Формирование систем управления технологическим процессом заготовки кормов Текст научной статьи по специальности «Прочие сельскохозяйственные науки»

УДК 631.171:633

ФОРМИРОВАНИЕ СИСТЕМ УПРАВЛЕНИЯ ТЕХНОЛОГИЧЕСКИМ ПРОЦЕССОМ ЗАГОТОВКИ КОРМОВ

В.Д. Попов, академик РАН, директор

М.А. Еремин, кандидат технических наук, старший научный сотрудник А.В. Спесивцев, кандидат технических наук, старший научный сотрудник А.И. Сухопарое, кандидат технических наук, ведущий научный сотрудник Институт агроинженерных и экологических проблем сельскохозяйственного производства E-mail: sukhoparov ai@mail.ru

Аннотация. В статье представлена структура по формированию системы управления технологическим процессом производства сельскохозяйственной продукции, на примере заготовки кормов из трав. Принятие технико-технологических решений осуществляется на основании сравнительной оценки рассчитанного по математическим моделям эффекта от реализации возможных вариантов протекания технологического процесса. Изложен универсальный метод извлечения и формализации знаний экспертов-специалистов в виде прогностических логико-лингвистических моделей, на базе которых можно осуществлять принятие рациональных решений в процессе производства сельскохозяйственной продукции. Приведенный метод применим при учете большого числа факторов и малом объеме статистических данных, он особенно предпочтителен к применению в сельском хозяйстве, поскольку вбирает в себя информацию различной физической размерности и природы, апробированную опытом и интуицией эксперта, кроме того, данный метод не требует существенных трудозатрат для получения достоверных моделей. Полученная полиномиальная модель оценки состояния трудноформализуемого технологического процесса заготовки кормов из трав учитывает взаимодействие имеющихся ресурсов и стохастических факторов, а также степень их влияния на объем и качество производимых кормов. Предложен алгоритм принятия в оперативном режиме рациональных решений в процессе заготовки кормов из трав с учетом имеющихся ресурсов, складывающихся погодно-климатических условий и существующей нормативно-правовой базы, обуславливающей деятельность сельскохозяйственного предприятия. Расчет критериев, на основании которых будет приниматься управленческое решение, производится на персональных компьютерах, для чего целесообразно создать программный продукт, функционирующий по разработанному алгоритму в диалоговом режиме со специалистом.

Ключевые слова: управление процессами, заготовка кормов, технологии, экспертная оценка, модель, алгоритм.

В настоящих условиях при недостатке свободных денежных средств, труднодос-тупности кредитов и при существенном ограничении в материальных ресурсах решение проблемы обеспечения продовольственной безопасности России должно базироваться на максимальном использовании биопотенциала сельскохозяйственных угодий, оптимального использования имеющихся материальных и трудовых ресурсов с учетом складывающихся погодно-климатических условий.

В структуре себестоимости молока затраты на корма доходят до 70%. Высокая себестоимость кормов связана с высокой удельной долей энергетических кормов из зерна.

Расход концентратов в рационах КРС на 25-30% выше нормативов [1], в некоторых же хозяйствах Ленинградской области - на 30-40%. Малая доля сена (которое считается лекарственным продуктом для КРС) и высокая доля концентрированных кормов в рационе способствует ухудшению здоровья коров, их воспроизводительных функций, сокращается период их продуктивного использования до 2,5-3 лет (в настоящее время срок службы высокопродуктивных коров в Ленинградской области - 2,7 лактации), растут издержки на воспроизводство стада.

Невысоким остается и качество производимых кормов. В рационе КРС крайне мало качественного сена, низка доля зеленых и

пастбищных кормов (7-12% при нормативной потребности свыше 30%). Низкая питательность, плохая поедаемость и переваримость - это нередко основные характеристики заготавливаемых кормов. Только половина заготавливаемой массы объемистых кормов (50-60%) в хозяйствах страны отвечает требованиям I и II классов [1], в Ленинградской области же сена I класса всего 10-20%.

