CC BY
14
ВЫВОДЫ
При обработке на специализированном пункте выход кондиционных семян из вороха повышается на 10-15%[5, 6]. Комплексный подход к организации производства семян многолетних трав дает не только прямой экономический эффект для хозяйств, выращивающих семена, но и обеспечивает в целом, наряду с другими мероприятиями, повышение урожайности трав.
Для повышения экономической эффективности технологии производства семян многолетних трав необходимо:
- повышать культуру выращивания семян трав;
- соблюдать мероприятия по защите семенников трав от вредителей, болезней и сорняков;
- строго соблюдать технологию послеуборочной подработки вороха семенников трав.
ЛИТЕРАТУРА
1. Шить И.С., Могильницкий В.М., Перекопский А.Н. Рекомендации по производству семян многолетних трав в условиях Ленинградской области. - СПб.: ГНУ СЗНИИМЭСХ Россельхозакадемии, 2006. - 92с.
2. Иванов А.Е., Митрофанов Н.М., Эрк Ф.Н. Механизация производства семян многолетних трав. - Л.: Колос, 1981. - 192 с.
3. З.Перекопский А.Н. Технологические проекты послеуборочной обработки семян трав заключительных этапов семеноводства / Современные проблемы и стратегия развития аграрной науки Европейского Севера России: международная научная конференция. -Петрозаводск: ПИН, 2015. - С.169-175.
4. Могильницкий В.М., Перекопский А.Н. Формирование технологических комплексов послеуборочной обработки семян трав в условиях Ленинградской области / Технологии и технические средства механизированного производства продукции растениеводства и животноводства: Сб. науч. тр. - Вып. 78. - СПб.: ГНУ СЗНИИМЭСХ, 2006, - С. 124-129.
5. Перекопский А.Н., Могильницкий В.М. Послеуборочная обработка семян многолетних трав / Техника в сельском хозяйстве. - 2014. - №3. - С. 8-11.
6. 6.Перекопский А.Н. Технологическое проектирование послеуборочной обработки семян трав / Научно-технический прогресс в сельскохозяйственном производстве: материалы Междунар. науч.-техн.конф.. Т.2. - Минск: НПЦ НАН Беларуси по механизации сельского хозяйства, 2014 - С. 66-70.
УДК: 631.3.001:4.004
МЕТОДИКА ОБОСНОВАНИЯ СТРУКТУРЫ ИНФОРМАЦИОННОЙ МОДЕЛИ СЕЛЬСКОХОЗЯЙСТВЕННЫХ МАШИН НА ЭТАПЕ ЭКСПЛУАТАЦИОННЫХ ИСПЫТАНИЙ
А.А. УСТРОЕВ, канд. техн. наук
Федеральное государственное бюджетное научное учреждение «Институт агроинженерных и экологических проблем сельскохозяйственного производства», Санкт-Петербург, Россия
В условиях отсутствия достаточных объемов статистической информации, необходимой для обоснования структуры информационной модели сельскохозяйственных машин методами корреляционного или факторного анализа, предложено для решения этой задачи использование метода экспертных оценок - априорного ранжирования показателей. Разработана методика выбора наиболее важных и информативных показателей условий и эффективности работы машин из предусмотренных ГОСТами и ОСТами на проведения их испытаний, с использованием процедур экспертного опроса. В соответствии с разработанной методикой обоснована номенклатура показателей условий работы машин для уборки картофеля. В результате проведенных исследований номенклатура показателей условий, предусмотренных ГОСТ Р 54781 - 2011 «Машины для уборки картофеля. Методы испытаний» сокращена с 20 до 10 показателей, которые рекомендуется использовать для анализа и принятия решений по результатам экспериментальных исследований и испытаний машин.
Ключевые слова, уборка картофеля, картофелеуборочная машина, информационная модель; номенклатура показателей; метод экспертных оценок.
METHODOLOGY FOR JUSTIFYING THE INFORMATION MODEL STRUCTURE OF AGRICULTURAL MACHINES DURING THEIR TESTING PHASE
A.A. USTROEV, Cand.Sc (Engineering)
Federal State Budget Scientific Institution "Institute for Engineering and Environmental Problems in Agricultural Production" (IEEP), Saint Petersburg
In the absence of sufficient volumes of statistical information needed to justify the structure of the information model of agricultural machines by correlation or factor analysis, the use of the method of expert assessment, that is a priori ranking of indicators, was proposed to solve this problem. Methodology for selecting the most important and informative indicators of operational conditions and efficiency of machines from the state standards (GOST) and industry standards (OST) associated with their testing was developed, using the expert survey procedures. In accordance with the developed methodology, the list of operating conditions indices for potato harvesting machines was substantiated. As a result of the study, the list of operating conditions specified in the State Standard GOST R 54781 - 2011 "Machines for harvesting potatoes. Test methods" was shortened from 20 to 10 indicators, which are recommended for analysis and decision-making based on the results of experimental research and testing of machines.
