CC BY
13
_05.20.01 ТЕХНОЛОГИИ И СРЕДСТВА МЕХАНИЗАЦИИ СЕЛЬСКОГО ХОЗЯЙСТВА
05.20.01 УДК 631.361.8
Б01: 10.24412/2227-9407-2021 -3 -5 -23
Планирование и методика проведения экспериментальных
Введение. Устойчивое развитие аграрного производства предполагает его передовое научное обеспечение. Особое место в этом ряду задач занимает исследование процессов и машин агроинженерных систем. Не составляют исключения в этом плане средства механизации животноводческой отрасли. Изысканиями ученых установлено, что измельчение корнеклубнеплодов с заданными размерами позволяет повысить отдачу каждой кормовой единицы. Целью работы являлось проведение экспериментов для обоснования параметров опытного образца. Материалы и методы. В результате решения технической задачи нами предложена оригинальная конструкция аппарата для измельчения корнеклубнеплодов на уровне патентопригодности. На нее изготовлена лабораторная установка. Опыты по выявлению значимости факторов на «Процентное содержание частиц по форме параллелепипеда» проводили на разработанной лабораторной установке с изменяемыми факторами: вылет горизонтального ножа Х1, шаг вертикальных ножей Х2, скорость резания Х3. Для исследования критерия оптимизации «Процентное содержание частиц по форме параллелепипеда» был изготовлен диск с горизонтальным ножом, высота - h которого изменялась, также варьировали шаг вертикальных ножей - L, а посредством резистора устанавливали скорость резания - оборотов/минуту. Опыты по выявлению значимости факторов на «Производительность Q», «Энергоемкость процесса Э» осуществляли на разработанной лабораторной установке с изменяемыми факторами: диаметр корнеклубнеплода Х4, угол наклона противореза Х5, количество горизонтальных ножей Х6. При проведении статистического анализа сравнения двух групп по количественным шкалам проводились на основе непараметрического критерия Манна-Уитни. Для описания количественных показателей использовались среднее значение и стандартное отклонение в формате «M ± S». Для определения возможности прогнозирования некоторой целевой количественной переменной на основе нескольких независимых переменных (факторов) применялся метод множественного регрессионного анализа. Уровень статистической значимости был зафиксирован на уровне вероятности ошибки 0.05. Статистическая обработка данных выполнена с использованием пакетов прикладных программ Statistica 10 и SAS JMP 11. Результаты. По результатам обработки экспериментальных данных построены формы поверхностей моделей, отражающие качественные показатели функционирования измельчителя корнеклубнеплодов. Заключение. По итогам регрессионного моделирования отклика «Процентное содержание частиц по форме параллелепипеда» можно заключить, что модель имеет высокий уровень качества прогноза (R2 = 92,1 %). По итогам регрессионного моделирования отклика «Производительность Q, кг/ч (секунды)» для одного горизонтального ножа можно заключить, что модель имеет средний уровень качества прогноза (R2 = 44,1 %). По итогам регрессионного моделирования отклика «Производительность Q, кг/ч (секунды)» для двух горизонтальных ножей можно заключить, что модель имеет средний уровень качества прогноза (R2 = 41,1 %). По итогам регрессионного моделирования отклика «Энергоемкость процесса Э, Вт» можно заключить, что наиболее важным сочетанием факторов является набор: «Диаметр корнеклубнеплода», «X4x5» и «X4x4». Модель имеет высокий уровень качества прогноза (R2 = 97,1 %). По итогам регрессионного моделирования отклика «Энергоемкость процесса Э, Вт» можно заключить, что наиболее важным сочетанием факторов является набор: «Диаметр корнеклубнеплода», «X4x5» и «X4x4». Модель имеет высокий уровень качества прогноза (R2 = 98,1 %).
исследований измельчителя корнеклубнеплодов
С. Н. Шуханов , А. С. Доржиев
Иркутский ГАУ им. А. А. Ежевского, Иркутск, Россия Shuhanov56@mail. ru
Аннотация
© Шуханов С. Н., Доржиев А. С., 2021
© ®
Контент доступен под лицензией Creative Commons Attribution 4.0 License. The content is available under Creative Commons Attribution 4.0 License.
Ключевые слова: измельчитель корнеклубнеплодов, лабораторная установка, методика экспериментальных исследований.
Для цитирования: Шуханов С. Н., Доржиев А. С. Планирование и методика проведения экспериментальных исследований измельчителя корнеклубнеплодов // Вестник НГИЭИ. 2021. № 3 (118). С. 5-23. DOI: 10.24412/2227-9407-2021-3-5-23
Planning and methodology of experimental studies of tubers grinder
S. N. Shukhanov, A. S. Dorzhiev Irkutsk GAU named after A. A. Yezhevsky, Irkutsk, Russia Shuhanov56@mail.ru
Abstract
Introduction. Sustainable development of agricultural production involves its advanced scientific support. A special place in this series of tasks is occupied by the study of processes and machines of agricultural engineering systems. There is no exception in this regard to the means of mechanization of the livestock industry. Research by scientists has established that grinding tubers with given sizes allows increasing the yield of each feed unit. The purpose of the work was to conduct experiments to substantiate the parameters of the prototype.
Materials and methods. As a result of solving the technical problem, we have proposed the original design of the apparatus for crushing tubers at the level of patentability. A laboratory installation was made on it. Experiments to identify the significance of factors for the «Percentage of particles by parallelepiped shape» were carried out at a developed laboratory installation with variable factors: the departure of a horizontal knife Х1, the pitch of vertical knives Х2, the cutting speed Х3. To study the optimization criterion «Percentage of particles by parallelepiped shape», a disk with a horizontal knife height - h, which varied, also varied the pitch of vertical knives - L, and with the help of a resistor set the cutting speed - revolutions/minute. Experiments to identify the significance of factors on «Q Performance», «Energy Intensity of Process E» were carried out at a developed laboratory installation with variable factors: diameter of the tubers blade Х4, angle of inclination of contradiction Х5, number of horizontal knives Х6. In the statistical analysis, comparisons of the two quantitative scale groups were made on the basis of the non-parametric Mann-Whitney test. For the description of quantitative indicators, the average value and standard deviation in the format «M ± S» were used. Multiple regression analysis was used to determine the predictability of some target quantitative variable based on several independent variables (factors). The level of statistical significance was recorded at error probability level 0.05. Statistical data processing is performed using the application packages Statistica 10 and SAS JMP 11. Results. Based on the results of experimental data processing, the shapes of the model surfaces were built, reflecting the qualitative indicators of the functioning of the tubers grinder.
Conclusions. Based on the results of the regression simulation of the response «Percentage of particles by parallelepiped form» it can be concluded that the model has a high level of forecast quality (R2 = 92.1 %). Based on the results of the regression simulation of the Q, kg/h (Seconds) response for one horizontal knife, it can be concluded that the model has an average forecast quality level (R2 = 44.1 %). Based on the results of the regression simulation of the Q, kg/h (Seconds) response for two horizontal knives, it can be concluded that the model has an average forecast quality level (R2 = 41.1 %). Based on the results of the regression simulation of the response «Energy intensity of the process E, W» it can be concluded that the most important combination of factors is the set: «Tubers diameter», «X4 x5» and «X4 • x4», The model has a high level of forecast quality (R2 = 97.1 %). Based on the results of the regression simulation of the response «Energy intensity of the process E, W», it can be concluded that the most important combination of factors is the set: «Tubers diameter», «X4x5» and «X4x4». The model has a high level of forecast quality (R2 = 98.1 %).
