CC BY
27
НИЖНЕВОЛЖСКОГО АГРОУНИВЕРСИТЕТСКОГО КОМПЛЕКСА НАУКА И ВЫСШЕЕ ПРОФЕССИОНАЛЬНОЕ ОБРАЗОВАНИЕ
8. Ovchinnikov A. S., Bocharnikov V. S. }ksperimental'nye issledovaniya gidravlicheskih harakteristik orositel'nyh sistem// Problemy razvitiya APK regiona. 2012. № 3(11). P. 92-96.
9. Optimizaciya raspredeleniya vodnyh resursov dlya razlichnyh urovnej tehnicheskoj sxemy Rajgorodskoj OS / Vasil'ev S. M. i dr. // Nauchnyj zhurnal Rossijskogo NII problem melioracii. - Jel-ektron. zhurn. Novocherkassk: RosNIIPM, 2014. № 4(16). 12 p. - Rezhim dostupa: http://www.rosniipm-sm.ru/archive?n=292&id=297.
10. Lamm F. R., Puig-Bargues J. Simple equations to estimate flushline diameter for subsurface drip irrigation systems // Trans. ASABE. 2017. Vol. 60(1). P. 185-192.
11. Lamm F. R., Rogers D. H. Longevity and performance of a subsurface drip irrigation system // Trans ASABE. 2017. Vol. 60(3). Р. 931-939.
12. Subsurface drip irrigation: Status of the technology in 2010 / Lamm F. R., Bordovsky J. P., Schwankl L. J., Grabow G. L., Enciso-Medina J., Peters R. T., Colaizzi P. D., Trooien T. P., Porter D. O. // Trans. ASABE. 2012. Vol. 55(2). P. 483-491.
Информация об авторе
Ахмедов Аскар Джангир оглы, профессор ФГБОУ ВО «Волгоградский государственный аграрный университет» (РФ, 400002, г. Волгоград, пр-т Университетский, д. 26), доктор технических наук, профессор, [email protected]
УДК: 579.62:636.4 DOI: 10.32786/2071-9485-2019-04-26
ИССЛЕДОВАНИЕ РАСПРЕДЕЛЕНИЯ ПЛОТНОСТИ ВЕРОЯТНОСТЕЙ ПАТОГЕННЫХ МАРКЕРОВ СВИНОГО БЕСПОДСТИЛОЧНОГО НАВОЗА
STUDY OF THE DISTRIBUTION OF THE PROBABILITY DENSITY OF PATHOGENIC MARKERS OF LIQUID PIG MANURE
Н. В. Бышов1, доктор технических наук, профессор Н. В. Лимаренко2, кандидат технических наук И. А. Успенский1, доктор технических наук, профессор С.Д. Фомин3, доктор технических наук, профессор М.Н. Чаткин4, доктор технических наук, профессор И. А. Юхин1, доктор технических наук, доцент
N. V. Byshov1, N. V. Limarenko2, I. A. Uspensky1, S. D. Fomin3, M. N. Chatkin4, I. A. Yukhin1
1ФГБОУ ВО Рязанский агротехнологический университет имени П.А. Костычева 2ФГБОУ ВО Донской государственный технический университет 3ФГБОУ ВО Волгоградский государственный аграрный университет 4ФГБОУ ВО Национальный исследовательский Мордовский государственный
университет им. Н. П. Огарёва
1Federal State Budget Educational Institution of Higher Education «Ryazan State Agrotechnological University named after P.A. Kostychev» 2Federal State Budget Educational Institution of Higher Education
«Don State Technical University» 3Federal State Budget Educational Institution of Higher Education
«Volgograd State Agrarian University» 4Federal State Budget Educational Institution of Higher Education «National Research Mordovia State University named after N.P. Ogarev»
Дата поступления в редакцию 17.07.2019 Дата принятия к печати 15.10.2020
Received 17.07.2019 Submitted 15.10.2020
Наиболее перспективным способом содержания животных с технологической и экологической точек зрения является бесподстилочное, отходами которого является бесподстилочный навоз. Концентрация биогенных веществ в свином бесподстилочном навозе составляет для общего азота Nобщ = 4.. .6 кг/м3, для аммиачного, аммонийного, органического азота NH4 = 3.. .6 кг/м3,
НИЖНЕВОЛЖСКОГО АГРОУНИВЕРСИТЕТСКОГО КОМПЛЕКСА НАУКА И ВЫСШЕЕ ПРОФЕССИОНАЛЬНОЕ ОБРАЗОВАНИЕ
для фосфорного ангидридома P2O5 = 3...6 кг/м3, для оксида калия К2О = 2...4 кг/м3, что делает приоритетным направлением для его утилизации орошение сельскохозяйственных полей с кормовыми культурами. Однако, несмотря на высокое содержание биогенных веществ, в нём присутствует большое количество патогенных микроорганизмов, без подавления которых невозможна экологически безопасная утилизация. К сожалению, в данный момент отсутствуют способы обеззараживания, эффективные с энергетической и экологической точек зрения, а также отсутствуют математические зависимости, позволяющие прогнозировать поведение патогенных микроорганизмов в зависимости от режимов обеззараживания. Соответственно, задача определения распределения плотности вероятностей патогенных организмов является актуальной. Объектом исследования являются индикаторы патогенности бесподстилочного свиного навоза. Предметом - определение распределения плотности вероятностей патогенных маркеров. В качестве перспективного способа обеззараживания выбрано комплексное физико-химическое воздействие рабочих тел, перемещающихся во вращающемся переменном электромагнитном поле совместно с химическим реагентом. Устройством реализации являлся активатор. Формирование репрезентативной выборки для каждого из патогенных маркеров осуществлялось путём проведения экспериментального исследования и воздействия выбранным способом обеззараживания на бесподстилочный навоз. В качестве технологического материала исследования использовался бесподстилочный навоз малого фермерского хозяйства. Оценка эффективности воздействия производилась методом прямого посева обработанного материала на питательную среду Эндо, с последующим оксидазным тестом и подсчётом выросших на питательном агаре колониеобразую-щих единиц. Определение плотности вероятностей осуществлялось путём проверки гипотезы о нормальном законе распределения. Получены репрезентативные выборки для каждого из патогенных биоиндикаторов, выполнена проверка гипотезы о нормальном законе распределения для каждого из параметров при соответствующем уровне значимости. Подтверждена гипотеза о нормальном законе распределения плотности вероятностей патогенных маркеров бесподстилочного навоза: для КОЕ ОКБ составила 4,46, для КОЕ БОЕ составила 7,73, для КОЕ ТТКФ составила 2,61, для КОЕ ФКСТК составила 5,99 при критическом значении 15,51.
