CC BY
42
/INTERNATIONAL RENEWABLE ENERGY CONGRESS REENCON-XX // Proceedings of the International Renewable Energy Congress - XXI: Energy & Economic Efficiency October 27-29 2015, Moscow, С. 362-365
3. Никитин А.В. Использование энергии солнца и ветра в сельском хозяйстве / А.В. Никитин // Технологии и технические средства механизированного производства продукции растениеводства и животноводства / ИАЭП. - С-Пб, 2015. - №86. - С.190-198
4. Эрк А.Ф., Никитин А.В. Использование активных и пассивных солнечных коллекторов в системах солнечного водонагрева в Северо-Западном регионе РФ /А.Ф. Эрк, А.В. Никитин // Энергосберегающие технологии и технические средства для их обеспечения в сельскохозяйственном производстве: Междунар. науч.-прак. конф. молод. ученых, г. Минск, 25-26 августа 2010 г./РУП НПЦ НАН Беларуси по механизации сельского хозяйства. -Минск, 2010. - С. 277-280
5. Технические характеристики тепловых насосов производства компании «ALTALGrup» [Электронный ресурс]. - Режим доступа: http://www.altalgroup.com/pages/air/ air0018.html свободный.
6. Климат Санкт-Петербурга и Ленинградской области [Электронный ресурс] ФГБУ «Северо-Западное управление по гидрометеорологии и мониторингу окружающей среды». -Режим доступа: http://www.meteo.nw.ru/articles/index.php?id=2, свободный (дата обращения 08.08.16)
7. Метеоданные с погодной станции WeatherLink, с сайта «Погода в г.Пушкин» [Электронный ресурс]. - Режим доступа: http://weather-pushkin.jimdo.com, свободный (дата обращения 10.08.16)
8. Никитин А.В. Методика расчета оптимального количества плоских солнечных коллекторов / А.В. Никитин // Технологии и технические средства механизированного производства продукции растениеводства и животноводства / ИАЭП. - С-Пб, 2016. - №88. -С.89-98
9. Кожевников Н.Н. Экономика и управление энергетическими предприятиями / Н.Н. Кожевников - М.: Издательский центр «Академия», 2004. - 432 с.
УДК 631.3
КОНЦЕПТУАЛЬНАЯ МОДЕЛЬ ОПЕРАТИВНОГО УПРАВЛЕНИЯ КОМПЛЕКСОМ ТЕХНИЧЕСКИХ СРЕДСТВ В РАСТЕНИЕВОДСТВЕ
С.Н. МАТЕЙЧИК; Э.А. ПАПУШИН, канд. техн. наук
В статье представлена разработка концептуальной модели данных (ЕЯ-модель) инвариантной к структуре базы данных, реализующей способ определения предельной пропускной способности кормоуборочного комбайна.
Объектом исследования является способ определения значений предельной пропускной способности кормоуборочного агрегата, которые необходимы для обоснования рационального комплектования и эффективного использования взаимодействующих машин в составе технологических комплексов. Предложенная концептуальная модель имеет практическую
45
значимость и может быть использована в дальнейшем для разработки базы данных, реализующей указанный способ.
Ключевые слова: концептуальная модель; ER-модель; пропускная способность.
CONCEPTUAL MODEL OF OPERATIONAL CONTROL OF MACHINES AND EQUIPMENT COMPLEX IN CROP PRODUCTION
C.N. MATEJCHIK; E.A. PAPUSHIN, Cand.Sc. (Eng)
The article deals with the development of a conceptual data model (ER-model), which is invariant to the database structure and implements the method of determining the ultimate throughput of a forage harvester. This method allows to determine the values needed to justify the rational acquisition and efficient use of interactive machines within technological complexes. The designed conceptual model is of practical importance and may be used in the future to develop a database that implements the above method.
Key words: conceptual model; ER-model; thoughput.