Key words: tubers grinder, laboratory installation, experimental research methodology.
For citation: Shukhanov S. N., Dorzhiev A. S. Planning and methodology of experimental studies of tubers grinder // Bulletin NGIEI. 2021. № 3 (118). P. 5-23. DOI: 10.24412/2227-9407-2021-3-5-23
Введение [1; 2; 3; 4]. Особое место в этом ряду задач занимает
Устойчивое развитие аграрного производства исследование процессов и машин агроинженерных предполагает его передовое научное обеспечение систем [5; 6; 7; 8]. Не составляют исключение в
этом плане средства механизации животноводческой отрасли [9; 10; 11; 12].
Изысканиями ученых установлено, что измельчение корнеклубнеплодов с заданными размерами позволяет повысить отдачу каждой кормовой единицы [13; 14; 15; 16]. Целью работы являлось проведение экспериментов для обоснования параметров опытного образца.
Материалы и методы
В результате решения технической задачи нами предложена оригинальная конструкция аппарата для измельчения корнеклубнеплодов на уровне патентопригодности [17]. Сущность устройства заключается в следующем. Вертикальные ножи жёстко и под углом 90° установлены к горизонтальным ножам, причём с образованием вертикальных окон, сформированных сверху плоскостью горизонтального ножа, снизу - плоскостью диска, а слева и справа - плоскостями вертикальных ножей. При этом крайние вертикальные ножи пристыкованы своими боковыми плоскостями к торцевым поверхностям окна. Противорез имеет возможность взаимодействия с горизонтальными и вертикальными ножами. Расстояние между вертикальными ножами в перпендикулярном направлении к их боковым поверхностям находится в пределах от 15 до 50 мм. В совокупности это позволяет создать режущий аппарат измельчителя корнеплодов, обеспечивающий возможность получения кусочков по форме параллелепипеда. На рисунках 1-4 показан режущий аппарат измельчителя корнеплодов, в частности на рисунке 1 представлен разрез А-А, на рисунке 2 -разрез Б-Б, на рисунке 3 - разрез В-В (увеличено), на рисунке 4 - вид Г (увеличено).
А-А
1 8
Рис. 1. Режущий аппарат измельчителя
корнеплодов. Разрез А-А Fig. 1. Cutting apparatus of tubers grinder. Section A-A
Б-Б
7
Рис. 2. Режущий аппарат измельчителя корнеплодов. Разрез Б-Б Fig. 2. Cutting apparatus of tubers grinder. Section B-B
B-B
2 I 4
Рис. 3. Режущий аппарат измельчителя корнеплодов. Разрез В-В Fig. 3. Cutting apparatus of tubers grinder. Section B-B
Г
/ ^----—г
6
Рис. 4. Режущий аппарат измельчителя
корнеплодов. Вид Г Fig. 4. Cutting apparatus of tubers grinder. Type D
Режущий аппарат состоит из цилиндрического корпуса 4, который одновременно является приёмным бункером; диска 6 с вертикальными 2 и горизонтальными 3 ножами, который жёстко соединён с валом 1 электродвигателя (не показан); проти-ворезов 5, жёстко соединённых с корпусом 4. Кроме того, к диску 6 со стороны, противоположной стороне, на которой размещены ножи 2 и 3, жёстко присоединены швырялки 8, а к корпусу 4, напротив швырялок 8, - выгрузной бункер 7. При этом в диске 6 под горизонтальными 3 ножами выполнены окна по форме прямоугольника. Вертикальные 2 ножи жёстко и под углом 90 градусов установлены к горизонтальным 3 ножам, причём с образованием вертикальных окон, сформированных сверху плоскостью горизонтального 3 ножа, снизу - плоскостью диска 6, а слева и справа - плоскостями вертикальных 2 ножей. При этом крайние вертикальные 2 ножи пристыкованы своими боковыми плоскостями к торцевым поверхностям окна, противорезы 5 имеют возможность взаимодействия с горизонтальными 3 и вертикальными 2 ножами. Расстояние между вертикальными 2 ножами в перпендикулярном направлении к их боковым поверхностям находится в пределах от 15 до 50 мм. Режущий аппарат работает следующим образом. При включении измельчителя (электродвигателя) диск 6 с ножами 2 и 3, а также со швырялками 8 приводится во вращение (против часовой стрелки) от электродвигателя (не показан) посредством вала 1. Загружают продукт в корпус 4 через его верхний срез, который поступает на диск 6 и при взаимодействии с проти-ворезами 5 равномерно распределяется на его торцевой поверхности и подвергается обработке. При этом горизонтальные и вертикальные ножи оказывают силовое воздействие на продукт, в результате чего продукт разделяется на кусочки по форме параллелепипеда, одна из граней которого соответствует профилю окон, образованных поверхностями деталей режущего аппарата. Длина полученных кусочков равна расстоянию между вертикальными 2 ножами в перпендикулярном направлении к их боковым поверхностям. Измельчённый продукт под воздействием на него ножей 2 и 3 поступает в полость швырялки 8 через окна, выполненные в диске 6 под ножами 3, и далее под воздействием швырял-ки 8 - в выгрузной бункер 7.
На основе зарегистрированного патента на полезную модель нами изготовлена лабораторная
установка для измельчения (рисунок 5), на базе которой проводились эксперименты.
Рис. 5. Лабораторная установка режущего аппарата для измельчения корнеплодов Fig. 5. Laboratory plant of cutting apparatus for crushing tubers
Для проведения экспериментальных исследований использовались современные приборы и аппаратура, перечень которых представлен в таблице 1.
Методика экспериментальных исследований «Процентное содержание частиц по форме параллелепипеда»
Опыты по выявлению значимости факторов на «Процентное содержание частиц по форме параллелепипеда» проводили на разработанной лабораторной установке с изменяемыми факторами: вылет горизонтального ножа Х1, шаг вертикальных ножей Х2, скорость резания Х3. Для исследования критерия оптимизации «Процентное содержание частиц по форме параллелепипеда» был изготовлен диск с горизонтальным ножом, высота - h которого изменялась, также варьировал шаг вертикальных ножей - L, а посредством резистора устанавливали скорость резания - оборотов/минуту. В таблице 2 отражены уровни варьирования факторов.
Таблица 1. Приборы и аппаратура, применяемые для экспериментальных исследований Table 1. Instruments and equipment used for experimental research
Наименование / Name Марка / Brand
Токоизмерительные клещи / Clamp-on ammeters IEK 266F1
Штангенциркуль / Caliper ШЦ-1-150
Секундомер / Stop watch СДСпр.1
Угломер / Angle meter 2УН
Весы / Scales PKS 1046DG
Тахометр цифровой / Digital tachometer DT 2234 C+
Назначение / Appointment
Персональный компьютер с пакетом прикладных программ / Personal computer with application package
Lenovo ideapad 110
Измерение / Power measurement
Регистрация размеров измельченного продукта / Recording the size of the crushed product Регистрация времени опыта / Recording Experience Time
Измерение и установка угла защемления клубня / Measurement and setting of clamping angle of tuber Определение массы фракций измельченного продукта / Determination of weight of fractions of ground product
Измерение частоты вращения режущего диска / Measuring the speed of the cutting disc Обработка и накопление научной информации / Processing and accumulation of scientific information
Таблица 2. Уровни варьирования факторов для критерия оптимизации «Процентное содержание частиц по форме параллелепипеда»
Table 2. Factor variation levels for the «Parallelepiped Particle Percentage» optimization criterion
Уровень / Level
Фактор / Factor Х1 - Высота горизонтального ножа h (мм) / Height of horizontal knife h (mm ) Х2 - Шаг вертикальных ножей L (мм) / Pitch of vertical knives L (mm)
Х3 - Скорость резания (оборотов/минуту) / Cutting speed (rpm)
В е рхний ур о в е нь /
Top level (+1) 20
20 611
Нижний уровень / Bottom level (-1)
10
10 591
Методика экспериментальных исследований «Производительность Q», «Энергоемкость процесса Э»
Опыты по выявлению значимости факторов на «Производительность Q», «Энергоемкость процесса Э» осуществляли на разработанной лабораторной установке с изменяемыми факторами: диа-
метр корнеклубнеплода Х4, угол наклона противо-реза Х5, количество горизонтальных ножей Х6.
