CC BY
28
2. Методика обоснования параметров двухстадийного измельчителя зерна / В.Н. Дашков, Н.А. Воробьев, С.А. Дрозд // Вестник БГСХА . - 2014. - № 2. - С. 190-193.
3. Методика обоснования параметров двухстадийного измельчителя зерна / Дашков В.Н., Воробьев Н А., Дрозд С.А. // Вестник БГСХА . - 2014. - №2. - С. 190-193
4. ГОСТ 13496.8-72. Комбикорма. Методы определения крупности размола и содержания неразмолотых семян культурных и дикорастущих растений [Текст]; введ. 197227-06. - М.: Издательство стандартов, 1972. - 2 с
5. Шаршунов, В.А. Технология и оборудование для производства комбикормов. В 2 ч. Ч.1 Технология комбикормов: пособие / В.А. Шаршунов В.А., Л.В. Рукшан, Ю.А. Пономаренко, А.В Червяков. - Мисанта, 2014. -978 с.
6. Экспериментальные исследования двухстадийного измельчения фуражного зерна / Воробьев Н.А., Дрозд С.А., Пунько А.И., Иванов М.В. // Межведомственный тематический сборник «Механизация и электрификация сельского хозяйства» (РУП «Научно-практический центр Национальной академии наук Беларуси по механизации сельского хозяйства»). -Минск 2014. - Выпуск 48. Том 2. - С. 84-93.
УДК 631.36:62-52
ОЦЕНКА РИСКОВ ПОТЕРЬ КОРМОВ ИЗ ТРАВ ПО ПОГОДНЫМ УСЛОВИЯМ
В.Д. ПОПОВ, д-р техн. наук, А.М. ВАЛГЕ, д-р техн. наук, А.И. СУХОПАРОВ, канд. техн. наук
Федеральное государственное бюджетное научное учреждение «Институт агроинженерных и экологических проблем сельскохозяйственного производства» (ИАЭП), Санкт-Петербург, Россия
На основе теории цепей Маркова разработаны математические модели провяливания скошенной травы при заготовке различных видов кормов, позволяющие оценивать возможность получения кормов и риск их потерь с учетом погодных условий, характерных для Ленинградской области, в период заготовки. Ряд показателей стационарного состояния Марковской цепи получается в результате перевода состояний системы методом декомпозиции в матричный вид и решением матрицы через уравнение Колмогорова-Чепмена.
Ключевые слова: корма из трав; заготовка кормов; оценка рисков; погодные условия; Марковские цепи.
RISK ASSESSMENT OF GRASS FEED LOSS DUE TO WEATHER CONDITIONS
V.D. POPOV, DSc (Engineering), Full Member of Russian Academy of Sciences,
AM. VALGE, DSc (Engineering), A.I. SUKHOPAROV, Cand. Sc. (Engineering)
Federal State Budget Scientific Institution "Institute for Engineering and Environmental Problems in
Agricultural Production» (IEEP), Saint Petersburg
Технологии и технические средства механизированного производства продукции
растениеводстваи животноводства_
Based on the theory of Markovian chain, mathematical models of mown grass wilting for various types of feed were developed. They assess feed production opportunities and the risk of feed losses, taking into account the weather conditions typical for the Leningrad Region during harvesting. A number of indicators of the stationary state of the Markovian chain may be obtained as a result of transferring the states of the system by decomposition into a matrix form and solving the matrix through the Kolmogorov-Chapman equation.
Key words, grass feed, forage making, risk assessment, weather conditions, Markovian chain. ВВЕДЕНИЕ
Корма из трав являются основой производства животноводческой продукции в Северо-Западном регионе России и в частности Ленинградской области. Разработанные технологии и культивируемые сорта трав позволяют получать значительные урожаи, обеспечивающие потребности животноводства в кормах. Однако по объективным причинам, в основном погодным условиям, теряется значительное количество кормов, снижается их качество, а, следовательно, и количество получаемой продукции от животных. Потеря питательных веществ в кормах происходит в основном из-за повторяющихся увлажнений недосушенной травы осадками в период нахождения её в поле в процессе провяливания. Кроме того, при выполнении операций ворошения и сгребания после повторного увлажнения травы возрастают механические потери.
