CC BY
7УДК 621.43.00: 681.518
РАЗРАБОТКА ИНФОРМАЦИОННОЙ МОДЕЛИ
АВТОМАТИЗИРОВАННОГО ПОДБОРА АГРОТЕХНОЛОГИЙ
И ЭНЕРГЕТИЧЕСКОГО МОНИТОРИНГА ТРАКТОРНОГО ПАРКА СЕЛЬХОЗПРЕДПРИЯТИЯ
Савченко О.Ф., кандидат технических наук, ведущий научный сотрудник; Исакова С.П., старший научный сотрудник;
Елкин О.В., кандидат технических наук, ведущий научный сотрудник, Сибирский федеральный научный центр агробиотехнологий РАН (ФГБУН СФНЦА РАН).
На основе рассмотрения основных научно-методических составляющих технологий возделывания зерновых культур разработана информационная модель процесса автоматизированного выбора агротехнологий и схема взаимодействия информационных потоков при оценке эксплуатационных энергетических параметров тракторного парка. В составе модели блоки ввода данных, подбора технологий и подбора техники, энергообеспечения полевых работ. Применение информационной модели в разрабатываемом программном комплексе позволит повысить эффективность и конкурентоспособность растениеводческого сельхозпредприятия.
Ключевые слова: растениеводство, информационные технологии, автоматизация, программный комплекс, двигатель внутреннего сгорания, мощность, диагностирование.
DEVELOPMENT OF AN INFORMATION MODEL FOR AUTOMATED SELECTION OF AGRICULTURAL TECHNOLOGIES AND ENERGY MONITORING OF THE TRACTOR FLEET OF AN AGRICULTURAL ENTERPRISE
Savchenko O.F., Candidate of Technical Sciences, Leading Researcher; Isakova S.P., Senior Researcher; Yelkin O.V., Candidate of Technical Sciences, Leading Researcher, Siberian Federal Research Center for Agrobiotechnologies of the Russian Academy of Sciences (FSBI SFNCA RAS).
Based on the consideration of the main scientific and methodological components of grain cultivation technologies, an information model of the process of automated selection of agricultural technologies and a scheme of interaction of information flows in assessing the operational energy parameters of a tractor fleet has been developed. The model includes data entry blocks, technology selection and equipment selection, energy supply for field work. The application of the information model in the developed software package will increase the efficiency and competitiveness of the crop farming enterprise.
Keywords: crop production, information technology, automation, software package, internal combustion engine, power, diagnostics.
93
Введение. Производство растениеводческой продукции характеризуется значительной территориальной распределенностью, многообразием сельскохозяйственных объектов и процессов, различными производственными условиями, особенностями природно-климатических и других влияющих факторов, что сопровождается большими объемами разнообразной информации. Неоднозначность алгоритмов принятия стратегических и тактических решений требует всестороннего детального анализа элементов производства, а сложная динамика изменения параметров процесса производства определяет необходимость постоянной достоверной оценки текущей ситуации на основе глубокого анализа поступающих значимых информационных потоков, их взаимодействия и динамики развития.
Существенно повышает эффективность производства применение современных информационных технологий, технологий искусственного интеллекта для всестороннего компьютерного анализа таких больших объемов разнородной, но необходимой информации для принятия результативных решений; создания для этого информационных систем сельскохозяйственного назначения, подтверждая тем самым необходимость цифровой трансформации сельскохозяйственных предприятий [1—3].
Известные аграрные информационные системы и наличие широкого спектра специализированных программных продуктов показывают возможность решения самого широкого круга задач сельхозпредприятий в зависимости от производственной специализации хозяйства, природно-климатических условий ведения сельскохозяйственной деятельности, выбора возделываемых культур и уровня интенсификации агротехнологий.
В разработках применяются различные методы информационного поиска, формирования концептуальных и информационных моделей, интеллектуального анализа данных, создания экспертных систем, применения сетевых технологий. К анализу привлекается вся совокупность информации (поступающие информационные потоки данных и знаний, их взаимодействие) о поч-венно-климатических особенностях, производственных условиях, материально-технических ресурсах, в том числе о составе и состоянии МТП, значениях его энергетических параметров с помощью систем телеметрии и мониторинга, автоматизированных диагностических систем [4-6].
