МОДЕЛИРОВАНИЕ ПОТЕРЬ ЗЕРНА ПРИ КОМБАЙНОВОЙ УБОРКЕ ПШЕНИЦЫ Текст научной статьи по специальности «Сельское хозяйство, лесное хозяйство, рыбное хозяйство»

АГРОПРОМЫШЛЕННАЯ ИНЖЕНЕРИЯ

УДК 631.315.578.3

МОДЕЛИРОВАНИЕ ПОТЕРЬ

ЗЕРНА ПРИ КОМБАЙНОВОЙ УБОРКЕ ПШЕНИЦЫ

Беренштейн И. Б., доктор технических наук, профессор; Полуэктова Н. Р., доктор экономических наук, доцент,

Академия биоресурсов и природопользования ФГАУ ВО «КФУ имени В. И. Вернадского»

Представлены результаты моделирования потерь зерна пшеницы при комбайновой уборке на основе разработанной компьютерной модели, которая учитывает различные технологии уборки, варианты нагрузки на зерноуборочный комбайн, урожайность зерна и соотношение зерна и соломы. В результате исследований выявлено, что применение ресурсосберегающих технологий со срезанием, обмолотом колосьев, очисткой зерна комбайном и с очисткой зерна на стационарных машинах с электроприводом в сравнении с традиционной технологией позволяют в 1,5-2 раза повышать производительность комбайна, сокращать продолжительность уборочных работ и значительно сокращать потери зерна как технологические, так и связанные с самоосыпанием.

Ключевые слова: затраты, зерно, комбайн, очистка, потери, технология комбайновой уборки пшеницы.

MODELLING OF LOSS IN GRAIN HARVESTING BY COMBINE

Berenshtein I. B., Doctor of Technical Science, Professor;

Poluektova N. R, Doctor of Economics Science, Аssociate Professor; Academy of Life and Environmental Sciences FSAEI HE «V. I. Vernadsky Crimean Federal University»

The article presents the results of modeling of wheat grain losses during combine harvesting based on the developed computer model, which takes into account various harvesting technologies, options for the load on the combine harvester, grain yield and the ratio of grain and straw. As a result of research, it was revealed that the use of resource-saving technologies with cutting, threshing ears and grain cleaning with a combine, and with grain cleaning on stationary machines with electric drive, in comparison with traditional technology, allows the productivity of the combine to be increased 1.5-2 times, reduce the duration of harvesting and to significantly reduce grain losses, both technological and related to self-siphoning.

Keywords: costs, grain, combine, cleaning, losses, technology of combine harvesting wheat.

86

Введение. Сокращение потерь зерна при комбайновой уборке урожая пшеницы - важнейшая задача земледельцев. Практические исследования, проведенные нами [1] показывают, что даже при уборке урожая за 4-7 дней, потери зерна от самоосыпания увеличиваются от 0,25 до 0,67 % в день. При уборке за 10 дней они достигают 5%, при уборке за 15 дней - 9 % от общего урожая.

В Республике Крым ежегодно зерновые (колосовые) культуры высевают на площади 550 тыс. га, из которых, озимая пшеница занимает 300 тыс. га, озимый ячмень - 200 тыс. га. В хозяйствах Крыма имеется всего 1240 зерноуборочных комбайнов, из которых в уборке урожая 2018 года принимали участие только 870 машин. Таким образом, нагрузка на 1 комбайн при уборке пшеницы составляла 345 га. При средней производительности комбайна 15-18 га в день, урожай пшеницы мог быть собран за 21 день, и, потери зерна при этом превышают 10-12 %.

Таким образом, сократить потери можно либо увеличив количество комбайнов, либо значительно увеличив их производительность. Производительность комбайна ограничивается пропускной способностью его молотилки. У современных комбайнов она составляет от 5 до 12 кг хлебной массы (зерно+-солома) в секунду или 18-43 т в час.