Процесс сушки травы в условиях Ленинградской области достаточно длительный по времени и продолжается от двух до четырех, пяти дней в зависимости от погодных условий. Если в процессе сушки травы не было дождей, то провяливание выполняется достаточно быстро и сено получается высокого качества. Если же при сушке трава попала под дождь, то она увлажняется и операцию провяливания необходимо выполнять повторно.
В процессе сушки, до достижения кондиционной влажности, трава может подвергнуться нескольким увлажнениям. В результате неоднократного количества увлажнений провяленная скошенная растительная масса становится непригодной для скармливания животным и представляет собой уже биологические потери. При неблагоприятных погодных условиях значительное количество травы портится так же в валках, прокосах, рулонах, что приводит загрязнению почвы гниющей растительностью, ухудшению условий роста травы и условий последующей уборки травы.
МАТЕРИАЛ И МЕТОДЫ
Потери в основном учитываются на основании полевых, лабораторных и экспериментальных данных путем их обработки по специальным методам. Основные соотношения для определения потерь приведены в работах [1, 2, 3].
Для оценки влияния количества увлажнений травы дождем и количества механических воздействий на потери были использованы методы регрессионного анализа и оценки статистические достоверности при обработке данных о провяливании травы [4, 5, 6].
Для определения вероятного повторного увлажнения дождем травы в процессе провяливания была использована теория регулярных цепей Маркова [7]. 1. Оценка влияния осадков на потери питательных веществ в сене
Для оценки влияния осадков и операций провяливания травы на потери питательных веществ выполнена компьютерная обработка экспериментальных данных, полученные при исследованиях потерь питательных веществ при заготовке сена [4, 5].
Исследовалось влияние факторов: Х1 - интенсивность выпадения осадков, ч; Х2 -количество осадков, мм; Х3 - количество ворошений, шт.; Х4 - количество сгребаний в валок, шт. На следующие показатели: Y1 - продолжительность сушки, дней; Y2 - потери переваримого белка, %; Yз - потери крахмального эквивалента, %.
Обработка данных на компьютере позволила получить статистически значимые регрессионные модели в виде уравнений:
4
^ =2 агхг
•-1 , (1)
которые позволили оценить статистическую значимость и влияние каждого из факторов на длительность сушки травы и потери питательных веществ. Полученные в результате расчетов уравнения регрессии проверены на значимость F - критерию Фишера, а коэффициенты уравнений по t - критерию Стьюдента, что позволило выявить влияние факторов на показатели полученного корма.
2. Вероятностный анализ надежности технологий производства кормов из трав(риск потери кормов)
Для получения оценки вероятного количества увлажнения травы дождем во время её провяливании при заготовке основных видов кормов из трав (сено, сенаж, силос) рассмотрим использование вероятностных математических моделей в виде регулярной Марковской цепи
[7].
Цепь Маркова - последовательность случайных событий с конечным или бесконечным числом исходов, характеризующаяся тем свойством, что, говоря нестрого, при фиксированном настоящем будущее независимо от прошлого. В теории Марковских цепей рассматриваются следующие случаи состояния системы [7]:
- возвратное состояние (возвратная цепь Маркова);
- достижимое состояние (неразложимая цепь Маркова);
- периодическое состояние (периодическая цепь Маркова);
- поглощающее состояние (поглощающая цепь Маркова);
Для вероятностного анализа технологий производства основных видов кормов из трав была использована модель в виде поглощающей Марковской цепи. Для каждого из видов корма из трав (сено, сенаж, силос) были построены модели Марковских цепей.
Анализ Марковских цепей выполняется с использованием следующего алгоритма:
- на основе анализа возможных переходов рассматриваемого предмета строится Марковская цепь;
- по Марковской цепи строится таблица вероятностей возможных состояний травы до достижения ею поглощающего состояния;
- таблица вероятностей заменяется эквивалентной системой взаимосвязанных матриц в виде:
2
П Т7
(2)
Матрица (2) называется фундаментальной и состоит из четырех составляющих: Q -матрицы вероятностей; R - матрицы перехода; 0 - нулевой матрицы; Е - единичной матрицы. Запись матрицы в виде (2) приводит к уравнению Колмогорова-Чепмена, решение которого позволяет получить ряд показателей для стационарного состояния Марковской цепи [7]:
- число попаданий в каждое из состояний
Технологии и технические средства механизированного производства продукции
растениеводстваи животноводства_
N = (Е - Q)-1. (3)
- математическое ожидание длительности пребывания порции травы в каждом из состояний
М = Nх1^ (4)
- вероятность перехода из промежуточных состояний в поглощающее
В=NхR. (5)
Выражения (3), (4), (5) представляют собой матричные операции и применительно к операции провяливания травы означают следующее: если принять за одну порцию количество травы, скошенной за один день, то уравнение (4) дает стационарное количество порций травы в каждом из возможных состояний - 0, 1, 2, 3, 4, 5, 6 и т.д., пока она не
перейдет в поглощающее состояние. Матрица В представляет собой вектор - столбец, составляющие которого дают вероятность перехода из любого промежуточного состояния в поглощающее состояние. Расчеты по формулам (3), (4), (5) представляют значительные трудности, т. к. необходимо обращать матрицу большой размерности. Поэтому расчеты осуществлялись на ПК в компьютерной системе Mathcad.