Ввиду того, что технологический процесс получения высококачественных кормов из трав, и особенно сена, включает в себя большое количество операций и является длительным по времени, в регионах с избыточным увлажнением кормозаготовительный процесс сильно затруднен. Вероятность уборки сена в Ленинградской области, не попавшего под дождь при провяливании травы в течение суток, составляет 72%, двух суток - 58%, трех - 37%, четырех - 27% [2], что влияет на снижение качества заготавливаемых кормов из трав и существенно увеличивает период их заготовки. Поэтому решение проблемы эффективного управления имеющимися ресурсами в процессе производства качественных кормов в нужном объеме для составления сбалансированных рационов кормления сельскохозяйственных животных будет в целом способствовать повышению рентабельности всей отрасли животноводства. Выбор рациональной технологии (принятие эффективного технико-технологического решения) позволяет до 40% сократить затраты на производство кормов [3].

При построении эффективной системы управления технологическим процессом заготовки кормов применяется формализованный системный подход, и на основании методов синтеза и анализа показателей, обуславливающих технологический процесс, осуществляется сравнительная оценка различных вариантов.

Основной задачей формируемой системы, на базе которой будет осуществляться управление технологическим процессом заготовки кормов из трав, является сравнительная оценка различных технико-технологических решений и в целом технологий, что обеспечит: прогнозирование протекания техноло-

гического процесса заготовки кормов; принятие рационального технико-технологического решения; производство кормов с высокой энергетической отдачей, на основе которых будут формироваться сбалансированные рационы по питательным веществам для различных групп и видов КРС.

Процесс управления технологическим процессом содержит следующие этапы:

1. Четкое определение цели (выявление возникающих проблем в технологическом процессе) - низкая себестоимость, низкие энергозатраты, экологически чистый продукт, минимальное нанесение вреда окружающей среде при его производстве, высокая питательная ценность и т.д.

2. Определение всех факторов, влияющих на формирование технологического процесса (погодно-климатические условия, качественные показатели, требования ГОСТов, биологические особенности растений и др.).

3. Отыскание решения проблемы, т.е. анализ, оценка и выявление альтернатив на основе плановых и технико-экономических расчетов на уровне технологий, операций, способов воздействия и др.

4. Принятие решения - выбор наиболее эффективных технологии, операции, способа, технического средства.

5. Поэтапная реализация управленческого решения, включая текущую оценку эффективности промежуточных результатов реализации и при необходимости корректировку.

Данных два этапа процесса управления технологическим процессом, как правило, являются более сложными и ответственными, а зачастую и не менее трудно реализуемыми, и их роль резко возрастает при переходе к решению нестандартных проблем.

6. Оценка эффективности конечных результатов реализации управленческого решения по экономическим, экологическим, техническим, биологическим и другим показателям (критериям).

7. Корректировка. Корректировку на первоначальном этапе следует осуществлять в процессе реализации самого технологического процесса путем повышения качества

выполнения операции. При выявлении недостаточной эффективности при реализации технологического процесса стимулируется поиск новых решений.

Влияние большого количества факторов на технологический процесс производства сельскохозяйственной продукции затрудняет сравнительную оценку применяемых технологий и прогнозирование эффекта от выбранной технологической операции или технического средства. С совершенствованием математических методов исчисления и широкими возможностями современных ПК, наделенных мощными вычислительными ресурсами, становится возможным осуществить выбор наилучшего варианта решения проблемы, что дает возможность осуществлять оперативное управление всем процессом производства сельскохозяйственной продукции.

Расчет выходных оценочных показателей технологического процесса предполагается по следующей структуре:

1. Формализация математического описания технологического процесса.

2. Разработка математических моделей, характеризующих (описывающих) протекание технологического процесса.

3. Сбор информации материально-технического содержания, обуславливающей протекание технологического процесса.

4. Проектирование допустимого множества технико-технологических вариантов развития технологического процесса производства кормов.

5. Расчет критериев оптимизации технологического процесса, оценивающих эффективность функционирования системы с учетом всех основных ее показателей.

6. Создание программного продукта на базе информационных технологий, работающих в диалоговом режиме.