Для изучения критерия оптимизации «Производительность Q», «Энергоемкость процесса Э» был изготовлен противорез с изменяющимся углом наклона, диск с 1 и 2 горизонтальными ножами. В табл. 3 представлены уровни варьирования факторов.
Таблица 3. Уровни варьирования факторов для критерия оптимизации «Производительность Q», «Энергоемкость процесса Э»
Table 3. Factor Variation Levels for «Performance Q», «Energy Intensity of Process E»
Уровень / Level В ерхний ур о вень / Нижний уровень /
Фактор / Factor Top level (+1) Bottom level (-1)
Х4 - Диаметр корнеклубнеплода (мм) /
Tubers diameter (mm)
Х5 - Угол наклона противореза /
Inclination angle of contradiction
Х6 - Количество горизонтальных ножей /
Number of horizontal knives
80 75 2
60 45 1
В рамках статистической обработки данных были решены следующие задачи:
1. Анализ имеющихся взаимосвязей данных. Цель - построение регрессионных моделей, на основе которых возможно дальнейшее увеличение объемов входных данных путем статистического моделирования. Для решения этой задачи необходимо:
1.1. Провести анализ однородности групп, образованных входными факторами по показателям «Процентное содержание частиц по форме параллелепипеда», «Энергоемкость процесса Э, Втч/т», «Производительность Q, кг/ч».
1.2. Построить регрессионные модели для целевых показателей «Процентное содержание частиц по форме параллелепипеда», «Энергоемкость процесса Э, Втч/т», «Производительность Q, кг/ч».
1.3. Провести построение и анализ регрессионных моделей в виде полиномиальных зависимостей целевых показателей от входных факторов.
При проведении статистического анализа сравнения двух групп по количественным шкалам проводились на основе непараметрического критерия Манна-Уитни. Для описания количественных показателей использовались среднее значение и стандартное отклонение в формате «М ± S». Для определения возможности прогнозирования некоторой целевой количественной переменной на ос-
нове нескольких независимых переменных (факторов) применялся метод множественного регрессионного анализа. Уровень статистической значимости был зафиксирован на уровне вероятности ошибки 0.05. Статистическая обработка данных выполнена с использованием пакетов прикладных программ Statistica 10 и SAS JMP 11 [18; 19; 20].
Результаты Представлены результаты статистического анализа взаимосвязей входных факторов с тремя целевыми показателями: «Процентное содержание частиц по форме параллелепипеда», «Энергоемкость процесса Э», «Производительность Q».
Целевой показатель «Процентное содержание частиц по форме параллелепипеда» предположительно зависит от факторов «Высота горизонтального ножа относительно диска с ножами», «Шаг вертикальных ножей», «Скорость резания».
После проведения регрессионного анализа были получены следующие результаты.
В таблице 4 представлены коэффициенты и бета-коэффициенты регрессионной модели для целевого показателя «Процентное содержание частиц по форме параллелепипеда» для следующих факторов: «Высота горизонтального ножа относительно диска с ножами», «Шаг вертикальных ножей» и «Скорость резания».
Таблица 4. Структура регрессионной модели для целевого показателя «Процентное содержание частиц по форме параллелепипеда»
Table 4. Structure of the regression model for the «Parallelepiped Particle Percentage» target
Коэффициент
Фактор / Factor Бета-коэффициент / регрессии / Уровень /
Beta coefficient Regression coefficient Level Р
Константа / Constant
Высота горизонтального ножа относительно диска с ножами / Height of horizontal knife relative to disk with knives Шаг вертикальных ножей / Pitch of vertical knives Скорость резания / Cutting speed
-0,338
-0,322 0,237
-217,708
-0,325
-0,309 0,455
< 0,0001
< 0,0001
< 0,0001 < 0,0001
Фактор «Скорость резания» имеет положительное влияние на целевой показатель «Процентное содержание частиц по форме параллелепипеда», а факторы «Высота горизонтального ножа относительно диска с ножами» и «Шаг вертикальных ножей» вносят отрицательный вклад. Следует отметить, что все факторы являются статистически значимыми, что говорит о тесной взаимосвязи в единой регрессионной модели.
При увеличении фактора «Скорость резания» на 1 единицу прогнозные значения «Процентное содержание частиц по форме параллелепипеда» будут в
среднем увеличиваться на 0,45 ед. А при увеличении фактора «Высота горизонтального ножа относительно диска с ножами» и «Шаг вертикальных ножей» на 1 единицу прогнозные значения «Процентное содержание частиц по форме параллелепипеда» будут в среднем уменьшаться на 0,32 и 0,31 ед. соответственно. Наибольший положительный вклад в регрессионную модель несет фактор «Скорость резания».
В таблице 5 представлены показатели качества и формула регрессионной модели. Коэффициент детерминации со значением 94 % говорит о высоком прогнозном качестве модели (Уровень Р < 0,0001).
Таблица 5. Показатели качества и формула регрессионной модели показателя «Процентное содержание
частиц по форме параллелепипеда»
Table 5. Quality indicators and formula of regression model of «Particle percentage by parallelepiped form»
indicator
Значимость регрессии /
Significance R2 = 94,31 %, Уровень Р < 0,0001 / R2 = 94.31 %, Level P < 0.0001
of regression
Процентное содержание частиц по форме параллелепипеда = -217,72 - 0,33 • • Высота горизонтального ножа относительно диска с ножами (мм) -
Формула регрессии / - 0,31 • Шаг вертикальных ножей (мм) + 0,45 • Скорость резания (оборо-Regression Formula тов/минуту) / Percentage of particles by parallelepiped = -217.72 - 0.33 • Height
of horizontal knife relative to blade disk (mm) - 0.31 • Pitch of vertical knives (mm) + 0.45 • Cutting speed (rpm)
По результатам регрессионного моделирования отклика «Процентное содержание частиц по форме параллелепипеда» можно заключить, что наиболее важным сочетанием факторов является набор: «Высота горизонтального ножа относительно диска с ножами», «Шаг вертикальных ножей» и «Скорость резания». Модель имеет высокий уровень качества прогноза (Я2 = 94 %).
Целевые показатели «Энергоемкость процесса Э», «Производительность Q» предположительно зависят от факторов «Диаметр корнеклубнеплода», «Угол наклона противореза», «Количество горизонтальных ножей».
Рассмотрим результаты статистического анализа сравнения целевых показателей по группам,
образованным переменной «Диаметр корнеклубнеплода» со значениями: «80» и «60» с числом наблюдений 12 (50,0 %) и 12 (50,0 %) для каждого значения. Целью данного анализа является проверка нулевой статистической гипотезы о равенствах распределений в группах, а также выявление тех показателей, для которых нулевая гипотеза отвергается в пользу альтернативной с подтверждением наличия статистически значимых различий между группами. Для сравнения используется непараметрический критерий Манна-Уитни. В таблице 6 представлены результаты статистического анализа сравнения двух групп «Диаметр корнеклубнеплода» по целевым показателям.
