CC BY
4
in the Tyumen region. Izvestia Orenburg State Agrarian University. 2020; 85(5): 179-181.
7. Fedyashova Yu.S. Evaluation of the effectiveness of the use of unmanned aerial vehicles for servicing power transmission lines, substations // Innovations and digitalization in the energy sector: collection of articles. mater. International scientific-practical. conf., dedicated 25th anniversary of MPEI branch in Volzhsky, Volzhsky, May 18 - 19, 2020. Volzhsky, 2020. P. 46-50.
8. Belyaev P.V., Golovsky A.P., Sadaev D.S. Prospects for the use of unmanned aerial vehicles in the control and diagnostics of energy facilities. Dynamics of Systems, Mechanisms and Machines. 2019; 7(2): 18-24.
9. Andreev L.N., Basumatorova E.A. Design features of the electrofilter-ozonator in the agro-industrial complex // Youth and innovations: mater. XV All-Russian. scientific-practical. conf. young scientists, graduate students and students. Tyumen, 2019. P. 279-283.
Алексей Владимирович Ставицкий, старший преподаватель, stavickiiav@gausz.ruj_https://orcid.org/0000-0002-5318-8233
Наталья Владимировна Сашина, старший преподаватель, sashinanv@gausz.ru,_https://orcid.org/0000-0003-0161-6475
Alexey V. Stavitsky, Senior Lecturer, stavickiiav@gausz.ru, https://orcid.org/0000-0002-5318-8233 Natalya V. Sashina, Senior Lecturer, sashinanv@gausz.ru, https://orcid.org/0000-0003-0161-6475
Вклад авторов: все авторы сделали эквивалентный вклад в подготовку публикации. Авторы заявляют об отсутствии конфликта интересов.
Contribution of the authors: the authors contributed equally to this article. The authors declare no conflicts of interests. Статья поступила в редакцию 29.09.2022; одобрена после рецензирования 15.10.2022; принята к публикации 31.10.2022.
The article was submitted 29.09.2022; approved after reviewing 15.10.2022; accepted for publication 31.10.2022. -♦-
Научная статья УДК 631.12
Анализ технико-экономических показателей комбайнов марки «Клаас Лексион» на уборочных работах
Андрей Сергеевич Иванов
Государственный аграрный университет Северного Зауралья, Тюмень, Россия
Аннотация. Существует много известных методов выбора и комплектования парка зерноуборочных комбайнов. Для моделирования парка комбайнов используются математические модели, позволяющие определить его состав для обеспечения выполнения всех уборочных операций с учётом выращиваемых культур, оптимальных агротехнических сроков, комплекса материальных затрат и рабочего времени. В статье проанализированы методы сбора данных для расчёта затрат на уборку урожая различных производителей зерновых культур, и проведена оценка на основе собранных данных технико-экономических показателей комбайнов марки «Клаас Лексион» для повышения эффективности их работы. Показано, что величина постоянных затрат для одинаковых комбайнов, которые задействованы в разных агропредприятиях, могут существенно отличаться в зависимости от качества организации уборочных работ. Удельные затраты на машины одного типа и марки могут различаться даже в рамках одного хозяйства. Одной из причин этого является разница в квалификации комбайнеров, в том числе в навыках настройки машин и регулировки их в процессе работы, выбора пути движения по полю и оптимального использования рабочего времени.
Ключевые слова: зерноуборочный комбайн, анализ показателей, марка «Клаас Лексион».
Для цитирования: Иванов А.С. Анализ технико-экономических показателей комбайнов марки «Клаас Лексион» на уборочных работах // Известия Оренбургского государственного аграрного университета. 2022. № 6 (98). С. 162 - 165.
Original article
Analysis of technical and economic indicators of combines of the Claas Lexion brand at harvesting
Andrey S. Ivanov
Northern Trans-Ural State Agricultural University, Tyumen, Russia
Abstract. There are many well-known methods for selecting and completing a fleet of combine harvesters. To model the combine fleet, mathematical models are used to determine its composition to ensure the performance of all harvesting operations, taking into account the crops grown, the optimal agrotechnical terms, the complex of material costs and working hours. The article analyzes the methods of data collection for calculating the costs of harvesting various producers of grain crops and evaluates, based on the collected data, the technical
and economic indicators of Claas Lexion combines to improve the efficiency of their work. It is shown that the value of fixed costs for the same combines that are involved in different agricultural enterprises can differ significantly depending on the quality of the organization of harvesting. Unit costs for machines of the same type and brand may vary, even within the same farm. One of the reasons for this is the difference in the qualifications of combine operators, including the skills of setting up machines and adjusting them in the process of work, choosing the path of movement across the field and making the best use of working time.
