CC BY
13
УДК 631.361.8
Анализ производительности измельчителя корнеклубнеплодов методом регрессивного моделирования
С.Н. Шуханов, д-р техн. наук; А.С. Доржиев, аспирант; А.В. Косарева, канд. техн. наук
ФГБОУ ВО Иркутский ГАУ
Передовое научно-техническое сопровождение животноводства является приоритетной задачей сельскохозяйственного производства. Не составляет исключения в этом плане разработка средств и технологий для измельчения корнеплодов. Подготовка кормов к скармливанию улучшает их усвояемость и поедаемость, что ведёт к повышению эффективности их использования. Для создания аппарата, обеспечивающего заданные размеры измельчённого корма, изобретено устройство, отвечающее этому условию, на его основе изготовлен опытный образец. На нём проведён комплекс опытов, изучена его производительность. Цель исследования - определение влияния различных факторов на производительность аппарата методами активного эксперимента. Объектом исследования является процесс работы аппарата для измельчения корнеклубнеплодов. При изучении результатов, полученных по итогам опытов, был использован метод активного эксперимента. Анализ полученных данных проводился с помощью непараметрического критерия Манна - Уитни. Для определения целевой количественной переменной на основе ряда факторов использовался способ множественного регрессивного анализа. Значение ошибки опыта было принято на уровне 5 %. При обработке экспериментальных данных применялись прикладные программы 81а1г81;1са 10 и 8Л8ЛМР 11. Доказано, что работа измельчителя с двумя горизонтальными ножами имеет более высокий уровень качества прогноза, чем с одним ножом.
Ключевые слова: измельчитель корнеклубнеплодов, производительность, анализ, активный эксперимент.
Инновационные решения по вопросам инженерно-технического и технологического обеспечения агропромышленного комплекса обеспечиваются за счёт создания машин и технологий, отвечающих современным требованиям [1 - 4]. Передовое научно-техническое сопровождение животноводства является приоритетной задачей сельскохозяйственного производства [5 - 8]. Не составляет исключения в этом плане разработка средств и технологий для измельчения корнеплодов. Подготовка кормов к скармливанию улучшает их усвояемость и поедаемость, что ведёт к повышению эффективности их использования [9 - 11].
Для создания аппарата, обеспечивающего заданные размеры измельчённого корма, изобретено устройство, отвечающее этому условию [12]. С целью проведения экспериментальных исследований, позволяющих обосновать параметры измельчителя, изготовлен опытный образец [10, 13]. На нём проведён целый комплекс опытов, в том числе по изучению его производительности.
Цель исследования - определение влияния различных факторов на производительность аппарата методами активного эксперимента.
Материал и методы исследования. Объектом исследования стал процесс работы аппарата для измельчения корнеклубнеплодов. Изучение результатов, полученных по итогам проведённых опытов, проводили путём использования методов активного эксперимента. Анализ полученных данных проводили с помощью непараметрического критерия Манна - Уитни.
Для определения целевой количественной переменной на основе ряда факторов использовался способ множественного регрессионного
анализа. Значение ошибки опыта было принято на уровне 5 %. При обработке экспериментальных данных применялись прикладные программы 81ай8йса 10 и 8Л81МР 11 [14 - 16].
Результаты исследования. Подробное описание установки дано в ранее опубликованной работе [13].
При проведении экспериментов рассматривались варианты с одним и двумя ножами. Рассмотрим результаты регрессионного моделирования целевого показателя «Производительность Q, кг/ч» для одного горизонтального ножа. В таблице 1 представлены коэффициенты и бета-коэффициенты регрессионной модели для целевого показателя «Производительность Q, кг/ч» для следующих факторов: «Диаметр корнеклубнеплода» и «Угол наклона противореза».