Технологический процесс производства кормов из трав представляет собой сложную многоуровневую систему (рис. 1):

- 1 (высокий) уровень - Технологические элементы процесса (ресурсы, формирующие технологический процесс) производства кормов из трав, имеющих различную природную сущность;

- 2 (средний) уровень - Факторы, сгруппированные в один из ресурсов на уровне технологии производства;

- 3 (низший) уровень - Факторы, обуславливающие технологическую операцию (способ, прием).

Рис. 1. Структурная модель управления технологическим процессом производства кормов из трав

Широкий выбор способов и технических средств обеспечивает много- Есть вариантность технологий заготовки кормов из трав. Определение оптимального технологического решения на каждом уровне осуществляется на базе математических моделей и закономерностей протекания технологического процесса, что позволяет осуществлять эффективное управление всем технологическим процессом. Практически управление технологическим процессом производства кормов из трав осуществляется от низшего уровня к верхнему уровню. Однако оценка целесообразности принятия решения управленческого характера и достижение большего эффекта от его реализации производится в обратной последовательности.

Для факторов, сгруппированных в ресурсы (верхний уровень), свойственно множество информационных потоков различного назначения с разными уровнями дискретности, достоверности, точности и других метрологических характеристик, что затрудняет описание и количественную оценку технологического процесса. В целом решение задач осуществляется на формализованном уровне и неформализованном. Применяемые для описания сложных систем детерминированные, статистические и физико-статистические методы (формализованный уровень) неэффективны ввиду сложности получаемых моделей, трудоемки и тяжелы в практическом применении. Наиболее целесообразным методом, позволяющим учесть многообразие факторов, является экспертный метод (неформализованный уровень), кроме того, он не требует большого объема статистических данных (рис. 2) [4]. Тем не менее, данный метод лишен такого качества, как адекватная количественная оценка информации, поступающей от эксперта-специалиста. А для осуществления эффективного управления технологической системой необходима полная формализация всех факторов. Для этого целесообразно осуществлять извлечение и формализацию экспертной информации в виде математических полиномиальных моделей.

Рис. 2. Область применения детерминированных методов оценки влияния факторов и экспертного метода в зависимости от наличия статистики и возможности формализации задачи

Синтез теории планирования экспериментов и элементов теории нечетких множеств позволяет осуществить перевод нечеткой информации (которая характерна часто для экспертного уровня) в количественную, т.е. осуществить формализацию опыта эксперта (группы экспертов) в виде математических моделей, на базе которых возможно осуществлять управление технологическим процессом. Последовательность действий по извлечению и формализации экспертных знаний представлена в работе [5]. В качестве факторного пространства при производстве кормов из трав экспертом выбраны переменные: Х1 - почвенный ресурс; Х2 - кормовой ресурс; Х3 - технологический ресурс; Х4 -технико-административный ресурс; Х5 - погодные условия; У - обобщенный показатель получения кормов с 1 га (рис 1). Обобщенный показатель (У) - возможное достижение сельскохозяйственным предприятием цели.

Далее осуществляется определение границ оппозиционной шкалы и термов по каждому фактору и их кодирование на базе теории нечетких множеств. Эффективность осуществления технологического процесса производства кормов из трав находится на высоком уровне, если осуществили заготовку максимально возможного объема качественных кормов (силос, сенаж, сено), выраженных через выход зеленой массы с 1 га убираемой площади. При негативном стечении условий, обуславливающих заготовку кормов из трав, получим совсем небольшой

выход зеленой массы (менее 1 т/га), что условно можно характеризовать как 0 т/га, т.е. «низкое» значение (Н), а при благоприятном - 24 т/га (на основании урожайности травостоев, получаемых на сортоучастках, при благоприятных погодно-климатических условиях и т.д.), т.е. «высокое» значение (В). Фактически на рисунке 3 представлены три шкалы: лингвистическая - в виде словесных выражений (вверху), их «арифметизация» -перевод в численную форму объема заготовки кормов (ось абсцисс) с определенной субъективной вероятностью, изменяющейся в интервале от 0 до 1 (ось ординат), а также необходимые (согласно теории планирования экспериментов) крайние точки оппозиционной шкалы «-1» и «+1».

