МЕТОДИКА ОЦЕНКИ КАЧЕСТВА ТЕХНИЧЕСКИХ СРЕДСТВ ДЛЯ ВОЗДЕЛЫВАНИЯ КАРТОФЕЛЯ Текст научной статьи по специальности «Прочие технологии»

А.В. Жигжитов, канд. техн. наук, и.о. доц. Бурятская государственная сельскохозяйственная академия им. В.Р. Филиппова

УДК 631.145:631.312. 72.001

МЕТОДИКА ОЦЕНКИ КАЧЕСТВА ТЕХНИЧЕСКИХ СРЕДСТВ ДЛЯ ВОЗДЕЛЫВАНИЯ КАРТОФЕЛЯ

На основе методов системного анализа, распознавания образов, экспертного оценивания, теории графов предлагается методика интеллектуальной поддержки принятия решения при диагностике и обосновании технических средств для возделывания картофеля. Предлагается модель построения дерева оценок и информационная технология статистического синтеза критериев и алгоритмов принятия решения, обеспечивающая повышение эффективности обоснования технических средств и комплексов на их основе.

Ключевые слова: методика, системный анализ, технические средства, возделывание картофеля, оценка качества.

A.V. Zhigzhitov, Cand. Sc. Engineering, Acting Assoc. Prof.

QUALITY ASSESSMENT METHODOLOGY FOR TECHNICAL MEANS

FOR POTATO GROWING

On the basis of systems analysis, pattern recognition, expert evaluation, graph theory we offer the technique of intelligent decision support in the diagnosis and validation of technical means for potato cultivation. A model is proposed for constructing an assessment tree and information technology of statistical synthesis criteria decision making algorithm, providing increased efficiency justification of means and systems based on them.

Key words: methods, systems analysis, technology, potato, quality assessment.

Развитие техники и совершенствование технологических процессов в различных отраслях ставят перед специалистами задачу эффективного, или, что более точно, оптимального решения в выборе эксплуатируемой техники. Ключевым звеном в агротехнологии являются эффективные машины, оценка качества которых представима как совокупность технических параметров, технологических характеристик, эксплуатационных свойств, потребительских показателей, надежности.

Единый функциональный принцип работы сельскохозяйственных технических средств, хотя и с большими трудностями, позволяет разработать многокритериальную систему оценки их конкур ентоспособности.

Анализ различных методов и алгоритмов принятия решений [1, 2, 4], учитывающих выбор оптимального варианта решения на основе экспертных оценок, статистического и многокомпонентного представления информации, позволяет нам предложить следующую информационную технологию статистического синтеза критериев, алгоритмов принятия решения при диагностике эффективности ТС и последующих оптимизационных процедур (рис. 1).

На рисунке 2 приведена структура единого оценочного комплекса на примере машин для основной обработки почвы, который может быть положен в основу определения оптимальной эффективности. Оценочный комплекс автотракторной техники задан в виде упорядоченного графа G (L,U) с х вершинами, где L и U - соответственно множество вершин и дуг. Вершинам графа G (L,U) ставятся в соответствие оценочные показатели (параметры, характеристики, свойства и т.п.), а дугам - связи между ними.

Представленное дерево свойств в форме упорядоченного графа G(L,U) не является завершенной или окончательной формой и может быть модифицировано в зависимости от предъявляемых требований к оценке эффективности того или иного вида сельскохозяйственной техники или комплексов.

Упорядоченный граф (дерево) G (L, U) оценочных параметров эффективности машины, составляющий пространство исходных показателей, содержит высокое количество переменных величин (Li i = 1,2,...,у), которые могут рассматриваться в конечном результате обоснования

комплексов как аргументы укрупненных целевых функций F (Li) ® extr .Здесь extr определяет

L;EL

экстремальное значение соответствующей целевой функции. Число целевых функций будет равно количеству блоков разбиения упорядоченного графа оценочных показателей конкурентоспособно -сти на подграфы.

Пространство исходных показателей

f

х

11

х

1k

х

1k+1

х

х

и1

х

1-я оценка (технические показатели)

Л_

nfi

х

nk+1

У

2-я оценка (технологические

показатели)

*

х J

1q

nq+1

х

1 Р

х

х

np

х

j-я оценка (экономические показатели)

_i

Статистическое исследование

1 этап

Формирование интегральных показателей оценки технических средств

2 этап

Классификация объектов на однородные типологические классы

3 этап

Разработка решающих правил отнесения объекта к одному из выделенных классов

^JA

Э К С П Е Р Т Ы

Уровень эффективности технических средств

X t

t

( Ai

Good (хороший)

Satisfied (средний)

Bad(плохой)

Р11 Р12 ... Plm

Р21 Р22 ... P2m

где ру - вероятность определения технологических средств к /му уровню по результатам обследования у-й методикой оценки