1. Структура регрессионной модели для целевого показателя «Производительность Q, кг/ч» (для одного горизонтального ножа)
Фактор Бета-коэффициент Коэффициент регрессии Уровень Р
Константа 21,833 0,1099
Диаметр корнеклубнеплода 0,317 0,458 0,0187
Угол наклона противореза -0,038 -0,083 0,2871
Фактор «Диаметр корнеклубнеплода» имеет положительное влияние на целевой показатель «Производительность Q, кг/ч», а фактор «Угол наклона противореза» оказывает отрицательное влияние. Следует отметить, что один из двух факторов является статистически значимым, что говорит о тесной интеграции его в единую ре-
грессионную модель. При увеличении «Диаметра корнеклубнеплода» на 1 единицу прогнозные значения показателя «Производительность Q, кг/ч» будут в среднем увеличиваться на 0,46 единицы соответственно. А при увеличении «Угла наклона противореза» на 1 единицу прогнозные значения «Производительность Q, кг/ч» будут в среднем уменьшаться на 0,08 единицы. Наибольший положительный вклад в регрессионную модель несет фактор «Диаметр корнеклубнеплода».
В таблице 2 отражены показатели качества и формула регрессионной модели для возможности подставлять текущие значения факторов и строить прогноз. Коэффициент детерминации со значением 42 % говорит о среднем прогнозном качестве модели (уровень Р = 0,0296).
Рисунок 1 наглядно демонстрирует возможности построенной модели делать прогнозы и насколько эти прогнозы соответствуют наблюдаемым значениям отклика. Облако точек хорошо выстраивается вдоль линии регрессии, что говорит о средней связи между прогнозными и реальными значениями отклика.
ф55 |
«52 ф
§49 ф я
§46
с
10 _
® 43 40
0 10 20 30 40 50 60 70 Прогнозные значения
Рис. 1 - График зависимости наблюдаемых
значений от прогнозных (модельных) (для одного горизонтального ножа)
По результатам регрессионного моделирования отклика «Производительность Q, кг/ч» для одного горизонтального ножа можно заключить, что наиболее важным сочетанием факторов является набор: «Диаметр корнеклубнеплода» и «Угол наклона противореза». Модель имеет средний уровень качества прогноза (Я2 = 42 %).
Рассмотрим результаты регрессионного моделирования целевого показателя «Производительность Q, кг/ч» для двух горизонтальных ножей. В таблице 3 представлены коэффициенты
и бета-коэффициенты регрессионной модели для целевого показателя «Производительность Q, кг/ч» для следующих факторов: «Диаметр корнеклубнеплодов» и «Угол наклона противо-реза».
3. Структура регрессионной модели для целевого показателя «Производительность Q, кг/ч» (для двух горизонтальных ножей)
Фактор Бета-коэффициент Коэффициент регрессии Уровень Р
Константа 41,000 0,0041
Диаметр корнеклубнеплода 0,074 0,117 0,2646
Угол наклона противореза -0,132 -0,311 0,0064
Фактор «Диаметр корнеклубнеплода» имеет положительное влияние на целевой показатель «Производительность Q, кг/ч», а фактор «Угол наклона противореза» - отрицательное. Следует отметить, что только один из двух факторов является статистически значимым, что свидетельствует о тесной интеграции его в единую регрессионную модель.
При увеличении показателя «Диаметр корнеклубнеплода» на 1 единицу прогнозные значения «Производительность Q, кг/ч» будут в среднем увеличиваться на 0,12 единицы соответственно. При увеличении показателя «Угол наклона противореза» на 1 единицу прогнозные значения «Производительность Q, кг/ч» будут в среднем уменьшаться на 0,31 единицы. Наибольший отрицательный вклад в регрессионную модель вносит фактор «Угол наклона противореза».
В таблице 4 представлены показатели качества и формула регрессионной модели для возможности подставлять текущие значения факторов и строить прогноз. Коэффициент детерминации со значением 53 % говорит о среднем прогнозном качестве модели (уровень Р = 0,0091).