ВВЕДЕНИЕ
Процесс управления производством кормов имеет итерационный характер. Это значит, что после того, как принято управляющее решение и применено управляющее воздействие необходимо обязательно оценить то состояние, в котором находится система. Такие действия необходимы для того, чтобы понять, правильно ли выбрано управляющее решение. Возможно, что его надо переопределить. Даже, если в какой-то период времени удастся добиться идеального состояния системы (в данном случае - это комплекс технических средств в растениеводстве), необходимо понять, что это состояние не будет статичным. Поэтому всегда надо быть готовым к изменениям и принятию новых управляющих решений. Большое значение имеет информация о предыдущих идеальных состояниях системы. При анализе уже имеющейся информации очень важно ее разделение по признаку влияния на рассматриваемый технологический процесс. Необходимо выделить факторы, существенно влияющие на рассматриваемый процесс заготовки силоса. Проведение подобного анализа позволяет понять, насколько обоснованными были принимаемые управляющие решения. Таким образом, процесс поддержки принятия управляющих решений состоит из двух взаимосвязанных частей: оперативной аналитической обработки и интеллектуального анализа данных. Интеллектуальный анализ предназначен для фундаментального исследования проблемы в определенной предметной области.
Мониторинг работы сельхозтехники в режиме реального времени с использованием средств спутниковой навигации позволяет оперативно получать необходимую для анализа информацию. Для преобразования, хранения и обработки исходных данных необходимо специализированное программное обеспечение, позволяющее осуществлять визуальный контроль поступающих данных, проводить их аналитическую обработку, передавать эти данные в другие информационные системы для дальнейшей обработки.
Существующие в данной области отечественные информационные системы, как правило, принадлежат операторам услуг спутникового мониторинга мобильных объектов с
использованием технологий глобального позиционирования ГЛОНАСС/GPS [1,2,3] и предлагают стандартный пакет информации о работе техники, ее эксплуатационных характеристиках, работе систем и механизмов, прицепных или навесных агрегатов. Доступ к определенной части информации, необходимой для проведения научных исследований, закрыт разработчиками предлагаемых программных продуктов. Ни в одной из этих информационных систем не приводится логического описания массивов данных.
МАТЕРИАЛ И МЕТОДЫ
Исследуемые процессы заготовки кормов - это, прежде всего, совокупность выполняемых операций в рамках выбранного технологического процесса. Многообразие информации, характеризующей и описывающей технологические процессы и их протекание в растениеводстве, требует ее детализации. Таким образом, до начала разработки программных продуктов для оперативной аналитической обработки данных необходимо представить модель предметной области для разрабатываемой базы данных и определить ее границы. Это позволит более полно использовать в дальнейшем оперативную информацию для принятия управляющих решений.
Любая база данных является составной частью информационной системы, предполагающей не только хранение данных, но и их обработку.
Перед разработкой концептуальной модели данных базы данных для принятия управляющих решений при оперативном управлении комплексом технических средств в растениеводстве (на примере заготовки силоса) необходимо выполнить следующие задачи:
- обследовать предметную область, изучить ее информационную структуру;
- выделить информационные объекты и связи между ними;
- разработать ЕЯ-модель(диаграмму «сущность-связь»).
По окончании этапа концептуального проектирования базы данных будет получена концептуальная модель, инвариантная к структуре базы данных.
Предметная область разрабатываемой базы данных достаточно обширная, поэтому ее необходимо разбить на ряд локальных предметных областей. В данной работе рассматривается та область, которая связана с обработкой данных и принятием управляющих решений.
Постановка задачи. База данных, реализующая способ определения предельной пропускной способности кормоуборочного комбайна, должна в режиме реального времени на основании данных, получаемых при использовании системы спутникового мониторинга, и данных, полученных при обработке оперативной информации, предоставлять данные о текущей и предельной пропускной способности кормоуборочного комбайна. На основании получаемых расчетных данных будут приниматься управляющие решения для оперативного управления кормоуборочной техникой. При определенных ситуациях вариант управляющего решения может быть предложен автоматически.
Объектом исследования является способ определения предельной пропускной способности кормоуборочного агрегата. Этот способ позволяет получить значение предельной величины пропускной способности кормоуборочного агрегата, необходимое для обоснования рационального комплектования и эффективного использования взаимодействующих машин в составе технологических комплексов [4]. Исследования проводились при использовании кормоуборочных агрегатов на базе прицепных комбайнов
модельного ряда FCT фирмы JF-STOLL: MT3-1523+ FCT-1050 и К-3180 ATM+FCT-1350. Для сравнения реализации пропускной способности кормоуборочных агрегатов, характеризующей возможности их производительности в условиях эксплуатации, согласно ГОСТ Р 52778-2007[5] , была разработана методика хронометража рабочей смены и производственной проверки результатов исследований.
