авторефераты диссертаций БЕСПЛАТНАЯ  БИБЛИОТЕКА

АВТОРЕФЕРАТЫ КАНДИДАТСКИХ, ДОКТОРСКИХ ДИССЕРТАЦИЙ

<< ГЛАВНАЯ
АГРОИНЖЕНЕРИЯ
АСТРОНОМИЯ
БЕЗОПАСНОСТЬ
БИОЛОГИЯ
ЗЕМЛЯ
ИНФОРМАТИКА
ИСКУССТВОВЕДЕНИЕ
ИСТОРИЯ
КУЛЬТУРОЛОГИЯ
МАШИНОСТРОЕНИЕ
МЕДИЦИНА
МЕТАЛЛУРГИЯ
МЕХАНИКА
ПЕДАГОГИКА
ПОЛИТИКА
ПРИБОРОСТРОЕНИЕ
ПРОДОВОЛЬСТВИЕ
ПСИХОЛОГИЯ
РАДИОТЕХНИКА
СЕЛЬСКОЕ ХОЗЯЙСТВО
СОЦИОЛОГИЯ
СТРОИТЕЛЬСТВО
ТЕХНИЧЕСКИЕ НАУКИ
ТРАНСПОРТ
ФАРМАЦЕВТИКА
ФИЗИКА
ФИЗИОЛОГИЯ
ФИЛОЛОГИЯ
ФИЛОСОФИЯ
ХИМИЯ
ЭКОНОМИКА
ЭЛЕКТРОТЕХНИКА
ЭНЕРГЕТИКА
ЮРИСПРУДЕНЦИЯ
ЯЗЫКОЗНАНИЕ
РАЗНОЕ
КОНТАКТЫ

Повышение эффективности производства кормов из трав в условиях северо-запада российской федерации путем моделирования процессов кормопроизводства и формирования оптимальных технологий

18 0

На правах рукописи

Тимофеев Евгений Всеволодович ПОВЫШЕНИЕ ЭФФЕКТИВНОСТИ ПРОИЗВОДСТВА КОРМОВ ИЗ ТРАВ В УСЛОВИЯХ СЕВЕРО-ЗАПАДА РОССИЙСКОЙ ФЕДЕРАЦИИ ПУТЕМ МОДЕЛИРОВАНИЯ ПРОЦЕССОВ КОРМОПРОИЗВОДСТВА И ФОРМИРОВАНИЯ ОПТИМАЛЬНЫХ ТЕХНОЛОГИЙ Специальность 05.20.01 – Технологии и средства механизации сельского хозяйства

Автореферат диссертации на соискание учёной степени кандидата технических наук

Подписано к печати 19 мая 2010 года Формат 60x84 1/16. Бумага офсетная Объем 1,0 п.л. Тираж 75 экз. Заказ № Санкт-Петербург – Отпечатано в типографии ГНУ СЗНИИМЭСХ Санкт-Петербург-Павловск, пос. Тярлево, Фильтровское, 1

Работа выполнена в Государственном научном учреждении Северо- тирование технологий производства кормов из трав:М.: Вестник Российской Западный научно-исследовательский институт механизации и электрифика- академии сельскохозяйственных наук. – 2009, № 5. – с. 7 – 10.

ции сельского хозяйства Российской академии сельскохозяйственных наук 2. Тимофеев, Е.В. Проектирование технологий сельскохозяйственного про изводства на основе использования СУБД [Текст] / А.М. Валге, Е.В. Тимофе ев // Проектирование технологий сельскохозяйственного производства на Научный руководитель – доктор технических наук, профессор основе использования СУБД: Известия Санкт- Петербургского Государствен Валге Александр Мартынович ного аграрного университета – 2009, № 13. – с. 210 – 213.

3. Тимофеев, Е.В. Надежность технологий производства кормов из трав в условиях Ленинградской области [Текст] / А.М. Валге, Е.В. Тимофеев // На дежность технологий производства кормов из трав в условиях Ленинградской

Официальные оппоненты:

- доктор технических наук, профессор области: Материалы 6 МНПК. «Экология и сельскохозяйственная техника».

Том 2. СПб.: ГНУ СЗНИИМЭСХ. 2009 – с. 147-155.

Белов Валерий Васильевич 4. Тимофеев, Е.В. Задачи принятия решений при производстве кормов из трав [Текст] / А.М. Валге, Е.В. Тимофеев // Задачи принятия решений при - кандидат технических наук, доцент производстве кормов из трав: Материалы МК. Информационные технологии в эксплуатации МТП АПК.: СПб.: СПбГАУ. – 2009. – С. 45-47.

Перекопский Александр Николаевич 5. Тимофеев, Е.В. Оценка сроков уборки трав по эффективности кормов Ведущая организация – Академия менеджмента и агробизнеса Нечерноземной [Текст] / Е.В. Тимофеев // Оценка сроков уборки трав по эффективности кор зоны Российской Федерации мов: Технологии и технические средства механизированного производства продукции растениеводства и животноводства: Сб. науч. тр. - Вып. 80. – СПб.:

Защита состоится 24 июня 2010 года в 11 часов на заседании диссер- ГНУ СЗНИИМЭСХ. 2008. – с. 111 – 118.