Key words, potato harvesting, potato harvester, information model, list of indicators, expert assessment.
ВВЕДЕНИЕ
Практика показывает, что наиболее совершенным и универсальным способом исследований сельскохозяйственных машин на всех этапах их разработки и использования является математическое моделирование выполняемого ими технологического процесса. В связи с тем, что зависимости критериев эффективности машин от конструктивных, технологических параметров, режимов и условий работы неизвестны, построение математических моделей классическими аналитическими методами оказывается невозможным. Для построения математических моделей используются методы идентификации, известные для решения задачи оптимизации как методы экстремального эксперимента. При этом исследуемая система представляется в виде кибернетической
131
информационной модели («черного ящика») [1,2,3]. Входами модели являются конструктивные, технологические параметры и режимы работы - группа управляемых факторов и условия работы - группа неуправляемых факторов, а выходами - критерии эффективности.
Построение модели, адекватно отражающей исследуемую систему, требует увеличения, как числа показателей эффективности, так и числа показателей входа модели. Наиболее полная номенклатура показателей эффективности и условий функционирования сельскохозяйственных машин представлена в действующих нормативных документах (ГОСТах и ОСТах) на проведение их функциональных испытаний. Эта номенклатура достигает в ряде случаев сто и более показателей, что затрудняет проведение объективного анализа и принятия решений по результатам исследований и испытаний.
Задачей первостепенной важности в этом случае является выбор из исходной совокупности показателей условий и эффективности функционирования машин, предусмотренных ГОСТами и ОСТами на испытания, наиболее важных и информативных показателей.
Для решения этой задачи используются методы корреляционно-регрессионного и факторного анализа, а также метод экспертных оценок.
В условиях отсутствия необходимых объёмов статистической информации по исходной номенклатуре показателей, обоснование структуры информационной модели машин может быть осуществлено с помощью метода экспертных оценок - априорного ранжирования показателей, с последующим их уточнением методом корреляционного анализа [1].
МАТЕРИАЛ И МЕТОДЫ
Алгоритм априорного ранжирования показателей информационной модели машин приведен на рисунке 1.
Объективность экспертной оценки, ее точность и надежность зависят от количественного и качественного состава группы экспертов.
В экспертную группу должны включаться специалисты, участвующие в процессе разработки, испытания и эксплуатации сельскохозяйственной техники на различных его стадиях и этапах: ученые, конструкторы, испытатели, потребители.
Минимальное число экспертов 8-10 человек. Достаточно высокая точность экспертных оценок может быть достигнута при числе экспертов 12-15 человек.
Сбор информации осуществляется с помощью анкет. В анкету для ранжирования показателей эффективности включается полный перечень показателей по видам оценок, предусмотренных ОСТами на испытания сельскохозяйственной техники за исключением взаимозаменяемых, например; полнота уборки и потери для картофелеуборочных машин.
В основу экспертного опроса положен метод Делфи, характеризующийся следующими положениями, направленными на формирование группового суждения экспертов:
- ответы по анкетам даются в количественной форме;
- проводятся три тура опроса;
- ответы на каждой анкете должны быть обоснованы экспертами;
- обработка полученных результатов проводится после каждого тура;
Технологии и технические средства механизированного производства продукции
растениеводстваи животноводства_
- все эксперты знакомятся с результатами обработки, мнениями и обоснованиями других участников экспертизы;
- эксперт заполняет анкеты после беседы с техническим работником, что позволяет получить от него более полную информацию и уменьшить вероятность ошибки, вызванной неправильным пониманием задачи.
Формирование рабочей группы
<
Формирование экспертной группы
<
Подготовка анкет для опроса экспертов
<
Опрос экспертов
<
Обработка результатов экспертного
<
Анализ результатов и проверка на согласованность мнений экспертов
<
Построение рядов предпочтительности и выбор показателей
Рис. 1. Алгоритм априорного ранжирования и выбора показателей информационной модели
сельскохозяйственных машин
Показатели эффективности и условий работы машины эксперт должен проранжировать (пронумеровать) в порядке убывания степени их важности (степени отражения цели исследования). Показателям, которые эксперт считает одинаково важными, проставляется одинаковый ранг.