РЕЗУЛЬТАТЫ И ОБСУЖДЕНИЕ Регрессионный анализ
Результаты регрессионного анализа данных [4] о провяливании травы приведены в таблице 1.
Таблица 1
Влияние осадков и операций провяливания на потери питательных веществ в сене
Коэффициенты уравнения регрессии X - критерий Коэффициент
множествен- Показатели технологии
Х1 Х2 Х3 Х4 Х1 Х2 Х3 Х4 ной корреляции
Продолжительность
1,001 2,352 0,0038 0,22 0,235 8,26 0,843 4,98 5,5 2,3 0,2 0,3 0,7 4,1 2,2 4,9 0,98 0,94 сушки (У^ Потери переваримого белка (У 2) Потери крахмал.эквивалента (У3)
2,59 -0,1 12,7 12,7 1,6 0,5 4,4 1,9 0,98
По полученным результатам анализа можно сделать следующие выводы:
- на длительность операции провяливания - Y1 наибольшее влияние оказывают факторы Х1 -интенсивность выпадения осадков и Х4 - количество сгребаний в валок;
- на потери белка - Y2 наибольшее влияние оказывают факторы Х3 - количество ворошений и Х4 - количество сгребаний в валок;
- на потери крахмального эквивалента - Y3 наибольшее влияние оказывает факторы Х3 -количество ворошений и Х4 - количество сгребаний в валок.
Если дождем трава уже смочена, то количество осадков, фактор Х2, уже не оказывает существенного влияния на все виды потерь. Анализ суммарной дисперсии отклонений показателей качества так же показывает, что наибольшей оказалась составляющая от первого фактора - интенсивность выпадения осадков (Х1), и составляет от 70% до 90% общей
дисперсии. Таким образом, основной причиной увеличения потерь питательных веществ и длительности сушки травы является интенсивность выпадения осадков в период сушки травы. Остальные факторы (количество осадков, количество ворошений и количество сгребаний в валок) хоть и оказывают влияние на выходные показатели, но являются производными и тесно связаны с интенсивностью выпадения осадков в виде дождя. Это подтверждает и корреляционная матрица регрессионной модели. Так связь между количеством дождей и количеством ворошений и сгребаний достигает величины 0,8, что указывает на достаточно тесную связь факторов.
Модели провяливания травы на основе Марковских цепей
На основе теории Марковских цепей разработаны модели провяливания травы при производстве трёх видов кормов из трав - сена, сенажа и силоса. а) Модель провяливания травы для получения сена.
Граф-схема модели процесса провяливания сена приведена на рис. 1, где цифрами 012 обозначены состояния очередной порции травы. Каждое состояние характеризуется процессом влагоотдачи скошенной травяной массы во время провяливания, которое заканчивается, когда начинается влагопоглощение провяливаемой травяной массой.