Проведенные нами опыты показали, что при применении технологии срезания и обмолота колосьев на высоком срезе стеблей соломы, с очисткой зерна комбайном Акрос 550, при урожайности 40 ц/га и соотношении зерно/солома 1:1,5, его производительность может быть увеличена по сравнению с традиционной технологией, где высота стерни 7-12 см, на 60 % [3].

При урожайности зерна 50-60 ц/га и соломистости 1:1,5 можно эффективно применять технологию «Невейка», при которой комбайн срезает и обмолачивает колосья, а очистка зерна производится на току стационарными зерноочистительными машинами [2]. В сравнении с традиционной технологией, производительность комбайна при технологии «Невейка» увеличивается в 2 раза.

Следовательно, предлагаемые ресурсосберегающие технологии позволяют повысить производительность комбайна в 1,6-2 раза и значительно снизить потери зерна, как технологические, так и от перестоя урожая на корню. Однако их применение связано с выполнением дополнительных операций по утилизации соломы (срезание, измельчение и разбрасывание по полю), а при технологии «Невейка» требуется также очищать и сортировать зерно на току. Такие операции могут выполняться по окончании сбора урожая, при работе в 2-3 смены.

Обоснование выбора технологии уборки зерновых, обеспечивающей минимизацию потерь зерна в конкретных условиях является сложной многокритериальной задачей и требует применения средств компьютерного моделирования.

Целью работы стала разработка математической модели для определения возможных потерь зерна колосовых культур (пшеницы, ячменя, ржи и т.п.) при комбайновой обработке в зависимости от продолжительности уборочных работ, урожайности зерна и соломы. Для практического применения модель была реализована в среде MS Excel, что позволяет специалисту сельскохозяйственного

87

предприятия перед началом уборки для каждого поля выбрать наиболее целесообразную технологию уборки, обеспечивающую максимальную производительность комбайна и минимальные потери (технологические и от самоосывания).

Цель исследования была достигнута за счет решения следующих задач.

1. Моделирование рабочей скорости комбайна и его дневной производительности в зависимости от урожайности зерна и соломы. Определение продолжительности зерноуборочных работ на поле.

2. Моделирование возможных потерь зерна (технологических и от самоосыпания) за время уборочных работ.

3. Анализ результатов моделирования потерь и обоснование выбора наиболее эффективной технологии уборочных работ, а, также, целесообразности привлечения дополнительных комбайнов из сторонних сельскохозяйственных организаций.

Материал и методы исследований. Математическая модель расчета потерь зерна использует следующие входные параметры:

Таблица 1. Входные параметры модели

Обозначение Название параметра Единица измерения

и урожайность ц/га

гя соотношение зерно:солома -

рр площадь поля га

РМ производительность молотилки кг/с

РЯ площадь решета м2

кт коэффициент технической производительности комбайна -

ян ширина захвата жатки м

^ а) коэффициенты потерь зерна от самоосыпания (на ьй день уборки) -

кт а) коэффициенты технологических потерь зерна (на ьй день уборки) -

РЯ Продолжительность рабочей смены ч

При моделировании сроков уборки использовались следующие соотношения: Таблица 2. Соотношения для расчета сроков уборки

Обозначение Название показателя Соотношение Единица измерения

кн Количество хлебной массы жи = щ 1 + иуи кг/м2

ят Скорость агрегата (теоретическая) км/ч

ST1 Скорость агрегата (техническая) = если > 12 км/ч

88

Продолжение таблицы 2

PT Производительность агрегата (теоретическая) РТ = ОД * ST1 * КН га/ч

PT1 Производительность агрегата (техническая) га/ч

PK2 Производительность комбайна m = m.H/i о т/ч

VZ Всего зерна на поле т

PK3 Производительность комбайна РКЗ = РТ1 * PS га/день

DN Дневной намолот DN = РКЗ * U/10 т/день

KD Количество дней уборки КВ=Ш дней

При моделировании потерь использовались следующие соотношения:

Таблица 3. Соотношения для расчета потерь

Обозначение Название показателя Соотношение Единица измерения

PZS(i) Потери зерна от самоосыпания на ьй день уборки т

UP(i) Урожай на поле на ьй день уборки т

PZT(i) Потери зерна технологические на ьй день уборки т

OP Общие потери зерна о, - J>,vW , „ПО, т

Общий вид реализации модели в среде MS EXCEL представлен на рис. 1.