После каждого тура опроса полученные данные по всем экспертам сводятся в таблицы.
Для установления степени согласованности мнений экспертов по ранжированию показателей вычисляется коэффициент конкордации [4]:
1
- подсчитывается сумма рангов каждого показателя по 1- экспертам ^ Rjr ;
Г=1
среднее значение сумм рангов по всем g показателям будет:
а = 0,5 • 1 • (§ +1); (1)
сумма квадратов отклонений будет равна:
S (с2) = £
]=1
X R]r - 0,5/(g +1)
Г=1
(2)
сумма квадратов отклонений принимает максимальное значение, если все ранжировки совпадают, и будет равна:
S(С2)тах =1 /2(g3 -g)
12 ; (3)
если все ранжировки рассогласованы, то величина £ (с2) близка к нулю; коэффициент конкордации определяется как отношение:
£ (с2) = 12£ (d2)
ж = ■
""" " (g3 - g). (4)
Если ранжировки имеют повторяющиеся ранги, то формула (4) для вычисления коэффициента конкордации принимает вид:
£ (с2)_
Ж = .
1 /2 ^3 - g)-/X 1X & - ^)
(5)
где tv - число повторений равных рангов у г-го эксперта; е - число групп повторений равных рангов у г-го эксперта.
Согласованность мнений экспертов по ранжированию показателей выявляется нахождением значимости коэффициента конкордации. Задача при этом сводиться к рассмотрению известных распределений [4]. Для числа показателей 2 < g < 7 и количества экспертов, равных 1, в [4] приведены критические значения величины £ (с2). Мнения экспертов согласованы, если £ (сС2) У £ (с2 ) при уровне значимости 0,05.
Для g У 7 используем F-распределение Фишера. Величина
Б = — 1п 2
(/ - 1)Ж 1 - Ж
(6)
имеет распределение Фишера с числом степеней свободы:
2
/ = (g -1) - т
1; (7)
/ = (/ -1)/1. (8)
Если F У Fкр(//2),то мнения экспертов согласованы для уровня значимости 0,05 [5].
После первого тура опроса экспертов, чьи оценки имеют наибольшие отклонения, просят мотивировать свои мнения. Затем каждому эксперту сообщаются результаты первого тура спроса, а также мотивировки мнений. Эксперты могут взвесить свои мнения и уточнить оценки.
После проведения второго тура опроса повторяется процедура обработки данных, результаты которой вновь сообщаются участникам экспертизы, имеющим последнюю возможность проанализировать и изменить свои мнения.
Технологии и технические средства механизированного производства продукции
растениеводстваи животноводства_
Если мнения экспертов после второго тура окажутся согласованными, то значения характеристик, получаемых при этом, принимаются за исходные для построения рядов предпочтительности, в противном случае проводится третий тур опроса.
Для принятия решения по выбору показателей эффективности или условий, характеризующих цели исследования, строится ряд предпочтительности (рис. 2).
г=1
1 2 3 ... 1 ...
Рис. 2. Ряд предпочтительности показателей эффективности или условий функционирования
машин
В структуру модели включаются показатели, сумма рангов которых не превышает среднюю сумму а [6].
РЕЗУЛЬТАТЫ И ОБСУЖДЕНИЕ
Разработанная методика апробирована на примере обоснования номенклатуры показателей условий функционирования машин для уборки картофеля. За исходную, при проведении экспертного опроса, принимаем номенклатуру показателей условий в соответствии с ГОСТ Р 54781-2011. «Машины для уборки картофеля. Методы испытаний» [7] в следующем составе:
Х1 - дата снятия характеристики (сроки уборки); Х2 - сорт картофеля; Х3 - способ посадки; Х4 - ширина междурядий, см;
Х5 - количество растительной массы (биологический урожай ботвы, масса сорняков), т/га;
Х6 - фактический урожай клубней, т/га;
Х7 - высота гребней, см;
Х8 - количество кустов, тыс.шт./га;
Х9 - ширина гнезда, см;
Х10 - глубина залегания нижнего клубня, см;
Х11- клубней от 15 до 50 г, %;
Х12 - клубней от 50 до 80 г, %;
Х13 - клубней свыше 80 г, %;
Х14 - средняя масса клубня, г;
Х15 - тип почвы и название по механическому составу; Xi6 - средняя твердость почвы в горизонте 0.. .25 см, МПа; Х17- средняя влажность почвы в горизонте 0.25 см, %; Х18 - количество камней, т/га; Х19 - температура воздуха оС; Х20 - температура почвы, оС.
