Научная статья
УДК 502/504
doi: 10.37670/2073-0853-2022-94-2-110-114
Функция желательности Харрингтона как критерий оптимального выбора зерносушилки
Виктор Глебович Захахатнов, Виталий Матвеевич Попов,
Валентина Александровна Афонькина
Южно-Уральский государственный аграрный университет,
Троицк, Челябинская область, Россия
Аннотация. Энергозатратность процесса сушки зерна и высокая стоимость сушильного оборудования значительно повышают себестоимость конечного продукта. Зерносушилки характеризуются многими технико-экономическими параметрами и выбор сушилки для конкретных условий применения в условиях многочисленных предложений со стороны производителей представляет определенные трудности. Одним из способов сравнения объектов по совокупности разно размерных показателей может служить обобщённая функция желательности Харрингтона, устанавливающая связь между физическими показателями объекта и психологическими оценками этих показателей. В статье представлены результаты сравнения ряда зерносушилок по 5 показателям. Для каждой рассчитана обобщённая желательность, которая является критерием качества сравниваемых объектов. Отмечается, что объективность получаемой оценки обусловлена строгостью методики, но присутствует определённый субъективизм, связанный с экспертными оценками анализируемых признаков по шкале желательности, а также с выбором анализируемых признаков, который зависит от цели сравнения. Поэтому применение функции желательности Харрингтона для сравнения технических объектов даёт только предварительную оценку качества объекта, которая должна уточняться с учётом совокупности других характеристик.
Ключевые слова: зерносушилка, функция желательности Харрингтона, оценка качества.
Для цитирования: Захахатнов В.Г., Попов В.М., Афонькина В.А. Функция желательности Харрингтона как критерий оптимального выбора зерносушилки // Известия Оренбургского государственного аграрного университета. 2022. № 2 (94). С. 110 - 114. https://doi.org/10.37670/2073-0853-2022-94-2-110-114.
Original article
The Harrington desirability function as a criterion for the optimal choice of a grain dryer
Viktor G. Zakhakhatnov, Vitaly M. Popov, Valentina A. Afonkina
South Ural State Agrarian University, Troitsk, Chelyabinsk region, Russia
Abstract. The energy consumption of the grain drying process and the high cost of drying equipment significantly increase the cost of the final product. Grain dryers are characterized by many technical and economic parameters and the choice of a dryer for specific conditions of use in the face of numerous proposals from manufacturers presents certain difficulties. One of the ways to compare objects in terms of a set of indicators of different sizes can be the generalized Harrington desirability function, which establishes a relationship between the physical indicators of an object and the psychological assessments of these indicators. The article presents the results of comparing a number of grain dryers by 5 indicators. For each, the generalized desirability is calculated, which is a quality criterion for the compared objects. It is noted that the objectivity of the resulting assessment is due to the rigor of the methodology, but there is a certain subjectivity associated with expert assessments of the analyzed features on a scale of desirability, as well as with the choice of the analyzed features, which depends on the purpose of the comparison. Therefore, the use of the Harrington desirability function for comparing technical objects gives only a preliminary assessment of the quality of the object, which should be refined taking into account a combination of other characteristics.
Keywords: grain dryer, Harrington desirability function, quality assessment.
For citation: Zakhakhatnov V.G., Popov V.M., Afonkina V.A. The Harrington desirability function as a criterion for the optimal choice of a grain dryer. Izvestia Orenburg State Agrarian University. 2022; 94(2): 110-114. (In Russ.). https://doi.org/10.37670/2073-0853-2022-94-2-110-114.
Сушка сельскохозяйственного сырья является энергоёмким процессом и значительно увеличивает себестоимость конечного продукта. Прямые энергозатраты на сушку зерновых культур конвективным способом могут достигать 35 %, а доля энергозатрат в себестоимости сушки составляет 70 - 75 %. Сушилки характеризуются многими технико-экономическими показателями, одни из них имеют существенное значение, другие второ-
степенное. Причём повышение одного показателя зачастую приводит к снижению других. Так, повышение коэффициента полезного действия с 37,5 % до 80 % сопряжено с конструктивными и технологическими усложнениями [1], такими, как введение в конструкцию теплообменников косвенного нагрева и утилизации теплопотерь отработанного теплоносителя, внедрение двух-стадийной сушки. Всё это приводит к увеличе-
но
нию стоимости сушилок и к потенциальному снижению надёжности.