Методика определения потерь зерна пшеницы от самоосыпания в период 1-8 дней после полного созревания приведена в работе [1]. Расчет потерь в период 10-25 дней основан на данных описанных в статье Сухарева А. А. и Игнатьева А. В. [2]. Расчет потерь от самоосыпания производится ежедневно на площади неубранного поля. Коэффициенты представляют собой проценты потерь от неубранного зерна.

89

Для расчета часовой и дневной производительности комбайнов в модель введены ограничения пропускной способности молотилки 14 кг/секунду, продолжительность рабочей смены - 8-14 часов, производительность системы очистки комбайна - 4-7 кг/с.

А_В_С_Р_Е_¥_О_К_I

1 Введите: культура пшеница

2 урожайность (ц) 30 Всего зерна т 1200 1 должно боть

3 соотношение зерн о/соломэ 1 к: 1,5 Произюдителвноств к! га/д 30,24 Итого потерь от общего урожая при 5« и 9%

4 произеодителвноствмолотилки (кг/с) 10 Дневной намолот т/д 90,72 на 10 денв 49,81617181 60

5 площадо решета (м2) 2,51 Количество дне йубор> А 13,22751323 на 15 денв 62,21236184 108

б продолжительность рабочей смени (ч) 9

7 площади [га) 400

8 коэффициент технической производите/! 0.7 денв уборки «Р.,., 56 потере на самоосе» панке 56 технологии потери на самоосвпании

9 ширину захвата жатки |м} 6, 1 0 0 0 0

10 количество хлебо массы (кг/м2) 0,75 2 1109,28 0,25 0 2,7732 0 2,7732

11 спорость агрегата км/ч (теорет) г 3 1015,79 0,35 0 3,5552538 0 3,5552538

12 скорость агрегата км/ч 8 а 921,512 0,45 0 4,146®01958 0 4,146801958

и Теоретическая производителвноств га/ч 4,8 5 826,645 0,55 0 4,546546033 О 4,546546093

14 Теническая производителвноств га/ч (расч) 3,36 6 731,378 0,75 0 9,465336486 0 5,485336486

1& Теническая производителвноств га/ч з,зе 7 635,173 1,00 0 6,351728617 0 6,351728617

16 ПроигводителБноствкомбайма 1т, ч) 10,08 8 538.101 1,40 0 7,533415863 0 7,533415863

17 9 439,848 1,80 0 7,917258909 0 7,917258909

34

Рисунок 1. Реализация модели определения потерь зерновых при комбайновой уборке в среде табличного процессора

Оценка качества предлагаемой математической модели выполнялась на основе методики подтверждения качества моделей, в которой на достоверность результатов влияет, главным образом, поведение случайных параметров. В данном случае, такими случайными параметрами являются коэффициенты потерь на самоосыпание. В качестве критерия качества был принят показатель, характеризующий процент потерь зерновых от общего урожая на 10 и 15 день уборки, который на основе исследований, приведенных в [1 и 2] должен при традиционной технологии составлять соответственно 5 и 9% от общего урожая.

Оценка результатов моделирования проводилась с применением серии имитационных экспериментов на основе метода Монте-Карло [5]. Случайные параметры были смоделированы как ежедневное приращение процента потерь на самоосыпание диР1 и диР2, в период до 10 и до 25 дня уборки соответственно. В предположении о нормальном распределении, параметр диР1 варьировался в диапазоне ±10 % от среднего значения 0,15 %,а параметр диР2 -в диапазоне ±10 % от среднего значения 0,55 %.