4. Показатели качества и формула регрессионной модели показателя «Производительность Q, кг/ч» (для двух горизонтальных ножей)
Значимость регрессии Я2 = 53,2 %, уровень Р = 0,0091
Формула регрессии Производительность Q, кг/ч = 41 + + 0,12 х диаметр корнеклубнеплода -- 0,31 х угол наклона противореза
Рисунок 2 (для двух горизонтальных ножей) наглядно демонстрирует возможности построенной модели делать прогнозы и насколько эти прогнозы соответствуют наблюдаемым значениям отклика. Облако точек хорошо выстраивается вдоль линии регрессии, что говорит о средней связи между прогнозными и реальными значениями отклика.
2. Показатели качества и формула регрессионной модели показателя «Производительность Q, кг/ч» (для одного горизонтального ножа)
Значимость регрессии Я2 = 42,0 %, Уровень Р = 0,0286
Формула регрессии Производительность Q, кг/ч = 21,83 + + 0,46 х диаметр корнеклубнеплода -- 0,08 х угол наклона противореза
I 37 ^
Г О
5 34
X
0
1 31 г
3) 5 28
£
I 25 £
22
0 5 10 15 20 25 30 35 40 45 Прогнозные значения
Рис. 2 - График зависимости наблюдаемых
значений от прогнозных (модельных) (для двух горизонтальных ножей)
По результатам регрессионного моделирования отклика «Производительность Q, кг/ч» для двух горизонтальных ножей можно заключить, что наиболее важным сочетанием факторов является набор: «Диаметр корнеклубнеплода» и «Угол наклона противореза». Модель имеет средний уровень прогноза (Я2 = 53 %).
Вывод. Регрессионная модель показателя «Производительность Q, кг/ч» с двумя горизонтальными ножами имеет более высокий уровень качества прогноза, чем с одним ножом.
Литература
1. Бутенко А.Ф., Асатурян А.В., Чепцов С.М. Экспериментальное определение параметров активного питателя ленточного метателя зерна // Вестник АПК Ставрополья. 2015. № 1 (17). С. 17 - 21.
2. Асалханов П.Г., Иваньо Я.М., Полковская М.Н. Модели оптимизации производства сельскохозяйственной продукции с экспертными оценками своевременности посева // Моделирование систем и процессов. 2019. Т. 12. N° 3. С. 5 - 10.
3. Клибанова Ю.Ю., Кузнецов Б.Ф. Проекты и разработки в области цифрового сельского хозяйства, реализуемые на энергетическом факультете Иркутского ГАУ // Актуальные вопросы аграрной науки. 2019. № 31. С. 56 - 63.
4. Хабардин В.Н. Определение экологической безопасности применения мобильных средств технического обслуживания машин // Дальневосточный аграрный вестник. 2019. № 3 (51). С. 116 - 121.
5. Опытный измельчитель корнеклубнеплодов / С.Н. Шуханов, П.А. Болоев, В.Д. Коваливнич [и др.] // Вестник АПК Верхневолжья. 2014. № 2 (26). С. 86 - 87.
6. Модернизация технических средств для измельчения корнеклубнеплодов/ С.Н. Шуханов, П.А. Болоев, В.Д. Коваливнич [и др.] // Аграрная наука. 2015. № 5. С. 30 - 31.
7. Шуханов С.Н., Кузьмин А.В., Сосоров Е.В. Совершенствование технических средств для измельчения корнеплодов // Известия Оренбургского государственного аграрного университета. 2016. № 3 (59). С. 93 -95.
8. Пат. на изобретение Ru, № 2677978 С1, МПК, A01F 29/00. Измельчитель корнеклубнеплодов / В.Н. Хабардин, С.Н. Шуханов, А.С. Доржиев. Заявитель и патентообладатель ФГБОУ ВО «Иркутский ГАУ им. А.А. Ежевского»; заявл. 15.11.17; опубл. 22.01.2019. Бюл. № 3.
