6. ГОСТ Р 52614.2-2006 «СМК. Руководящие указания по применению ГОСТ Р ИСО 9001-2001 в сфере образования». [Электронный ресурс] URL: http:// docs.cntd.ru/document/gost-r-52614-2-2006 (дата обращения 04.06.2015);
7. ГОСТ Р ИСО 26000-2012 «Руководство по социальной ответственности». [Электронный ресурс] URL:
http://docs.cntd.ru/document/gost-r-iso-26000-2012 (дата обращения 04.06.2015);
8. ГОСТ Р 54934-2012/0HSAS 18001:2007 «Системы менеджмента безопасности труда и охраны здоровья. Требования». [Электронный ресурс] URL: http:// docs.cntd.ru/document/1200094433 (дата обращения 04.06.2015).
МОДЕЛИРОВАНИЕ ПРОЦЕССОВ ПЕРЕДАЧИ И РАСПРЕДЕЛЕНИЯ ЭЛЕКТРИЧЕСКОЙ
ЭНЕРГИИ В РЕГИОНАЛЬНЫХ ЭНЕРГОСИСТЕМАХ
Куделина Дарья Васильевна
аспирант, Юго-западный государственный университет, г. Курск
THE SIMULATION OF THE ELECTRIC ENERGY TRANSMISSION AND DISTRIBUTION PROCESSES IN REGIONAL ENERGY SYSTEM Kudelina Daria, postgraduate student, Southwest State University, Kursk
АННОТАЦИЯ
В статье рассматриваются вопросы нахождения оценки эффективности работы электрических сетей региональных энергетических систем. Показана целесообразность применения математического аппарата нечеткой логики для нахождения этой оценки. Использование предлагаемого подхода позволяет учитывать в математических моделях разнородную исходную информацию, часть которой может быть задана в неопределенном виде.
ABSTRACT
This article discusses finding the regional energy systems electric networks effectiveness evaluation. The expediency of the fuzzy logic mathematical apparatus application for finding this assessment is shown. The use of the proposed approach allows to take into account in mathematical models the diverse background information a part of which can be set in an indeterminate state.
Ключевые слова: региональная энергетика, энергоэффективность, электрические сети, неопределенность информации, нечеткая логика, математическая модель, база знаний.
Keywords: regional energy, energy efficiency, electrical networks, the uncertainty of information, fuzzy logic, a mathematical model, the knowledge base.
Современные электрические сети представляют собой сложные системы, устроенные на иерархической, многоуровневой основе и занимающие значительную территорию. Работа таких сетей зависит от большого количества факторов, многие из них носят стохастический и неопределенный характер. Процессы управления подобными объектами являются сложными, сочетают централизованные и локальные методы, в большинстве своем используют решение многоцелевых задач.
Эффективность решения подобных задач во многом зависит от применяемых для этой цели математических моделей. Математическая модель - совокупность различных математических выражений, представляющих с той или иной точностью различные свойства рассматриваемой системы. Для достижения наибольшей степени адекватности реальным объектам такая модель должна обязательно учитывать количественные и логические связи и отношения между основными составляющими элементами рассматриваемой системы, а также технические, режимные и другие характеристики ее элементов.
При составлении математических моделей для исследования электрических сетей региональной энергетики основные трудности состоят в больших объемах обрабатываемой исходной информации. Кроме этого, многие используемые показатели и параметры имеют ту или иную степень неопределенности и итоговые результаты решения находятся в сильной степени зависимости от таких данных.
Неопределенность исходных данных в сложных организационно-технических системах, включая и электрические сети, возникает по следующим основным причинам:
- неполнота или же отсутствие проверенных, достоверных знаний о свойствах и характеристиках отдельных входящих в сложную систему элементов и подсистем, а также взаимных связей, существующих между ними;
- ограниченная возможность или невозможность проведения экспериментальных исследований процессов в исследуемых системах, что не позволяет получать в достаточном объеме правдивую информацию о наиболее важных характеристиках и свойствах исследуемой системы, как в целом, так и по отдельным ее частям;
- оценивание результатов деятельности всей системы, подсистем, отдельных элементов проводится, как правило, с многосторонним подходом.