Р_

w1 W2

Wm

Экспертная оценка весовых коэффициентов

Расчет глобальных весов альтернативы выбора Л,

Вг = М>рц + + ■■■ + ™трт, (1 = 1,2,3)

Правило принятия решения:

А* = arg max (Bt {wjPij))

Рис. 1. Информационная технология статистического синтеза критериев, алгоритмов принятия решения

и процедур оптимизации

ДЕРЕВО ОЦЕНОК ТЕХНИЧЕСКИХ СРЕДСТВ ДЛЯ ОСНОВНОЙ ОБРАБОТКИ ПОЧВЫ (L0)

U

ТЕХНИЧЕСКИЕ ПОКАЗАТЕЛИ ( Ll )

^ Тип изделия

Агрегатируемость Привод

Потребляемая мощность Ширина захвата Рабочая скорость Количество персонала Габаритные размеры изделия -► Длина

Ширина Высота

Дорожный просвет ►Масса

Минимальный радиус поворота агрегата

_^ По крайней наружной точке

По следу наружного колеса

-►

Необходимая ширина поворотной полосы Ширина колеи

АГРОТЕХНИЧЕСКИЕ ПОКАЗАТЕЛИ (L2)

Рабочая ширина захвата

-► Средняя

-► Отклонение от расчетной ширины захвата

Глубина обработки -► Средняя

-► Среднее квадратическое отклонение

-► Коэффициент вариации

Величина рыхлого слоя -► Средняя

-► Среднее квадратическое отклонение

-► Коэффициент вариации

АВ

С

Гребнистость поверхности почвы

Средняя

Среднее квадратическое отклонение Коэффициент вариации

2

и

Крошение почвы

_Фракции до 50 мм

_Фракции от 50 до 100 мм

-► Фракции свыше 100 мм

Полнота заделки растительных и пожнивных остатков

-► Средняя глубина заделки растительных остатков

ЭНЕРГЕТИЧЕСКИЕ ПОКАЗАТЕЛИ (L3)

-^ Тяговое сопротивление

Тяговая мощность Эффективная мощность

Удельные энергозатраты

Удельное тяговое сопротивление машины

Коэффициент использования номинальной эксплуатационной мощности двигателя -► Буксование движителей

ТЕХНОЛОГИЧЕСКИЕ ПОКАЗАТЕЛИ (L4)

Производительность -►

Основного времени

Технологического времени Сменного времени

Эксплуатационного времени Удельный расход топлива за время сменной работы Эксплуатационно-технологические коэффициенты

_Технологического обслуживания

_ Надежности технологического процесса

Использования сменного времени

Использования эксплуатационного времени

ПОКАЗАТЕЛИ БЕЗОПАСНОСТИ И ЭРГОНОМИЧНОСТИ ТЕХНИЧЕСКОГО

СРЕДСТВА (L5)

Нагрузка на управляемые колеса СХА с колесным ЭС

Световозвращатели или сигнальные щитки со светоотражающим покрытием Устройства для строповки и их обозначения Быстро соединяющие сцепные устройства (БСУ) Возможность навески и подсоединения к ЭС одним оператором Допустимые значения сил сопротивления перемещению органов управления Доступность к элементам конструкции машин

Пояснительные надписи по ТБ, ПС, ПБ и положению рычагов управления

>. Обзорность

^ Приспособления для очистки рабочих органов

ПОКАЗАТЕЛИ НАДЕЖНОСТИ (L6)

-► Наработка

-► Общее количество отказов

Наработка на отказ

-► Трудоемкость ежесменного ТО

Оперативная трудоемкость ежесменного ТО

-► Среднее время восстановления

ЭКОНОМИЧЕСКИЕ ПОКАЗАТЕЛИ (Ь7)

Балансовая цена машины

Затраты труда

Годовой объем работы

Расход горючего

Прямые эксплуатационные затраты

Удельные капиталовложения

Рис. 2. Дерево оценок технических средств

Группы оценочных показателей. Все подмножество элементарных оценочных показателей A (| A | = х) можно разделить на ряд дополнительных подмножеств, которые далее будем именовать группами элементарных оценочных показателей [1, 3]. Из множества A (| A| = у) выделим n -

е подмножества определяющих группы оценочных показателей: группа 1 - технические Al(A1 с А,|А1\ = х1);

группа 2 - технологические A2 (А2 с А, | А21 = х2);

группа 3 - эксплуатационные A3 (А3 с А, | А31 = х3);

группа j - j-е An(Aj с А,\ Áj\ = xj).

Здесь х = х1 + х2 + х3... + хj.