тационного совета Д 006.054.01 при Государственном научном учреждении 6. Тимофеев, Е.В. Анализ влияния условий уборки на эффективность кормо Северо-Западный научно-исследовательский институт механизации и элек- уборочной техники (на примере кормоуборочного комбайна Марал-125) трификации сельского хозяйства Российской академии сельскохозяйственных [Текст] / Е. В. Тимофеев // Анализ влияния условий уборки на эффективность наук по адресу: 196625, Санкт-Петербург, Тярлево, Фильтровское шоссе, 3, кормоуборочной техники (на примере кормоуборочного комбайна Марал-125):

факс (812) 466-56-66, е-mail: nii@sp.ru Материалы научной конференции профессорско-преподавательского состава, научных сотрудников и аспирантов, СПб.: СПбГАУ. 2008 – с. 146 – 149.

7. Тимофеев, Е.В. Проектирование на компьютере технологий заготовки кор

С диссертацией можно ознакомиться в библиотеке мов из трав [Текст] / А.М. Валге, Е.В. Тимофеев // Проектирование на компь ГНУ СЗНИИМЭСХ Россельхозакадемии ютере технологий заготовки кормов из трав: Материалы научной конференции профессорско-преподавательского состава, научных сотрудников и аспирантов, СПб.: СПбГАУ. 2009 – с. 279 – 282.

8. Тимофеев, Е.В. Опыт применения глобальной системы позиционирова Автореферат разослан «» 2010 г. ния GPS для хронометража работы технических средств при заготовке кор мов из трав [Текст] / А. М. Валге, Е. В. Тимофеев // Опыт применения гло бальной системы позиционирования GPS для хронометража работы техниче ских средств при заготовке кормов из трав: Технологии и технические сред Учёный секретарь ства механизированного производства продукции растениеводства и живот диссертационного совета Черей Н.Н. новодства: Сб. науч. тр.-Вып. 81.– СПб.: ГНУСЗНИИМЭСХ. 2009. – с. 61 – 66.

9. Тимофеев, Е.В. Зависимость затрат топлива на уборку трав от урожая травы [Текст] / Е. В. Тимофеев // Зависимость затрат топлива на уборку трав от урожая травы: Зооиндустрия №6, Спб. – 2009 – с. 19 – 23.

16 3. Для снижения потерь сена по погодным условиям разработаны ме-

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

тод, алгоритм и программа определения структуры кормов. Компью- Актуальность исследований. Животноводство является ведущей от терные исследования по методу «…что будет, если…» позволили раслью сельского хозяйства Ленинградской области и Северо- Запада России.

оценить для различных условий уборки возможные структуры кор- При производстве животноводческой продукции доля затрат на корма мов с заданным содержанием питательных веществ, обеспечиваю- доходит до 70 %. Рентабельность животноводства во многом определяется щих снижение до 30 % потерь кормов по погодным условиям. уровнем продуктивности животных, который в свою очередь зависит от каче 4. Анализ влияния условий уборки (длины гона поля и урожая травы) ства и количества кормов. Наиболее затратной частью кормопроизводства яв на показатели работы уборочных машин показал, что наибольшее ляется уборка трав. Процесс заготовки кормов представляет собой сложную влияние на производительность кормоуборочных машин и удельный систему взаимодействия человека, как оператора машин, природы, техноло расход топлива оказывает урожай травы и в меньшей степени длина гий и техники. В свою очередь природные воздействия характеризуются био гона поля. При уборке высоко урожайных трав (25,0 – 30,0 т/га) логической средой - растениями и микроорганизмами, погодными условиями удельный расход топлива снижается на 50 – 70 % по сравнению с и почвой. Большинство факторов, влияющих на процесс заготовки кормов, уборкой низкоурожайных трав (5,0 – 10,0 т/га). Перечисленные пока- имеют вероятностный характер, что затрудняет планирование кормопроиз затели рекомендуется учитывать при аналогичных исследованиях. водства и принятие управленческих решений.



5. Для решения проблемы компьютерного проектирования технологий В последние годы происходит интенсивное развитие инфокоммуника кормопроизводства на основе теории взаимосвязанных множеств ционных технологий, увеличивается емкость запоминающих устройств и бы разработаны метод и алгоритм, позволяющий из множества конкури- стродействие компьютеров, увеличивается быстродействие средств приема и рующих технических средств формировать рациональные (опти- передачи информации, разработаны новые технические средства для накопле мальные) технические комплексы для конкретных условий уборки ния, обработки, хранения и представления информации.