From the technological and environmental points of view, the most promising way of keeping animals is bedless, the waste of which is liquid manure. The concentration of nutrients in pig manure is for total nitrogen NH = 4...6 kg / m3, for ammonia, ammonium, organic nitrogen NH4 = 3...6 kg / m3, for phosphorus anhydride P2O5 = 3...6 kg / m3, for potassium oxide K2O = 2...4 kg / m3, which makes irrigation of agricultural fields with forage crops a priority for its utilization. However, despite the high content of nutrients, it contains a large number of pathogenic microorganisms, without the suppression of which it is impossible to dispose environmentally safe. Unfortunately, at the moment there are no methods of disinfection effective from the energy and environmental points of view, there are also no mathematical dependencies that allow predicting the behavior of pathogenic microorganisms depending on the modes of disinfection. Accordingly, the problem of determining the probability density distribution of pathogenic organisms is relevant. The objects of research are indicators of pathogenicity of liquid swine manure. The object is to determine the probability density distribution of pathogenic markers. As a promising method of disinfection, a complex physical and chemical action of working bodies moving in a rotating alternating electromagnetic field together with a chemical reagent is selected. The implementation device was an activator. The formation of a representative sample for each of the pathogenic markers was carried out by conducting an experimental study and exposure to the selected method of disinfection on liquid manure. As a technological research material liquid manure from small farms was used. Evaluation of the effectiveness of the impact was carried out by direct seeding of the treated material on the nutrient medium of Endo, followed by oxidase test and counting of colony-forming units grown on the nutrient agar. Determination of probability density was carried out by testing the hypothesis of the normal distribution law. Representative samples were obtained for each of the pathogenic bioindicators, the hypothesis of the normal distribution law for each of the parameters was tested at the appropriate level of significance. The hypothesis about the normal distribution law of probability density of pathogenic markers of liquid manure is confirmed: for CFU OKB made 4,46, for CFU BOE made 7,73, for CFU TTKF made 2,61, for CFU FKSTK made 5,99 at critical value of 15,51.
НИЖНЕВОЛЖСКОГО АГРОУНИВЕРСИТЕТСКОГО КОМПЛЕКСА НАУКА И ВЫСШЕЕ ПРОФЕССИОНАЛЬНОЕ ОБРАЗОВАНИЕ
Ключевые слова: свиной навоз, бесподстилочный свиной навоз, утилизация свиного навоза, обеззараживание свиного навоза, патогенная составляющая свиного навоза, определение распределения плотности вероятностей патогенных маркеров, закон распределения патогенных маркеров.
Key words: liquid pig manure, utilization, disinfection, pathogenic component, determination of distribution of density of probabilities of pathogenic markers, the law of distribution of pathogenic markers.
Цитирование. Бышов Н.В., Лимаренко Н.В., Фомин С.Д., Чаткин М.Н., Успенский И.А., Юхин И.А. Исследование распределения плотности вероятностей патогенных маркеров свиного бесподстилочного навоза. Известия НВ АУК. 2019. 4(56). 215-227. DOI: 10.32786/2071-9485-201904-26.
Citation. Byshov N.V., Limarenko N.V., Fomin S.D., Chatkin M.N., Uspensky I.A., Yukhin I.A. Study of the distribution of the probability density of pathogenic markers of liquid pig manure. Proc. of the Lower Volga Agro-University Comp. 2019. 4(56). 215-227 (in Russian). DOI: 10.32786/20719485-2019-04-26.
Введение. Рост производственных мощностей отечественных животноводческих предприятий в рамках доктрины продовольственной безопасности РФ приводит к образованию большого числа отходов. Наибольшую опасность с санитарно-эпидемиологической точки зрения представляет свиной навоз [3, 8, 9, 14-16, 18, 21]. На сегодняшний день наиболее перспективным способом содержания животных с технологической и экологической точек зрения является бесподстилочное содержание, отходами которого является бесподстилочный навоз [2, 5, 12, 17, 19-21]. Концентрация биогенных веществ в свином бесподстилочном навозе составляет для общего азота Nобщ = 4...6 кг/м3, для аммиачного, аммонийного, органического азота NH4 = 3.6 кг/м3, для фосфорного ангидридома P2O5 = 3.6 кг/м3, для оксида калия К2О = 2.4 кг/м3, что делает приоритетным направлением для его дальнейшей утилизации использование в качестве жидкого удобрения, например, при орошении сельскохозяйственных полей с кормовыми культурами. Однако, несмотря на высокое содержание биогенных веществ, в нём присутствует большое количество патогенных микроорганизмов, без подавления которых невозможна экологически безопасная утилизация. К сожалению, в данный момент отсутствуют способы обеззараживания, эффективные с энергетической и экологической точек зрения. Также отсутствуют статистические данные, характеризующие надёжность предлагаемых воздействий [1, 2, 4, 10, 11]. Оценить надёжность того или иного способа воздействия можно с помощью статистических методов оценки плотности вероятности распределения контролируемого параметра. Соответственно, задача определения распределения плотности вероятностей патогенных организмов, являющихся маркерами эпидемиологического состояния при утилизации, является актуальной.
Целью данного исследования является проверка гипотезы о нормальном законе распределения патогенных маркеров свиного бесподстилочного навоза.