Таблица 6. Сравнение двух групп переменной «Диаметр корнеклубнеплода» по целевым показателям (средние ± среднеквадратичные отклонения)
Table 6. Comparison of two groups of the variable «Tubers diameter» by target indicators (mean ± mean square deviations)
Показатель / Indicator Диаметр корнеклубнеплода / Tubers diameter Уровень P /
80 (N = 12) 60 (N = 12) Level P
Энергоемкость процесса Э, Вт / Energy consumption of process E, W Производительность Q, кг/ч / Capacity Q, kg/h
411,14 ± 63,680
42,58 ± 13,320
371,16 ± 64,91
36,83 ± 9,251
0,0013
0,2688
На основании таблицы 6 можно сделать вывод о том, что по показателю «Производительность Q, кг/ч» группы статистически значимо не различаются, а по показателю «Энергоемкость процесса Э, Вт» наблюдаются статистически значимые различия группы «80» по отношению к группе «60» (в среднем на 40,0 Вт; Р = 0,0013).
Далее рассмотрим результаты статистического анализа сравнения целевых показателей по группам, образованным переменной «Угол наклона противо-реза» со значениями: «75» и «45» с числом наблюдений 12 (50,0 %) и 12 (50,0 %) для каждого значения. В таблице 7 представлены результаты статистического анализа сравнения двух групп «Угол наклона противореза» по целевым показателям.
Таблица 7. Сравнение двух групп переменной «Угол наклона противореза» по целевым показателям (средние ± среднеквадратичные отклонения)
Table 7. Comparison of two groups of the variable «Inclination angle of contradiction» according to the target indicators (mean ± mean square deviations)
Показатель / Indicator
Угол наклона противореза / Inclination angle of contradiction
75 (N = 12)
45 (N = 12)
Уровень P / Level P
Энергоемкость процесса Э, Вт / Energy consumption of process E, W Производительность Q, кг/ч / Capacity Q, kg/h
На основании таблицы 7 можно сделать вывод о том, что по показателю «Производительность Q, кг/ч» группы статистически значимо не различаются, а по показателю «Энергоемкость процесса Э, Вт» наблюдаются статистически значимые различия в группе «75» по отношению к группе «45» (в среднем на 35,4 Вт; P = 0,0068).
Далее рассмотрим результаты статистического анализа сравнения целевых показателей по группам, образованным переменной «Количество горизонтальных ножей» со значениями: «1» и «2» с числом наблюдений 12 (50,0 %) и 12 (50,0 %) для каж-
409,74 ± 65,021 36,76 ± 13,361
374,31 ± 65,11 42,66 ± 9,13
0,0068 0,1807
дого значения. В таблице 8 представлены результаты статистического анализа сравнения двух групп «Количество горизонтальных ножей» по целевым показателям.
На основании таблицы 8 можно сделать вывод о том, что по показателю «Энергоемкость процесса Э, Втч/т» наблюдаются статистически значимые различия группы «1» по отношению к группе «2» (в среднем на 18,41 кг/ч; Р < 0,0001) и по показателю «Производительность Q, кг/ч» наблюдаются статистически значимые различия группы «1» по отношению к группе «2» (в среднем на 18,4 кг/ч; Р < 0,0001).
Таблица 8. Сравнение двух групп переменной «Количество горизонтальных ножей» по целевым показателям (средние ± среднеквадратичные отклонения)
Table 8. Comparison of two groups of the variable «Number of horizontal knives» by target indicators (mean ± mean square deviations)
Показатель / Indicator Количество горизонтальных ножей / Number of horizontal knives Уровень P / Level P
1 (N = 12) 2 (N = 12)
Энергоемкость процесса Э, Вт / Energy consumption of process E, W Производительность Q, кг/ч / Capacity Q, kg/h
454,71 ± 21,950
48,93 ± 7,220
331,24 ± 22,870
30,51 ± 6,630
< 0,0001
< 0,0001
Регрессионное моделирование целевого показателя «Процентное содержание частиц по форме параллелепипеда»
Далее представлены результаты регрессионного моделирования целевого показателя «Процентное содержание частиц по форме параллелепипеда».
Функцию отклика в общем виде можно представить в виде полинома второй степени
У = bo +Ё bixi +Ё bijxi
x.
(1)
1=1 1>]
где xi, Xj - значения входных факторов; Ь0 - свободный член; Ь, Ьу - коэффициенты регрессии.
При этом выбор слагаемых из (1), которые должны присутствовать в итоговой модели, должен
проводиться на основе статистических процедур регрессионного анализа.
Для построения итоговой модели целевого показателя «Процентное содержание частиц по форме параллелепипеда» использовался метод шагового регрессионного анализа, алгоритм включения. Входными факторами являлись «Высота горизонтального ножа относительно диска с ножами» (Х1), «Шаг вертикальных ножей» (Х2), «Скорость резания» (Х3). В результате анализа были получены следующие результаты. В таблице 9 представлены коэффициенты и бета-коэффициенты регрессионной модели для целевого показателя «Процентное содержание частиц по форме параллелепипеда» для следующих факторов: «Х1Х2», «Х1Х1» и «Х3-Х3».
Таблица 9. Структура регрессионной модели для целевого показателя «Процентное содержание частиц по форме параллелепипеда»
Table 9. Structure of the regression model for the «Parallelepiped Particle Percentage» target
Фактор / Factor Бета-коэффициент / Beta coefficient Коэффициент регрессии / Regression coefficient Уровень Р / Level P
Константа / Constant -85,044 < 0,0001
X1X2 -0,250 -0,021 < 0,0001
X1X1 -0,160 -0,001 0,0480
X3-X3 0,840 0,00041 < 0,0001
Фактор «Х3Х3» имеет положительное влияние на целевой показатель «Процентное содержание частиц по форме параллелепипеда», а факторы «Х1Х2» и «Х1Х1» вносят отрицательный вклад. Все факторы являются статистически значимыми, что говорит о тесной интеграции их в единую регрессионную модель. В таблице 10 представлены показатели качества и формула регрессионной модели для возможности подставлять
текущие значения факторов и строить прогноз. Коэффициент детерминации со значением 92 % говорит о высоком прогнозном качестве модели (Уровень Р < 0,0001).
По результатам регрессионного моделирования отклика «Процентное содержание частиц по форме параллелепипеда» можно заключить, что модель имеет высокий уровень качества прогноза (Я2 = 92,1 %).
Таблица 10. Показатели качества и формула регрессионной модели показателя «Процентное содержание частиц по форме параллелепипеда»
Table 10. Quality indicators and formula of regression model of «Particle percentage by parallelepiped form»
Значимость регрессии / Significance of regression
R2 = 92,41 %, Уровень Р < 0,0001 / R2 = 92.41 %, Level P < 0.0001
Формула регрессии / Regression formula
Процентное содержание частиц по форме параллелепипеда = -85,044 - 0,021 • X1 • x2 - 0,001 • X1 • x1 + 0,0004 • X3 • x3 / Parallelepiped Particle Percentage = = -85.044 - 0,021 • X1 • x2 - 0,001 • X1 • x1 + 0,0004 • X3 • x3
Рис. 6. Форма поверхности модели показателя «Процентное содержание частиц по форме параллелепипеда» в зависимости от X1, Х2 Fig. 6. The surface shape of the parallelepiped particle percentage model, depending on X1, Х2
Рис. 7. Форма поверхности модели показателя «Процентное содержание частиц по форме параллелепипеда» в зависимости от X1, Х3 Fig. 7. The surface shape of the parallelepiped particle percentage model, depending on X1, Х3
Рис. 8. Форма поверхности модели показателя «Процентное содержание частиц по форме параллелепипеда» в зависимости от X2, Х3 Fig. 8. The surface shape of the parallelepiped particle percentage model, depending on X2, Х3
Регрессионное моделирование целевого показателя «Производительность Q, кг/ч»
Регрессионное моделирование целевого показателя «Производительность Q, кг/ч» для одного горизонтального ножа.