После проведения 500 имитационных экспериментов с моделью по расчету потерь с указанными коэффициентами было выявлено, что выходные ряды потерь на 10 и 15 день позволяют принять гипотезу об их нормальном распределении. (математическое ожидание равно медиане, доля наблюдений в пределах окрестности ±1о от математического ожидания составляет 68,5 %, коэффициент ассиметрии приблизительно равен 0). Данные, представленные в таблице 4 свидетельствуют об адекватности предлагаемой модели.

Стандартное отклонение выходных характеристик по 500 полученным экспериментам для показателя потерь на 10 день составляет 4,49, для показателя потерь на 15 день - 8,26, что позволяет оценивать погрешность результатов при дальнейших исследованиях.

90

Таблица 4. Сравнение модельных и экспериментальных результатов

Общий урожай (т) Дневной намолот (т) Потери на 10 день нормативные (т) Средние потери на 10 день модельные (т) Потери на 15 день нормативные (т) Средние потери на 15 день модельные (т)

1500 80,64 75 74,88 135 139,42

Результаты и обсуждение. Разработанная модель расчета возможных потерь зерна пшеницы при комбайновой уборке урожая дает возможность агроному или инженеру сельскохозяйственного предприятия выбрать для каждого поля наиболее целесообразную технологию уборки. В зависимости от ожидаемой урожайности зерна, соотношения зерно/солома, нагрузки на зерноуборочный комбайн и площади поля.

Представленные ниже результаты выполнены с применением данной модели для зерноуборочного комбайна Акрос 550 с жаткой захватом 6 м, двигателем мощностью 290 л.с., с пропускной способностью молотилки 10 кг/с и производительностью системы очистки комбайна 5,1 кг/с зерна пшеницы.

Приведен пример расчета при нагрузке на 1 комбайн - 350, 300, 250 и 150 га уборки пшеницы, с урожайностью зерна 20, 30, 40, 50, 60 и 70 ц/га и соотношением зерно/солома - 1:1, 1:1,5 и 1:2 для традиционной технологии с оставлением стерни высотой 7-12 см и для технологии уборки колосьев на высоком срезе стеблей с соотношением зерно-солома 1:0,5.

Критерием выбора технологии является минимум потерь зерна в процессе уборки. Стоимость потерянного зерна определит возможность оплаты выполнения дополнительных операций - срезание и измельчение высокой стерни, оставшейся после уборки колосьев на высоком срезе, очистка и сортировка зерна на току на зерноочистительных машинах.

Результаты расчета приведены в таблице 5.

Сравнение потерь зерна пшеницы при применении традиционной технологии с технологией уборки на высоком срезе колосьев, обмолота и очистки зерна комбайном при различных вариантах урожайности, соломистости и нагрузки на 1 комбайн представлены на в таблице 6.

Для большей наглядности сравнительный анализ стоимости потерь зерна при различных вариантах нагрузки на комбайн, а, также различных вариантах урожайности по каждому из вариантов соотношения зерна к соломе представлен на рис. 2.

Преимущество предлагаемой технологии уборки колосьев на высоком срезе стеблей, обмолота и очистки зерна комбайном за счет сокращения потерь зерна при уборке урожая следует оценивать с учетом дополнительных расходов на выполнение операций по срезанию, измельчению стерни и разбрасыванию ее по полю. На выполнение этой операции расходуется в среднем 600 руб./га.

91

Таблица 5. Сокращение потерь зерна пшеницы при уборке колосьев на высоком срезе в сравнении с традиционной технологией

Урожайность (ц.га) Соломистость Сокращение сроков уборки Сокращение потерь Стоимость потерь зерна Сокращение сроков уборки Сокращение потерь Стоимость потерьзерна Сокращение сроков уборки Сокращение потерь Стоимость потерь зерна Сокращение сроков уборки Сокращение потерь Стоимость потерь зерна Сокращение сроков уборки Сокращение потерь Стоимость потерь зерна

дней т/объем я и руб./га дней т/объем я и руб./га дней т/объем я и ю Б дней т/объем я и руб./га дней т/объем я и руб./га