О 6 12

-1 О

Рис. 3. Обобщенный показатель У - выход зеленной массы с одного га, представленный в виде лингвистической переменной

Поскольку все переменные факторного пространства представлены в стандартизованном масштабе, т.е. приведены к интервалу [-1, +1], то при варьировании эти переменные принимают максимальные значения, как показано на рис. 3 по оси абсцисс, а в дальнейшем - и в опросной таблице с оценками эксперта в выбранном факторном пространстве.

Извлечение знаний эксперта с целью дальнейшей их формализации целесообразно осуществлять через опросные таблицы, в которых на вербальном уровне оценивается экспертом влияние каждой переменной на выходной показатель. Построение оптимальных планов опроса осуществлялось на основе теории планирования экспериментов. Опросная таблица экспертов с оценкой степени влияния ресурсов и погодных условий с их крайними значениями (характерными для Северо-Запада России), обусловливающих

эффективность технологического процесса производства кормов из трав, представлена в табл. 1. Каждая строка таблицы представляет собой продукционное правило импликатив-ного типа «ЕСЛИ ..., ТО ...». Например, строка 7 в лингвистическом виде читается так: «ЕСЛИ Xi - почвенные ресурсы - «низкие», Х2 - кормовые ресурсы - «низкие», Х3

- технологические ресурсы - «высокие», Х4

- технико-административные ресурсы - «высокие», Х5 - погодные условия - «низкие», ТО значение Y - обобщенного показателя выхода зеленной массы с 1 га - между «ниже среднего» и «среднее», т.е. 9 т/га.

Переведенные в числовую меру по рис. 3 экспертные значения, после соответствующей обработки на ПК в программе «Microsoft Office Excel» заполненной специалистом опросной табл. 1 (последний столбец), позволили получить выражение технологического процесса производства кормов из трав (т/га) с учетом степени влияния сгруппированных ресурсов и погодных условий: Y = 10,312 + 0,750X + 1,875X2 + 3,375X3 + 0,750X4 + +3,562X5 + 0,375XX + 0,375X2X5 + 0,375X3X5 + (1) +0,750X4X5 □ 0,375XXX 00,375X2X3X4 + +0,562X2X4X5 + 0,562X3X4X5.

Таблица 1. Опросная таблица экспертов

30

31

32

Хо

о

а

^

о

(D

а

«

и и

(D «

О

Xi

о

а

^

о

(D

а

«

о «

о S а о Ы

X,

«

Х3

«

и «

s

Й ¡р

о S И S

Хд

«

8 о

(D

и

ч о

L-

о

С

Х5

-1

£ « о и и

-а

о

ё £ § И

н =к

о

a & S

a м

О л

Ч

£ н

о н

Y

Н

НС

ННС

НСС

С

НС

СВВ

ССВ

В

и ¿5

п £

§ S

н «

о о

k $

" S

S &

и а

^ н

ю « °

Y

15

18

24

1

1

1

0

2

1

1

6

3

1

1

3

7

1

9

1

1

1

1

3

1

1

1

1

9

1

1

Анализируя полиномиальную модель (1), можно сделать вывод, что наибольшее влияние на заготовку кормов из трав оказывают принятая технология и погодные условия, существенную роль в формировании кормовой базы играет непосредственно процесс выращивания многолетних трав, меньше влияют почвенные ресурсы, а также технико-административный ресурс и совокупное воздействие технологического ресурса и погодных условий. Таким образом, осуществляя внедрение в производство интенсивных технологий и маневрируя ими, можно добиться большей эффективности в формировании надежной кормовой базы, чем просто приобретая высокопроизводительную надежную технику и выращивая травы на плодородных заливных лугах.

Расчет производства качественных кормов, выраженный через выход зеленной массы с 1 га, по полученной модели и фактические объемы по разным хозяйствам Ленинградской области приведены в таблице 2.