Очевидно, что сравнение сушилок по одному из показателей не позволяет сделать однозначный выбор. Поэтому анализ и объективная оценка технических параметров сушилок представляет определённый интерес как с точки зрения производителей сушилок, так и с точки зрения конечного потребителя. В работе В.Ф. Сорочинского [1] приводятся результаты сравнительного анализа сушилок по энергоёмкости процесса сушки, количественной оценкой которой служит коэффициент полезного действия. Такое сравнение полезно с точки зрения минимизации расходов знергоресур-сов, но не с точки зрения оптимального выбора для конкретного производителя зерна. В ряде исследований процесс сушки рассматривается как многоуровневая технологическая система, качество которой может быть количественно оценено по показателям стабильности её составляющих [2, 3]. На основе этих показателей рассчитывается показатель надёжности, по которому оценивается качество сушилки. Эта методика сложна и не может служить конкретным рецептом для выбора. Существуют и другие методы оценки технических объектов по обобщённому критерию, наиболее распространённый из них основан на использовании обобщённой функции желательности Харрингтона [4], которая обладает такими свойствами, как непрерывность, монотонность и гладкость. Это делает возможным её широкое применение в задачах оценки и оптимизации в разных сферах: в сфере охраны труда [5], в экономике [6], управлении [7], технике и технологии [8 - 11], экологии [12], медицине [13], сельском хозяйстве [14].
Целью настоящей статьи является сравнительный анализ сушилок по интегральному критерию с использованием обобщённой функции желательности Харрингтона.
Материал и методы. Очевидно, что не все приводимые характеристики одинаково влияют на потребительские качества сушилок и попытки вывода обобщённого критерия оценки объекта, основываясь на всех его показателях, в этом случае не приводят к хорошим результатам [10]. В этом случае для расчёта обобщённого критерия оценки параметров объектов вводят весовые коэффициенты частных показателей с учётом того, что сумма всех коэффициентов равна 1. Такая шкала может быть введена методом экспертных оценок, но ввести такую шкалу для конкретной группы объектов с большим количеством неравнозначных показателей, которая объективно оценивает вклад частных характеристик в обобщённый показатель, весьма сложно. В этом случае представляется рациональным выбор основных характеристик, влияющих на потребительские свойства объекта, и, следовательно, на выбор
потребителя. В случае оценки конвективных зерносушилок такими характеристиками могут быть расход энергии на испарение одного процента влаги при сушке плановой тонны, установленная электрическая мощность, производительность сушилки на базовом продукте, производительность и стоимость сушилки.
Введение шкалы желательности позволяет свести исходную многокритериальную задачу принятия решения с разноразмерными критериями к многокритериальной задаче с критериями, измеряемыми в одной безразмерной шкале -шкале желательности. Шкала желательности устанавливает соответствие между физическими показателями системы и психологическими оценками желательности того или иного результата. Функция желательности задаётся уравнением:
d = ехр [-ехр (-у)], (1)
где d - значение желательности;
у' - кодированное, т.е. приведённое к одному
диапазону, значение частного признака.
Поскольку функция (1) при у' = -2 d ~ 0, а при у' = 6 d ~ 1, рабочий диапазон кодированных значений признака лежит в диапазоне -2...6. Вид функции желательности при одностороннем ограничении признака у < утах, у > утщ показан на рисунке 1.
Классический подход к использованию функции желательности [4] состоит в том, что весь диапазон изменений желательности делится на пять поддиапазонов: (<0,8 - 1,0) - очень хорошо, (< 0,63 - 0,8) - хорошо, (<0,37 - 0,63) - удовлетворительно, (< 0,2 - 0,37) - плохо, (< 0,2) - очень плохо. Для расчёта желательности показателя необходимо диапазону изменения в физических единицах измерения поставить в соответствие безразмерную шкалу. Обычно диапазон изменения показателя кодируют таким образом, что минимальному значению соответствует желательность 0,37, а максимальному - значение 0,8. Эти значения соответствуют прямолинейному участку функции желательности и обеспечивают одинаковую чувствительность экспертных оценок.
Рис. 1 - Функция желательности при
одностороннем ограничении признака
Для кодирования частных показателей можно воспользоваться выражением: У' = ay + b, (2)
где a, b - коэффициенты линейной функции.