Материалы и методы. Объектом исследования являются индикаторы патоген-ности бесподстилочного свиного навоза. Предметом - определение распределения плотности вероятностей патогенных маркеров. Согласно МУ 2.1.5.800-99, ГОСТ Р 53117-2008, а также результатов предварительных исследований [6-8, 13], в качестве наиболее информативных патогенных маркеров было принято число колониеобразую-щих единиц (КОЕ) общих колиформных бактерий (ОКБ), число КОЕ бляшкообразую-щих единиц (БОЕ), число КОЕ термотолерантных колиформных бактерий (ТТКБ), число КОЕ фекальных стрептококков (ФКСТК).
НИЖНЕВОЛЖСКОГО АГРОУНИВЕРСИТЕТСКОГО КОМПЛЕКСА: НАУКА И ВЫСШЕЕ ПРОФЕССИОНАЛЬНОЕ ОБРАЗОВАНИЕ
В качестве перспективного способа обеззараживания выбрано комплексное физико-химическое воздействие рабочих тел, перемещающихся во вращающемся переменном электромагнитном поле совместно с химическим реагентом, более подробно данный способ описан в работах [6, 7, 13]. Устройством реализации являлся активатор.
Формирование репрезентативной выборки для каждого из патогенных маркеров осуществлялось путём проведения экспериментального исследования и воздействия выбранным способом обеззараживания на свиной бесподстилочный навоз. Оптимальные параметры воздействия были определены в ходе решения оптимизационной задачи и экспериментальной оценки их достоверности. В ходе экспериментального исследования активатор обеззараживания осуществлял воздействие следующими параметрами:
- заполненность рабочей зоны рзп = 5,18 %;
- отношение длины рабочих тел к диаметру Ш = 25,00;
- уровень магнитной индукции В = 40,00 мТл;
- концентрация активного хлора с = 15,60 мг/л;
- продолжительность воздействия I = 2,81 с.
В качестве технологического материала исследования использовался бесподстилочный навоз малого фермерского хозяйства численностью порядка 2 000 голов. Общий вид стойл животных и навозохранилища представлен на рисунке 1.
Рисунок 1 - Пример бесподстилочного содержания свиней на животноводческом комплексе
малой производственной мощности
Figure 1 - Example of bedless keeping of pigs in the livestock complex of small production capacity
После забора бесподстилочного навоза из навозохранилища осуществлялась оценка эффективности воздействия активатором методом прямого посева обработанного материала на питательную среду Эндо, согласно МУК 4.2.1018-01 и ГОСТ 30712-2001, с последующим оксидазным тестом и подсчётом выросших на питательном агаре коло-ниеобразующих единиц. На рисунке 2 представлено лабораторное оборудование, используемое при проведении анализа.
Определение плотности вероятностей осуществлялось путём проверки гипотезы о нормальном законе распределения по ГОСТ Р ИСО 22514-6-2014, ГОСТР 50779.292017 (ИС016269-6:2014) и ГОСТ 20522-2012.
Проверка гипотезы о нормальном законе распределения осуществлялась на основании анализа априорной информации и эмпирических данных о плотности вероятности значений числа КОЕ ОКБ, КОЕ БОЕ, КОЕ ТТКБ, КОЕ ФКСТК, функция плотности распределения которых представляется зависимостью:
(Pt-мр)
f(p) =
2 Sn
(1)
где Sр - среднеквадратичное отклонение случайной величины р; цр - оценка математического ожидания случайной величины р.
НИЖНЕВОЛЖСКОГО АГРОУНИВЕРСИТЕТСКОГО КОМПЛЕКСА: НАУКА И ВЫСШЕЕ ПРОФЕССИОНАЛЬНОЕ ОБРАЗОВАНИЕ
а) / а) б) / b)
Рисунок 2 - Оборудование, используемое в ходе посева бесподстилочного навоза
на питательную среду Эндо: а) Термостат электрический Faithful WGLL-30BE; б) Счётчик колониеобразующих единиц
Funke-Gerber ColonyStar
Figure 2 - The equipment used in the course of sowing liquid manure on the nutrient medium Endo: a) Thermostat electric Faithful WGLL-30BE; b) Counter of colony-forming units
Funke-Gerber ColonyStar
Интегральная функция плотности распределения которых представляется зависимостью:
х
(x-vr
го-2 dx,
Область принятия гипотезы определялась исходя из неравенства:
Хр — ^кр,
(2)
(3)
где хр - расчётное значение критерия Пирсона; Хкр - критическое значение критерия Пирсона. Расчётное значение критерия Пирсона можно определить исходя из зависимости
Хр
¿=1
(шг - ш;)
mi
(4)
Число степеней свободы для критического значения критерия Пирсона
Гп=ки-г-1, (5)
где ^ - количество интервалов, на которые делится выборка; г - количество параметров теоретической функции распределения.
Так как закон нормального распределения является двухпараметрическим, т.е. включает среднеквадратичное отклонение случайной величины р и оценку её математического ожидания, то количество параметров теоретической функции распределения г = 2.
Результаты и обсуждение. В результате проведенных экспериментов были получены выборки значений КОЕ ОКБ Ркое окб 1, Ркое окб 2, • •., Ркое окб 100, КОЕ БОЕ рКое бое 1, Ркое бое 2, • • •, Ркое бое 100, КОЕ ТТКБ Ркое тткб 1, Ркое тткб 2, • • •, Ркое тткб 100, КОЕ ФКСТК Ркое фкстк Ь Ркое фкстк 2:> Ркое фкстк 100, включающие 100 наблюдений для каждой категории патогенных маркеров. Аналитически данные о полученных выборках можно представить следующим образом:
НИЖНЕВОЛЖСКОГО АГРОУНИВЕРСИТЕТСКОГО КОМПЛЕКСА НАУКА И ВЫСШЕЕ ПРОФЕССИОНАЛЬНОЕ ОБРАЗОВАНИЕ
1 — Ркоеокб — Ю0; _ , 1 — Ркое бое — Ю0; 1 — Ркое тткб<Ю0; Д < ркое фкстк < 10°.