о <м 1:1

1:1.5 1.5 2.5 0,007 84 1.0 1.7 0,006 72,0 1 1.0 0,004 48,0 0,8 1.3 0,055 78 0,6 0,25 0,017 20

1:2 2 2,9 0,008 99 2,4 4,0 0,013 160,0 2 2,5 0,01 120,0 1,5 1,3 0,055 7,8 0,6 0,25 0,017 20

о го 1:1 2 8,5 0,024 288 2,0 4,8 0,016 182,0 1,5 2,74 0,011 132,0 1,1 1,5 0,0075 90 1,0 0,7 0,005 60

1:1.5 4,25 20,7 0,059 708 3.7 12,2 0,041 498,0 3,0 6,6 0,026 312,0 2.4 3,3 0,0165 198 1.8 1.5 0,01 120

1:2 6,25 36,8 0,105 1260 5.4 22,0 0,073 880,0 4.5 7.8 0,031 372,0 3.5 3,55 0,018 213 2,65 2.5 0,017 200

О 1:1 2,8 24,2 0,069 8,28 2,4 14,0 0,047 560,0 2,0 7,2 0,029 348,0 1,6 3,5 0,0175 210 1,0 1,5 0,01 120

1:1,5 5,7 56,7 0,16 1920 3,6 33,2 0,11 1328 4,0 13,7 0,055 6720 3,9 5,55 0,028 353 2,3 3,5 0,023 280

1:2 8.4 95,0 0,27 3240 7.2 57,5 0,192 2300 6,0 31,5 0,126 1512,0 4,75 8,25 0,041 495 3.4 5.6 0,037 448

о «-) 1:1 3.5 29,37 0,084 1007 3,0 29,24 0,017 1170 2.5 15,6 0,062 744,0 2.0 7.2 0,036 432 2.7 3,6 0,024 288

1:1,5 6,9 71,7 0,205 2460 6,0 67,7 0,226 2708 5,0 37,6 0,15 1800 4,0 17,7 0,089 1062 3,0 6,6 0,044 528

1:2 10,5 115,3 0,332 3989 9,0 113,0 0,377 4520 7,5 64,9 0,25 3120 6,0 40,5 0,203 2430 4,6 11,75 0,078 940

о ю 1:1 4.3 82 0,243 2811 3,6 52,1 0,174 2084 3,0 29,2 0,116 1392 2,36 13,0 0,065 780 1.7 4,85 0,032 388

1:1.5 8.5 176,5 0,504 6051 7.3 115,8 0,386 4632 6,0 67,7 0,209 3228 4.8 33,3 0,176 1998 3,6 12,2 0,081 976

1:2 12,5 272,1 0,777 9329 11 187,3 0,624 7492 90 203 0,452 5424 7,16 58,5 0,293 3510 5,3 22 0,147 1760

о г- 1:1 4,9 122,7 0,35 4207 2,2 20,6 0,07 840 3,6 27,6 0,19 2285 2,4 23,25 0,116 1395 2,0 8,5 0,057 680

1:1,5 9,7 255 0,72 8743 6,5 119 0,4 4760 4,0 50,5 0,28 3360 5,7 54,4 0,272 3264 4,15 20,7 0,138 1656

1:2 14,4 357 1,02 12240 11 209 0.7 8384 3,8 204 0,82 9860 8.7 94,1 0,47 5646 6,0 36,8 0,245 2944

Таблица 6. Потери урожая пшеницы в зависимости от урожайности, соломистости и нагрузки на комбайн

(продолжительность рабочей смены 10 часов)

1 Урожайность I Соломис-тость Произвсрщельюсть Нагрузка на 1 комбайн

3 и га/день т/день 350 га 300 га 250 га 200 га 150 га

Дней уборки Самоосы-пане (т) Технолог, потери (т) Всего (т) Дней уборки Самоосы-пане (т) Технолог, потери (т) Всего (т) Дней уборки Самоосы-пане (т) Технолог, потери (т) Всего (т) Дней уборки Самоосы-пане (т) Технолог, потери (т) Всего (т) Дней уборки Самоосы-пане (т) Технолог, потери (т) Всего (т)