Keywords: combine harvester, performance analysis, Klaas Lexion brand.
For citation: Ivanov A.S. Analysis of technical and economic indicators of combines of the Claas Lexion brand at harvesting. Izvestia Orenburg State Agrarian University. 2022; 98(6): 162-165. (In Russ.).
Зерноуборочный комбайн - это техническое средство, которое, так же как и трактор, влияет на тенденции технологического развития сельского хозяйства. Существует много известных методов выбора и комплектования парка зерноуборочных комбайнов [1]. Аналитически можно скомплектовать парк, учитывая технические и технологические параметры машин [2]. Для моделирования парка комбайнов используются математические модели, позволяющие определить состав парка комбайнов для обеспечения выполнения всех уборочных операций с учётом выращиваемых культур, оптимальных агротехнических сроков, материальных затрат и рабочего времени. Комплектование машинно-тракторного парка и парка зерноуборочных комбайнов также осуществляется на основе других практических факторов, таких, как расположение пункта технического сервиса машин и пункта технической поддержки.
К особенностям сельскохозяйственного производства в России можно отнести то, что значительное количество предприятий имеет парк разномарочных машин. Это усложняет процесс оптимизации и взаимодействия машин, требуется дополнительное изучение факторов, влияющих на технологический процесс даже в рамках конкретного отдельно взятого хозяйства [3]. Это приводит к существенному разбегу значений технико-экономических показателей одномарочных комбайнов, эксплуатируемых в разных хозяйствах.
Проблема формирования затрат на уборку зерноуборочных комбайнов изучалась многими авторами [4 - 6]. Некоторые из них были сосредоточены на характеристике конкретных машин разных производителей, таких, как «Ростсельмаш», John Deere, New Holland и др. В основном такие исследования дают общее представление о затратах на уборку различных зерноуборочных комбайнов за сезон или год, но не определяют эффективность работы этих машин. В связи с этим возникает вопрос: зависит ли урожайность зерноуборочных комбайнов от года, и если да, то каким образом и какие основные факторы влияют на это? Основными эксплуатационными затратами на эксплуатацию машинно-тракторного парка являются запчасти, обслуживание и ремонт машин и расходы на топливо [7].
Цель исследования - проанализировать методы сбора данных различных производителей зерновых культур для расчёта затрат на уборку урожая и оценить на основе собранных данных технико-экономические показатели комбайнов «Клаас Лексион» для повышения эффективности их работы.
Материал и методы. Себестоимость уборки зерновых (С) включает в себя постоянные и переменные затраты на гектар (единицу площади поля, тонну собранных зерновых). Она обратно пропорциональна производительности зерноуборочного комбайна и рассчитать её можно по уравнению:
C =■
C + C
пост пер
I • V • B • b • t • '
, руб/ч,
(1)
0,1^ ■ B-р-1-т где Спост- постоянные затраты, руб/ч; Спер - переменные затраты, руб/ч; V - рабочая скорость комбайна, км/ч; В - рабочая ширина жатки комбайна, м; в - коэффициент использования рабочей ширины жатки;
t - общая продолжительность рабочей смены, ч;
т - коэффициент использования сменного времени.
Постоянные затраты можно рассчитать следующим образом:
0,1 Ском6 • a + C + Сстр + Cxp
T
, руб/ч, (2)
где Скомб - балансовая стоимость комбайна, руб.; a - норма амортизации, %; Сл - затраты на лизинг комбайна или аренду, руб.;
Сстр - затраты, связанные со страхованием-комбайна, руб.;
Схр - затраты на хранение комбайна, руб.; T - сезонная загрузка комбайна, ч. Переменные затраты можно рассчитать следующим образом по уравнению: C
C = ^ОиР + д - c + C руб/ч, (3)
^-тг^ I к^гсм гсм зп' ^ ? V /
"пер
T
где СТоир - годовые затраты на обслуживание и ремонт комбайна, руб.; дгсм - часовой расход горюче-смазочных материалов, л/ч;
Сгсм - затраты на приобретение горючесмазочных материалов, руб/л; Сзп - затраты на оплату труда, руб/ч.
