Manufacturing System Changeability Level Decisions. Procedia CIRP, 41, 3–8. doi: https://doi.org/10.1016/j.procir.2015.12.011
  19. Dmytrychenko, M. F., Mateichyk, V. P., Hryshchuk, O. K., Tsiuman, M. P. (2014). Metody systemnoho analizu vlastyvostei avtomobilnoi tekhniky. Kyiv: NTU, 168.
  20. Tarandushka, L. A. Kostian, N. L. (2018). Tryrivneva model systemy menedzhmentu yakosti avtoservisnykh pidpryiemstv. Materialy IV Vseukrainskoi naukovo-praktychnoi konferentsiyi «Novitni shliakhy stvorennia, ekspluatatsiyi, remontu i servisu avtomobiliv. Mykolaiv: MTU, Mykolaivska politekhnika, 65–67.
  21. Napol'skiy, G. M. (1993). Tehnologicheskoe proektirovanie avtotransportnyh predpriyatiy i stantsiy tehnicheskogo obsluzhivaniya. Moscow: Transport, 271.
  22. Mateichyk, V. P., Smieszek, М., Polovko, M. V., Kolomiiec, S. V. (2013). Assessment of emissions of pollutants into the process of technological cycle maintenance vehicles. Visnyk Sevastopolskoho natsionalnoho tekhnichnoho universytetu. Mashyno-pryladobuduvannia ta transport, 142, 166–169.
  23. Hurzhii, N. M., Ovcharenko, A. I. (2016). The logistic potential of the enterprise estimation as a basis of its logistic strategy choice. Hlobalni ta natsionalni problemy ekonomiky, 13, 244‒248. Available at: http://global-national.in.ua/archive/13-2016/50.pdf
  24. Ludchenko, O. A. (2004). Tekhnichne obsluhovuvannia i remont avtomobiliv: orhanizatsiya i upravlinnia. Kyiv: Znannia, 479.
  25. Snytiuk, V. Ye. (2008). Prohnozuvannia. Modeli. Metody. Alhorytmy. Kyiv: Maklaut, 364.
  26. Nakonechnyi, S. I., Tereshchenko, T. O., Romaniuk, T. P. (2004). Ekonometriya. Kyiv: KNEU, 520.
  27. Rutkovskaya, D., Pilin'skiy, M., Rutkovskiy, L. (2008). Neyronnye seti, geneticheskie algoritmy i nechetkie sistemy. Moscow: Goryachaya liniya ‒ Telekom, 452.
  28. Shtovba, S. D. (2007). Proektirovanie nechetkih sistem sredstvami MATLAB. Moscow: Goryachaya liniya ‒ Telekom, 288.

##submission.downloads##

Опубліковано

2020-04-30

Як цитувати

Tarandushka, L., Mateichyk, V., Kostian, N., Tarandushka, I., & Rud, M. (2020). Оцінювання рівня якості технологічних процесів автосервісних підприємств. Eastern-European Journal of Enterprise Technologies, 2(3 (104), 58–75. https://doi.org/10.15587/1729-4061.2020.200332

Номер

Розділ

Процеси управління