Концептуальная модель данных представляет собой описание главных (основных) сущностей и отношений между ними и является отражением предметной области, в рамках которой планируется построение базы данных. Концептуальная модель должна отражать специфику предметной области, а не структуру базы данных. Важно отметить, что модель «сущность-связь» не определяет операций над данными, а представляет описание только их логической структуры.
Предметная область - часть реального мира, подлежащая изучению с целью организации управления и автоматизации в дальнейшем. В данном случае - это сельскохозяйственные предприятия агрохолдинга «ФАЭТОН-АГРО», в которых опробованы и приняты к использованию результаты исследований[6-9].
В рассматриваемых сельскохозяйственных предприятиях существуют:
- различные подразделения, в которых работают сотрудники;
- парк технических средств, связанных с технологическим процессом заготовки кормов;
- поля, подлежащие уборке.
Кормоуборочная техника оснащена навигационными приборами «TELTONIKA», предназначенными для осуществления мониторинга подвижных объектов. Контроль и учет работы технических средств в технологическом процессе заготовки кормов начинается с выписки путевых листов и их дальнейшей обработки с использованием данных спутникового мониторинга. Для проведения расчетов, связанных с определением текущей и предельной пропускной способности кормоуборочного агрегата используются данные о мощности двигателя, реализуемой на перемещение агрегата без выполнения рабочей операции на различных передачах р трансмиссии трактора и регуляторные характеристики, полученные при проведении исследований.
РЕЗУЛЬТАТЫ И ОБСУЖДЕНИЕ
В результате изучения информационной структуры предметной области был определен перечень сущностей и связей между ними (табл.1).
В качестве основного объекта базы данных выступает сущность «Субъект». Ее идентификация производится по ключевому полю - «Код субъекта». Эта сущность связана с четырьмя основными группами объектов (сущностей): «Сотрудник», «Поля», «Техника», «Мониторинг». Первые три сущности можно отнести к справочной информации. Показатели, содержащиеся в этих сущностях необходимы для проведения расчета и полноценного анализа его результатов. Например, в зависимости от урожайности кормовой культуры будет меняться линейная плотность валка растительного материала, подбираемого кормоуборочным агрегатом при выполнении операций технологического процесса заготовки кормов. Соответственно, изменится текущая пропускная способность кормоуборочного агрегата.
Таблица 1
Перечень сущностей
№ Название сущности Данные
1 «Путевой лист» Список кормоуборочныхагрегатов (комбайнов), занятых в технологическом процессе заготовки кормов в текущее время
2 «Сотрудник» Список работников, занятых в технологическом процессе заготовки кормов
3 «Поля» Список полей для заготовки кормов
4 «Техника» Список техники, предназначенной для заготовки кормов
5 «Мониторинг» Данные, получаемые в режиме реального времени посредством системы спутникового мониторинга
6 «Регуляторная характеристика» Данные о регуляторных характеристиках тракторов
7 «Мощность» Данные о мощности, затрачиваемой на перемещение агрегатов по полевому фону.
8 «Решения» Список управляющих решений, предлагаемых автоматически.
9 «Расчет» Расчет текущих значений различных параметров
10 «Субъект» Перечень хозяйствующих субъектов
Сущность «Мощность» - это значения мощности двигателя, реализуемой на перемещение агрегата К-3180 АТМ+БСТ-1350 без выполнения рабочей операции на различных передачах р трансмиссии трактора. Идентификация сущности производится по ключевому полю «Рег. № техсредства». Сущность «Регуляторная характеристика» содержит данные регуляторной характеристики.
Для сущности «Путевой лист» ключевыми полями являются «Дата» и «Рег. № техсредства». Этот объект предметной области содержит оперативную информацию. Данные сгруппированы по каждому рассматриваемому техническому средству по датам и служат основанием для существования зависимой сущности «Расчет». Сущность «Мониторинг» служит источником оперативных данных для расчета как текущей, так и предельной пропускной способности кормоуборочного агрегата (табл.2).