В качестве объекта исследования были выбраны комбайны «Клаас Лексион 670» с шириной жатки 7,7 м на трёх агропредприятиях юга Тюменской области с посевными площадями 2500, 4200 и 6300 га соответственно. В хозяйствах используют разные методы сбора и обработки данных. Ежедневные данные по уборке урожая собирали с бортового компьютера комбайна в виде распечаток и заносили в сводную таблицу для последующего анализа. На одном предприятии ведётся отдельный учёт расхода топлива, заработной платы, затрат на техническое обслуживание и ремонт, амортизацию, лизинговые платежи и страхование машин. В другом хозяйстве не делаются отдельные записи о каждодневной работе комбайна. В случае расхода топлива и собранного урожая ведётся общий учёт по парку комбайнов, и эти данные не представляются отдельно по каждому комбайну. На третьем сельхозпредприятии используется программа мониторинга сельхозтехники в реальном времени и офлайн для сбора данных по уборке урожая, а именно для подсчёта рабочего времени механизаторов, расхода топлива, убранной площади поля и количества урожая, а также затрат на техническое обслуживание и ремонт.
Результаты и обсуждение. Данные с бортовых компьютеров комбайнов были взяты для дальнейшего анализа, в ходе которого были получены средние значения технико-экономических показателей для трёх хозяйств (табл. 1). Общее время работы включает в себя время, когда комбайн был с включённым двигателем.
По таблице 1 видно, что зерноуборочные комбайны первого хозяйства имели наименьшее время работы, что обуславливается наличием небольших посевных площадей и удалённостью базы механизации до убираемых полей. Комбайны второго агрохозяйства имели невысокую производительность и больший средний расход топлива по сравнению с другими хозяйствами, что обуславливается качеством организации уборочного процесса, системой ремонта, квалификацией механизаторов, а также отсутствием отлаженной системы сбора данных для последующего их анализа.
На статью постоянных затрат существенно влияет годовая загрузка комбайна, по этой причине такие данные разнятся по комбайнам одной марки и модели для разных сельхозпредприятий. Практика эксплуатации комбайнов «Клаас Лекси-он 670» показала, что с каждым годом величина этих затрат только возрастает. По таблице 1 видно, что время работы комбайнов в третьем хозяйстве было значительно больше, убираемая площадь отличалась более чем в 2 раза по сравнению с первым хозяйством, но применение современной системы мониторинга, сбора и анализа данных в ходе уборочной кампании позволило значительно повысить эффективность всего технологического процесса.
Значения производительности по площади варьировали в диапазоне от 3,5 до 5,2 га/ч и наряду с разными значениями расхода топлива, что в итоге сказалось на постоянных и переменных затратах на эксплуатацию комбайнов. Величина постоянных затрат для одинаковых комбайнов, которые были задействованы на разных агропредприятиях, существенно отличалась, разница достигала почти 1000 руб/ч, что в первую очередь говорит о качестве организации уборочных работ. Величина переменных затрат изменялась в меньшей степени по сравнению с постоянными затратами, разбег составлял в среднем 250 руб/ч.
На современном высококонкурентном рынке необходимо искать возможности для минимизации производственных затрат и снижения себестоимости продукции. Внедрение информационных технологий и полная автоматизация сбора и обработки данных помогут ещё больше снизить затраты.
На основе данных бортовых компьютеров зерноуборочных комбайнов, а также сбора и расчёта других данных, связанных с уборкой зерновых, можно сделать вывод, что все наблюдаемые агрохозяйства собирают и анализируют данные об уборке урожая по-разному. Из трёх рассмотренных хозяйств одно имеет полный обзор технологических операций, связанных с комбайнами, и затрат за сезон сбора урожая, но сбор данных требует большего времени и большого
1. Технико-экономические показатели комбайнов марки «Клаас Лексион»
Показатель Комбайны марки «Клаас Лексион 670» (средние значения показателей)
1-е хозяйство 2-е хозяйство 3-е хозяйство
Общее время работы, ч 332 430 566
Обрабатываемая площадь, га 820 910 1120
Производительность по массе, т/ч 18,4 16,7 23,1
Производительность по площади, га/ч 3,8 3,5 5,2
Расход топлива, л/ч 32 36 29
Постоянные затраты, руб/ч 1750 2730 2270
Переменные затраты, руб/ч 3560 3780 3510
объёма ручной работы. Лучшие методы сбора и обработки данных среди трёх сельхозпредприятий реализованы на третьем сельхозпредприятии, где используется программа мониторинга сельхозтехники, так как такие методы не требуют дополнительных расчётов и составления таблиц, что значительно снижает возможность ошибок. Удельные затраты на машины одного типа и марки могут различаться даже в рамках одного хозяйства. Одной из причин этого является разница в квалификации комбайнеров, в том числе в навыках настройки машин и регулировки их в процессе работы, выбора пути движения по полю и оптимального использования рабочего времени.