На рисунке 3 представлены результаты посева на питательную среду Эндо, обработанного в активаторе бесподстилочного свиного навоза и проведённого последующего оксидазного теста для числа КОЕ ОКБ, КОЕ БОЕ, КОЕ ТТКБ, КОЕ ФКСТКТ.
Рисунок 3 - Число КОЕ, выросших на питательном агаре после воздействия в активаторе: а) ОКБ; б) БОЕ; в) ТТКБ; г) ФКСТКТ
Figure 3 - The number of CFU grown on the nutrient agar after exposure to activator:
a) CCB; b) PFU; c) TTCB; d) FSTC
В таблице 1 представлены соответствующие статистические характеристики бесподстилочного навоза свиноводческого хозяйства после воздействия в активаторе, в таблице 2 приведено их соответствие критерию согласия Пирсона, где р™г - середина интервала; mi - теоретические частоты; ш- - эмпирические частоты.
Таблица 1 - Статистические характеристики патогенных маркеров бесподстилочного навоза свиноводческого хозяйства после воздействия в активаторе
Table 1 - Statistical characteristics of pathogenic markers in liquid manure from pig farms
after exposure in the activator_
ев Число КОЕ ОКБ / The number of CFU CCB Число КОЕ БОЕ / The number of CFU PFU Число КОЕ ТТКБ / The number of CFU TTCB Число КОЕ ФКСТК / The number of CFU FSTC
£ Интервал / Interval Частота / Frequency Интервал / Interval Частота / Frequency Интервал / Interval Частота / Frequency Интервал / Interval Частота / Frequency
гсш mi m'i гсш mi m'i гсш mi m'i гсш mi m г
1 68...69 68,571 6 4 60...61 60,500 4 3 77...78 77,571 6 4 2.3 2,500 9 3
2 69...70 69,714 15 11 62...63 61,500 17 8 78...79 78,714 13 11 3.4 3,500 12 8
3 70...71 70,857 17 20 63...64 62,500 20 17 79.80 79,857 19 20 4.5 4,500 16 15
4 71...72 72,000 22 25 65...66 63,500 24 24 81.82 81,000 22 25 5.6 5,500 22 21
5 72...73 73,143 18 21 66...67 64,500 18 23 83.84 82,143 21 20 6.7 6,500 19 21
6 73...74 74,286 14 12 67...68 65,500 12 15 84.85 83,286 11 12 7.8 7,500 12 16
7 75...76 75,429 8 5 68...69 66,500 5 7 85.86 84,429 8 5 8.9 8,500 10 9
Сумма / Amoun 100 97,162 Сумма / Amount 100 96,723 Сумма / Amount 100 97,186 Сумма / Amount 100 93,611
НИЖНЕВОЛЖСКОГО АГРОУНИВЕРСИТЕТСКОГО КОМПЛЕКСА: НАУКА И ВЫСШЕЕ ПРОФЕССИОНАЛЬНОЕ ОБРАЗОВАНИЕ
Таблица 2 - Соответствие статистических характеристик патогенных маркеров бесподстилочного навоза свиноводческого хозяйства после воздействия в активаторе
критерию согласия Пирсона
Table 2 - Compliance of statistical characteristics of pathogenic markers of liquid pig manure after exposure to activator with Pearson's consent criterion
№ инт-ла / № int. Частость случайной величины / Random variable frequency Проверка соответствию критерию согласия Пирсона / Verification of compliance with Pearson's consent criterion
Число КОЕ ОКБ / Number CFU CCB Число КОЕ БОЕ / Number CFU PFU Число КОЕ ТТКБ / Number CFU TTCB Число КОЕ ФКСТК/ Number CFU FSTC Число КОЕ ОКБ / Number CFU CCB Число КОЕ БОЕ / Number CFU PFU Число КОЕ ТТКБ / Number CFU TTCB Число КОЕ ФКСТК/ Number CFU FSTC
1 0,857 0,571 0,857 1,286 0,58 0,36 0,46 3,39
2 2,143 2,429 1,857 1,714 1,08 4,37 0,21 1,03
3 2,429 2,857 2,714 2,286 0,48 0,41 0,08 0,02
4 3,143 3,429 3,143 3,143 0,30 0,00 0,31 0,06
5 2,571 2,571 3,000 2,714 0,44 1,32 0,01 0,20
6 2,000 1,714 1,571 1,714 0,27 0,72 0,04 1,14
7 1,143 0,714 1,143 1,429 1,31 0,56 1,51 0,16
^расчётное / ^calculated 4,46 7,73 2,61 5,99
^критическое / ^critical 15,51
Исходя из закономерности (3) в таблице 3 представлены соотношения расчётных и критических значений критерия Пирсона для патогенных маркеров свиного бесподстилочного навоза.
Таблица 3 - Расчётные и критические значения критерия согласия Пирсона патогенных маркеров свиного бесподстилочного навоза
Table 3 - Calculated and critical values of Pearson's consent criterion of pathogenic markers _of liquid pig manure_
Расчётные значения критерия Пирсона патогенных маркеров jp / Calculated values of the Pearson criterion of pathogenic markers jp Критические значения критерия Пирсона патогенных маркеров Хк / Critical values of the Pearson criterion of pathogenic ers Zk
Число КОЕ ОКБ jp КОЕ ОКБ / Number CFU CCB jp CFU CCB 4,47 < 15,51
Число КОЕ БОЕ xl КОЕ БОЕ / Number CFU PFU X p CFU PFU 7,73
Число КОЕ ТТКФ xl КОЕ ТТКФ / Number CFU TTCB jp CFU TTCB 2,61
Число КОЕ ФКСТК jp КОЕ ФКСТК / Number CFU FSTC Zp CFU FSTC 5,99
Как видно из таблиц 1, 2, 3, условие неравенства (3) выполняется для всех четырёх индикаторов. Используя (1) и (2), на рисунках 4...7 представим зависимость плотности вероятности в дифференциальной и интегральной форме для каждого из патогенных маркеров, где эмпирическая составляющая выборки представлена гистограммой, а теоретическая аппроксимирующей кривой.