Рис. 1. Граф-схема Марковской цепи состояний при провяливании и сушке травы на сено: где 0 - трава после скашивания и одного дня провяливания; 1 - трава после одного увлажнения; 2 - трава после двух увлажнений; 3 - трава без увлажнения и двух дней провяливания, 4 - трава после одного увлажнения и одного дня провяливания; 5 - трава после двух увлажнений и одного дня провяливания; 6 - трава без увлажнения и трех дней провяливания, 7- трава после одного увлажнения и двух дней провяливания, 8 - трава после
двух увлажнений и двух дней провяливания; 9 - поглощающее состояние для травы, высушенной без увлажнения осадками; 10 - поглощающее состояние для травы, высушенной
при одном увлажнении; 11 - поглощающее состояние для травы, высушенной при двух увлажнениях; 12 - поглощающее состояние для травы, получившей три и более увлажнений
После первого дня провяливания скошенная трава (рис. 1) с вероятностью р переходит на второй день провяливания (состояние 3), после второго дня провяливания она с вероятностью р переходит на третий день провяливания (состояние 6), после третьего дня трава с вероятностью р будет подобрана и заложена на хранение в виде сена (поглощающее состояние 9). Здесь р - вероятность благоприятных погодных условий. В случае выпадения осадков трава с вероятностью 1-р возвращается в начальное состояние, и операция
Технологии и технические средства механизированного производства продукции
растениеводстваи животноводства_
провяливания повторяется. При этом происходит потеря части питательных веществ. Для сена полевой сушки Марковская цепь имеет четыре невозвратных (поглощающих) состояния, попав в которые трава покидает операцию провяливания и оказывается или в хранилище, или в потерях. Невозвратное состояние 9 характеризует вероятность проведения провяливания в течении трех дней без увлажнении осадками. Невозвратное состояние 10 -получение корма с одним увлажнением. Невозвратное состояние 11 - получение корма с двумя увлажнениями. Невозвратное состояние 12 - получение корма с тремя увлажнениями. Сено, полученное с тремя и более увлажнениями, имеет, как правило, низкое качество, или же становится «внеклассным» и может характеризоваться, как потери.
В соответствии с методом исследования Марковских цепей, представим Рис. 1 в виде таблицы 2 и, используя метод декомпозиции, представим таблицу 2 в виде совокупности матриц (6).
Таблица 2
Вероятности состояний травы при провяливании
Состояния травы
0 1 2 3 4 5 6 7 8 9 10 11 12
0 1-Р Р
1 1-Р Р
2 Р 1-Р
3 3 1-Р Р
13 £ « И 4 1-Р Р
5 Р 1-Р
6 1-Р Р
« О н о о 7 1-Р Р
8 Р 1-Р
и 9 1
10 1
11 1
12 1
0 1 - р 0 р 0 0 0 0 0 0 0 0 0
0 0 1-р 0 р 0 0 0 0 0 0 0 0
0 0 0 0 0 р 0 0 0 0 0 0 1-р
0 1 - р 0 0 0 0 р 0 0 0 0 0 0
0 0 1-р 0 0 0 0 р 0 0 0 0 0
0 0 0 0 0 0 0 0 р 0 0 0 1-р
0 1 - р 0 0 0 0 0 0 0 р 0 0 0
0 0 1-р 0 0 0 0 0 0 0 р 0 0
0 0 0 0 0 0 0 0 0 0 0 р 1-р
0 0 0 0 0 0 0 0 0 1 0 0 0
0 0 0 0 0 0 0 0 0 1 0 0 0
0 0 0 0 0 0 0 0 0 0 1 0 0
0 0 0 0 0 0 0 0 0 0 0 1 0
0 0 0 0 0 0 0 0 0 0 0 0 1
Q R
о Е
Используя соотношения (3)-(5) по формуле (6) можно рассчитать вероятности состояний на ПК в компьютерной системе Mathcad. Для условий Ленинградской области по нашим расчетам средняя вероятность благоприятных погодных условий составляет p = 0,552, расчетная матрицаВ, рассчитанная по программе для этой вероятности, приведена на Рис. 2. Средне значение вероятности благоприятных погодных условий (p = 0,552) в Ленинградской области получены на основе обработки статистических данных за 27 лет [8].
0,14 0,116 0,576^ 0,168 0,14 0,692 0 0,168 0,832 0,117 0,097 0,481 0,305 0,117 0,578 0 0,305 0,695 0,075 0,063 0,31 0,552 0,075 0,373 0 0,552 0,448у
Рис. 2. Результаты расчета вероятностей перехода в поглощающее состояние порций
сена при p = 0,552
При вероятности погодных условиях p = 0,552 без увлажнения будет убрано 16,8%, с одним увлажнением - 14,0%, с двумя увлажнениями - 11,6%, с тремя и более - 57,6%. Отсюда можно сделать выводы, что в среднем в условиях Ленинградской области при сушке травы до кондиционной влажности 17% в среднем будет получено:
- 17,0% сено без увлажнения осадками;
- 14,0% сено с одним увлажнением;
- 12,0% сено с двумя увлажнениями;
- 57% составит сено «внеклассное» (с тремя и более увлажнениями), т.е. вероятность риска потерь сена по погодным условиям составляет порядка 60%.