Ниже представлены результаты регрессионного моделирования целевого показателя «Произ-
водительность Q, кг/ч» для одного горизонтального ножа. Для построения итоговой модели целевого показателя «Производительность Q, кг/ч» для одного горизонтального ножа использовался метод шагового регрессионного анализа, алгоритм включения. Входными факторами являлись «Диаметр корнеклубнеплода» (Х4), «Угол наклона противореза»
(Х5). В результате анализа были получены следующие результаты. В таблице 11 представлены коэффициенты и бета-коэффициенты регрессионной мо-
дели для целевого показателя «Производительность Q, кг/ч (секунды)» для следующих факторов: «Диаметр корнеклубнеплода» и «Х4Х4».
Таблица 11. Структура регрессионной модели для целевого показателя «Производительность Q, кг/ч (секунды)»
Table 11. Structure of regression model for target «Q, kg/h (seconds)»
Фактор / Factor
Бета-коэффициент / Beta coefficient
Коэффициент регрессии / Regression coefficient
Уровень Р / Level P
Константа / Constant
Диаметр корнеклубнеплода / Tubers diameter X4X4
Фактор «Х4Х4» имеет положительное влияние на целевой показатель «Производительность Q, кг/ч (секунды)», а фактор «Диаметр корнеклубнеплода» вносит отрицательный вклад. Следует отметить, что все факторы являются статистически значимыми, что говорит о тесной интеграции их в единую регрессионную модель.
-7,060 7,6610
229,400 -5,7670 0,04510
0,0072 0,0179 0,0108
В таблице 12 представлены показатели качества и формула регрессионной модели для возможности подставлять текущие значения факторов и строить прогноз. Коэффициент детерминации со значением 44,3 % говорит о среднем прогнозном качестве модели (Уровень Р < 0,0001).
Форма поверхности полученной модели представлена на рисунке 9.
Таблица 12. Показатели качества и формула регрессионной модели показателя «Производительность Q, кг/ч»
Table 12. Quality indicators and formula of regression model of indicator «Q performance, kg/h»
Значимость регрессии / Significance of regression
R2 = 44,3 %, Уровень Р < 0,0001 / R2 = 44.3 %, Level P < 0.0001
Формула регрессии / Regression formula
Производительность Q, кг/ч (секунды) = 229,4 - 5,77 • Диаметр корнеклубнеплода + 0,05 • X4 • Х4 / Capacity Q, kg/h (seconds) = 229.4 - 5.77 • Tubers diameter + + 0.05 • Х4 • Х4
Рис. 9. Форма поверхности модели показателя «Производительность Q, кг/ч» для одного горизонтального ножа в зависимости от X4, Х5 Fig. 9. The surface shape of the Q, kg/h model for one horizontal knife, depending on X4, Х5
По результатам регрессионного моделирования отклика «Производительность Q, кг/ч» для одного горизонтального ножа можно заключить, что модель имеет средний уровень качества прогноза (R2 = 44,3 %).
Регрессионное моделирование целевого показателя «Производительность Q, кг/ч» для двух горизонтальных ножей Ниже представлены результаты регрессионного моделирования целевого показателя «Производительность Q, кг/ч» для двух горизонтальных ножей.
Для построения итоговой модели целевого показателя «Производительность Q, кг/ч» для одного горизонтального ножа использовался метод шагового регрессионного анализа, алгоритм включения. Входными факторами являлись «Диаметр корнеклубнеплода» (Х4), «Угол наклона противореза» (Х5).
В результате анализа были получены следующие результаты. В таблице 13 представлены коэффициенты и бета-коэффициенты регрессионной модели для целевого показателя «Производительность Q, кг/ч» для следующих факторов: «Диаметр корнеклубнеплода», «Угол наклона противореза» и «Х4-Х5».
Таблица 13. Структура регрессионной модели для целевого показателя «Производительность Q, кг/ч» Table 13. Structure of regression model for target «Q, kg/h»
Фактор / Factor
Бета-коэффициент / Beta coefficient
Коэффициент регрессии / Regression coefficient
Уровень Р / Level P
Константа / Constant
Диаметр корнеклубнеплода / Tubers diameter 1,880
Угол наклона противореза / Inclination angle of contradiction 2,370
X4x5 -3,341
-66,056 1,663 1,397 -0,0241
0,0793 0,0036 0,0285 0,0084
Факторы «Диаметр корнеклубнеплода» и «Угол наклона противореза» имеют положительное влияние на целевой показатель «Производительность Q, кг/ч (секунды)», а фактор «Х4Х5» вносит отрицательный вклад. Следует отметить, что все факторы являются статистически значимыми, что говорит о тесной интеграции их в единую регрессионную модель.
В таблице 14 представлены показатели качества и формула регрессионной модели для возмож-
ности подставлять текущие значения факторов и строить прогноз. Коэффициент детерминации со значением 41,1 % говорит о среднем прогнозном качестве модели (Уровень Р < 0,0001).
По результатам регрессионного моделирования отклика «Производительность Q, кг/ч (секунды)» для двух горизонтальных ножей можно заключить, что модель имеет средний уровень качества прогноза = 41 %).
Таблица 14. Показатели качества и формула регрессионной модели показателя «Производительность Q, кг/ч»
Table 14. Quality indicators and formula of regression model of indicator «Q performance, kg/h»
Значимость регрессии / Significance of regression
R2 = 41,1 %, Уровень Р < 0,0001 / R2= 41.1 %, Level P < 0.0001
Формула регрессии Regression Formula
Производительность Q, кг/ч (секунды) = -66,061 + 1,66 • Диаметр корнеклубнеплода + 1,4 • Угол наклона противореза - 0,02 • X4 • x5 / Capacity Q, kg/h (seconds) = -66.061 + 1.66 • Tubers diameter + 1.4 • Incline angle - 0.02 • • X4 • x5
Рис. 10. Форма поверхности модели показателя «Производительность Q, кг/ч (Секунды)» для двух горизонтальных ножей в зависимости от X4, Х5 Fig. 10. The surface shape of the Q, kg/h (Seconds) model for two horizontal knives, depending on X4, Х5
Регрессионное моделирование целевого показателя «Энергоемкость процесса Э, Вт»
Регрессионное моделирование целевого показателя «Энергоемкость процесса Э, Вт» для одного горизонтального ножа.
Ниже представлены результаты регрессионного моделирования целевого показателя «Энергоемкость процесса Э, Вт» для одного горизонтального ножа.
Для построения итоговой модели целевого показателя «Энергоемкость процесса Э, Вт» для
одного горизонтального ножа использовался метод шагового регрессионного анализа, алгоритм включения. Входными факторами являлись «Диаметр корнеклубнеплода» (Х4), «Угол наклона противоре-за» (Х5).
В результате анализа были получены следующие результаты. В таблице 15 представлены коэффициенты и бета-коэффициенты регрессионной модели для целевого показателя «Энергоемкость процесса Э, Вт» для следующих факторов: «Диаметр корнеклубнеплода», «Х4х5» и «Х4х4».