9. Карпов В.В., Гулевский В.А. Анализ взаимодействия рабочих органов гофрощёточных барабанов очистителя кормовых корнеплодов с объектами очистки // Вестник Воронежского государственного аграрного университета. 2017. № 2. С. 121 - 128.
10. Карпов В.В., Гулевский В.А. Влияние загрязнённости и влажности почвенных примесей на эффективность очистки кормовых корнеплодов // Вестник Воронежского государственного аграрного университета. 2017. № 3. С. 87 - 92.
11. Карпов В.В. Повышение эффективности технологического процесса подготовки кормовых корнеплодов к скармливанию: дис. ... канд. техн. наук / Воронежский государственный аграрный университет им. Императора Петра I. Воронеж, 2018.
12. Пат. на полезную модель Ru, № 186473 U1, МПК, A01F 29/00, B02C 18/06. Режущий аппарат измельчителя корнеклубнеплодов / С.Н. Шуханов, А.С. Доржиев. Заявитель и патентообладатель ФГБОУ ВО «Иркутский ГАУ им. А. А. Ежевского»; заявл. 18.10.17; опубл. 22.01.19. Бюл. № 3.
13. Шуханов С.Н., Доржиев А.С., Косарева А.В. Регрессивное моделирование функционирования измельчителя корнеклубнеплодов // Вестник Алтайского государственного аграрного университета. 2019. № 6. С. 159 - 163.
14. Боровиков В. STATISTICA: Искусство анализа данных на компьютере (с CD-ROM). 2-е изд. СПб., 2003.
15. Вуколов Э.А. Основы статистического анализа: практикум по статистическим методам и исследованию операций с использованием пакетов «Statistica» и «Excel». М.: Форум, 2004. 464 с.
16. Халафян А.А. STATISTICA 6. Статический анализ данных. 3-е изд. М.: ООО «БиномПресс», 2007. 512 с.
Шуханов Станислав Николаевич, доктор технических наук, профессор Доржиев Арсалан Сергеевич, аспирант
Косарева Анна Викторовна, кандидат технических наук, доцент
ФГБОУ ВО «Иркутский государственный аграрный университет имени А.А. Ежевского»
Россия, 664038, Иркутская область, Иркутский р-н, пос. Молодёжный, 1
E-mail: Shuhanov56@mail.ru; ar.s.d@mail.ru; ankosar@mail.ru
Analysis of the root crop chopper performance by regression modeling
Shukhanov Stanislav Nikolayevich, Doctor of Technical Sciences, Professor Dorzhiev Arsalan Sergeevich, postgraduate
Kosareva Anna Viktorovna, Candidate of Technical Sciences, Assistant Professor Irkutsk State Agrarian University named after A.A. Ezhevsky 1, Set. Molodezhny, Irkutsk distrikt, Irkutsk region, 664038 E-mail: Shuhanov56@mail.ru; ar.s.d@mail.ru; ankosar@mail.ru
Advanced scientific and technical support for livestock production is a priority for agricultural production. There is no exception in this regard to the development of tools and technologies for the grinding of root vegetables. Preparation of fodders for feeding improves their assimilability and eating capacity, which leads to increased efficiency of their use. In order to create apparatus providing preset dimensions of ground fodder, device meeting this condition is invented and prototype is made on its basis. It carried out a whole set of experiments, including
on its productivity. The purpose of the study is to determine the influence of various factors on the productivity of the apparatus by methods of active experiment. The object of the study is the process of operation of the apparatus for grinding root-roots. The results of the experiments were studied using active experiment methods. Analysis of the obtained data was carried out using the non-parametric Mann-Whitney criterion. Multiple regression analysis was used to determine the target quantitative variable based on a number of factors. The value of experience error was adopted at 5 per cent. Statistical 10 and SAS JMP 11 applications were used in experimental data processing. The study of the productivity of the root tree grinder and the processing of the experimental data were carried out by means of an active experiment. The operation of a grinder with two horizontal knives has a higher level of forecast quality than with a single knife.