К особенностям подобных сложных систем также относится то, что значительная часть исходной информации, используемой для работы с математическими моделями, может быть получена в форме утверждений или оценок экспертов. Но при этом возникает следующая проблема - в методах традиционной математики нет способов, с помощью которых можно было бы достаточно
точно учесть в производимых расчетах нечеткость представлений экспертов и неопределенность исходной информации.
Рассмотренные сложности составления и применения математических моделей для исследования электрических сетей демонстрируют целесообразность применения аппарата теории нечетких множеств для решения такого рода задач. Это позволяет строить математические модели на основе причинно-следственных связей между входными и выходными параметрами системы, подсистемами и отдельными ее элементами.
При таком подходе принимается за основу представление элементов мышления человека не в числовом виде, а в форме элементов некоторых нечетких множеств
Исходная информация для нахождения оце
или классов объектов, для которых существование переходов от "принадлежности к классу" к "отсутствию принадлежности" является не скачкообразным, а непрерывным процессом. Традиционные математические методы оказываются недостаточно подходящими для анализа подобных сложных систем именно потому, что они не в состоянии отобразить существующую нечеткость человеческого мышления и поведения.
Рассмотрим построение математических моделей на основе нечеткой логики для оценки эффективности работы электрических сетей, входящих в региональную энергосистему. Для этой модели используем данные, приведенные в таблице 1.
Таблица 1
1 энергоэффективности электрических сетей
Группа Обозначение Наименование показателя
Потребление электроэнергии, Y1 Х1 Суммарный максимум активной нагрузки, кВт
Х2 Годовой полезный отпуск электроэнергии, кВт-ч
Х3 Расход электроэнергии на собственные нужды за год, кВт-ч
Х4 Максимальная активная мощность, потребляемая сетью, кВт
Потери электроэнергии, Y2 Х5 Среднегодовые потери электроэнергии, кВт-ч/год
Х6 Коэффициент полезного действия сети в режиме максимальной нагрузки,%
Х7 Длина линий, км
Затраты на персонал, Y3 Х8 Среднемесячная зарплата одного работника, тыс.руб
Х9 Годовой фонд оплаты труда одного работника, тыс.руб
Х10 Затраты на оплату труда за год, тыс.руб
Х11 Численность персонала, тыс.руб
Расходы на оборудование, Y4 Х12 Расходы по содержанию и эксплуатации оборудования за год, тыс.руб
Х13 Общесетевые расходы за год, тыс.руб
Х14 Общая стоимость оборудования за год, тыс.руб
Для оценки эффективности тех или иных рассматриваемых электрических сетей строится математическая модель, содержащая все выбранные параметры исследуемых объектов, которые в итоге свертываются в единый показатель, представляющий собой итоговый результат или выраженную в количественной или качественной форме оценку эффективности.
При большом числе используемых факторов для упрощения разработки модели их влияние на конечный результат моделирования целесообразно представить иерархическим деревом логического вывода [1, 2]. Фактор - это некоторое свойство системы, оцениваемое на качественном уровне, например: «высокое потребление электроэнергии на собственные нужды», «средний уровень потерь электроэнергии».
Также это дерево представляет собой сеть взаимовлияний факторов в рассматриваемой системе. Корнем дерева является целевой фактор, листьями - входные или промежуточные факторы. Получаемые отношения влияния факторов на конечный результат позволяют выявить причины достигнутого уровня того или иного фактора и оценить важность той или иной причины, влияющей на итоговый результат. Дерево нечеткого вывода представлено на рисунке 1.
Основными этапами применения математического аппарата нечеткой логики являются:
1. Фазификация или определение значений входных факторов, когда для них задаются «четкие» значения входных переменных, что требует использования соответствующих функций принадлежности.