Таблица 15. Структура регрессионной модели для целевого показателя «Энергоемкость процесса Э, Вт» Table 15. Structure of regression model for target «Energy intensity of process E, W»
Фактор / Factor
Бета-коэффициент / Beta coefficient
Коэффициент регрессии / Regression coefficient
Уровень Р / Level P
Константа / Constant
Диаметр корнеклубнеплода / Tubers diameter
X4x5
X4x4
9,6710 0,0160 -0,0621
18,333 9,671 0,016 -0,0621
0,3766 <0,0001 <0,0001 <0,0001
Факторы «Диаметр корнеклубнеплода» и «Х4-х5» имеют положительное влияние на целевой показатель «Энергоемкость процесса Э, Вт», а фактор «Х4х4» вносит отрицательный вклад. Следует отметить, что все факторы являются статистически значимыми, что говорит о тесной интеграции их в единую регрессионную модель.
В таблице 16 представлены показатели качества и формула регрессионной модели для возможности подставлять текущие значения факторов и строить прогноз. Коэффициент детерминации со значением 97 % говорит о высоком прогнозном качестве модели (Уровень Р < 0,0001).
Таблица 16. Показатели качества и формула регрессионной модели показателя «Энергоемкость процесса Э, Вт»
Table 16. Quality indicators and formula of regression model of indicator «Energy intensity of process E, W»
Значимость регрессии / Significance of regression
R2 = 97,21 %, Уровень Р < 0,0001 / R2 = 97.21 %, Level P < 0.0001
Формула регрессии / Regression Formula
Энергоемкость процесса Э, Вт = 18,33 + 9,67 • Диаметр корнеклубнеплода + + 0,02 • X4 • x5 - 0,06 • X4 • x4 / Power consumption of process E, W = 18.33 + + 9.67 • Tubers diameter + 0.02 • X4 • x5 - 0.06 • X4 • x4
Рис. 11. Форма поверхности модели показателя «Энергоемкость процесса Э, Вт» для одного горизонтального ножа в зависимости от X4, Х5 Fig. 11. The surface shape of the model of the indicator «Energy intensity of the process E, W» for one horizontal knife, depending on X4, Х5
По результатам регрессионного моделирования отклика «Энергоемкость процесса Э, Вт» можно заключить, что наиболее важным сочетанием факторов является набор: «Диаметр корнеклубнеплода», «X4x5» и «X4x4». Модель имеет высокий уровень качества прогноза (R2 = 97,10 %).
Регрессионное моделирование целевого показателя «Энергоемкость процесса Э, Вт» двух горизонтальных ножей Ниже представлены результаты регрессионного моделирования целевого показателя «Энергоемкость процесса Э, Вт» двух горизонтальных ножей.
Для построения итоговой модели целевого показателя «Энергоемкость процесса Э, Вт» двух горизонтальных ножей использовался метод шагового регрессионного анализа, алгоритм включения. Входными факторами являлись «Диаметр корнеклубнеплода» (Х4), «Угол наклона противореза» (Х5).
В результате анализа были получены следующие результаты. В таблице 17 представлены ко-
эффициенты и бета-коэффициенты регрессионной модели для целевого показателя «Энергоемкость процесса Э, Вт» для следующих факторов: «Диаметр корнеклубнеплода», «Х4х5» и «Х4х4».
Факторы «Диаметр корнеклубнеплода» и «Х4х5» имеют положительное влияние на целевой показатель «Энергоемкость процесса Э, Вт», а фактор «Х4х4» вносит отрицательный вклад. Следует отметить, что все факторы являются статистически значимыми, что говорит о тесной интеграции их в единую регрессионную модель.
В таблице 18 представлены показатели качества и формула регрессионной модели для возможности подставлять текущие значения факторов и строить прогноз. Коэффициент детерминации со значением 98 % говорит о высоком прогнозном качестве модели (Уровень Р < 0,0001).
Форма поверхности полученной модели представлена на рисунке 12.
Таблица 17. Структура регрессионной модели для целевого показателя «Энергоемкость процесса Э, Вт» Table 17. Structure of regression model for target «Energy intensity of process E, W»
Фактор / Factor Бета-коэффициент / Beta coefficient Коэффициент регрессии / Regression coefficient Уровень Р/ Level P
Константа / Constant
Диаметр корнеклубнеплода / Tubers diameter 7,678
X4x5 0,0170
X4 x4 -0,0431
-42,200 7,678 0,017 -0,0471
0,2592 < 0,0001 < 0,0001 < 0,0001
Таблица 18. Показатели качества и формула регрессионной модели показателя «Энергоемкость процесса Э, Вт»
Table 18. Quality indicators and formula of regression model of indicator «Energy intensity of process E, W»
Значимость регрессии / Significance of regression
R2 = 98,30 %, Уровень Р < 0,0001 / R2 = 98.30 %, Level P < 0.0001
Формула регрессии / Regression Formula
Энергоемкость процесса Э, Вт = -42,2 + 7,68 • Диаметр корнеклубнеплода + + 0,02 • X4 • x5 - 0,05 • X4 • x4 / Power consumption of process E, W = -42.2 + + 7.68 • Tubers diameter + 0.02 • X4 • x5 - 0.05 • X4 • x4
Рис. 12. Форма поверхности модели показателя «Энергоемкость процесса Э, Вт» для двух горизонтальных ножей в зависимости от X4, Х5 Fig. 12. The surface shape of the model of the indicator «Energy intensity of the process E, W» for two horizontal knives depending on X4, Х5
По результатам регрессионного моделирования отклика «Энергоемкость процесса Э, Вт» можно заключить, что наиболее важным сочетанием факторов является набор: «Диаметр корнеклубнеплода», «Х4х5» и «Х4х4». Модель имеет высокий уровень качества прогноза (Я2 = 98,1 %).
Заключение По итогам регрессионного моделирования отклика «Процентное содержание частиц по форме параллелепипеда» можно заключить, что модель
имеет высокий уровень качества прогноза (Я2 = 92,1 %).
По итогам регрессионного моделирования отклика «Производительность Q, кг/ч (секунды)» для одного горизонтального ножа можно заключить, что модель имеет средний уровень качества прогноза (Я2 = 44,1 %).
По итогам регрессионного моделирования отклика «Производительность Q, кг/ч (секунды)» для двух горизонтальных ножей можно заключить, что
модель имеет средний уровень качества прогноза (Я2 = 41,1 %).
По итогам регрессионного моделирования отклика «Энергоемкость процесса Э, Вт» можно за-
ключить, что наиболее важным сочетанием факторов является набор: «Диаметр корнеклубнеплода», «Х4х5» и «Х4х4». Модель имеет высокий уровень качества прогноза (Я2 = 98,1 %).
СПИСОК ЛИТЕРАТУРЫ
1. Druzyanova V. P., Petrova S. A., Okhlopkova M. K., Spiridonova A. V., Bondarenko A. M. Aprobation of a new biogas technology: experiments and results // Journal of Industrial Pollution Control. 2017. Т. 33. № 1. P. 1058-1066.
2. Медяков А. А., Онучин Е. М., Каменских А. Д., Ласточкин Д. М., Свечников В. Н. Теоретические исследования системы теплоснабжения животноводческого комплекса // Политематический сетевой электронный журнал Кубанского государственного аграрного университета. 2017. № 130. С. 934-945.