Поставим в соответствие каждой точке множества A1 (| Al| = х) - технические оценки качества машины {fa1 (a1¡)} (i = 1,2, к, х1); точкам множества A2 (| A2| = х2) - технологические оценки качества машины {fa2 (a2z)} (z = 1,2, к, х2); точкам множества A3 (| A3 = х3) - эксплуатационные оценки качества машины {fa3 (a3k)} (k = 1,2,к, х3); точкам множества Aj (| Aj'| = х]) - j оценки качества машины {FAj (aj¡)} (l = 1,2,к,хi). Здесь a =Vi (l), a 2 z =J (l), a 3 k =h k (^ - aji =Zi (1), причем 1 = £ (l к, l э, l р, l т, l п ) при 1 к = var ; 1 = var; 1 р = var; 1 т = var; 1 п = var. А 1 - конструктивные параметры машины, 1 р - ре-

э р т п к р

жимные характеристики работы, 1 э - обобщенные функции взаимодействия (Fv, Ff) рабочих органов технического средства с почвой, 1 т - показатели, определяющие характеристики по обслуживанию и ремонту автотракторной техники, 1 п - система, характеризующая индивидуальные социальные и психофизиологические свойства потребителя.

На втором этапе статистического исследования необходимо провести классификацию оцениваемых технических средств на однородные типологические классы кластерным анализом [2, 5]. Формирование классов осуществляется с использованием метода Уорда. В качестве меры близости используется расстояние Евклида.

Результаты классификации технических средств на основе кластерного анализа в зависимости от различных показателей позволяют выделить классы эффективности. По результатам классификации проводится дискриминантный анализ данных и строятся математические модели для класса, которые имеют следующий вид.

Математическая модель для каждого технического средства:

P = a + ax + ax... + ax ,

1 U 11 2 2 n m '

где Р] - вероятность определения технологических средств к 1-му уровню по результатам обследования j-й методикой оценки по группам показателей;

а! - значения коэффициентов дискриминантной функции; Xj - показатели.

Проверка адекватности дискриминантных функций проводится по критерию Уилкса.

Третий этап заключается в экспертной оценке выбора весовых коэффициентов. Алгоритм индивидуальной экспертизы, применяемый как на первом этапе при формировании показателей оценки эффективности технических средств для возделывания сельскохозяйственных культур, так и при выборе коэффициентов, заключается в систематической проверке суждений об отношениях предпочтения для оцениваемых критериев Q. (i =1,2,...,s) путем последовательных сравнений и

получении группового решения о значениях коэффициентов wr, i =1,2,...,s с учетом компетентности экспертов. Далее в соответствии с правилом принятия решения определяется наиболее эффективное техническое средство.

Таким образом, предложенная технология статистического синтеза критериев позволяет нам, с одной стороны, зная пространство исходных показателей оценки эффективности, на основе предлагаемого интегрального критерия оценки эффективности, разбить все технические средства, используемые при возделывании картофеля, на классы эффективности, вывести через классифицирующие функции решающие правила отнесения к классам для любого нового образца сельскохозяйственной техники и затем перейти к альтернативе по блокам показателей либо по критерию глобального выбора.

Библиография

1. Беляков В.В., Бушуева М.Е., Сагунов В.И. Многокритериальная оптимизация в задачах подвижности, конкурентоспособности автотракторной техники и диагностики сложных технических систем. - Н. Новгород: Нижегород. гос. техн. ун-т, 2001. - 271 с. ISBN 5-93272-103-0.

2. Ким Дж.-О., Мьюллер Ч.У., Клекка У.Р. и др. Факторный, дискриминантный и кластерный анализ. - М.: Финансы и статистика, 1989.

3. Корн Г., Корн Т. Справочник по математике для научных работников и инженеров. - М.: Наука, 1984. -

830 с.

4. Новикова Е.И. Анализ, алгоритмизация и управление процессом диагностики гинекологических заболеваний на основе многовариантного моделирования: дис. ... канд. техн. наук. 05.13.01. - В., 2006. - 142 с.

5. Хартман К., Лецкий Э., Шеффер В. Планирование эксперимента в исследовании технологических процессов. - М.: Мир, 1977. - 552 с.

Bibliography

1. Belyakov V., Bushueva M.E., Sagunov V.I. Multi-criteria optimization in problems of mobility, competitiveness, automotive vehicles and diagnostics of complex technical systems. - N. Novgorod.: Nizhniy Novgorod. State tech. University Press, 2001. - 271 p. ISBN 5-93272-103-0

2. Dzh.-O. Kim, Myuller Ch.Y., Klekka Y.R. et al. Factor, discriminant and cluster analysis. - M.: Finance and Statistics, 1989.

3. Korn G., Korn T. Mathematical Handbook for Scientists and Engineers. - M.: Nauka, 1984. - 830 p.

4. Novikov E.I. Analysis, algorithmic, and process control diagnostics of gynecological diseases, based on multivariate modeling: Diss. ... Candidate. Science in Engineering. 05.13.01 - Century, 2006. - 142 p.

5. Hartmann K., Letsko E. Schaeffer B. Design of experiments in the study process. - M.: Mir, 1977. - 552 p.