Key words: root crop chopper, productivity, analysis, active experiment.
-♦-
УДК 631.362:004.942
Перспективы использования компьютерных устройств в воздушно-решётных зерноочистительных машинах
И.Е. Припоров, канд. техн. наук; Ю.В. Слепченко, соискатель ФГБОУ ВО Кубанский ГАУ
Существующие зерноочистительные машины с пневмофракционным разделением компонентов зернового материала имеют ряд конструктивно-технологических недостатков: большие габаритные размеры и металлоёмкость, сложность настройки воздушной системы на рабочий режим, высокие удельные затраты энергии на процесс пневмофракционирования из-за применения большого количества вентиляторов и значительной протяжённости элементов пневмосистемы. В настоящее время отсутствуют разработки устройства для определения очистки семян масличных культур совместно воздушно-решётной зерноочистительной машиной типа МВУ-1500 в реальном времени. Цель исследования - снижение затрат времени и трудозатрат на определение качества семенного материала в реальном времени воздушно-решётных зерноочистительных машин за счёт применения компьютерных устройств. Провёденный анализ научных работ свидетельствует, что при создании перспективных зерноочистительных машин отсутствуют теоретические исследования и экспериментальные данные по обоснованию конструктивно технологических параметров ввода зернового материала в пневмосепарирующий канал и др. Рассмотрены приёмно-распределительные устройства зерноочистительной машины, недостатком которых в большинстве случаев является подбор зернораспределителя для определённого типа зерноочистительной машины (воздушная, воздушно-решётная), приводящий к затратам времени и увеличению габаритов пневмосепарирующего канала. Проанализированы недостатки машин вторичной очистки семян подсолнечника, у которых отсутствуют возможности определения качества семенного материала в реальном времени, что приводит к увеличению затрат времени и трудозатрат. Дано описание разработанной в Кубанском ГАУ усовершенствованной воздушно-решётной зерноочистительной машины, которая позволяет устранить недостатки серийных.
Ключевые слова: воздушно-решётная зерноочистительная машина, компьютерное устройство, семена подсолнечника, устройство для определения очистки семян, решётная система, трудозатраты.
Для внедрения технологий точного земледелия необходимы сенсоры и информационные системы обработки и анализа данных. В последних всё чаще применяются технологии интеллектуального анализа данных (datamining), основанные на машинном обучении. Технологии точного земледелия стимулируют развитие сразу нескольких технологических направлений.
1. Геоинформационные системы. Это основа для использования и пространственного анализа всех данных, имеющих пространственную составляющую (а в сельском хозяйстве объём таких данных достигает 90 %). Имеется тенденция разработки веб-решений с клиент-серверной архитектурой, доступных через Интернет.
2. Космическая съёмка. Ежедневно можно получать актуальные космические снимки высокого разрешения любых точек поверхности Земли, по которым ведётся наблюдение за процессами, происходящими на полях.
3. Беспилотные технологии. Беспилотные летательные аппараты (БПЛА) становятся все более доступными. Совершенствуются сенсоры на базе БПЛА (мультиспектральные, гиперспектральные, микроволновые) и другая полезная нагрузка.
4. Аппаратура онлайн-анализа почвы. Предназначена для совместного использования с сельскохозяйственными агрегатами (при предпосевной обработке почвы, непосредственно при посеве и других агротехнологических операциях) [1].
В настоящее время отсутствуют разработки устройства для определения очистки семян масличных культур совместно воздушно-решётной зерноочистительной машиной типа МВУ-1500 [2 - 4], например подсолнечника, в реальном времени. В большинстве случаев для определения качества семян необходимо отдавать полученные семена с зерноочистительной машины на экспертизу или проверять самому, но время,