НИЖНЕВОЛЖСКОГО АГРОУНИВЕРСИТЕТСКОГО КОМПЛЕКСА: НАУКА И ВЫСШЕЕ ПРОФЕССИОНАЛЬНОЕ ОБРАЗОВАНИЕ
60,500 61,500 62,500 63,500 64,500 65,500 66,500 Число КОЕ ОКБ / Number CFU CCB
^■Эмпирическая -О-Теоретическая
Рисунок 4 - Дифференциальная и интегральная зависимость распределения частоты числа КОЕ
ОКБ после воздействия в активаторе
Figure 4 - Differential and integral dependence of the frequency distribution of the CFU CCB number
after exposure in the activator
Дня
60,500 61,500 62,500 63,500 64,500 65,500 66,500 Число КОЕ БОЕ / Number CFU PFU
□ Эмпирическая -О-Теоретическая
Рисунок 5 - Дифференциальная и интегральная зависимость распределения частоты числа КОЕ
БОЕ после воздействия в активаторе
Figure 5 - Differential and integral dependence of the frequency distribution of the number of CFU
PFU after exposure in the activator
77,571 78,714 79,857 81,000 82,143 83,286 84,429 Число КОЕ ТТКБ / Number CFU TTCB
i—i Эмпирическая -О-Теоретическая
Рисунок 6 - Дифференциальная и интегральная зависимость распределения частоты числа
КОЕ ТТКБ после воздействия в активаторе
Figure 6 - Differential and integral dependence of the frequency distribution CFU TTCB number
after exposure in the activator
НИЖНЕВОЛЖСКОГО АГРОУНИВЕРСИТЕТСКОГО КОМПЛЕКСА: НАУКА И ВЫСШЕЕ ПРОФЕССИОНАЛЬНОЕ ОБРАЗОВАНИЕ
2,500 3,500 4,500 5,500 6,500 7,500 8,500 ^■Эмпирическая -О'Теоретическая
Рисунок 7 - Дифференциальная и интегральная зависимость распределения частоты числа КОЕ
ФКСТК после воздействия в активаторе
Figure 7 - Differential and integral dependence of the distribution of frequencies among CFU FSTC
after exposure to activator
На рисунке 8 представлено соотношение концентраций патогенных маркеров до и после воздействия в активаторе.
Концентрация индикаторов
патогенности бссподстилочного свиного навота
ДО ВОЗДЕЙСТВИЯ
в активаторе / The concentration of indicators of pathogenicity of
liquid swine manure PRIOR TO THE IMPACT in the activator
ПАРАМЕТРЫ ВОЗДЕЙСТВИЯ АКТИВАТОРОМ / PARAMETERS OF ACTIVATOR EXPOSURE
Концентрация индикаторов
патогснносги бссподстилочного свиного навоза ПОСЛЕ ВОЗДЕЙСТВИЯ
в активаторе / The coiicenlnuion of mdicatorsof pathogenicity of liquid swine manure AFTER EXPOSURE in the activator
Кол-во,
шт/
Индикатор / Indicator 100 мл/ Count, piece / 100 ml
КОЕ ОКБ
/CFU lOxlO7
CCB
КОЕ БОЕ I0x 107
/ CFU PFU
КОЕ
ТТКБ / CFU 10x107
TTCB
КОЕ
ФКСТК/ 10xl05
CFU FSTC
заполненность раоочеи зоны
pm = 5,18 % отношение длины рабочих тел
к диаметру I d = 25,00 уровень магнитной индукции В = 40,00 мТл концентрация активного хлора 0) = 15,60 мг/л продолжительность воздействия / = 2,81 с /fullness of the working area p3„ - 5,18 %, working bodies length ratio to diameter l/d= 25,00, the ievel of magnetic induction В = 40.00 mTl, the concentration of active chlorine a = 15,60 mg/1, duration of exposure t = 2,81 s
Рисунок 8 - Блок-схема эффективности воздействия активатором на индикаторы патогенности
Figure 8 - Block diagram of the activator effectiveness on indicators of pathogenicity
Кол-во,
шт /
Индикатор / Indicator 100 мл / Count, piece / 100 ml
КОЕ ОКБ / CFU CCB 9,8x!0l
КОЕ БОЕ/ 9,6x10'
CFU PFU
КОЕ ТТКБ
/CFU 9,7x10'
TTCB
КОЕ
ФКСТК/ 9,3x10'
CFU FSTC
НИЖНЕВОЛЖСКОГО АГРОУНИВЕРСИТЕТСКОГО КОМПЛЕКСА НАУКА И ВЫСШЕЕ ПРОФЕССИОНАЛЬНОЕ ОБРАЗОВАНИЕ
Заключение. При исследовании закона распределения плотности вероятности значений параметров, характеризующих качество процесса обеззараживания, было принято следующие критическое значение критерия Пирсона ^р = 15,51. Так как во всех рассматриваемых случаях расчётные значения критерия Пирсона меньше критических, при уровне значимости а = 0,05, то гипотезы о нормальном законе распределения плотности вероятности значений чисел колониеобразующих единиц патогенных биомаркеров после воздействия в активаторе принимались. Убедившись в нормальном законе распределения плотностей вероятностей значений параметров, характеризующих надёжность эпидемиологического состояния бесподстилочного навоза после воздействия в активаторе обеззараживания, можно переходить к созданию статистических математических моделей, представляющих исходные данные для решения оптимизационных задач экологизации процесса утилизации данного вида отходов.
Библиографический список
1. Александровская Л. Н., Кириллин А. В., Кербер О. Б. Выбор ряда критериев проверки отклонения распределения вероятностей от нормального закона в практике инженерного статистического анализа // Труды ФГУП «НПЦАП». Системы и приборы управления. 2017. № 1. С. 42-52.