(объемы производства, природно-климатические и погодные усло- К сожалению эти достижения не в полной мере затронули сельскохозяй вия). ственное производство для решения его актуальных задач и, прежде всего, 6. Алгоритм компьютерного проектирования технологий кормопроиз- задач оптимизации производственных процессов, снижения затрат на произ водства реализован на основе реляционной СУБД MS Access. Про- водство, повышение его экологичности, и эффективности использования про граммный комплекс работает в режиме диалога с пользователем и изводственных ресурсов. В этих условиях актуальной является проблема про позволяет для конкретных условий проектировать оптимальные (ра- ведения исследований по разработке методов моделирования и оптимизации циональные) технологические комплексы. Программа позволяет, как технологических процессов, проектирования адаптивных технологий кормо формировать новые технические комплексы, так и выбирать рацио- производства. Также должны быть разработаны задачи принятия управленче нальные технические средства к существующим в хозяйстве кормо- ских решений, обеспечивающих получение высококачественных кормов с уборочным машинам. наименьшими издержками средств, энергии и труда для конкретных природ 7. Основные теоретические разработки диссертации, алгоритмы и ре- но-климатических и экономических условий с учетом вероятностной оценки зультаты расчетов были проверены в экспериментальных условиях погодных условий.

при заготовке кормов в СПК «Шушары» в 2009 году. Для регистра- Решение этих задач с использованием современных информационных ции данных о работе технических средств (кормоуборочных комбай- методов, алгоритмов и технических средств позволяет проектировать техно нов и транспортных средств) была использована спутниковая систе- логии, адаптированные к конкретным условиям.

ма GPS совместно с КПК. Экспериментальные данные сравнивались Цель исследований. Повышение эффективности производства кормов с компьютерными расчетами данной технологии. Расчетные и экспе- из трав в условиях Северо-Западного региона РФ и Ленинградской области риментальные проверены на совместимость статистическими мето- путем компьютерного моделирования процессов кормопроизводства и фор дами на уровне вероятности P=0,95. мирования оптимальных технологий.

Объект и предмет исследований. Объектом исследования являются Основные положения диссертации опубликованы технологии и технологические процессы производства кормов из трав. Моде в следующих работах: ли процессов кормопроизводства и методы компьютерного проектирования технологий.

1. Тимофеев, Е.В. Компьютерное проектирование технологий производства кормов из трав [Текст] / А.М. Валге, Е.В. Тимофеев // Компьютерное проек 2 Сравнительные результаты данных приведены в таблице.

Предметом исследования являются условия производства и процессы Таблица выполнения технологических работ уборки кормов, а так же модели про Сравнительный анализ расчетных и экспериментальных данных при работе цессов и методы компьютерного проектирования технологий в условиях уборочного комплекса Северо-Западного региона РФ.





Среднее Допусти Научная новизна работы заключается в разработке теоретических Наименова- Расчетное Наименование ма- Единицы экспери- мый интер предпосылок оптимизации технологических процессов и операций производ- ние показате- значение шины измерения ментальное вал измене ля показателя ства кормов из трав на основе моделей производства, включающих в себя: значение ния - результаты статистического анализа погодных условий в период 1 2 3 4 5 Комбайны: производи заготовки кормов;

тельность - метод и алгоритм определения надежности основных видов кормов из Марал-125 (Е-281С) -//- т/ч 22,5 25,0 20,5…31, трав по погодным условиям;

Транспортные - метод и алгоритм определения рациональной структуры кормов из средства:

время трав в зависимости от погодных условий уборки;

– КамАЗ 55111 загрузки ч 0,16 0,16 0,14..0, - методика оценки эффективности основных технических средств – КамАЗ 55102 транспортных. ч 0,14 0,15 0,14..0, кормопроизводства в зависимости от урожая травы и длины гона поля;

– ЗиЛ-130 средств ч 0,08 0,09 0,075..0, - метод, алгоритм и компьютерная программа проектирования техноло гий и формирования технологических комплексов, обеспечивающих повы- В шестой главе «Экономическая эффективность от применения вы шение эффективности кормопроизводства. полненных разработок» приведены расчёты экономической эффективности от Практическую значимость работы составляют: использования выполненных разработок.

- метод, алгоритм и компьютерная программа определения структуры Основной экономический эффект достигается:

кормов из трав в зависимости от погодных условий уборки;

1. При изменении структуры кормов при неблагоприятных погодных усло - метод, алгоритм и компьютерная программа формирования техноло- виях сберегается до 37% к.е. урожая травы.

гий заготовки основных видов кормов из трав, адаптированных к конкрет- 2. По данным расчета - при выборе рационального состава технических ным производственным условиям. средств при производстве рулонного сена снижение затрат составляет 678, Апробация работы. Основные положения диссертационной работы руб./т.

доложены и обсуждены:

- на научных конференциях профессорско-преподавательского состава и

ОСНОВНЫЕ ВЫВОДЫ И РЕКОМЕНДАЦИИ аспирантов СПбГАУ, г. Санкт – Петербург – Пушкин в 2008, 2009,2010 го- 1. На стоимость и качество кормов в Ленинградской области и Северо дах;

Западе России существенно влияют погодные условия в период - на 5-й и 6-й международной научно-практической конференции «Эко- уборки трав. Результаты статистического анализа погодных условий логия и сельскохозяйственная техника» в ГНУ СЗНИИМЭСХ Россельхозака- позволил установить, что средняя вероятность благоприятных по демии, г. Санкт – Петербург – Павловск в 2007 и 2009 году. годных условий для июня и июля месяцев 0,552, а вероятность появ - на 3-ей международной научной конференции «Автоматизация в про- ления подряд трех и более дней без осадков на превышает 0,357, что мышленности», проходившей в рамках мультиконференции по информаци- затрудняет получение качественных кормов с длительным сроком онным технологиям и управлению в промышленности приуроченной к 70- провяливания.