Формируются нормативно-справочные базы данных на основе глубокой региональной интерпретации производства, разрабатываются гибкие расчетные алгоритмы с применением ряда критериев и создается программное обеспечение для автоматизированного подбора агротехнологий для получения планируемого объема и вида растениеводческой продукции [7].
Одним из важных вопросов является процесс формирования годового плана по производству продукции растениеводства, предусматривающий выбор технологий возделывания культур и планирование рационального использования машинно-тракторного парка (МТП), включая вопросы обеспечения работоспособности МТА, в том числе поддержания нормативных значений эксплуатационных энергетических параметров (мощности, расхода топлива) при
94
выполнении полевых работ. Это обуславливает необходимость автоматизации процесса выбора агротехнологий и мониторинга энергетических параметров МТП, создания соответствующих программных продуктов.
В тоже время непосредственное применение имеющихся разработок в конкретном сельхозпредприятии затруднено из-за большого количества региональных особенностей сельхозпроизводства, разнообразной номенклатуры МТП с различной степенью износа, отсутствием контроля энергетических эксплуатационных параметров. Следовательно, необходим тщательный учет всего многообразия факторов и условий производства для чего целесообразно, на наш взгляд, определение совокупности и анализа взаимодействия имеющихся информационных потоков, моделирование процесса поддержки принятия решений. Применение программных продуктов, разработанных на основе сформированной информационной модели, определяющим образом, на наш взгляд, влияет на эффективность и конкурентоспособность хозяйства, обосновывает несомненную актуальность развития работ по автоматизированному выбору агротехнологий и тракторного парка.
Цель исследования - формирование информационной модели процесса автоматизированного выбора агротехнологий и тракторного парка на основе анализа информационных потоков данных и знаний в этой предметной области, учета особенностей расположения, производственных условий хозяйства, оценки эксплуатационных энергетических параметров машинно-тракторных агрегатов.
Материал и методы исследований. Исследования выполнены с помощью информационных и аналитических методов, системного подхода, логического и математического анализа материалов. Применен метод информационного моделирования для целостного и формализованного описания процесса автоматизированного выбора агротехнологий и технических средств.
Научно-методические составляющие исследований. Результаты исследований по созданию информационной модели с целью разработки программных продуктов для автоматизированного выбора агротехнологий и тракторного парка позволят путем компьютерного анализа данных оперативно предоставить сельхозпредприятию научно-обоснованные варианты технологий и используемой техники с целью повышения рентабельности производства.
Исходной методической составляющей исследований является необходимость организации сбора информации и формирования баз исходных данных по сельхозпредприятию, а также и общеизвестных нормативно-технических данных сельскохозяйственного назначения, используемых для сравнений и расчетов при выборе агротехнологий и тракторного парка сельхозпредприятия.
Для компьютерного анализа данных при выборе технологий и технических средств привлечена экономико-математическая модель, учитывающая особенности расположения и производственные условия хозяйства, а также лимитирующие факторы и ограничения развития зернового производства. С применением математической модели, используя критерии оптимизации (расход горюче-смазочных материалов, число механизаторов, затраты на производство), производится научно-обоснованный выбор альтернативных вариантов
95
технологий и тракторного парка, обеспечивая рациональное использование ресурсов хозяйства для снижения затрат, при соблюдении заданных агротехнических сроков выполнения технологических операций [8].
Поддержка нормативной энергообеспеченности полевых работ осуществляется на основе мониторинга эксплуатационных энергетических параметров двигателей внутреннего сгорания (ДВС) (мощность, расход топлива и др.) МТА путем получения измерительного диагностического сигнала угла поворота коленчатого вала при тестовом динамическом воздействии и его обработке с использованием компьютерной математической модели динамики ДВС [9].
Результаты и обсуждение. На основе анализа информационных потоков и их взаимодействия разработана информационная модель, схема которой приведена на рисунке 1, отражающая значимые составляющие рассматриваемого процесса и связи между ними.