2. Анисимова Г. Д., Евсеева С. И. Определение теоретического закона распределения случайной выборки // Хроники объединенного фонда электронных ресурсов. Наука и образование. 2018. № 8 (111). С. 14. DOI: 10.1273^етю.2018.23732.
3. Брюханов А. Ю., Васильев Э. В., Шалавина Е. В. Проблемы обеспечения экологической безопасности животноводства и наилучшие доступные методы их решения // Региональная экология. 2017. № 1 (47). С. 37-43.
4. Гришин К. А. Аппроксимация композиции плоскостей законом распределения // Известия Тульского государственного университета. Технические науки. 2017. № 9-1. С. 67-70.
5. Кравченко М. Е., Тарасов С. И., Бужина Т. А. Эффективность длительного применения бесподстилочного навоза в агроценозах с бессменным возделыванием костреца безостого // Плодородие. 2016. № 6 (93). С. 54-55.
6. Лимаренко Н. В., Жаров В. П. Определение закона распределения плотности вероятностей числа колониеобразующих единиц в технологическом процессе обеззараживания стоков животноводческих ферм // Вестник Дон. гос. техн. ун-та. 2017. Т.17, № 2 . С. 136-140. DOI: 10.23947/1992-5980-2017-17-2-136-140.
7. Лимаренко Н. В. Определение закона распределения плотности вероятностей удельной электрической энергоёмкости при обеззараживании стоков агропромышленного комплекса// Известия высших учебных заведений. Пищевая технология. 2017. № 2-3, (356-357). С. 118-120.
8. Морозов Н. М., Цой Л. М., Рассказов А. Н. Передовые технологии в свиноводстве России // Вестник ВИЭСХ. 2018. № 2 (31). С. 19-28.
9. Павлов П. И. Эффективные средства механизации для удаления и утилизации навоза // Естественные и технические науки. 2017. № 3 (105). С. 87-89.
10. Построение законов распределения случайных величин при моделировании информационных систем / Ю. В. Минин, О. Г. Иванова, Е. А. Байбаков, Х. Л. Маджет // Моделирование систем и процессов. 2018. Т. 11. № 2. С. 37-44. DOI: 10.12737/artide_5b57794da92980.07304947.
11. Салихова А. М., Волкова А. А. Анализ практического применения экспоненциального закона распределения в теории надежности технических систем // Научный обозреватель. 2016. № 7. С. 44-46.
12. Современные технологии уборки и переработки жидкого навоза / Х. Х. Губейдул-лин, В. Г. Артемьев, И. И. Шигапов, О. П. Гришин, С. А. Бормотин // Сельский механизатор. 2018. № 6. С. 30-31.
13. Создание математической модели для оценки энергоёмкости процесса обеззараживания стоков животноводства / Б. Ч. Месхи, Н. В. Лимаренко, В. П. Жаров, Б. Г. Шаповал // Вестник Дон. гос. техн. ун-та. 2017. Т.18, № 4 . С. 129-135. DOI: 10.23947/1992-5980-2017-17-4-129-135.
НИЖНЕВОЛЖСКОГО АГРОУНИВЕРСИТЕТСКОГО КОМПЛЕКСА НАУКА И ВЫСШЕЕ ПРОФЕССИОНАЛЬНОЕ ОБРАЗОВАНИЕ
14. Тарасов С. И., Мёрзлая Г. Е. Использование бесподстилочного навоза. Приоритетные направления исследований сообщение 2. Производство бесподстилочного навоза. Актуальные направления исследований // Плодородие. 2018. № 6 (105). С. 53-56. DOI: 10.25680/S19948603.2018.105.17.
15. Шалавина Е. В., Васильев Э. В. Методический подход к определению потерь питательных веществ при переработке навоза/помета в органическое удобрение // Инновации в сельском хозяйстве. 2015. № 3 (13). С. 267-270.
16. Шигапов И. И. Модель биотехнической системы процесса уборки, транспортировки и переработки навоза // Аграрная наука. 2017. № 3. С. 27-31.
17. Шигапов И. И. Ресурсосберегающие технологии уборки жидкого навоза // Сельский механизатор. 2017. № 4. С. 26-27.
18. Эффективность применения жидкой фракции бесподстилочного свиного навоза под яровую пшеницу на лугово-черноземной почве / Н. В. Гоман, И. А. Бобренко, Н. К. Трубина, И. О. Шалак // Вестник КрасГАУ. 2018. № 5 (140). С. 51-59.
19. Dong S., Lu J., Plewa M. J. Comparative Mammalian Cell Cytotoxicity of Wastewaters for Agricultural Reuse after Ozonation // Environmental Science and Technology. 2016. Vol. 50 (21). PP. 11752-11759. DOI: 10.1021/acs.est.8b01675
20. Method of designing of manure utilization technology / A. Briukhanov, I. Subbotin, R. Uvarov, E. Vasilev // Agronomy Research. 2017. Vol. 15. № 3. P. 658-663.
21. The Composite Material from the Recycled Raw Materials in the Purification of oily Wastewater Technology / E. V. Moskvicheva, A. V. Moskvicheva, E. P. Doskina, P. A. Sidyakin, D. V. Shchitov, E. Y. Lykova, L. N. Fesenko // Key Engineering Materials. 2017. Vol. 736. P. 187-190. DOI: 10.4028/www.scientific.net/KEM.736.187
Reference
1. Aleksandrovskaya L. N., Kirillin A. V., Kerber O. B. Vybor ryada kriteriev proverki ot-kloneniya raspredeleniya veroyatnostej ot normal'nogo zakona v praktike inzhenernogo statistich-eskogo analiza // Trudy FGUP "NPCAP". Sistemy i pribory upravleniya. 2017. № 1. P. 42-52.
2. Anisimova G. D., Evseeva S. I. Opredelenie teoreticheskogo zakona raspredeleniya slu-chajnoj vyborki // Hroniki ob'edinennogo fonda ]lektronnyh resursov. Nauka i obrazovanie. 2018. № 8 (111). P. 14. DOI: 10.12731/ofernio.2018.23732.