летию института проблем управления им. В.А. Трапезникова РАН, 5 июня 2. На основе анализа данных установлено, что основные влияние на по 2009 года г. Москва;

тери кормов оказывает частота увлажнения травы осадками. Для - на 12-ой конференции молодых ученых «Навигация и управление дви- оценки влияния погодных условий на надежность технологий произ жением» 16-19 марта 2010 года, г. Санкт-Петербург водства кормов из трав рекомендуется использовать математическую Публикации. По материалам исследований опубликовано 9 печатных модель на основе цепей Маркова. Результаты исследований показали работ, подана заявка на регистрацию базы «Система технологий и техниче- что, в Ленинградской области вероятность получить сено без воздей ских средств для заготовки кормов их трав». ствия осадков составляет 0,17, сенажа – 0,3, подвяленного силоса – 0,55.

14 приведены результаты экспериментальных исследований. Эксперименталь- Основные положения, выносимые на защиту:

ная проверка основных алгоритмов одна из главных задач по доказательству - результаты анализа погодных условий в период заготовки кормов из их работоспособности, она подразумевает проверку расчетных показателей трав;

технологии заготовки кормов из трав в конкретных хозяйственных условиях. - теоретические основы и алгоритмы оценки надежности технологий за Экспериментальная проверка была проведена в СПК «Шушары», где из ежи готовки кормов из трав;

сборной и клевера заготавливали сено, сенаж, силос, силос из подвяленных - алгоритмические основы оценки эффективности использования основ трав. Хронометражные наблюдения уборочного комплекса были выполнены ных технических средств кормопроизводства, в зависимости от условий с конца июня до середины июля 2009 г. Последующая обработка полученных производства;

данных позволила уточнить расчетные показатели технологических опера- - теоретические положения повышения надежности производства кормов ций. из трав в зависимости от погодных условий;

В хозяйстве в среднем ежегодно заготавливают: 600 тонн сенажа, - теоретические положения по использованию системы управления база 2500 тонн силоса, 150 тонн сена. Проверка выполнялась на трех полях с кон- ми данных (СУБД) для проектирования технологий кормопроизводства;

фигурацией 400*400м. На двух полях убирали ежу сборную (со средней уро- - компьютерные программы для определения структуры кормов и проек жайностью 23 т/га), на третьем поле убирали клевер 2-го года выращивания тирования технологий кормопроизводства.

(со средней урожайностью 15 т/га) на силос прямым комбайнированием. Структура и объём диссертационной работы. Диссертация изло Уборку выполняли кормоуборочным комбайном МАРАЛ-125. Транспортиро- жена на 166 страницах основного текста, содержит 55 рисунков, 26 таблиц и вание силосной массы выполнялось автомобилями: Камаз-55111 – 1 шт., гру- 10 приложений. Список использованной литературы включает 134 наимено зоподъемность 8,0 т.;

Камаз-53205 – 1 шт., грузоподъемность 11,0 т.;

ЗиЛ - вания, в том числе 12 на иностранном языке. Работа состоит из введения, 130 – 1 шт., грузоподъемность 6,0 т. Трамбовка силосной массы выполнялась шести глав, общих выводов, списка литературы и приложений.

тракторами ДТ-75 и К-701.

Для сбора информации о работе технологических и транспортных СОДЕРЖАНИЕ РАБОТЫ

средств была использована спутниковая система позиционирования GPS со- Во введении обоснована актуальность темы, сформулированы цель и вместно с карманным компьютером (КПК) ASUS My Pal A632, который ус- основные положения работы, выносимые на защиту.

танавливает связь с четырьмя стационарными спутниками и точно фиксирует В первой главе «Состояние вопроса и задачи исследований» выполнен положение КПК на местности. КПК регистрирует в каждый момент времени анализ: состояния отрасли кормопроизводства в Ленинградской области;

но свое местоположение, что позволяет получать следующие показатели работы вых технологий и технических средств для заготовки кормов из трав. Рас машин: среднюю скорость движения;

время движения от точки А до Б;

рас- смотрены научные направления по оптимизации технологий. Главной, наибо стояние передвижения;

время и продолжительность остановки. В систему лее существенной, особенностью функционирования технологий и техниче встроен одометр, который замеряет пройденный техникой путь за заданный ских средств заготовки кормов является зависимость их от погодных условий, интервал времени. Одометр включается только в том случае, когда автомо- из-за чего теряется значительная часть кормов.

биль, трактор или комбайн движутся. При их остановке он останавливает от- Проблемы адаптивных систем ведения сельского хозяйства, техноло чет. гий и технических средств рассмотрены в работах А.Н. Каштанова, Для работы с системой GPS при проведении хронометражных наблю- В.И. Особова и других исследователей. Аналогичные работы ведутся за ру дений была разработана программа и методика проведения исследований. бежом.