Таблица 2
Связи между сущностями
Сущность Связь Сущность
«Субъект» существует «Поля»
«Субъект» существует «Техника»
«Субъект» существует «Мониторинг»
«Субъект» существует «Сотрудник»
«Сотрудник» формирует «Путевой лист»
«Путевой лист» выбирает «Мощность»
«Мониторинг» участвует «Расчет»
«Путевой лист» проводит «Расчет»
«Расчет» принимает «Решение»
Готовая модель «сущность-связь» представлена на рис. 1.
Рис. 1. Диаграмма «сущность-связь» (ER-модель) процесса заготовки силоса.
ВЫВОДЫ
Предложенная концептуальная модель имеет практическую значимость и может быть использована в дальнейшем для разработки базы данных, реализующей способ определения предельной пропускной способности кормоуборочного комбайна.
ЛИТЕРАТУРА
1. Единая национальная диспетчерская система России [Электронный ресурс]. -Режим доступа: http://www.ends-russia.ru/solutions/reshenie-dlya-selsko-shy-hozyaystvennih-predpriyatiy
2. Agro-Soft integrated systems [Электронныйресурс]. - Режим доступа: http://agro-
soft.ru/
3. Система мониторинга и контроля транспорта «AUTOTRACKER» [Электронный ресурс]. - Режим доступа: http://www.autotracker.ru/ solutions/146/
4. Серзин И.Ф., Арсеньев Г.М. Способ определения предельной пропускной способности кормоуборочного агрегата. // Патент РФ № 2467551, 27.11.2012
5. ГОСТ Р 52778-2007 Испытания сельскохозяйственной техники. Методы эксплуатационно-технологической оценки.-М.: Стандартинформ, 2008 - 24с.
6. Валге А.М., Тимофеев Е.В., Папушин Э.А. Использование глобальной системы позиционирования GPS для хронометража работы технических средств при заготовке кормов из трав / А.М. Валге, Е.В. Тимофеев, Э.А. Папушин // Сборник научных докладов ВИМ. 2010. Т. 2. С. 213-217.
7. Валге А.М., Папушин Э.А., Серзин И.Ф. Мониторинг машинно-тракторных агрегатов с использованием спутниковых навигационных систем/ А.М.Валге, Э.А.Папушин, И.Ф. Серзин// Технологии и технические средства механизированного производства продукции растениеводства и животноводства: Сб.науч. тр. -СПб.: ГНУ СЗНИИМЭСХ Россельхозакадемии, 2013. № 84. С. 28-36.
8. Папушин Э.А. Экспериментальная проверка системы мониторинга машинно-тракторных агрегатов / Э.А. Папушин // Вестник ВИЭСХ. 2013. № 4 (13). С. 20-23.
9. Валге А.М., Папушин Э.А., Пакскина Е.Г. Использование информационных технологий при проектировании процессов производства продукции растениеводства / А.М. Валге, Э.А .Папушин, Е.Г. Пакскина // Механизация и электрификация сельского хозяйства. 2012. № 3. С. 17-18.
УДК 631.3
АЛГОРИТМ ПРЕОБРАЗОВАНИЯ ИНФОРМАЦИИ О РАБОТЕ МАШИННО-ТРАКТОРНЫХ АГРЕГАТОВ С ТЕРМИНАЛА «TELTONIKA»
С.Н. МАТЕЙЧИК; Э.А. ПАПУШИН, канд. техн. наук
В статье приведена блок-схема и описание алгоритма преобразования пакета данных AVL (AutomaticVehicleLocation - мониторинг подвижных объектов), предназначенного для передачи информации по протоколу данных TCP/IP с терминалов «TELTONIKA».
Данные поступают на сервер в виде потока битов в коде UTF-8 в шестнадцатеричной системе счисления, поэтому возникла необходимость разработки алгоритма и программы их преобразования для представления в десятеричной системе счисления. Такое преобразование позволит в дальнейшем выделить из массива данных необходимую информацию о передвижении машинно-тракторных агрегатов (МТА) и о работе установленных датчиков и сохранить ее в базе данных для дальнейшего анализа.
Разработанные алгоритм и программа позволяют разделить массив данных AVL на составляющие с преобразованием в формат, удобный для хранения данных и их дальнейшего анализа для получения показателей работы МТА и протекания технологических операций и процессов.
51