3. Bryuhanov A. Yu., Vasil'ev Je. V., Shalavina E. V. Problemy obespecheniya ]kologicheskoj bezopasnosti zhivotnovodstva i nailuchshie dostupnye metody ih resheniya // Regional'naya ]kologiya. 2017. № 1 (47). P. 37-43.
4. Grishin K. A. Approksimaciya kompozicii ploskostej zakonom raspredeleniya // Izvestiya Tul'skogo gosudarstvennogo universiteta. Tehnicheskie nauki. 2017. № 9-1. P. 67-70.
5. Kravchenko M. E., Tarasov S. I., Buzhina T. A. Jeffektivnost' dlitel'nogo primeneniya be-spodstilochnogo navoza v agrocenozah s bessmennym vozdelyvaniem kostreca bezostogo // Plodoro-die. 2016. № 6 (93). P. 54-55.
6. Limarenko N. V., Zharov V. P. Opredelenie zakona raspredeleniya plotnosti veroyatnostej chisla kolonieobrazuyuschih edinic v tehnologicheskom processe obezzarazhivaniya stokov zhivotnovodcheskih ferm // Vestnik Don. gos. tehn. un-ta. 2017. Vol.17, № 2 . P. 136-140. DOI: 10.23947/1992-5980-2017-17-2-136-140.
7. Limarenko N. V. Opredelenie zakona raspredeleniya plotnosti veroyatnostej udel'noj jel-ektricheskoj jenergojomkosti pri obezzarazhivanii stokov agropromyshlennogo kompleksa// Izvestiya vysshih uchebnyh zavedenij. Pischevaya tehnologiya. 2017. № 2-3, (356-357). P. 118-120.
8. Morozov N. M., Coj L. M., Rasskazov A. N. Peredovye tehnologii v svinovodstve Rossii // Vestnik VIJeSX. 2018. № 2 (31). P. 19-28.
9. Pavlov P. I. Jeffektivnye sredstva mehanizacii dlya udaleniya i utilizacii navoza // Estestvennye i tehnicheskie nauki. 2017. № 3 (105). P. 87-89.
10. Postroenie zakonov raspredeleniya sluchajnyh velichin pri modelirovanii informacionnyh sistem / Yu. V. Minin, O. G. Ivanova, E. A. Bajbakov, H. L. Madzhet // Modelirovanie sistem i pro-cessov. 2018. Vol. 11. № 2. P. 37-44. DOI: 10.12737/article 5b57794da92980.07304947.
НИЖНЕВОЛЖСКОГО АГРОУНИВЕРСИТЕТСКОГО КОМПЛЕКСА НАУКА И ВЫСШЕЕ ПРОФЕССИОНАЛЬНОЕ ОБРАЗОВАНИЕ
11. Salihova A. M., Volkova A. A. Analiz prakticheskogo primeneniya jeksponencial'nogo zakona raspredeleniya v teorii nadezhnosti tehnicheskih sistem // Nauchnyj obozrevatel'. 2016. № 7. P. 44-46.
12. Sovremennye tehnologii uborki i pererabotki zhidkogo navoza / H. H. Gubejdullin, V. G. Artem'ev, I. I. Shigapov, O. P. Grishin, S. A. Bormotin // Sel'skij mehanizator. 2018. № 6. P. 30-31.
13. Sozdanie matematicheskoj modeli dlya ocenki ]nergojomkosti processa obezzarazhivaniya stokov zhivotnovodstva / B. Ch. Mesxi, N. V. Limarenko, V. P. Zharov, B. G. Shapoval // Vestnik Don. gos. tehn. un-ta. 2017. Vol.18, № 4 . P. 129-135. DOI: 10.23947/1992-5980-2017-17-4-129-135.
14. Tarasov S. I., Mjorzlaya G. E. Ispol'zovanie bespodstilochnogo navoza. Prioritetnye napravleniya issledovanij soobschenie 2. Proizvodstvo bespodstilochnogo navoza. Aktual'nye naprav-leniya issledovanij // Plodorodie. 2018. № 6 (105). P. 53-56. DOI: 10.25680/S19948603.2018.105.17.
15. Shalavina E. V., Vasil'ev Je. V. Metodicheskij podhod k opredeleniyu poter' pitatel'nyh veschestv pri pererabotke navoza/pometa v organicheskoe udobrenie // Innovacii v sel'skom hozyajst-ve. 2015. № 3 (13). P. 267-270.
16. Shigapov I. I. Model' biotehnicheskoj sistemy processa uborki, transportirovki i pererabotki navoza // Agrarnaya nauka. 2017. № 3. P. 27-31.
17. Shigapov I. I. Resursosberegayuschie tehnologii uborki zhidkogo navoza // Sel'skij me-hanizator. 2017. № 4. P. 26-27.
18. Jeffektivnost' primeneniya zhidkoj frakcii bespodstilochnogo svinogo navoza pod ya-rovuyu pshenicu na lugovo-chernozemnoj pochve / N. V. Goman, I. A. Bobrenko, N. K. Trubina, I. O. Shalak // Vestnik KrasGAU. 2018. № 5 (140). P. 51-59.
19. Dong S., Lu J., Plewa M. J. Comparative Mammalian Cell Cytotoxicity of Wastewaters for Agricultural Reuse after Ozonation // Environmental Science and Technology. 2016. Vol. 50 (21). P. 11752-11759. DOI: 10.1021/acs.est.8b01675
20. Method of designing of manure utilization technology / A. Briukhanov, I. Subbotin, R. Uvarov, E. Vasilev // Agronomy Research. 2017. Vol. 15. № 3. P. 658-663.