3. Асалханов П. Г., Иваньо Я. М., Полковская М. Н. Модели оптимизации производства сельскохозяйственной продукции с экспертными оценками своевременности посева // Моделирование систем и процессов. 2019. Т. 12. № 3. С. 5-10.
4. Пащенко В. Ф., Сыромятников Ю. Н., Храмов Н. С., Войнаш С. А. Влияние локального рыхления почвы на урожайность сои // Тракторы и сельхозмашины. 2019. № 5. С. 79-86.
5. Клибанова Ю. Ю., Кузнецов Б. Ф. Проекты и разработки в области цифрового сельского хозяйства, реализуемые на энергетическом факультете Иркутского ГАУ // Актуальные вопросы аграрной науки. 2019. № 31.С. 56-63.
6. Altukhov I. V., Bykova S. M., Lukina G. M., Ochirov V. D. Utomation of the drying process of agricultural raw materials to obtain products of high nutritional value // IOP Conference Series: Earth and Environmental Sci-ence.conference proceedings. Krasnoyarsk Science and Technology City Hall of the Russian Union of Science and Engineering Associations. 2020. C. 32019.
7. Бураев М. К., Шистеев А. В., Ильин П. И., Аносова А. И., Жабин А. Ю. Модель износа деталей шарнирного сочленения полурам трактора К-701 // Состояние и перспективы развития агропромышленного комплекса. Юбилейный сборник научных трудов XIII Международной научно-практической конференции, посвященной 90-летию Донского государственного технического университета (Ростовского-на-Дону института сельхозмашиностроения), в рамках XXIII Агропромышленного форума юга России и выставки «Интерагро-маш». В 2-х томах. 2020. С. 454-456.
8. Шуханов С. Н. Интерпретация качественных показателей функционирования двигателя УЗАМ-331.10 при работе на газообразном топливе // Известия Международной академии аграрного образования. 2020. № 51. С. 32-36.
9. Савиных П. А., Булатов С. Ю., Смирнов Р. А. Измельчитель корнеклубнеплодов // Сельский механизатор. 2013. № 8. С. 40-41.
10. Ананских В. В., Шлеина Л. Д. Оптимизация параметров кислотности суспензии крахмала при его биоконверсии // Достижения науки и техники АПК. 2019. Т. 33. № 10. С. 87-89.
11. Курчаева Е. Е., Тертычная T. Н., Шевцов А. А., Сердюкова Н. А., Ситников Н. Ю. Разработка полноценных комбикормов с использованием рапсового шрота // Вестник Воронежского государственного университета инженерных технологий. 2020. Т. 82. № 3. С. 145-152. https://doi.org/10.20914/2310-1202-2020-3-145-152
12. Shukhanov S. N., Ovchinnikova N. I., Kosareva A. V., Dorzhiev A. C. Determination of the optimal incline angle of the incision of the cutting machine of the tuber grinder of potatoes // AGRITECH-III-2020: Agribusiness, Environmental Engineering and Biotechnologies. Krasnoyarsk Science and Technology City Hall of the Russian Union of Scientific and Engineering Associations. Krasnoyarsk, Russia, 2020. C. 52026.
13. Завражнов А. И., Николаев Д. И. Механизация приготовления и хранения кормов. М. : Агропромиз-дат, 1990. 336 с.
14. Хабарова В. В. Разработка измельчителя корнеклубнеплодов с обоснованием его параметров и режимов работы: автореф. ... дисс. канд. техн. наук. Уфа : 2011. 19 с.
15. Брусенков А. В. Разработка технологического процесса и устройства для измельчения корнеклубнеплодов с вальцевым подпором : автореф. ... дисс. канд. техн. наук. Мичуринск : 2015. 22 с.
16. Смирнов Р. А. Совершенствование конструкции и обоснование основных параметров измельчителя корнеклубнеплодов: автореферат дисс. ... канд. техн. наук.: 05.20.01. Чебоксары, 2018. 22 с.
17. Шуханов С. Н., Доржиев А. С. Патент на полезную модель RU № 186473 U1, МПК, A01F 29/00, B02C 18/06. Режущий аппарат измельчителя корнеклубнеплодов. Бюл. № 3. 2019 г.
18. Боровиков В. STATISTICA: Искусство анализа данных на компьютере (с CD-ROM). 2-е изд. СПб., 2003.688 с.
19. Вуколов Э. А. Основы статистического анализа: практикум по статистическим методам и исследованию операций с использованием пакетов «Statistica» и «Excel». М. : Форум, 2004. 464 с.
20. Халафян А. А. STATISTICA 6. Статический анализ данных. 3-е изд. М. : ООО «БиномПресс», 2007.
512 с.
Дата поступления статьи в редакцию 18.12.2020, принята к публикации 25.01.2021.
Информация об авторах: ШУХАНОВ СТАНИСЛАВ НИКОЛАЕВИЧ,
доктор технических наук, профессор кафедры технического обеспечения АПК
Адрес: ГБОУ ВО «Иркутский государственный аграрный университет им. А. А. Ежевского», 664038,
Иркутская обл., г. Иркутск, пос. Молодежный 1/1
E-mail: Shuhanov56@mail.ru
Моб. тел.: 89086546032
Spin-код: 6382-4059
ДОРЖИЕВ АРСАЛАН СЕРГЕЕВИЧ,
аспирант-заочник кафедры технического обеспечения АПК
Адрес: ГБОУ ВО «Иркутский государственный аграрный университет им. А. А. Ежевского, 664038,
Иркутская обл., г. Иркутск, пос. Молодежный 1/1
E-mail: ar.s.d@mail.ru
Моб. тел.: 89148405123
Spin-код: 4739-6796
Заявленный вклад авторов:
Шуханов Станислав Николаевич: общее руководство проектом, формулирование основной концепции исследования, выполнение окончательного варианта текста.
Доржиев Арсалан Сергеевич: сбор и обработка материалов, подготовка первоначального варианта текста.
Все авторы прочитали и одобрили окончательный вариант рукописи.
REFERENCE
1. Druzyanova V. P., Petrova S. A., Okhlopkova M. K., Spiridonova A. V., Bondarenko A. M. Aprobaciya no-voj biogazovoj tehnologii: e'ksperimenty' i rezul'taty' [Aprobation of a new biogas technology: experiments and results], Zhurnal po bor'be s promy'shlenny'm zagryazneniem [Journal of Industrial Pollution Control], 2017, Vol. 33, No. 1, pp. 1058-1066.
2. Medyakov A. A., Onuchin E. M., Kamensky A. D., Lastochkin D. M., Svechnikov V. N. Teoreticheskie issle-dovaniya sistemy' teplosnabzheniya zhivotnovodcheskogo kompleksa [Theoretical studies of the heat supply system of the livestock complex], Politematicheskij setevoj e'lektronny'j zhurnal Kubanskogo gosudarstvennogo agrarnogo uni-versiteta [Political network electronic journal of Kuban State Agrarian University], 2017, No. 130, pp. 934-945.
3. Asalkhanov P. G., Ivanyo Ya. M., Polkovskaya M. N. Modeli optimizacii proizvodstva sel'skoxozyajstvennoj produkcii s e'kspertny'mi ocenkami svoevremennosti poseva [Models of optimization of agricultural production with expert assessments of the timeliness of sowing], Modelirovanie sistem i processov [Modeling of systems and processes], 2019. Vol. 12. No. 3. pp. 5-10.
4. Pashchenko V. F., Syromyatnikov Yu. N., Khramov N. S., Voinash S. A. Vliyanie lokal'nogo ry'xleniya pochvy' na urozhajnost' soi [Influence of local soil loosening on soybean yield], Traktory' i selhozmashiny [Tractors and agricultural machines], 2019, No. 5, pp. 79-86.