Для участия в экспертизе была сформирована группа экспертов в количестве 11 человек. В состав группы входили специалисты лаборатории испытания машин для возделывания и уборки картофеля и корнеплодов, лаборатории агротехнической оценки машин и отдела комплексной оценки машин Северо-Западной машиноиспытательной станции.
С целью повышения объективности оценок были реализованы два тура экспертного опроса. В качестве примера в таблице 1 приведена анкета опроса одного из экспертов, в которой содержится информация данного эксперта обоих туров, а также результаты группового мнения всех экспертов после первого тура в виде средних рангов по всем экспертам и их средних квадратических отклонений.
Таблица 1
Анкета для ранжирования условий работы машин для уборки картофеля
Наименование показателей I тур II тур
Rj8 Rj CRj Rj8
Дата снятия характеристики 8 8,8 3,37 14
Сорт картофеля 9 6,82 2,52 12
Способ посадки 19 15,55 2,38 19
Ширина междурядий 18 14,55 2,38 18
Количество растительной массы 10 7,45 2,81 7
Фактический урожай клубней 5 4,45 1,81 6
Высота гребней 11 7,45 2,88 13
Количество кустов 7 11,73 2,87 15
Ширина гнезда 12 12,72 2,28 16
Глубина залегания нижнего клубня 6 4,36 1,86 5
Клубней от 15 до 50 г 15 8,82 3,34 10
Клубней от 50 до 80 16 9,82 3,34 11
Клубней свыше 80 14 7,82 3,34 9
Средняя масса клубня 13 5,91 3,30 8
Тип почвы по механическому составу 3 2,73 1,79 3
Средняя твердость почвы в горизонте 0.25 см 1 1,91 1,22 1
Средняя влажность почвы в горизонте 0.25 см 2 1,36 0,50 2
Количество камней 4 3,36 1,91 4
Температура воздуха 20 16,45 2,38 20
Температура почвы 17 12,91 2,70 17
В таблице 2 приведены сводные ранжировки показателей условий второго тура опроса.
Ранжировки показателей условий работы машин для уборки картофеля
Х Наименование показателей Номера экспертов и присвоенные ранги 2А Г=1
1 2 3 4 5 6 7 8 9 10 11
Х1 Дата снятия характеристики 9 9 13 12 7 10 6 14 8 3 10 101
Х2 Сорт картофеля б 8 8 7 2 8 8 12 7 4 9 79
Хз Способ посадки 15 18 19 19 14 19 19 19 18 16 15 191
Х4 Ширина междурядий 14 17 18 18 13 18 18 18 17 15 14 180
Х5 Количество растительной массы б 13 9 10 5 11 10 7 6 8 9 94
Хб Фактический урожай клубней 4 6 5 6 1 5 5 6 3 7 6 54
Х7 Высота гребней 7 12 11 9 4 7 11 13 10 9 7 100
Х8 Количество кустов 12 14 16 16 11 15 16 15 16 13 13 157
Х9 Ширина гнезда 13 15 15 17 10 16 17 16 15 13 12 159
Х10 Глубина залегания нижнего клубня 4 5 7 5 3 4 7 5 9 4 5 58
Х11 Клубней от 15 до 50 г 9 11 12 13 8 13 13 10 12 11 7 119
Х12 Клубней от 50 до 80 г 10 12 14 14 9 14 14 11 13 12 8 131
Х13 Клубней свыше 80 г 8 10 10 11 6 12 12 9 11 10 6 116
Х14 Средняя масса клубня 5 7 6 8 2 9 9 8 4 5 5 69
Х15 Тип почвы по механическому составу 3 3 3 3 1 2 1 3 1 6 3 29
Х1б Средняя твердость почвы в горизонте 0.25 см 1 2 2 2 1 3 3 1 2 1 2 20
Х17 Средняя влажность почвы в горизонте 0.25 см 2 1 1 1 1 1 2 2 2 2 1 16
Х18 Количество камней 3 4 4 4 3 6 4 4 5 5 4 46
Х19 Температура воздуха 16 19 20 20 15 20 20 20 19 17 16 202
Х20 Температура почвы 11 16 17 15 12 17 15 17 14 14 11 159
В соответствии с алгоритмом (1...8) проведена оценка согласованности мнений экспертов.