о <м 1:1 6,3 63 126 4,7 6,0 - 6,0 4,75 4,0 - 4,0 4,0 2,35 - 2,35 3,2 1,3 - 1,3 2,4 1,6 - 1,6

1:1,5 5,0 50 100 7 8,9 - 8,9 6,0 5,7 - 5,7 5,0 3,4 - 3,4 4,0 1,9 - 1,9 3,0 0,85 - 0,85

1:2 4.2 42 84 7.0 9.9 - 8.9 7,14 8,0 - 8,0 6,0 4,76 - 4,76 4,75 2.6 - 2.6 3,6 1.2 - 1.2

1:0,5 6,3 63 126 5.5 6,0 - 6,0 4,75 4.0 - 4.0 4 2,35 - 2,35 3.2 1.3 - 1.3 2.4 0,6 - 0,6

о го 1:1 4,2 42 126 8,3 19,5 - 19,5 7,2 12,0 - 12,0 6,0 7,14 - 7,14 4,75 3,9 - 3,9 3,6 1,8 - 1,8

1:1,5 3,35 33,5 100,8 10,5 31,7 - 31,7 9,0 19,4 - 19,4 7,5 11,0 - 11,0 6,0 5,7 - 5,7 4,5 2,6 - 2,6

1:2 2.8 28 94,5 12,6 47,8 0,25 48,05 10,7 29,14 - 29,14 9.0 12,2 - 12,2 7,12 8,0 - 8,0 5,32 3,6 - 3,6

1:0,5 5.6 56 168 6,25 11,0 - 11,0 5.3 7.2 - 7.2 4.5 4.4 - 4.4 3,6 2,42 - 2,42 2.7 1.1 - 1.1

О 1:1 3,15 31,5 126 11,1 49,1 0,13 49,23 9,5 30,0 - 30,0 8,0 16,7 - 16,7 6,35 8,65 - 8,65 4,75 3,9 - 3,9

1:1,5 2,5 25 100,8 14 80,4 0,6 81,0 11,0 49,2 0,1 49,3 1, 27,2 - 27,23 8,0 13,3 - 13,35 6,0 5,71 - 5,71

1:2 2.1 21 84 16,7 118 1.75 120 14,3 73,5 0,8 74,3 12 41 0,08 41.1 9.5 19,9 - 19,9 7,14 8,0 - 8,0

1:0,5 4.2 42 168 8,3 25 25 7,14 16 - 16 6,0 9.5 - 9.5 4,75 5.1 - 5.1 3.7 2,42 - 2,42

о «-) 1:1 2,52 25,2 126 14 101 0,76 101,8 12 61,54 0,1 61,67 10 34 - 34 8 16,7 - 16,7 7,14 8,03 - 8,3

1:1,5 2,02 20,2 100,8 17,4 161 2,8 163 15 100 1,0 101 12 56 0,3 56,3 10 27,2 - 27,2 7,5 11 - 11

1:2 2,68 28,8 84 21 227 4.6 231,2 18 145,3 2.3 148,6 15 83,3 0,84 84,2 12 41 0.1 41.1 9,14 16,2 - 16,2

1:0,5 3,36 33,6 168 10,5 53 53,0 9 32,3 32,3 7.5 18,4 - 18,4 6 9.5 9.5 4.5 4.4 - 4.4

о ю 1:1 2,4 24 126 16,7 178 2,65 180,2 14,3 110,3 1,2 111,6 12 61,5 0,13 61,63 9,5 29,8 - 29,8 7,14 12,1 - 12,1

1:1,5 1,68 16,8 100,8 21 272 5,5 277,5 18 174 2,8 176,8 15 100 1 101 12 49,3 0,1 49,4 9,0 19,4 - 19,4

1:2 1.4 14 84 25 367 10,1 377,1 21,5 245,5 5.5 250,5 13 145 2,35 147,3 14,3 73,5 0,8 74,3 10,7 29,1 - 29,1