5. Klibanova Yu. Yu., Kuznetsov B. F. Proekty' i razrabotki v oblasti cifrovogo sel'skogo xozyajstva, realizue-my'e na e'nergeticheskom fakul'tete Irkutskogo GAU [Projects and developments in the field of digital agriculture, implemented at the Energy Faculty of Irkutsk GAU], AktuaFny'e voprosy' agrarnoj nauki [Topical issues of agrarian science], 2019, No. 31, pp. 56-63.
6. Altukhov I. V., Bykova S. M., Lukina G. M., Ochirov V. D. Avtomatizaciya processa sushki sel'skohozyajstvennogo sy'r'ya s polucheniem produktov vy'sokoj pishhevoj cennosti [Utomation of the drying pro-
cess of agricultural raw materials to obtain products of high nutritional value], Earth and Environmental Sci-ence.conference, Krasnoyarsk Science and Technology City Hall of the Russian Union of Science and Engineering Associations, 2020, pp. 32019.
7. Buraev M. K., Shisteev A. V., Ilyin P. I., Anosova A. I., Zhabin A. Yu. Model' iznosa detalej sharnirnogo sochleneniya poluram traktora K-701 [Model of wear of parts of hinge j oint one and a half tractor K-701], Sostoyanie i perspektivy" razvitiya agropromy'shlennogo kompleksa [State and prospects of development of the agro-industrial complex], The anniversary collection of scientific works of the XIII international scientific and practical conference dedicated to the 90th anniversary of the Don State Technical University (Rostov-on-Don Institute of Agricultural Engineering), as part of the XXIII Agro-Industrial Forum of Southern Russia and the Interagromash exhibition, In 2 vol., 2020,pp.454-456.
8. Shukhanov S. N. Interpretaciya kachestvenny'x pokazatelej funkcionirovaniya dvigatelya UZAM-331.10 pri rabote na gazoobraznom toplive [Interpretation of qualitative indicators of Y3AM-331.10 engine functioning when operating on gaseous fuel], Izvestiya Mezhdunarodnoj akademii agrarnogo obrazovaniya [Izvestia of the International Academy of Agricultural Education], 2020, No. 51, pp. 32-36.
9. Savinykh P. A., Bulatov S. Yu., Smirnov R. A. Izmel'chitel' korneklubneplodov [Grinder of root-club crops], SeFskij mehanizator [Rural machine operator], 2013, No. 8, pp. 40-41.
10. Ananskih V. V., Shleina L. D. Optimizaciya parametrov kislotnosti suspenzii krahmala pri ego biokonversii [Optimization of acidity parameters of starch suspension during its bioconversion], Dostizheniya nauki i tekhniki APK [Achievements of science and technology of the agro-industrial complex], 2019, Vol. 33, No. 10, pp. 87-89.
11. Kurchaeva E. E., Tertychnaya T. N., Shevtsov A. A., Serdyukova N. A., Sitnikov N. Y. Razrabotka polnocennyh kombikormov s ispol'zovaniem rapsovogo shrota [Development of complete compound feeds with rape-seed meal], Vestnik Voronezhskogo gosudarstvennogo universiteta inzhenernyh tekhnologij [Proceedings of the Voronezh State University of Engineering Technologies], 2020, vol. 82, No. 3, pp. 145-152. (In Russ.) https://doi.org/10.20914/2310-1202-2020-3-145-152
12. Shukhanov S. N., Ovchinnikova N. I., Kosareva A. V., Dorzhiev A. C. Sderzhivanie optimal'nogo ugla naklona razreza rezhushhej mashiny' drobilki klubnej kartofelya [Determination of the optimal incline angle of the incision of the cutting machine of the tuber grinder of potatoes], AGRITECH-III-2020: Agribusiness, Environmental Engineering and Biotechnologies, III Internatonal Scientific: Krasnoyarsk Science and Technology City Hall of the Russian Union of Scientific and Engineering Associations, Krasnoyarsk, Russia, 2020, pp. 52026.
13. Zavrazhnov A. I., Nikolaev D. I. Mehanizaciya prigotovleniya i hraneniya kormov [Mechanization of preparation and storage, feed], Moscow: Agropromizdat, 1990, 336 p.
14. Khabarova V. V. Razrabotka izmel'chitelya korneklubneplodov s obosnovaniem ego parametrov i rezhimov raboty' [Development of a crusher with justification of its parameters and operating modes. Ph. D. (Engineering) thesis], Ufa: 2011. 19 p.
15. Brusenkov A. V. Razrabotka texnologicheskogo processa i ustrojstva dlya izmel'cheniya korneklubneplodov s val'cevy'm podporom [Development of a technological process and a device for grinding root-club crops with roller support. Ph. D. (Engineering) thesis], Michurinsk: 2015. 22 p.
16. Smirnov R. A. Sovershenstvovanie konstrukcii i obosnovanie osnovny'x parametrov izmel'chitelya korneklubneplodov [Improvement of the design and substantiation of the main parameters of the root-club grinder. Ph. D. (Engineering) thesis], Cheboksary: 2018. 22 p.
17. Shukhanov S. N., Dorzhiev A. S. Patent na poleznuyu model' RU, No. 186473 U1, MPK, A01F 29/00, B02C 18/06. Rezhushhij apparat izmel'chitelya korneklubneplodov [Cutting apparatus of root-club grinder], Byul. No. 3, 2019 g.
18. Borovikov V. STATISTICA: Iskusstvo analiza danny'x na komp'yutere (s CD-ROM) [STATISTICA: The art of data analysis on a computer (with CD-ROM)], 2nd ed. Satnt-Petersburg, 2003, 688 p.
19. Vukolov E. A. Osnovy' statisticheskogo analiza: praktikum po statisticheskim metodam i issledovaniyu operacij s ispol'zovaniem paketov «Statistica» i «Excel» [Fundamentals of Statistical Analysis: Workshop on Statistical Methods and Research of Operations Using «Statistica» and «Excel» Packages], Moscow: Forum 2004, 464 p.
20. Khalafyan A. A. STATISTICA 6. Staticheskij analiz danny'h [STATISTICA 6. Static data analysis], 3rd ed. Moscow: BinomPress LLC, 2007, 512 p.
The article was submitted 18.12.2020, accept for publication 25.01.2020.
Information about the authors: SHUKHANOV STANISLAV NIKOLAEVICH,
Dr. Sci. (Engineering), Professor of the Department of Technical Support of the agro-industrial complex
Address: State budgetary educational institution of higher education «Irkutsk State Agrarian University named after
A. A. Yezhevsky», 664038, Irkutsk region, Irkutsk, pos. Youth 1/1
E-mail: Shuhanov56@mail.ru
Mob. tel.: 89086546032
Spin-code: 6382-4059
DORZHIEV ARSALAN SERGEEVICH,
graduate student-correspondence of the Department of Technical Support of the agro-industrial complex
Address: State Budgetary Educational Institution of Higher Education «Irkutsk State Agrarian University named after
A. A. Yezhevsky», 664038. Irkutsk region, Irkutsk, pos. Youth 1/1
Email: ar.s.d @ mail.r
Mob. tel.: 89148405123
Spin-code: 4739-6796
Contribution of the authors:
Stanislav N. Shukhanov: general project management, formulation of the main concept of the study, implementation of the final version of the text.
Arsalan S. Dorzhiev: collection and processing of materials, preparation of the initial version of the text.
All authors have read and approved the final manuscript.