б) Модель провяливания травы для получения сенажа
При приготовлении сенажа трава провяливается до 50-55%, подбирается с измельчением и закладывается в башню или траншею с трамбовкой. Время провяливания травы для сенажа меньше чем для сена и составляет не более двух дней. Граф-схема Марковской цепи провяливания травы для сенажа приведена на рис. 3.
И> Н> '"!'
Рис. 3. Граф-схема Марковской цепи состояний при провяливании травы на сенаж:
В,
0,552
Сено
0,168 0 0
0,305 0 0
0,552 0 0
Технологии и технические средства механизированного производства продукции
растениеводстваи животноводства_
где 0 - трава после скашивания и одного дня провяливания; 1- трава после одного увлажнения; 2 - трава после двух увлажнений; 3 - трава без увлажнения и двух дней провяливания, 4 - трава после одного увлажнения и одного дня провяливания; 5 - трава после двух увлажнений и одного дня провяливания; 6 - поглощающее состояние для травы, высушенной без увлажнения осадками; 7 - поглощающее состояние для травы, высушенной
при одном увлажнении; 8 - поглощающее состояние для травы, высушенной при двух увлажнениях; 9 - поглощающее состояние для травы, получившей три и более увлажнений
Применяя к граф-схеме (рис.3), алгоритм (3)-(5), получим матрицу В для сенажа:
В,
0,552 Сенаж
0,36 0,23 0,147 0,262
0 0,36 0,23 0,41
0 0 0,36 0,64
0,6 0,144 0,092 0,164
0 0,6 0,144 0,256
0 0 0,6 0,4
Рис. 4. Результаты расчета вероятностей перехода в поглощающее состояние порций
сенажа при р = 0,552
При вероятности погодных условий р = 0,552 в Ленинградской области существует средняя вероятность получения:
- 36,0% сенажа, не попавшего по дождь;
- 23,0% сенажа заготовленного при одном увлажнении;
- 14,7% сенажа заготовленного при двух увлажнениях;
- 26,2% сенаж «внеклассный», т.е. риск потерь при производстве сенажа составляет 26%. в) Модель провяливания травы для получения силоса
Провяливание травы при заготовке силоса, как правило, ограничивается одним днем. Граф-схема Марковской цепи провяливания травы для силоса приведена на рис. 5.
Рис. 5. Граф-схема Марковской цепи состояний при выполнении операции провяливания
травы на силос
где 0 - трава после скашивания и одного дня провяливания; 1- трава после одного увлажнения;2 - трава после двух увлажнений;3 - поглощающее состояние для травы, высушенной без увлажнения осадками; 4 - поглощающее состояние для травы, высушенной
при одном увлажнении; 5 - поглощающее состояние для травы, высушенной при двух увлажнениях; 6 - поглощающее состояние для травы, получившей три и более увлажнений.
Применяя кграфик - схеме (см. рис.5), алгоритм (3)-(5), получим матрицу В для
силоса:
В,
0,552 Силос
0,6 0,24 0,096 0,064 0 0,6 0,24 0,16 0 0 0,6 0,4
Рис. 6. Результаты расчета вероятностей перехода в поглощающее состояние порций
силоса при р = 0,552
При благоприятных погодных условиях, вероятность которых составляет р = 0,552 для Ленинградской области, будет получено:
- 60,0% силоса, не попавшего по дождь;
- 24,7% силоса заготовленного при одном увлажнении;
- 9,6% силоса заготовленного при двух увлажнениях;
- 6,4% силоса заготовленного при трёх и более увлажнениях, т.е. риск потерь при производстве силоса составляет около 7%.
Для сравнительного анализа надежности различных видов кормов по моделям представленным на Рис. 1, 4, 6. были выполнены расчеты для усредненных погодных условий Ленинградской области в период заготовки кормов из трав. Результаты расчетов в графическом виде приведены на рис. 7.