Определившись с диапазоном желательностей и подставляя в выражение (2) крайние значения признака y и соответствующее значение желательности, получим систему из двух уравнений, решая которую определим значения a и b:
y'max = aymax + b; y'min = aymin + b. (3) Рассчитав кодированные значения частных признаков по (2), можно вычислить их желательности по формуле (1). В случае равнозначности всех признаков обобщённый коэффициент желательности рассчитывается по формуле:
D = nd1d2^dn , (4)
где did2 ..dn - желательности частных показателей;
n - число используемых показателей. По приведённой методике сравнивались три зерносушилки - конвейерная ASM-AGRO-22 (компания «ASM Group Ltd», Барнаул, Россия), шахтная VESTA 20 (АО «Мельинвест», Н. Новгород, Россия), конвейерная АТМ UNIVERSAL-20 (завод «АгроТехМаш», Воронеж, Россия). Критериями для сравнения были пять основных показателей сушилок: расход газа на съём одного процента влажности на плановую тонну, тепловая мощность теплогенератора, установленная электрическая мощность, производительность и цена сушилки на момент написания статьи.
Экспертные оценки технико-экономических показателей вышеуказанных сушилок и соответствующие психологические оценки по шкале желательности приведены в таблице 1.
В таблице 2 показаны результаты расчёта по выражению (2) приведённых (безразмерных) показателей для выбранных объектов сравнения, соответствующие этим показателям желательности, рассчитанные по формуле (1) и обобщённые желательности D, рассчитанные по формуле (4).
Результаты и обсуждение. Результаты расчёта обобщённой желательности показывают, сушилки VESTA 20 и ASM-AGRO-22 практически эквивалентны, а сушилка АТМ UNIVERSAL-20 незначительно уступает им. Это вызвано попаданием показателя расход газа в область желательностей «плохо», что указывает на необходимость работы над улучшением этого показателя. Следует отметить, что при выборе показателей для сравнения и экспертных оценках этих показателей присутствует субъективизм. Кроме того, у таких сложных объектов, как зерносушилка, много других характеристик, которые в совокупности могут противоречить результатам расчётов. Это скорость загрузки/выгрузки сушилки, равномерность сушки, надёжность, пожароопасность, наличие ёмкостей для сбора лёгких отходов, возможность интегрирования сушилки в существующую технологическую линию и т.д. Эти характеристики сложно учесть в расчётах, так как они могут в разных ситуациях иметь различное значение. В случае сравнения зерносушилок проведённый
1. Технико-экономические показатели зерносушилок и соответствующие им психологические оценки по шкале желательности
Экспертная оценка Психологическая оценка
расход газа м3/т/% при съёме влаги с 20 до 15, % тепловая мощность, кВт установленная электрическая мощность, кВт производительность, т/час цена, млн руб.
У1 У2 Уз У4 У5
0,8 1200 31 14 8,0 Очень хорошо
1 1400 44 22 8,65 Хорошо
1,4 1750 57 20 9,3 Удовлетворительно
1,8 2100 70 18 9,95 Плохо
2 2300 83 16 10,6 Очень плохо
2. Результаты расчёта обобщённой желательности D
Показатель АТМ UNIVERSAL-20 VESTA 20 ASM-AGRO-22
У1, м3/т/% 1,7 1,1 1,1
У2, кВт 2100 1512 1400
У3, кВт 61 36,3 51,7
У4, т/час 22 20 20
У5, млн руб. 8,378 9,398 9,129
У'1 0,438 0,764 0,764
У2 0,37 0,753 0,8
Уз 0,919 0,867 0,706
У4 0,811 0,624 0,624
У5 0,849 0,59 0,679
D 0,634 0,713 0,712
расчёт даёт возможность предварительной оценки пригодности объекта для конкретных условий.
Вывод. Сравнение технических объектов с помощью обобщённой желательности позволяет получить количественную оценку, учитывающую несколько разноразмерных показателей. Оценка может производиться по разным показателям, выбор которых может зависеть от конкретных условий предполагаемого использования объекта. Результаты расчётов могут служить для предварительного выбора. Окончательный вывод следует делать после анализа всех показателей, влияющих на эксплуатацию объекта.
Литература
1. Сорочинский В.Ф. Эффективность сушки зерна на сушилках различных типов // Хлебопродукты. 2009. № 3. С. 42 - 43.
2. Сорочинский В.Ф. Новый показатель эффективности технологической системы сушки зерна // Хлебопродукты. 2015. № 5. С. 57 - 59.
3. Панфилов В.А. Теория технологического потока. М.: КолосС, 2007. 319 с.
4. Адлер Ю.П., Маркова Е.В., Грановский Ю.В. Планирование эксперимента при поиске оптимальных условий. М.: Наука, 1976. 279 с.