Для всех технических средств результаты экспериментальных исследований Большой вклад в исследование и разработку методов формирования сравнивались с расчетными данными, полученными по программе, с исполь- системы машин, технологий и технологических комплексов внесли зованием статистического метода оценки доверительного интервала матема- В.Г. Еникеев, Э.И. Липкович, Л.А. Сулима, М.Ш. Ахмедов, И.М.Фомин, тического ожидания: A.M. Валге и другие исследователи. Повышению эффективности использова P X t kp x (X -Y) X t kp x 0,95 ния технологий и технических средств кормопроизводства посвящены работы (19) В. Г. Антипина, B.C. Сечкина, В.И. Особова, Р.Ш. Хабатова, В.Ф. Скробача, где Y – расчетное значение показателя в моделировании;

X – среднее значе В.Д. Попова и других ученых. Теоретические методы проектирования техно ние показателя по экспериментальным данным;

x – среднеквадратическое логий рассмотрены в работах В.Д. Попова.

отклонение экспериментальных данных;

tkp – табличное значение критерия Использованные ими модели и методы оптимизации ограничены Стьюдента для k–степеней свободы и заданного уровня вероятности P.

структурой, количеством уравнений и числом переменных. При увеличении 4 количества конкурирующих технических средств и их показателей размер ность задачи возрастает, и она должна быть переоформлена. Количественные изменения приводят к тому, что получается новая задача, которая должна быть заново проверена и отлажена.

С увеличением возможностей вычислительных средств, их доступно сти для специалистов хозяйств появилась необходимость в разработке новых систем, обладающих свойствами, соответствующим современным требовани ям.

Основными из них являются:

- дружественный интерфейс, позволяющий работать с программой и дан ными в режиме диалога;

- гибкость в изменении структуры и размерности задачи в зависимости от используемых объемов исходных данных;

- разнообразность представления результатов расчетов в виде различных табличных и графических форм;

- получение разнообразной дополнительной информации, в результате решения оптимизационной задачи.

Для достижения поставленной цели должны быть решены следующие задачи:

1. Выполнить анализ природно-климатических условий Ленинградской Рис. 5. Схема алгоритма выбора оптимальной технологии кормопроизводства.

области в период заготовки кормов. Разработать модель их влияния на качественные показатели кормов. Исходные данные для проектирования размещаются в таблицах по смысло 2. Разработать математические модели оценки надежности производ- вому принципу, например: «Сорта трав», «Трактора», «Сельскохозяйствен ства основных видов кормов из трав по погодным условиям. ные машины» «Энергоресурсы» и др., которая может дополняться, удаляться 3. Разработать алгоритм и компьютерную программу выбора структу- и редактироваться. В таблицах информация разделена по столбцам, которые ры кормов в зависимости от погодных условий. имеют различную структуру для хранения, текстовой, цифровой, символьной 4. Разработать алгоритм для оценки эффективности использования ос- информации. Таблицы в запросах объединяются по смысловому принципу и новных технических средств кормопроизводства в зависимости от создают сложные структуры, объединяющие информацию из многих таблиц.

условий уборки. В зависимости от потребностей алгоритма на основании запросов 5. Разработать общий метод и алгоритм проектирования технологий формируются промежуточные таблицы, которые в свою очередь используют кормопроизводства с использованием СУБД. ся в запросах следующего уровня. Проектирование технологий начинается с 6. Разработать компьютерную систему проектирования технологий выбора технологических операций. Далее из баз данных выбираются техни кормопроизводства. ческие средства, способные выполнять данные операции. К технологическим 7. Выполнить вариантные расчеты технологий для основных видов машинам из базы тракторов выбираются энергосредства. По заданным объе кормов из трав. Произвести с использованием спутниковой системы мам работы, и условиям работы определяется необходимое количество ма GPS экспериментальную проверку результатов исследований в од- шин каждого вида, и рассчитываются все технико-экономические показатели.

ном из хозяйств Ленинградской области. Программа работает в режиме диалога с пользователем.

Во второй главе «Формализация основных технологических процес- Для всех видов кормов возможно проектирование технологий в авто сов заготовки кормов из трав» рассмотрены методы формализации моделей и матическом и ручном режимах. При автоматическом режиме программа для процессов заготовки кормов из трав. За основу исследования была взята че- каждой из операций из базы технических средств выбирает все машины, тырехуровневая логическая модель кормопроизводства, что позволяет учесть предназначенные для выполнения этой операции. При ручном режиме имеет основные особенности кормопроизводства, как для технологий и технических ся возможность выбора рациональных технических средств в дополнение к средств, так и качественных и количественных показателей получаемых кор- существующему парку.

мов. Формирование моделей выполняется последовательно от более низкого В пятой главе «Экспериментальная проверка фрагментов программы уровня к более высокому уровню. «Система технологий и технических средств для заготовки кормов из трав» 12 Выполнен анализ статистических данных погодно-климатических условий Спр Сэн Струд - прямые затраты, связанные с основными эксплута где Гатчинского района Ленинградской области в период заготовки кормов.