0,7
Силос Сено
« о
а о и
8 И И О
н о 1-
й
со
Л Н о о Я
н «
о
а
<ц
м
I 0,6
с:
•и
5 0.5 1 0,4
! °<3 I 0.2
в
Й 0.1
о
5 о
Сена» Сено
Сенат Силос Сено
Сенаж Сено Силос
Сенаж
Силос
Без увлажнения Увлажнение 1 рэз Увлажнение 2 раза Увлажнение 3 раза
Рис. 7. Вероятность заготовки основных видов кормов в условиях Ленинградской области в зависимости от количества увлажнения осадками
ВЫВОДЫ
Из приведенных выше результатов видно, что силос являются более надежными по погодным условиям видом корма по сравнению с сенажом и сеном полевой сушки. Без увлажнения осадками убирается 60,0% корма, с одним увлажнением - 24,7%, с двумя увлажнениями 9,6%, с тремя и более увлажнениями - 6,4%.
При провяливании травы до 50-55% (сенажа) вероятность не попасть под дождь в 2,12 раза меньше и в 1,64 раза ниже вероятность однократного увлажнения, чем при сушке её до 17-20% (сена), что способствует сохранению питательных веществ и получению корма с большей энергетической ценностью.
Технологии и технические средства механизированного производства продукции
растениеводстваи животноводства_
Таким образом, в условиях Ленинградской области практически при любых среднестатистических погодных условиях до 80% подвяленного силоса заготавливается высокого качества, сена же I класса в среднем можно получить только порядка 20%. Для получения больших объёмов качественного сена необходимо уменьшать время сушки травы в полевых условиях и осуществлять прессование растительной массы при повышенной влажности (25-40%) с внесением консервирующих препаратов и последующим досушиванием.
ЛИТЕРАТУРА
1. Ахмедов М.Ш. Интенсивные энергосберегающие способы заготовки сена в условиях Северо-Запада РФ. - СПб.: СЗНИИМЭСХ, 2001. - 144 с.
2. Заготовка и приготовление кормов в Нечерноземье: Справочник (В.С. Сечкин, Л.А.Сулима, В.П.Белов и др.). - Л.: Агропромиздат, 1988. - 480 с.
3. Попов В.Д. Методы проектирования и критерии оценки адаптивных технологий заготовки кормов из трав, повышающие эффективность технологий. Дисс. на соискание уч. степени д-р.техн. наук. - Л.: НИПТИМЭСХ НЗ, 1998. - 343с.
4. Зубрилин А.А. Научные основы консервирования зелёных кормов. Ахламов Ю.Д., Щевцов А.В. Заготовка корма в рулонах // Кормопроизводство. - М.: ОГИЗ СельхозГИЗ, 1946. - 368 с.
5. Сухопаров А.И., Ерёмин М.А., Ерохин И.В. Модели процесса изменения влажности в провяливаемой траве в зависимости от периодичности ворошения // Технологии и технические средства механизированного производства продукции растениеводства и животноводства: Сб. науч. тр. /ИАЭП. - Вып. 86. - СПб., 2015. - С. 89-95.
6. Ерёмин М.А., Ерохин И.В., Сухопаров А.И. Закономерности провяливания травы в зависимости от вида скашивания // Молодой учёный. - 2017. - №7 (141). - С. 180-184.
7. Раскин Л.Г. Анализ сложных систем и элементы теории оптимального управления. -М.: Сов.радио, 1976. - 344 с.
8. Попов В.Д., Валге А.М. Моделирование и оптимизация процессов и технологий заготовки кормов из трав в условиях Северо-Запада России. - СПб., СЗНИИМЭСХ, 2005. -С. 40.
УДК 631.354.2
ОЦЕНКА ЭКОЛОГИЧНОСТИ ЗЕРНОУБОРОЧНЫХ КОМБАЙНОВ
М.И. ЛИПОВСКИЙ, д-р техн.наук, А Н. ПЕРЕКОПСКИЙ, канд.техн.наук.
Федеральное государственное бюджетное научное учреждение «Институт агроинженерных и
экологических проблем сельскохозяйственного производства» (ИАЭП),Санкт-Петербург, Россия
Возросшее внимание к снижению вредного воздействия производственной деятельности на экологию требует оценивать применяемые технические средства с этих позиций. Данный вопрос рассмотрен на примере зерноуборочных комбайнов. Основными отрицательными воздействиями комбайнов на окружающую среду являются уплотнение почвы их ходовыми системами, а также
83