5. ГОСТ 12.0.230.3-2016. Системы управления охраной труда. Оценка результативности и эффективности [Электронный ресурс]. М.: Стандартинформ, 219. URL: https://docs.cntd.ru/document/1200145713 (дата обращения: 05.01.2022)
6. Каган Е.С. Нечёткий подход к получению интегральных оценок сложных социально-экономических явлений // Актуальные проблемы гуманитарных и естественных наук. 2012. № 7. С. 56 -60.
7. Безбородова Т.И. Использование функции Харринг-тона при рейтинговой оценке деятельности организации в условиях антикризисного управления // Финансовая аналитика: проблемы и решения. 2014. № 1. С. 24 - 32.
8. Puring S.M., Vatusov D.N., Tyurin N.P. Parameter сhoiceоptimization of Ventilating ацтскат^ equipment while designing and constructing industrial buildings. Procedia Engineering. 2016; 153: 563-568
9. Tank K., Shetty N., Tukrel A. Optimization of turning parameters for the finest surface roughness characteristics using desirability function analysis coupled with fuzzy methodology and ANOVA. Materials Today: Proceedings. 2018; 5(5, 2): 13015-13024
10. Пичкалев А.В. Обобщённая функция желательности Харрингтона для сравнительного анализа технических средств // Исследования наукограда. 2012. № 1 (1). С. 25 - 28.
11. Kumar P., Misra J.P. Optimization of duplex stainless steel dry turning parameters using desirability function. Materials Today: Proceedings. 2020; 26: 1580-1584
12. Опекунов А.Ю., Опекунова М.Г. Интегральная оценка загрязнения ландшафта с использованием функции желательности Харрингтона // Вестник Санкт-Петербургского университета. 2014. Сер. 7. Вып. 4. С. 101 - 113.
13. Королева С.В. Практические аспекты использования функции желательности в медико-биологическом эксперименте // Современные проблемы науки и образования. 2011. № 6. [Электронный ресурс]. URL: https://science-educationru/ru/article/view?id=5270 (дата обращения: 05.01.2022)
14. Храмченкова А.О., Ракул Е.А. Интегральная оценка эффективности труда в молочном скотоводстве // Экономика труда. 2019. Том 6. № 1. С. 305 - 320. https:// doi.org/10.18334/et.6.1.39761.
References
1. Sorochinsky V.F. Efficiency of grain drying on dryers of various types. Khleboprodukty. 2009; 3: 42-43.
2. Sorochinsky V.F. A new indicator of the efficiency of the technological system for drying grain. Khleboprodukty. 2015; 5: 57-59.
3. Panfilov V.A. Theory of technological flow. M.: Kolos, 2007. 319 p.
4. Adler Yu.P., Markova E.V., Granovsky Yu.V. Planning an experiment in the search for optimal conditions. M.: Nauka, 1976. 279 p.
5. GOST 12.0.230.3-2016. Occupational safety management systems. Evaluation of effectiveness and efficiency. M.: Standartinform, 219. [Electronic resource]. URL: https://docs. cntd.ru/document/1200145713 (date of access: 01/05/2022)
6. Kagan E.S. Fuzzy approach to obtaining integral estimates of complex socio-economic phenomena. Actual problems of the humanities and natural sciences. 2012; 7: 56-60.
7. Bezborodova T.I. Using the Harrington function in the rating assessment of the organization's activities in conditions of anti-crisis management. Financial Analytics: Science and Experience. 2014; 1: 24-32.
8. Puring S.M., Vatusov D.N., Tyurin N.P. Parameter choiceoptimization of Ventilating aircleaning equipment while designing and constructing industrial buildings. Procedia Engineering. 2016; 153: 563-568
9. Tank K., Shetty N., Tukrel A. Optimization of turning parameters for the finest surface roughness characteristics using desirability function analysis coupled with fuzzy methodology and ANOVA. Materials Today: Proceedings. 2018; 5(5, 2): 13015-13024
10. Pichkalev A.V. Generalized Harrington's desirability function for comparative analysis of technical means. Science City Research. 2012; 1(1): 25-28.
11. Kumar P., Misra J.P. Optimization of duplex stainless steel dry turning parameters using desirability function. Materials Today: Proceedings. 2020; 26: 1580-1584.
12. Opekunov A.Yu., Opekunova M.G. Integral assessment of landscape pollution using Harrington's desirability function. Bulletin of St. Petersburg University. 2014. 7(4): 101-113.