Таблица 2. Расчетные и фактические значения _выхода зеленой массы кормов_

Хозяйство Почвенный ресурс Кормовой ресурс Технологический ресурс Технико-административный ресурс Погодные условия Выход зеленой массы с 1га, т

Х1 Х2 Хз Х4 Х5 ^Рас ^Фак А, %

ФГБУ «Ка-

ложицы» Волосов- 0 0,7 0,5 0,4 0,5 15,299 14,6 4,8

ский район

ОАО «Рассвет» Луж- -0,4 0,2 0,1 -0,2 0,5 11,914 12,0 -0,7

скии район

ЗАО «Ан-

дреевское» Тихвинский -0,5 -0,6 -0,4 -0,7 0,6 8,180 8,5 -3,9

район

Сельскохозяйственное предприятие ЗАО «Андреевское», согласно шкале рисунка 3, следует отнести к терму НС («ниже среднего и среднее»), тогда как ОАО «Рассвет» -ближе к терму С («среднее»), а хозяйство ФГБУ «Каложицы» - к терму ВС («среднее и

выше среднего»). Расхождение показателей (А) составляет не более 5%. Таким образом, полиномиальная модель, полученная для условий Северо-Запада России, адекватно описывает технологический процесс заготовки кормов из трав в хозяйствах Ленинградской области с различной степенью организации производства.

Формализация экспертных знаний в области производства сельскохозяйственной продукции способствует созданию многофакторных полиномиальных моделей, которые включают в себя информацию различной физической размерности и природы, апробированные опытом и интуицией эксперта-агронома. А на основании данных моделей можно осуществлять прогнозирование и оперативное принятие рациональных технико-технологических решений в процессе производства. Также получено полиномиальное выражение, описывающее влияние факторов, сгруппированных в параметр «технологический ресурс», расположенных на 2 уровне (см. рис. 2), на содержание обменной энергии (МДж/кг СВ) в получаемом корме: X = 8,859 + 0,703Х31 + 0,109Х32 + 0,172Х33 + +0,359Х34 + 0,140Х35 + 0,359Х36 □ 0,109Х34Х35 □ (2) □0,109Х31Х34Х36 □ 0,109Х32Х33Х35.

Из анализа модели (2) следует, что фаза вегетации, при которой осуществляется уборка кормов, оказывает самое существенное влияние на содержание обменной энергии в 1 кг сухого вещества получаемого корма из трав, также существенное влиянии на данный показатель оказывают внесение консервантов и способ хранения. Т.е. путем подбора оптимальных агротехнических сроков заготовки кормов, внесения консервантов в заготавливаемую массу и обеспечивая герметичное хранение силоса, сенажа и сена в закрытых сенохранилищах, животным обеспечивается поступление высококачественного корма из трав. Рассмотренные факторы, в целом, существенно влияют на технологический процесс производства кормов из трав, т.к. параметр «технологический ресурс» -самый значимый из четырех рассматриваемых управляемых параметров.

Применение разработанного метода управления технологическим процессом производства продукции (на примере производства кормов из трав) на базе построенных многофакторных полиномиальных моделей особенно предпочтительно в сельскохозяйственной практике, поскольку метод вбирает в себя информацию различной физической размерности и природы, опыт и интуицию эксперта, что позволяет строить базы знаний для синтеза интеллектуальных систем управления. При этом рассмотренный метод не только существенно снижает трудоемкость и экономические затраты при построении моделей, но часто является единственно возможным в условиях существенной неопределенности протекания сельскохозяйственных технологических процессов.

Однако при принятии решений управленческого характера на низшем уровне (рис. 1) целесообразно использовать детерминированные и статистические модели, полученные постановкой эксперимента. Так, для получения моделей, описывающих процесс внесения консервантов (Х34), целесообразна постановка эксперимента, а для определения влияния интенсивности ворошения (Х33) на процесс провяливания скошенной травяной массы - проведение полевых исследований.

Успешная реализация решений управленческого характера и выполнение задач по прогнозированию в кормопроизводстве требует как можно более точного учета ресурсов, а также многоаспектного анализа как технико-экономических, так и агроэкологи-ческих последствий принимаемых решений, динамичного роста производительности труда, для чего должна привлекаться разнообразная профессиональная информация через информационные ресурсы - базы данных (технических средств - «Механизация», «Трактор»; технологий - «Традиционные и перспективные технологии возделывания с/х культур»; нормативные и правовые - «Консультант +», «Охрана труда» и др.).