21. The Composite Material from the Recycled Raw Materials in the Purification of oily Wastewater Technology / E. V. Moskvicheva, A. V. Moskvicheva, E. P. Doskina, P. A. Sidyakin, D. V. Shchitov, E. Y. Lykova, L. N. Fesenko // Key Engineering Materials. 2017. Vol. 736. P. 187-190. DOI: 10.4028/www.scientific.net/KEM.736.187
Информация об авторах Бышов Николай Владимирович, профессор кафедры «Техническая эксплуатация транспорта» Рязанского агротехнологического университета им. П.А. Костычева (390044, г. Рязань, ул. Костыче-ва, д.1), доктор технических наук, профессор.
ORCID: https://orcid.org/0000-0002-4619-6446 E-mail: [email protected]
Лимаренко Николай Владимирович, старший преподаватель кафедры электротехника и электроника федерального государственного бюджетного образовательного учреждения высшего образования Донской государственный технический университет (344000, ЮФО, Ростовская область, г. Ростов-на-Дону, пл. Гагарина, 1), кандидат технических наук. ORCID: https://orcid.org/0000-0003-3075-2572 E-mail: [email protected]
Фомин Сергей Денисович, заведующий Центром наукометрического анализа и международных систем индексирования, профессор кафедры «Механика» Волгоградского государственного аграрного университета (РФ, 400002, г. Волгоград, Университетский проспект, 26), доктор технических наук, доцент. ORCID: https://orcid.org/0000-0001-7910-9284 E-mail: [email protected] Чаткин Михаил Николаевич, заведующий кафедрой сельскохозяйственных машин федерального государственного бюджетного образовательного учреждения высшего образования Национальный исследовательский Мордовский государственный университет им. Н. П. Огарёва (430005, Республика Мордовия, г. Саранск, ул. Большевистская, д. 68), доктор технических наук, профессор. ORCID: https://orcid.org/0000-0002-3758-7066 E-mail: [email protected]
Успенский Иван Алексеевич, заведующий кафедрой «Техническая эксплуатация транспорта» федерального государственного бюджетного образовательного учреждения высшего образования Рязанский государственный агротехнологический университет им. П.А. Костычева (390044, г. Рязань, ул. Костычева, д.1), доктор технических наук, профессор. ORCID: https://orcid.org/0000-0002-4343-0444 E-mail: [email protected]
НИЖНЕВОЛЖСКОГО АГРОУНИВЕРСИТЕТСКОГО КОМПЛЕКСА НАУКА И ВЫСШЕЕ ПРОФЕССИОНАЛЬНОЕ ОБРАЗОВАНИЕ
Юхин Иван Александрович, заведующий кафедрой автотракторной техники и теплоэнергетики федерального государственного бюджетного образовательного учреждения высшего образования Рязанский государственный агротехнологический университет им. П.А. Костычева (390044, г. Рязань, ул. Костычева, д.1), доктор технических наук, доцент. ORCID: https://orcid.org/0000-0002-3822-0928 E-mail: [email protected]
Конфликт интересов. Авторы заявляют об отсутствии конфликта интересов. Conflict of interest. The authors declare no conflict of interest.
УДК 539.3:631.3 DOI: 10.32786/2071-9485-2019-04-27
ПРИМЕНЕНИЕ ОБЪЕМНЫХ КОНЕЧНЫХ ЭЛЕМЕНТОВ В ПРОЧНОСТНЫХ РАСЧЕТАХ ИНЖЕНЕРНЫХ ОБЪЕКТОВ АГРОПРОМЫШЛЕННОГО КОМПЛЕКСА
APPLICATION OF VOLUME FINAL ELEMENTS IN STRENGTH CALCULATIONS OF ENGINEERING OBJECTS OF AGRICULTURAL COMPLEX
Ю. В. Клочков1, доктор технических наук, профессор А. П. Николаев1, доктор технических наук, профессор С. Д. Фомин1,.доктор технических наук, доцент О. В. Вахнина1, кандидат технических наук, доцент М. Ю. Клочков2, студент
Yu. V. Klochkov1, A. P. Nikolaev1, S. D. Fomin1, O. V. Vakhnina1, M. Yu. Klochkov 2
1Волгоградский государственный аграрный университет 2Московский государственный университет им. М.В. Ломоносова
1 Volgograd State Agrarian University, Volgograd 2Lomonosov Moscow State University, Moscow
Дата поступления в редакцию 17.09.2019 Дата принятия к печати 02.12.2019
Received 17.09.2019 Submitted 02.12.2019
В работе в криволинейной системе координат представлены алгоритмы формирования матриц жесткостей конечных элементов двух конфигураций для расчета конструкций инженерных объектов АПК. Первым объемным элементом принята призматическая фигура с основанием в виде треугольника, поверхность которого параллельна отсчетной поверхности оболочки, а высота призмы ориентирована по нормали к отсчетной поверхности оболочки. Узловыми неизвестными приняты перемещения и их первые производные по координатам отсчетной поверхности и по координате, нормальной к ней. Для аппроксимации перемещений использованы функции формы, элементами которых были произведения полных полиномов третьей степени. Во второй конфигурации рассмотрен объемный конечный элемент в виде призматической фигуры с четырехугольным основанием, параллельным отсчетной поверхности оболочки. В качестве узловых неизвестных также приняты перемещения и их первые производные по криволинейным координатам отсчетной поверхности и по координате в направлении нормали к ней. Для аппроксимации перемещений использованы функции формы, элементами которых были триадные произведения полиномов Эрмита третьей степени. Для улучшения совместности призматических конечных элементов по производным нормальных компонент векторов перемещений использованы множители Лагранжа в серединах оснований, которые введены как дополнительные узловые неизвестные. Для получения матриц жесткости рассматриваемого призматического элемента использован модифицированный функционал потенциальной энергии, зависящий от основных неизвестных и множителей Лагранжа. На примере расчета участка напорного трубопровода показана эффективность разработанных конечных элементов.
In the work in a curvilinear coordinate system, algorithms for the formation of stiffness matrices of finite elements of two configurations for calculating the structures of engineering objects of the agricultural sector are presented. The first volume element is a prismatic figure with a base in the form of a triangle, the