13. Koroleva S.V. Practical aspects of using the desirability function in a biomedical experiment. Modern Problems of Science and Education. 2011; 6. [Electronic resource]. URL: https://science-education.ru/ru/article/view?id=5270 (date of access: 01/05/2022)
14. Khramchenkova A.O., Rakul E.A. Integral assessment of labor efficiency in dairy cattle breeding. Economika truda. 2019; 6(1): 305-320. https://doi.org/10.18334/et.6.1.39761.
Виктор Глебович Захахатнов, кандидат технических наук, доцент, [email protected], https://orcid.org/0000-0002- 2856-9755
Виталий Матвеевич Попов, доктор технических наук, профессор, [email protected]; https://orcid.org/0000-0001-5773-4839
Валентина Александровна Афонькина, кандидат технических наук, доцент, [email protected], http://orcid.org/0000-0001- 9743-5278
Victor G. Zakhakhatnov, Candidate of Technical Sciences, Аssociate Professor, [email protected], http://orcid.org/0000-0002- 2856-9755
VitalyM. Popov, Doctor of Technology, Professor, [email protected], https://orcid.org/0000-0001-5773-4839
Valentina A. Afonkina, Candidate of Technical Sciences, Associate Professor, [email protected], https://orcid.org/0000-0001- 9743-5278
Вклад авторов: все авторы сделали эквивалентный вклад в подготовку публикации. Авторы заявляют об отсутствии конфликта интересов.
Contribution of the authors: all authors have made an equivalent contribution to the preparation of the publication. The authors declare no conflict of interests.
Статья поступила в редакцию 24.01.2022; одобрена после рецензирования 18.02.2022; принята к публикации 18.02.2022.
The article was submitted 24.01.2022; approved after reviewing 18.02.2022; accepted for publication 18.02.2022. -♦-
Научная статья
УДК 631.879.41
doi: 10.37670/2073-0853-2021-91-5-114-119
Приготовление компоста с использованием измельчителя древесно-растительных отходов
Максим Владимирович Панов, Татьяна Васильевна Панова
Брянский государственный аграрный университет, Брянск, Россия
Аннотация. В статье проанализированы технологии приготовления компоста, которые отличаются продолжительностью и уровнем сложности компостирования. Рассмотрены микро- и макроорганизмы, участвующие в процессе компостирования, основные фазы компостирования. Для полного соблюдения технологии высокого уровня предлагается использовать установку, предусматривающую регулярную аэрацию, увлажнение и перемешивание материала ворошителем битерного типа. Установка может эксплуатироваться как наземно, так и в бетонированном приямке с вытяжной ветвью для утилизации избыточной теплоты. Выявлены основные физико-механические свойства растительных материалов, влияющие на процесс компостирования. Для обеспечения оптимальных размеров частиц предложен измельчитель древесно-растительных отходов, посредством которого готовится материал для закладки на компост в компостарии различных типов.
Ключевые слова: компост, компостирование, измельчитель древесно-растительных отходов, микрофлора, микроорганизмы.
Для цитирования: Панов М.В., Панова Т.В. Приготовление компоста с использованием измельчителя древесно-растительных отходов // Известия Оренбургского государственного аграрного университета. 2022. № 2 (94). С. 114 - 119. https://doi.org/10.37670/2073-0853-2022-94-2-114-119.
Original article
Composting with shredder of wood and vegetable waste
Maksim V. Panov, Tatyana V. Panova
Bryansk State Agrarian University, Bryansk, Russia
Abstract. The article analyzes the technology of composting, which differ in the duration and complexity of composting. The micro- and macro-organisms involved in the composting process, the main phases of composting are considered. To fully comply with high-level technology, it is proposed to use an installation that provides for regular aeration, moistening and mixing of the material with a beater-type agitator. The unit can be operated both above ground and in a concrete pit with an exhaust branch for utilizing excess heat. The main physical and mechanical properties of plant materials that affect the composting process are revealed. To ensure the optimal particle size, a wood and vegetable waste grinder is proposed, by means of which material is prepared for laying on compost in various types of compostaria.
Keywords: compost, composting, wood and vegetable waste chopper, microflora, microorganisms.
For citation: Panov M.V., Panova T.V. Composting with shredder of wood and vegetable waste. Izvestia Orenburg State Agrarian University. 2022; 94(2): 114-119 (In Russ.). https://doi.org/10.37670/2073-0853-2022-94-2-114-119.
Согласно ГОСТу Р 53042-2008 компостирование - это биотермический процесс минерализации и гумификации органических отходов, проис-
ходящий в аэробных условиях под воздействием микроорганизмов [1]. Процесс разложения органических материалов, протекающий в пред-