Сравнительная оценка технологий по отдельным выходным показателям, характеризующим эффективность технологической операции (способа, приема) и технического

средства не полностью отображает преимущества той или иной технологии. Оценку целесообразно осуществлять на основании критериев (экономического характера, энергетического и экологического), которые суммируют значения и «смысл» показателей, характеризующих эффективность принимаемого технико-технологического решения.

Критерий экономического направления формирует комплексный показатель - «себестоимость одной кормовой единицы корма»; показатели, характеризующие энергетические затраты, в совокупности обобщаются критерием «энергозатраты на одну кормовую единицу корма», показатели экологического направления - «минимум негативного воздействия на окружающую среду». Выбор наилучшего варианта из множества альтернатив на основе приведенных критериев осуществляется с позиции многоцелевой функции.

Определение оптимального марочного состава и типа рабочих органов машин, их количества и режимов работы, объемов механизированных работ, обеспечивающих наилучшие параметры выходных показателей модели, целесообразно осуществлять методом нелинейного программирования (ввиду того, что большинство значений факторов воздействия имеют неопределенный стохастический характер) - путем решения задачи оптимизации. Оптимизацию критериев, характеризующих технологический процесс, можно провести на ПК в программе Microsoft Excel с помощью инструментария «Поиск решения».

Ввиду учета большого числа факторов, влияющих на протекание технологического процесса заготовки кормов из трав, и показателей, характеризующих их величину воздействия, а также многоаспектного анализа как технико-экономических, так и агроэко-логических последствий от реализации технико-технологических решений, целесообразно создание программного продукта на базе информационных технологий. Это позволит специалистам хозяйств осуществлять виртуальное проигрывание различных ситуаций на перспективу и планирование объема

работ в течение кормозаготовительного сезона. Алгоритм принятия обоснованных решений в процессе заготовки кормов из трав,

на базе которого будет осуществляться разработка программного продукта, представлен на рисунке 4.

Начало/

Объем кормов и показатели их качества

Площади культурных и естественных кормовых угодий

У

Состояние травостоя на момент уборки

Ввод данных о травостое в хозяйстве

База данных технологий заготовки кормов

Начало наступления фазы уборки

Урожайность массы

Качественные характеристики трав на момент уборки

Предполагаемые агротехнические сроки уборки

Ввод данных о погодных условиях

Ж

Динамические модели изменения влажности и питательности провяливаемой массы

5

Контроль влажности заготавливаемой массы

Выбор предп о лагае мого техн ол огич еского решения

Л

База данных технических средств

Определение набора оптимальных и предполагаемых технологических решений

Расчет значения

критериев характеризующих технологию

И

Определение технических

средств, их марочного состава и режимов работы, времени операций с учетом агротребований, допустимых

норм негативного воздействия на окружающую

среду и стоимости энергетических и трудовых ресурсов

Выбор критерия технологии

Выбор рациональной технологии

Ж

Реализация технологии

Формирование технологической карты с определением технических

средств объемно-планировочных решений

■I ],Удовлетворяет

Прогноз погодных условий

О

Реализация технологии на перспективу

'^^■Удовлетворяем

/Конец /

Введение данных о состоянии технических средств и сооружений, трудовых ресурсов, факторов человеческой деятельности формирующих условия функционирования технологии

Рис. 4. Блок-схема алгоритма управления технологическим процессом заготовки кормов

Разрабатываемый программный продукт, прежде всего, должен быть прост в использовании и удовлетворять следующим требованиям:

- работать в режиме диалога с пользователем;

- представлять возможности пользователю просматривать и распечатывать результаты расчетов как по отдельным показателям, так и по всей технологии в целом;

- позволять редактировать все используемые в расчетах базы данных;

- комплектовать технологии производства кормов из всех информационных баз данных по технологическим процессам, операциям, техническим средствам, основным и оборотным средствам.