ционными затратами (затраты труда, топлива);

Сэн - стоимость затрат на Анализ суммарных осадков за летние месяцы на уровне доверительной веро ятности 0,95 показал, что в июле выпадает больше осадков, чем в июне, а в Струд - стоимость трудовых затрат;

Сдоп - дополнительные затраты энергию;

августе больше чем в июле. Средние значения вероятностей благоприятных связанные с эксплуатацией, содержанием, восстановлением технических погодных условий этих же месяцев составляют: 0,5586, 0,5494, 0,5473. Для определения наиболее вероятного количества дней без осадков на основе би Спот.кор.

средств;

- стоимость корма потерянного при уборке.

номиального распределения получено отношение:

Дополнительные затраты определяются суммой:

Cn p m q n m m Pm, n (m 1)q, (1) m m 1 m 1 n m Cдоп Cдj, (18) Pm 1, n Cn p q (n m) p j где Сдj Сch2 С jтех kcтр3 ka4 k рто5 k xp6 ;

Cch2 - отчисления на социальные где т - число случаев появления события из n опытов;

р – вероятность появления единичного случая;

q = 1-p.

нужды в которые включаются выплаты на соцстрахование в государственный В результате выполненных преобразований получена формула для оп фонд занятости и фонд медицинского страхования от всех выплат в виде оп ределения среднего количества дней без осадков:

латы труда;

C jтех - балансовая стоимость j-ой машины;

kcтр, ka, k рто, k xp (2) m p( n 1) 3 нормативные коэффициенты отчислений, соответственно, на страхование Расчеты по формуле (2) показывают, что при длительности уборки техники, на реновацию машину, на ремонт и техническое обслуживание, на дней количество дней без осадков в среднем составит 5,5 дней, что недос хранение машины, которые принимаются по действующим нормативам. Ис таточно для получения качественного сена, но позволяет получить качест пользование формулы (17) позволяет для каждой из операций выбрать техни венные корма других видов.

ческие средства с минимальными эксплуатационными затратами.

Для оценки надежности технологий производства кормов из трав на В четвертой главе «Разработка компьютерных программ проектиро основе регулярной цепи Маркова были разработаны граф - схемы и матема вания технологий производства кормов из трав» на основании теоретических тические модели технологий. На рис. 1 приведена граф-схема технологии исследований представленных во второй главе и разработанных в третьей заготовки сена, где цифрами 0 - 12 обозначены состояния очередной порции главе алгоритмов разработана программа для расчета структуры кормов, травы. После первого дня провяливания скошенная трава с вероятностью "р" обеспечивающая в любых погодных условиях минимальную потерю кормов.

переходит на второй день провяливания (состояние 3), после второго дня Для реализации задачи было использовано приложение Excel 2003, на основе провяливания она с вероятностью "р" переходит на третий день провяливания которой разработана программа «Корма3-2009». Выполненные расчеты по (состояние 6), после третьего дня трава с вероятностью "р" будет подобрана и казали, что использование программы позволяет рассчитывать рациональные заложена на хранение в виде сена (поглощающее состояние 9). В случае вы структуры кормов.

падения осадков трава с вероятностью 1-р возвращается в состояние 1, и опе Как показали исследования, с учетом особенностей технологий производства рация провяливания повторяется. При этом происходит потеря части пита кормов из трав, представляется возможность решения задачи выбора опти тельных веществ.

мальной технологии на основе использования СУБД. Учитывая особенности Рис. 1. Граф-схема Марковской цепи предоставления и обработки информации, в СУБД для разработки программы состояний при выполнении операции проектирования технологий кормопроизводства, на рис. 5 представлена логи провяливания травы на сено:

ческая последовательность предоставления и преобразования информации 0 – трава после скашивания и одного дня для получения конечного результата. провяливания;

1,2,3,4,5,6,7,8 - возмож ные состояния травы в процессе провяли вания;

9,10,11 – поглощающие состояния травы, соответственно, без увлажнения, с одним и двумя увлажнения осадками;

– поглощающие состояния с тремя и бо лее увлажнениями.

6 Цепь имеет четыре невозвратных состояния, попав в которые трава где У тр - урожай травы т/га;

К ПС - коэффициент потерь при уборке;

Gk покидает операцию провяливания и оказывается в хранилище.

необходимое количество кормов, т;

W0 - влажность корма, %;

WT - влаж Граф – схема записывается в виде таблицы и, используя метод де композиции, представляется в виде совокупности матриц, из четырех состав- ность травы, %;

ляющих (3), где Q - матрицы вероятностей;

R – матрицы перехода;

0 – нуле- При выполнении операций кормопроизводства часть машин работает вой матрицы;

Е – единичной матрицы. по площадям, часть машин работает с массой травы, которая изменяется. Ка ждая из технологических операций может выполняться некоторым множе ством конкурирующих машин. Для каждой из конкурирующих уборочных машин определяется объем выполненных работза период уборки.

Wсм Т уб. К усл. уб.

, (15) W К пог. ус.

где Wсм - сменная производительность машины;

Кусл.уб. - корректировочный (3) коэффициент отражающий условия уборки (длина гона и урожай травы);

Кпог.ус. - коэффициент погодных условий в период уборки трав;

Т у б. - плани руемая длительность заготовки кормов из трав (дней).