2. Формирование теми или иными способами базы правил (базы знаний) системы нечеткого вывода.
3. Агрегирование или композиция. Здесь строятся «усеченные» функции принадлежности итоговой переменной вывода, которые объединяются вместе.
4. Дефазификация. На этом этапе полученное нечеткое выходное значение преобразовывается в четкое число с применением того или иного метода. Назначение элементов дерева нечеткого вывода
состоит в следующем:
• корень дерева - искомая оценка эффективности работы рассматриваемого предприятия региональной энергетики Z;
• терминальные вершины, представленные окружностями - исходная информация или совокупность влияющих на эффективность работы электрических сетей количественных и качественных факторов (XI,.., Х14);
• нетерминальные вершины, представленные двойными окружностями - промежуточные свертки исходных факторов;
• ветви дерева (дуги графа), выходящие из нетерминальных вершин - укрупненные по группам факторы - У4).
С учетом этого, модель эффективности работы сетей будет представлять функциональное отображение вида:
X = (Х1,.., Х20 ) ^ Z[0; 100]. (1)
Рисунок 1. Дерево нечеткого вывода
Группа факторов Y2 объединяет годовые расходы: Х5 - среднегодовые потери электроэнергии электрической сети, кВт-ч/год;
Х6 - коэффициент полезного действия сети в режиме максимальной нагрузки,%; Х7 - длина линий, км.
Составим нечеткие базы знаний. Используются приведенные выше исходные данные. В качестве примера рассмотрим свертку влияющих факторов потери электроэнергии или Y2. Сформированная база знаний приведена в таблице 2.
Таблица 2
Нечеткая база знаний
Х5 Х6 Х7 У2
Высокое Низкое Низкое Низкое
Высокое Среднее Среднее Низкое
Среднее Среднее Среднее Среднее
Среднее Среднее Низкое Среднее
Низкое Высокое Высокое Среднее
Низкое Низкое Низкое Высокое
Для фазификации входных переменных используется гауссовая функция принадлежности нечетких термов "Низкий" (Н), "Средний" (С) и "Высокий" (В). Данная функция имеет следующий вид:
Г
¡Л (х) = ехр
V
(х-г ) 2с:
2 Л
У
(2)
где л (х) - функция принадлежности фактора Х нечеткому числу ^ z и с - параметры применяемой функции принадлежности: координата максимума и коэффициент концентрации.
Для моделирования выходного параметра Z должна использоваться нечеткая база знаний типа Су-гено. В качестве треугольной нормы выбирается умножение. Получаемые результаты нечеткого вывода по алгоритму Сугено дефазифицируются по методу взвешенного среднего.
Приведенная математическая модель позволяет получать оценку эффективности процессов передачи электрической энергии по электрическим сетям региональных энергосистем с учетом разнородной информации, часть которой может быть неопределенной. Это позволяет получать более достоверные результаты по сравнению с применением традиционных математических методов, использующих только количественные исходные данные.
Список литературы 1. Ротштейн А.П., Кательников Д.И. Идентификация нелинейных зависимостей нечеткими базами знаний // Кибернетика и системный анализ. - 1998. -№5. С.53-61.
2. Штовба С.Д. Проектирование нечетких систем средствами МАТ1АВ. - М.: Горячая линия - Телеком, 2007. - 228 с.
ПОГРУЗЧИК-СМЕСИТЕЛЬ ДЛЯ ЗАКРЫТОГО ГРУНТА
Левченко Галина Викторовна
кандидат техн. наук, доцент, ФГБОУ ВПО «Саратовский государственный аграрный университет
им. Н.И. Вавилова», г. Саратов
LOADER-MIXER CLOSED GROUND
Levchenko Galina, candidate of tech. Sciences, associate Professor Fsbei HPE "Saratov state agricultural University. N. And. Vavilov", Saratov
АННОТАЦИЯ
Прирост производства тепличных овощей и фруктов должен быть обеспечен за счет повышения эффективности использования площади культивационных сооружений, поэтому существует необходимость создания оптимальных условий для растений с целью получения максимально возможных урожаев высокого качества. ABSTRACT
The increase in production of greenhouse tomatoes should be provided at the expense of increase of efficiency of use of the area of cultivation facilities proposals, therefore, a need exists to create optimal conditions for plants to obtain maximum yields of high quality.