Попытка разработать расчетную программу в системе «Microsoft Office Excel» привела к тому, что программа получилась громоздкой, на нескольких листах, и трудной в использовании из-за сложности расположения данных и представления результатов.

В наибольшей степени вышеприведенным требованиям удовлетворяет система «Microsoft Office Access», которая представляет собой реляционную систему управления базами данных (СУБД) и позволяет создавать сложные программные продукты, работающие в режиме диалога.

Формализованная оценка принимаемых решений в процессе заготовки кормов из трав с помощью программного продукта на ПК позволит специалистам сельскохозяйственных организаций:

- минимизировать связанные с переходом на другую технологию затраты и производить рациональное использование материальных, трудовых, энергетических и финансовых ресурсов, а также наиболее полно использовать потенциал кормовых угодий;

- осуществлять обоснованное принятие решений производства кормов из трав;

- предотвращать количественные и качественные потери за счет своевременного перехода с одной технологии на другую;

- проводить оперативные прогнозо-оце-ночные расчеты на перспективу;

- способствовать формированию надежной кормовой базы для с.-х. животных и составлению для них сбалансированных рационов по питательным веществам.

Литература:

1. Состояние и перспективы производства кормов на полевых землях Российской Федерации / Л.С. Орсик и др. М.: ФГНУ «Росинформагротех», 2007. 108 с.

2. Ахламов Ю.Д., Щевцов А.В. Заготовка корма в рулонах // Кормопроизводство. 1999. №7. С. 28-29.

3. Жукова О. Трава всему голова // Агропрофи. 2008. №6(9). С. 18-23.

4. Вишняков Я.Д. Общая теория рисков. М., 2008.

5. Спесивцев А.В. Управление рисками чрезвычайных ситуаций на основе формализации экспертной информации. СПб., 2004. 238 с.

Literatura:

1. Sostoyanie i perspektivy proizvodstva kormov na pole-vyh zemlyah Rossijskoj Federacii / L.S. Orsik i dr. M.: FGNU «Rosinformagrotekh», 2007. 108 s.

2. Ahlamov YU.D., Shchevcov A. V. Zagotovka korma v rulonah // Kormoproizvodstvo. 1999. №7. S. 28-29.

3. Zhukova O. Trava vsemu golova // Agroprofi. 2008. №6(9). S. 18-23.

4. Vishnyakov Y.D. Obshchaya teoriya riskov. M., 2008.

5. Spesivcev A.V. Upravlenie riskami chrezvychajnyh situacij na osnove formalizacii ehkspertnoj informacii. SPb., 2004. 238 s.

THE FODDER HARVESTING PROCESS'S TECHNOLOGICAL MANAGEMENT SYSTEMS' FORMATION V.D. Popov, RAS academician, Director M.A. Eremin, PhD. tech. Sciences, senior research worker A.V. Spesivtsev, PhD. tech. Sciences, senior research worker A.I. Suhoparov, PhD. tech. Sciences, led. scientific. researcher Institute of agroengineering and environmental problems of agricultural production

Abstract. The structure on formation of a control system of technological process of production of agricultural production, on the example of preparation of forages from herbs is presented in article. Decision-making is carried out on the basis of a comparative assessment of output indicators of various options of options of development of technological process. The universal method of extraction and formalization of knowledge of experts in the form of models on the basis of which it is possible to carry out adoption of rational decisions in the course of production of agricultural production is stated. We will apply this method at the accounting of a large number of factors and small volume of statistical data, he doesn't demand essential labor costs for receiving reliable models. The received model of an assessment of a condition of technological process of preparation of forages of herbs considers interaction of the available resources and stochastic factors, and also extent of their influence on volume and quality of the made forages. The algorithm of adoption of rational decisions in the course of preparation of forages from herbs taking into account resources, weather climatic conditions and the existing standard and legal base is offered. Calculation of criteria on the basis of which the administrative decision will be made, is made on personal computers for what it is expedient to create the software product working in the dialogue mode with the expert.

Keywords: management of processes, preparation of forages, technologies, expert assessment, model, algorithm.