Ввод данных
-Особенности территории
-Производственные условия
-Нормативно-технические данные
-Справочные сведения
-Почвенно-
климатические условия
-Фитосанитарная обстановка
-Регистр технологий
-Состав и
характеристики МТП
-Паспортные значения параметров ДВС
Расчет альтернативных вариантов -Варианты технологических карт (ТК) -Список технологических операций -Сроки выполнения работ
Набор
ТК
Корректировки технологии
Расчет альтернативных вариантов -Варианты использования техники -Количественная оценка потребности в технике и механизаторах -Экономическая оценка вариантов Экономико-математическая модель
Набор
МТА
Корректировки МТА
-Расчет энергетических параметров -Оценка отклонений параметров ДВС во время полевых работ -Формирование рекомендаций для корректировки отклонений Математическая модель динамики ДВС
База данных
Исходные данные
-Промежуточные варианты
подбора технологий -Промежуточные варианты подбора техники -Итоговая ТК
Архив ТК
по каждой агротехнологии по годам
-Текущие значения параметров ДВС -Результаты анализа изменений параметров
-Рекомендации по мерам
воздействия
Архив данных
мониторинга по каждой единице МТА по годам
Рисунок 1. Схема информационной модели автоматизации подбора агротехнологий и тракторного парка растениеводческого сельхозпредприятия
ТК — технологическая карта; МТП — машинно-тракторный парк; МТА — машинно-тракторный агрегат; ДВС — двигатель внутреннего сгорания
96
В состав информационной модели входят блоки: исходной информации; подбор агротехнологий; подбор техники, мониторинг энергообеспеченности полевых работ, база данных (БД). Важной объединяющей составляющей модели является наличие общей базы данных, содержащей разнообразную информацию: первичную, справочную, дополнительную, результатов работы.
Схема взаимодействия информационных потоков блока мониторинга энергообеспеченности выполняемых полевых работ приведена на рисунке 2.
БЛОК 1. Извлечение диагностической информации, расчет эксплуатационных энергетических параметров ДВС
^
О. с Ч Ф О.
с
-.
о
-С §
Комплект мта для выполняемой агротехнологни
Эне ргеттнеское средство (ДВС)
ДК
Две
1 две
Датчики фю^еских процессов
Электронный блок управления
Получение диагностических сигналов ДВС
Угловое переманен« коле ьчато гемвала
ДВС МТА
(разгон - еыбег) ^^
тестовое циклическое воздействие на ДВС подача топлива гшгъ так
Автоматизмро83н*вя диагностическая система
Обработка сигналов и данных, расчет параметров ДВС
Первичная обработка
Со гласованне V ровней сигналов Нормирование
Построение скоростной и регуляторной характеристик
Расчет энергетических
параметров (мощность, расход то гспнва)
Математическая динамическая мелела ¿ВС
БЛОК 2. Ра(мети аналиготклонений параметров, рекомендации производству, сбор и хранение данных энергетического мониторинга МТП
Текущие значения энергетических параметров ДВС
Ввод данных
6Д
МГГП сельхозпредприятия
Состав н характеристики
Паспортные значения параметров ДВС
Норнат;:5»о-тештвоия документация
Справочная информация
Модель поиска
Оперативный расчет отклонений текущих значений параметре« Д8С
от паспортных значений
Математическая модель
БС
результатов мониторинга эксплуатационных энергетических параметров ДВС МТП сельхозпредприятия
■у
Анализотклонений и д^амекк намерений
значений параметров
Модель предегавлыт
знаний
Результаты анализа и рекомендации для
поддержки энергообеспечения выполняемой агрогехнологии
Меры жвдвйтвия
Ф
"астропки, регулировки, ремонт ДВС
Рисунок 2. Схема взаимодействия информационных потоков при мониторинге эксплуатационных энергетических параметров ДВС МТА для поддержки энергообеспечения выполняемой агротехнологии
97
Блок ввода данных служит для введения пользователем сельхозпредприятия сведений, необходимых при выборе агротехнологий и тракторного парка сельхозпредприятия. Среди них индивидуальные для сельхозтоваропроизводителя данные о структуре полей, фитосанитарной обстановке, уровне интенсификации, севооборотах, рабочих, технологиях и технике, имеющейся в хозяйстве. В блоке обеспечивается корректный контролируемый ввод достоверных данных пользователем с гибкой системой редактирования.