По каждому виду конкурирующих машин определяется необходимое их ко личество:

(16) n.. int T W где int – операция округления результата.

Аналогичные формулы получены для определения производительно Матрица (3) позволяет получить следующие показатели для стационарного сти и необходимого количества конкурирующих погрузочных и транспорт состояния Марковской цепи:

ных машин для заданных условий производства. Так как показатели работы - число попаданий в каждое из состояний:

машин оцениваются по различным формулам, изменяющимся в зависимости N ( E Q)1, (4) от вида машины, условий работы и других факторов, то для унификации ал - длительности пребывания порции травы в каждом из состояний: горитма расчета введен нормированный показатель - коэффициент произво M N 1, дительности (Kпроиз). Коэффициент производительности технических (5) средств позволяет учитывать условия уборки: урожай травы, длину гона поля.

- вероятность перехода из промежуточных состояний в поглощающее: Формула для расчета коэффициента производительности изменяется в зави B N R. симости от значения логической переменной, которая имеет различное значе (6) ние в зависимости от вида травы, конструкции машины, вида операции и Выражения (4), (5), (6) представляют собой матричные уравнения, для их других показателей.

решения в системе MatCad разработана программа. Такие же модели разра В соответствии с разработанным алгоритмом, для каждой из техноло ботаны для технологий получения сенажа и силоса. Компьютерный анализ гических операций из базы технических средств выбираются соответствую моделей по принципу «…что будет, если…» позволил проанализировать щие технические средства и энергосредства. Для множества операций техно влияние различных вероятностей благоприятных погодных условий на по логии образуется множество технических средств, из которого необходимо казатели технологий.

выбрать средства, обладающие экстремальными показателями, т.е. возникает Для условий Ленинградской области вероятности получения кормов из трав оптимизационная задача. Одним из способов решения задачи является вы с различным количеством увлажнений представлена на рис. 2.

бор технических средств с минимальными эксплуатационными затратами:

Z Cпр Сдоп Спот.кор. min, (17) 10 зуемые этими машинами являются непересекающимися, поэтому поиск оп тимального варианта можно рассматривать как поиск агрегатов с минималь- Рис. 2. Вероятности полу ными затратами по каждой из операций. Таким образом, процедуру поиска чения кормов из трав с экстремума можно выполнить путем фильтрации данных на экстремум. Оп- различным количеством тимальная технология представляет собой совокупность оптимальных агре- увлажнений для погодных гатов по каждой из операций: условий Ленинградской области.

opt Q( x ji ) min Q (13) ji jM jN Соотношение (13) дает квазиоптимальное решение, которое можно Учитывая, что при увлажнении травы, подвяленной до 60% теряется корректировать путем выбора других технических средств из представленно- значительно меньше питательных веществ, чем при провяленной до 17 - 20%, го множества. Множественно-логическое описание совокупностей техноло- можно считать, что в условиях Ленинградской области практически при лю гических вариантов, операций и технических средств подразумевает, что оно бых погодных условиях до 80% силоса убирается с высоким качеством, в то содержит конечное множество вариантов, среди которых, обязательно долж- же время в среднем получается только 17% высококачественного сена. Для ны быть один или несколько, удовлетворяющих заданным технико- получения качественного сена необходимо уменьшать время его провялива экономическим требованиям. Такой подход позволяет использовать возмож- ния и досушивать сено в хранилище. Выполненный анализ эксперименталь ности СУБД для отбора и фильтрации данных из некоторой совокупности ных данных потерь питательный веществ в сене показал, что наибольшее для выбора оптимальных вариантов. влияние на потери питательных веществ оказывают количество дождей в пе риод провяливания.

В третьей главе «Разработка алгоритмов оценки показателей техноло- Большое влияние на качество кормов оказывают сроки и продолжи гий производства кормов из трав» разработаны алгоритмы по оценке показа- тельность уборки травы. Для оценки влияния сроков уборки на качество кор телей технологий и технических средств, производственных операций. мов был выполнен анализ зоотехнических данных по влиянию травы (клеве В процессе воздействия технологических операций на траву проис- ротимофеечная смесь) разного срока развития с 1 га на количество получен ходит изменение влажности, массы, размеров стеблей, плотности и формы ного молока. Данные аппроксимированы полиномом четвертого порядка с растений. На каждой из операций происходит потеря массы травы и пита- коэффициентом детерминации близким к единице.

тельных веществ. Потери кормов при заготовке подразделяется на механиче- Используя полученное уравнение можно определить количество про ские потери и потери питательных веществ. Механические потери связаны с дукции, полученной от использования кормов, убранных в любой период x физической потерей части урожая травы при выполнении технологических …x2 развития травы:

операций. x (ax bx cx dx e)dx. (7) 4 3 Для выполнения каждой из операций технологий кормопроизводства исполь- Q x1 x x2 x1 x зуются технические средства (машины), отличающиеся как принципом вы полнения процесса, так и конструктивными особенностями машин, что ска- В действительности сроки начала и окончания уборки точно не из зывается на показателях выполнения операций, таких как энерго - и трудоза- вестны и могут меняться по различным причинам. На основании соотноше траты металлоемкость, потери растительного сырья и питательных веществ. ния (7) построена номограмма Производительность машин зaвисит от многих факторов, основными из ко- зависимости продуктивности жи торых являются погодные условия, длина гона поля, сорт и урожай травы. вотных от кормов, полученных в Площадь уборки травы в зависимости от необходимого объема кормов опре- разные сроки начала и окончания деляется по формуле: уборки (рис. 3).