1:0,5 2.8 28 168 12,5 95,5 0.5 96 10,7 58,2 58,2 9.0 32,3 - 32,3 7,14 16 - 16 5.4 7.2 - 7.2

о г- 1:1 1,8 18 120 19,5 280 5,7 293,7 16,7 177,5 2 179,5 14 101 0,76 101,7 11,1 49,1 0,1 49,2 8,3 19,5 - 19,5

1:1,5 1,45 14,4 100,8 24,3 412 10,6 422,6 21 272 5,5 277,5 17 101 2,82 103,8 14 80,4 - 80,4 10,4 31,7 - 31,7

1:2 1,2 12 84 29 514 11 525 25 367 1,8 368,5 25 358 10 368 17 118 1,8 119,8 12,5 47,8 - 47,8

1:0,5 2.4 24 168 14,6 157 1.7 158,7 14.5 157 1.7 158,7 10 52,9 - 52,9 8,3 26 - 26 6.2 11 - 11

400 350 300 250

к. Ii._______к. Ih. Ili h. ll

llh.

t

Я Я й я

8 8 8 8

1350 га/комб

1300 га/коглб ■ 250 га/комб ь 200 га/коглб 150 га/коглб

Рисунок 2. Потери зерна (т) при различных вариантах нагрузки на 1 комбайн для каждого из рассмотренных вариантов урожайности и соломистости при традиционной технологии уборки и технологии уборки колосьев на высоком срезе стеблей с соотношением зерно-солома 1:0,5

Анализ полученных данных показывает, что при урожайности 20 ц/га технология срезания и обмолота колосьев не дает существенных преимуществ в сравнении с традиционной технологией, но уже при урожайности 30 ц/га и соломистости 1:1,5 и 1:2 при нагрузке на комбайн 350 га можно применять такую технологию уборки, так как стоимость потерь зерна 708-1260 руб. превышает затраты на выполнение операций по утилизации соломы.

Технологию «Невейка» при которой очистка и сортировка зерна на току требует при урожайности 30 ц/га дополнительных затрат 190 руб./га, целесообразно применять только при соломистости 1:2.

При урожайности зерна 40 ц/га технология срезание, обмолот и очистка зерна комбайном и способ «Невейка» могут быть эффективными при соломистости 1:1,5 и 1:2 и нагрузке на комбайн 350 и 300 га. При нагрузке 250 га они эффективны только при соломистости 1:2.

Урожайность 50 ц/га обеспечивает эффективность уборки зерна на высоком срезе стеблей при соломистости 1:1,5 и 1:2 и нагрузке на комбайн более 200 га.

Урожай пшеницы 60-70 ц/га позволяет применять ресурсосберегающие технологии уборки при нагрузке на комбайн 150 га и соломистости 1:1,5 и 1:2.

Выводы. Предлагаемая математическая модель позволяет выполнить формализацию расчетов для обоснования выбора эффективной уборки технологии зерновых по критерию минимизации потерь, а ее компьютерная реализация предоставляет специалистам сельскохозяйственного предприятия удобный ин-

94

струмент для того, чтобы в конкретных условиях прогнозирования будущего урожая подобрать наиболее целесообразный способ уборки для каждого поля.

Развитие предлагаемой модели возможно в направлении учета случайных факторов, например, влажности зерна, а, также в поиске оптимального способа использования комбайнов и сельскохозяйственных машин с учетом последовательности сроков уборки зерновых различных видов.

Список использованных источников:

1. Беренштейн И. Б., Высоцкая Н. Д., Адамень В. А., Потери при комбайновой уборке пшеницы и ячменя // Известия сельскохозяйственной науки Тавриды. - Вып.13 (176). - Симферополь: ФГАУО ВО «Крымский федеральный университет им. В. И. Вернадского» -2018.- С. 82-89.