Ключевые слова: теплица, культура, площади, закрытый грунт, погрузчик, смеситель. Keywords: greenhouse, culture, square, closed ground, raised pagrus-cheek, mixer.
Учитывая многообразие почвенно-климатических, финансово-технических, социально-демографических и других условий каждого региона, крайне необходимо в рамках одной области, республики иметь несколько вариантов экспериментально отработанных, наиболее оптимальных для конкретных условий технологий в растениеводстве.
Одной из причин неэффективности существующего производства зерновых и овощных культур в регионе является моральное и физическое устаревание, а так же низкое качество работы сельскохозяйственных машин для реализации технологий [3-8].
В настоящее продовольственный рынок страны не обходится без использования теплиц, применяемых для выращивания экологически чистых овощей и фруктов. Овощеводство в тепличных условиях дает огромные возможности для получения высоких урожаев на протяжении практически всего года, начиная с ранней весны и заканчивая поздней осенью. Для решения задач по повышению производства овощей в защищенном грунте необходимо выполнение специальной отраслевой программы, целью которой является увеличение поступления продукции во внесезонный период за счет комплексной реконструкции и технического перевооружения отрасли на качественно новой основе с использованием научно обоснованных, экологически безопасных технологий выращивания, высокопродуктивных сортов и гибридов, конструктивных решений для теплиц, систем машин и оборудования. В условиях импортозамещения тепличное производство является одним из магистральных направлений развития агропромышленноего комплекса страны. В связи с этим, государство поддерживает проекты, позволяющие решать проблемы снабжения населения овощами во все-сезонный период, позволяющие решать проблемы снабжения населения овощами во внесезоннный период.
Большинство современных аграриев, занимающихся тепличным овощеводством, считают, что высокий показатель урожайности зависит только лишь от состояния земельного участка, на котором располагается теплица, и количества внесенных в него удобрений. Но только опытные специалисты знают, что основой достижения высоких показателей роста является в большинстве случаев не использование торфа, навоза и прочих удобрений, а правильная конструкция тепличного парника.
Получение высоких и экологически чистых урожаев в тепличном производстве зависит от технологически хорошо подготовленного субстрата. Сейчас тепличные хозяйства России активно внедряют в производство мини-тракторы, которые при наличии шлейфа орудий к ним могут стать незаменимыми при выполнении различных работ. Создание погрузчика-смесителя на базе мини-тракторов для работы с тепличным субстратом не только на открытых площадках, но и в теплицах, является актуальной задачей.
В Саратовском ГАУ был разработан погрузчик-смеситель на базе мини-трактора "Bobcat" (Рис.1), с упрощенной конструкцией устройства, позволяющий одновременно отделять часть груза от массива груза, перемещать и полностью его перемешивать [1,2]. Погрузчик-смеситель содержит базовую машину 1, на раме 2 которой установлены питатель 3 и отгрузочный транспортер 4. В кожухе питателя установлен вал 5. На валу по всей его длине смонтирован ленточный шнек и отделяющие зубья 7. В конечной части кожуха питателя выполнено отгрузочное окно 11, в которое встроен установленный на раме отгрузочный транспортер, содержащий вал 8 с установленным на нем шнеком 9. Вал отгрузочного транспортера соединен с валом питателя посредством гипоидной передачи 10. Применение гипоидной передачи позволяет воспринимать повышенные нагрузки при сохранении эффекта безизносности, способствует увеличению эксплуатационной надежности.