Блок подбора технологий предназначен для определения нескольких альтернативных вариантов агротехнологий с указанием необходимых технологических операций, сроков и кратности их проведения. Анализ вариантов агротехнологий осуществляется на основе экспертных данных, хранящихся в БД, исходя из индивидуальных особенностей зоны расположения сельхозпредприятия.
Блок подбора техники предназначен для определения вариантов рационального использования МТП, необходимого для выполнения одной технологии из ряда рассчитанных вариантов. Оценка полученных вариантов осуществляется с помощью экономико-математической модели. При этом предусмотрена корректировка состава МТА с учетом результатов текущего мониторинга эксплуатационных энергетических параметров МТА, например, при достижении параметром предельно-допустимого значения. В результате работы данного блока формируется список техники, нужной для выполнения заданного объема работ в оптимальные агротехнические сроки.
Блок мониторинга энергообеспеченности полевых работ состоит из блока 1 - извлечение диагностической информации, расчет эксплуатационных энергетических параметров ДВС и блока 2 -расчет и анализ отклонений параметров, рекомендации производству, сбор и хранение данных энергетического мониторинга МТП. Автоматизации мониторинга параметров предполагает инструментальный контроль путем получения измерительного диагностического сигнала угла поворота коленчатого вала при тестовом динамическом воздействии и его обработке с использованием компьютерной математической модели динамики ДВС. В случае отклонения от установленных норм даются рекомендация для дальнейшего технического обслуживания или ремонта. Текущие данные мониторинга энергетических показателей парка машин заносятся в специальную базу результатов мониторинга для анализа и принятия оперативных и других управляющих решений по надежной энергообеспеченности полевых работ сельхозпредприятия.
В блоке базы данных (БД) систематизированы нормативно-технические данные и справочные сведения: о культурах, удобрениях, средствах защиты, сельскохозяйственной техники (тракторы и сельхозмашины), видах технологических работ, технологических операциях и их характеристиках, агроклиматических зонах. В ней хранятся промежуточные варианты подбора технологий и технических средств, рассчитанные технологические карты по выбранному варианту, текущие значения энергетических эксплуатационных параметров в течение всего годового цикла полевых работа, а также архив данных по выбору
98
агротехнологий и тракторного парка хозяйства по годам.
Предварительное тестирование работы блоков выбора технологий и подбора техники проводилось на примере хозяйства южно-таежно-лесной зоны Новосибирской области при подборе технологий возделывания яровой пшеницы. Экспертная оценка предложенных путем автоматизированного подбора двух альтернативных вариантов технологий - с нормальным и интенсивным уровнем интенсификации - показала эффективность модели, что свидетельствует о достаточно высокой степени отображения в ней информации по данной предметной области.
Функционирование блока мониторинга энергообеспеченности полевых работ проверялось на примере хозяйства северо-лесостепной зоны Новосибирской области с помощью автоматизированной цифровой технологии энергетического мониторинга МТП сельхозпредприятия [10]. Оперативная оценка мощности тракторных ДВС в течении всего годового цикла полевых работ позволила своевременно выполнять необходимые ремонтно-регулировочные воздействия для поддержания нормальных значений мощности ДВС, повышая тем самым эффективность использования МТП.
Выводы. Показана актуальность исследований по автоматизированному выбору агротехнологий и тракторного парка сельхозпредприятия.
Обосновано применение метода информационного моделирования, как наиболее адаптивного инструмента для описания процесса автоматизированного выбора агротехнологий и техники.
Сформированы основные блоки информационной модели: ввода данных; подбора агротехнологий и техники; энергообеспечения полевых работ.
Предварительное экспериментальное тестирование работы блоков на основе предложенной информационной модели подтвердило возможность разработки программного комплекса. Он позволит автоматизировать процесс формирования годового планирования работ, предложить научно-обоснованные альтернативные варианты агротехнологий и рационального использования МТП сельхозпредприятия; обеспечить повышение эффективности и конкурентоспособности растениеводческого сельхозпредприятия.
