تعيين مدل رياضي مناسب براي پيش بيني هزينه هاي تعمير و نگهداري ماشين هاي تسطيح اراضي (تراكتور چرخ زنجيري)

Determining a Suitable Mathematical Model to Predict the Repair and Maintenance Costs of Earthmoving Machines (Crawler tractor)

مخارج تعمير ونگهداري يكي از هزينه هاي متغير مي باشند كه براي بهبود كيفيت وكميت كار ماشين ضروري هستند. ركوردهاي هزينه وتعمير ماشين مي تواند به مقدار زيادي در پيش بيني هزينه هاي تعمير و نگهداري موثر باشند. مدل سازي رياضي حجم اين داده ها را كم مي كند وامكان برنامه ريزي اقتصادي بهتر ودقيق تر را براي مدير فراهم مي سازد. درهمين راستا مطالعه اي به منظور برازش رابطه اي بين ساعات كاركرد تجمعي و هزينه هاي تعمير و نگهداري تجمعي 16 دستگاه تراكتور چرخ زنجيري فعال در شركت ماشين آلات جهاد نصر استان آذربايجان شرقي انجام پذيرفت. اطلاعات مورد نياز از جمله ساعات كاركرد انباشته و هزينه هاي تعمير ونگهداري تجمعي در طي يك دوره ده ساله از سال 1376 تا سال 1385 جمع آوري گرديد. با انجام تجزيه رگرسيوني بر روي چهار مدل رياضي خطي، درجه دوم، تواني و نمايي و براساس معني دار بودن ضرايب رگرسيوني و بزرگ بودن ضريب تبيين، مدل درجه دوم پيشنهاد شد. مقادير پيش بيني شده توسط اين مدل از ديگر مطالعات مشابه، كم تر است. علت اين امر را مي توان به ماهيت مدل درجه دوم وهم چنين به كارگيري تعميركاران به صورت قراردادي يا استخدامي با سطح دستمزد پايين تر عنوان كرد.

Repair and maintenance expenses as one of the variable costs, are necessary for improving the quality and quantity of machine performance. Records of such costs, can be affect predicting repair and maintenance expenditures. Mathematical modeling reduces the volume of these data and provide a better and more percision economical planning for managers. In order to fit those data and obtaining the relationship between accumulated hours of work and repair and maintenance costs, this study was conducted on selected 16 crawler tractors which are active in Earthmoving operations in the co-operative of Jahad Nasr in East Azarbaijan Province, Iran. Required information including operation hours and all costs by considering inflation rates were gathered over the period of ten years from 1997 to 2006. The regression analysis was done on four mathematical models (linear, quadratic, exponential and power), based on significance of coefficients for these models and maximum of . Therefore, the best and final model was quadratic which predicts lower costs than the other models mentioned previously. The reason may be atributed to the nature of quadratic model as well as the lower wages of repair and maintenance personnels in the region.