Определены: среднее значение сумм рангов по всем показателям (а), а также значений коэффициента конкордации и расчетное значение критерия Фишера (Р). Указанные характеристики приведены в таблице 3.
Таблица 3
Характеристики согласованности мнений экспертов по ранжированию показателей условий
работы машин для уборки картофеля
а Fkp при W F
fi=18,81
f2=188,18
q=0,01
115,5 2,04 0,94 2,49
Так как F>FKp, то мнения экспертов согласованы при уровне значимости q=0,01. Результаты 2 тура экспертного опроса представлены на рис. 3 в виде ряда предпочтительности показателей условий работы машин для уборки картофеля.
I*,
25 D "-
Z00
150
_а = 115,5
100 50
.III
х17 к16 Х15 х18 нб Х10 Х14 XZ Х5 Х7 XI Х13 XII X1Z Х8 Х9 XZO Х4 ХЗ Х19
Рис. 3. Ряд предпочтительности показателей условий работы машин для уборки картофеля
Для дальнейшего анализа отбираем показатели условий, суммы рангов которых по всем экспертам меньше среднего значения суммы рангов (приведены в порядке присвоенных групповых рангов):
Х17— средняя влажность почвы в горизонте 0.25 см, %;
Xi6 - средняя твердость почвы в горизонте 0.25 см, МПа;
Х15 - тип почвы и название по механическому составу;
Х18 - количество камней, т/га;
Х6 - фактический урожай клубней, т/га;
Х10 - глубина залегания нижнего клубня, см;
Х2 - сорт картофеля;
Х7 - высота гребней, см;
Х5 - количество растительной массы (биологический урожай ботвы, масса сорняков), т/га; Х1 - дата снятия характеристики (сроки уборки).
Технологии и технические средства механизированного производства продукции
растениеводстваи животноводства_
Таким образом, на эвристическом этапе предварительно сформирована номенклатура показателей условий машин для уборки картофеля для проведения экспериментальных исследований в количестве 10 показателей из 20, представленных в исходной номенклатуре.
ВЫВОДЫ
В результате проведенных исследований разработана методика обоснования структуры информационной модели сельскохозяйственных машин с использованием метода экспертных оценок - априорного ранжирования показателей.
Методика позволяет выбрать из исходной номенклатуры показателей условий и эффективности работы машин, предусмотренных ГОСТами и ОСТами на испытания наиболее важных и информативных, которые затем могут быть использованы для анализа и принятия решений по результатам их исследований и испытаний.
Обоснована номенклатура показателей условий работы машин для уборки картофеля. При этом исходная номенклатура показателей предусмотренных ГОСТ Р 54781 - 2011 сокращена с 20 до 10 показателей.
ЛИТЕРАТУРА
1. Устроев А.А. Исследование и разработки методов оптимизации эксплуатационных параметров и режимов работы машинно-тракторных агрегатов при их испытаниях (на примере картофелеуборочных агрегатов). Дис... канд. техн. наук / А.А. Устроев, -Ленинград-Пушкин, 1982. - 199 с.
2. Устроев А.А., Орешин Е.Е. Структурно-функциональный анализ технологии предреализационной подготовки картофеля различного назначения // Технологии и технические средства механизированного производства продукции растениеводства и животноводства. Сб. науч. тр., Вып. 86 Спб.: ФГНБНУ ИАЭП, 2015 с. 39-47.
3. Устроев А.А. Методологические аспекты построения математических моделей технологических процессов предреализационной подготовки картофеля // Технологии и технические средства механизированного производства продукции растениеводства и животноводства. Сб. науч. тр., Вып. 89 Спб.: ФГНБНУ ИАЭП, 2016 с. 81-87.
4. Кендэл М. Ранговые корреляции. М. Кендэл / М.: Статистика, 1975 г., 214 с.
5. Смирнов А.В. Курс теории вероятностей и математической статистики. А.В. Смирнов, И.В. Дунин-Барковский / М.: Наука, 1965 г., 511 с.
6. Луганский Л.Х. К обоснованию оптимального состава признаков технологической классификации сварных конструкций. Л.Х.Луганский / Стандарты и качество, № 1, 1977 г., С 12-16.
7. ГОСТ Р 54781 - 2011 «Машины для уборки картофеля. Методы испытаний».