Список источников
1. Анализ состава и оптимизация структуры парка зерноуборочных комбайнов в Республике Беларусь / В.Г. Самосюк, В.П. Чеботарев, А.В. Ленский и др. // Весщ Нацыянальнай акадэмп навук Беларуст Серыя аграрных навук. 2010. № 1. С. 93 - 99.
2. Ефремов А.А. Оптимизация планирования машинно-тракторного парка // Вестник Белорусского государственного экономического университета. 2015. № 3 (110). С. 48 - 53.
3. Лапшин Ю.А., Жирнов А.В. Анализ структуры машинно-тракторного парка предприятий АПК // Аграрная наука и образование на современном этапе развития: опыт, проблемы и пути их решения: матер. VIII между-нар. науч.-практич. конф. Ульяновск, 2017. С. 88 - 91.
4. Беляев В.И., Камша С.А. Методика расчёта условно-переменных затрат на уборку с учётом потерь урожая комбайном // Вестник Алтайского государственного аграрного университета. 2006. № 6 (26). С. 54 - 58.
5. Методика расчёта условно-переменных затрат на уборку с учётом потерь урожая комбайном // Инженерно-техническое обеспечение АПК. Реферативный журнал. 2008. № 1. С. 177.
6. Маслов Г.Г., Хейфец А.Б. К совершенствованию уборочных процессов и снижению потерь урожая // Труды Кубанского государственного аграрного университета. 2016. № 62. С. 176 - 182.
7. Бершицкий Ю.И., Кастиди Ю.К., Тюпаков К.Э. Особенности экономической оценки зерноуборочной техники // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета. 2015. № 111. С. 287 -298.
References
1. Analysis of the composition and optimization of the structure of the fleet of grain harvesters in the Republic of Belarus / V.G. Samosyuk, V.P. Chebotarev, A.V. Lensky et al. Vesti National Academy of Sciences of Belarus. Series of agricultural sciences. 2010; 1: 93-99.
2. Efremov A.A. Optimization of the planning of the machine and tractor fleet. Bulletin of the Belarusian State Economic University. 2015; 110(3): 48-53.
3. Lapshin Yu.A., Zhirnov A.V. Analysis of the structure of the machine and tractor fleet of agricultural enterprises // Agrarian science and education at the present stage of development: experience, problems and ways to solve them: mater. VIII International scientific-practical. conf. Ulyanovsk, 2017. Р. 88-91.
4. Belyaev V.I., Kamsha S.A. Methodology for calculating conditionally variable costs for harvesting, taking into account harvest losses by a combine. Bulletin of Altai State Agrarian University. 2006; 26(6): 54-58.
5. Methodology for calculating conditionally variable costs for harvesting, taking into account crop losses by a combine // Engineering and technical support of the agro-industrial complex. Abstract journal. 2008; 1: 177.
6. Maslov G.G., Kheifets A.B. To improve harvesting processes and reduce crop losses. Proceedings of the Kuban State Agrarian University. 2016; 62: 176-182.
7. Bershitsky Yu.I., Kastidi Yu.K., Tyupakov K.E. Features of the economic evaluation of grain harvesting equipment. Polythematic online scientific journal of Kuban State Agrarian University. 2015; 111: 287-298.
Андрей Сергеевич Иванов, кандидат технических наук, доцент, ivanovas@gausz.ru. https://orcid.org/0000-0001-5991-3902.
Andrey S. Ivanov, Candidate of Technical Sciences, Associate Professor, ivanovas@gausz.ru. https://orcid. org/0000-0001-5991-3902.
Статья поступила в редакцию 06.10.2022; одобрена после рецензирования 24.10.2022; принята к публикации 31.10.2022.
The article was submitted 06.10.2022; approved after reviewing 24.10.2022; accepted for publication 31.10.2022. -♦-