2. Сухарев А. А., Игнатьева Н. Г. Влияние сроков и способов уборки на урожайность и качество зерна озимой мягкой пшеницы. [Электронный ресурс]. - Режим доступа: http://rusnauka.com/I_ NIO_2014|Agricole/5_154764.doc.htm.

3. Беренштейн И. Б., Шабанов Н. П. Ресурсосберегающие технологии уборки зерновых (колосовых) культур. // Известия сельскохозяйственной науки Тавриды. - Вып. 10 (173). - Симферополь: ФГАУО ВО «Крымский федеральный университет им. В. И. Вернадского» - 2017. - С. 62-73.

4. Пикуза В. Автоматизация и моделирование бизнес-процессов в Excel. [Электронный ресурс]. - Режим доступа: https://www.cfin.ru/itm/excel/ pikuza/index.shtml.

5. Лукасевич И. Я. Анализ финансовых операций. Методы, модели, техника вычислений. - М.: Финансы, ЮНИТИ, 1998.

Сведения об авторах:

Беренштейн Исаак Борисович -доктор технических наук, профессор,

References:

1. Berenshtein I. B., Vysotskaya N. D., Adamen V. A., Losses at Combine Harvesting of Wheat and Barley // Transactions of Taurida Agricultural Science. -Issue 13 (176). - Simferopol: FSAEI HE «V. I. Vernadsky Crimean Federal University» - 2018. - P. 82-89.

2. Sukharev A. A., Ignatieva N. G. The impact of the timing and methods of harvesting on the yield and grain quality of winter soft wheat. [Electronic resource]. - Access mode: http://rusnauka. com/I_NIO_2014|Agricole/5_154764. doc.htm.

3. Berenshtein I. B. Shabanov N. P. Resource-saving technologies for harvesting grain (spiked) crops. // Transactions of Taurida Agricultural Science. -Issue 10 (173). - Simferopol: FSAEI HE «V. I. Vernadsky Crimean Federal University» - 2017. - P. 62-73.

4. Pikuza V. Automation and modeling of business processes in Excel. [Electronic resource]. - Access mode: https:// www.cfin.ru/itm/excel/pikuza/index. shtml.

5. Lukasevich I. Ya. Analysis of financial transactions. Methods, models, computing technique. - M.: Finance, UNITI, 1998.

Information about the authors:

Berenshtein Isaak Borisovich - Doctor of Technical Sciences, Professor, Ho-

95

заслуженный деятель науки и техники АРК, Академик Крымской академии наук. Профессор кафедры технических систем в агробизнесе информатизации Академии биоресурсов и природопользования ФГАОУ ВО «КФУ имени В. И. Вернадского», e-mail: [email protected], 295492, п. Аграрное, Академия биоресурсов и природопользования ФГАОУ ВО «КФУ имени В. И. Вернадского».

Полуэктова Наталия Робертовна -доктор экономических наук, доцент, профессор кафедры системного анализа и информатизации Академии биоресурсов и природопользования ФГАОУ ВО «КФУ имени В. И. Вернадского», e-mail: n-poluektova@ yandex.ru, 295492, п. Аграрное, Академия биоресурсов и природопользования ФГАОУ ВО «КФУ имени В. И. Вернадского».

nored Worker of Science and Technology of the Autonomous Republic of Crimea, Academician of the Crimean Academy of Sciences. Professor of the Department of Technical Systems in the Agribusiness FSAEI HE «V. I. Vernad-sky Crimean Federal University», e-mail: [email protected], 295492, Academy of Life and Environmental Sciences FSAEI HE «V. I. Vernadsky Crimean Federal University», Republic of Crimea, Simferopol, Agrarnoe.

Poluektova Nataliya Robertovna -Doctor of Economics Science, Associate Professor, Professor of department of System analyze of Academy of Life and Environmental Sciences FSAEI HE «V. I. Vernadsky Crimean Federal University», e-mail: [email protected], 295492, Academy of Life and Environmental Sciences FSAEI HE «V. I. Vernadsky Crimean Federal University», Republic of Crimea, Simferopol, Agrarnoe.

96