Gk 100 W0 Наибольшую продуктивность, (14) T обеспечивают корма, убранные в 100 W Рис. 3. Влияние сроков уборки травы на надой молока - (по вертикали сроки начала уборки по дням вегетации, по горизонтали сроки окончания уборки).

8 период 61…73 дней вегетации, т.е. длительность уборки не должна превы- Расход топлива, л/т Производительность,т/см шать 12 дней.

Длина гона поля, м На кормопроизводство в Ленинградской области большое влияние оказывают погодные условия по причине, которой теряется значительное ко личество кормов в основном сена.

Одним из способов снижения потерь является выбор такой структуры кормов, при которой в зависимости от погодных условий сено в зоотехниче ских пределах заменяется сенажом или силосом при сохранении в кормах заданного количества питательных веществ. В неблагоприятных погодных условиях стоимость сена возрастает. Для определения оптимальной структу- Урожайность травы, т/га Урожайность травы, т/га ры кормов в зависимости от погодных условий разработана оптимизационная а) б) Рис. 4. Влияние урожая травы и длины гона поля на сменную производительность (а) и удель задача в виде задачи линейного программирования.

ный расход топлива (б) кормоуборочного комбайна «Марал–125».

Целевая функция должна обеспечить минимальную стоимость кормов:

Полученные результаты показывают, что наибольшее влияние на показатели n, (8) оказывает урожай травы. При этом удельный расход топлива изменяется бо C X min i i лее чем в два раза от 1,38 л/т при длине гона 100 м урожайности травы i где Ci - стоимость i – го вида кормов;

X i - масса кормов i – го вида. т/га до 0,6 л/т при длине гона свыше 1000 м и урожайности травы 30,0 т/га Технологии кормопроизводства характеризуются сложными взаимодейст n n n a X A, X i B j, При ограничениях: X i D j - соответ- виями пересекающихся множеств. Например, каждому виду корма соответст i i вует множество технологий, множеству технологий соответствует множество i i 1 i ственно по содержанию к.ед. в общем объеме кормов, на минимальное и выполняемых операций, последовательность выполнения которых соответст максимальное количество кормов j - го вида. вует физическим процессам изменения состояния травы. Каждая из опера Основу технологий кормопроизводства составляют технические ций характеризуется состоянием физических процессов в траве.

средства от показателей работы которых, зависят сроки уборки и стоимость Множество возможных вариантов физического состояния травы определяется получаемого корма. В диссертации выполнен анализ зависимости показате- пересечением множеств:

N=[BKTB] TB+[TBTO] TO+[TO], лей работы основных кормоуборочных машин, от урожайности травы и дли- (11) ны гона поля. Для основных машин: кормоуборочных комбайнов, косилок, знак обозначает произведение Эйлера для множеств;

знак где граблей и ворошилок получены зависимости сменной производительности и обозначает пересечение соответствующих множеств;

ВК - множество видов расхода топлива на 1 га от длины гона поля и урожая травы в виде степенных кормов;

ТВ - количество технологических вариантов;

ТО - множество опе функций:

раций в технологическом варианте;

Ф - множество физических процессов в W a1 u b1 l c - для производительности:, (9) технологическом варианте.

Соотношение (11) описывает взаимодействие всех процессов кормопроизвод T a2 u b2 l c2, - для расхода топлива: (10) ства и позволяет сформировать основные блоки при формализации техноло где u – урожайность травы (т/га), u 5,0 50,0 ;

l – длина гона поля (м), гий. Для разработки системы проектирования технологий кормопроизводст ва использована множественно-логическая связь технологических вариантов, l (100,0 1000,0) ;

a1, a2, b1, b2, c1, c2 – эмпирические коэффициенты.

технических средств и операций. Эта связь описывается соотношением мно Преобразуя формулы (9) и (10) получены соотношения для опреде жеств:

ления сменной производительности (т/см) и удельного расхода топлива (л/т).

Выполненные расчеты позволили получить характерные кривые влияния (TB TO ) TO (TO TC ) TC N b, (12) урожая травы и длины гона поля на сменную производительность и удель где TC множество технических средств, обеспечивающих выполнение ный расход топлива, которые в дальнейшем были использованы для коррек множества операций;

Nb – количество возможных вариантов технологий.

тировки показателей работы машин. Например, для кормоуборочного ком Особенность технологий кормопроизводства состоит в том, что опе байна «Марал – 125» эти зависимости приведены на рис. 4.



 

Похожие работы:





 
2013 www.netess.ru - «Бесплатная библиотека авторефератов кандидатских и докторских диссертаций»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.