Список использованных источников:
1. Башилов А.М., Королев В.А. Цифровая трансформация агропредприятий // Вестник аграрной науки Дона. - 2021. - № 3 . - С. 24-32.
2. Савченко О.Ф., Шинделов А.В. Применение информационных технологий в инженерно-технической системе АПК // Вестник НГАУ. - 2013. -№ 4. - С. 99-104.
References:
1. Bashilov A.M., Korolev V.A. Digital transformation of agricultural enterprises // Don agrarian science bulletin. - 2021.- № 3 (55). - P. 24-32.
2. Savchenko O.F., Shindelov A.V. Application of information technologies in the engineering and technical system of the agro-industrial complex // Bulletin of NSAU. - 2013. - № 4.- P. 99-104.
99
3. Лобачевский Я.П., Дорохов А.С. Цифровые технологии и роботизированные технические средства для сельского хозяйства // Сельскохозяйственные машины и технологии. - 2021.- Т. 15. - № 4. - С. 6-10.
4. Каличкин В.К., Корякин Р.А., Куценогий П.К. Архитектура и принципы работы аграрной интеллектуальной системы // Сибирский вестник сельскохозяйственной науки.- 2019.-№ 4.- С. 65-75.
5. Исакова С.П., Колпакова Л.А., Боброва Т.Н., Савченко О.Ф. Информационная аналитическая система подбора сельскохозяйственной техники в растениеводстве // Достижения науки и техники АПК. -2007.- № 1.- С. 36.
6. Голубев И.Г., Мишуров Н.П., Гольтяпин В.Я., Апатенко А.С., Севрюгина Н.С. Системы телеметрии и мониторинга сельскохозяйственной техники: монография. М.: ФГБНУ «Росинформагротех». - 2020. - 76 с.
7. Гостев А.В., Пыхтин А.И. Выбор адаптивных агротехнологий в цифровом земледелии // Достижения науки и техники АПК. - 2019. - Т. 33.-№ 6. - С. 57-61.
8. Альт В.В., Балушкина Е.А., Исакова С.П. Математическая модель по выбору технологий возделывания зерновых // Сибирский вестник сельскохозяйственной науки. - 2020. -Т. 50.- № 2. - С. 92-99.
9. Альт В.В., Ольшевский С.Н., Добролюбов И.П., Савченко О.Ф., Борисов А.А., Орехов А.К. Разработка динамической модели ДВС // Труды ГОСНИТИ. - 2015- Т. 118. - С. 8-15.
10. Альт В.В., Савченко О.Ф., Елкин О.В. Цифровая технология
3. Lobachevskiy Ya.P., Doro-khov A.S. Digital technologies and robotic devices in the agriculture // Agricultural Machinery and Technologies. - 2021. -№ 15(4). - P. 6-10.
4. Kalichkin V.K., Koryakin R.A., Kutsenogiy P.K. Architecture and principles of work of agrarian intelligent system. // Siberian Herald of Agricultural Science. - 2019. - № 49(4). - P. 65-75.
5.Isakova S.P., Kolpakova L.A., Bobrova T.N., Savchenko O.F. Information analytical system of selection of agricultural machinery in crop production // Achievements of Science and Technology of Agro-Industrial Complex. - 2007. - № 1. - P. 36.
6. Golubev I.G., Mishurov N.P., Goltyapin V.Ya., Apatenko A.S., Sevryugina N.S. Systems of telemetry and monitoring of agricultural machinery: monograph. - M: FSBSI «Rosinformagrotekh». - 2020. - 76 p.
7. Gostev A.V., Pykhtin A.I. Choice of adaptive agrotechnologies in digital agriculture// Achievements of Science and Technology in Agro-Industrial Complex. - 2019. - T. 33. - № 6. -P. 57-61.
8. Alt V.V., Babushkina E.A., Isakova S.P. A mathematical model for the choice of grain cultivation technologies// Siberian Bulletin of Agricultural Science // 2020. - T. 50. -№ 2.- C. 92-99.
9. Alt V.V., Olshevsky S.N., Dobrolyubov I.P., Savchenko O.F., Borisov A.A., Orekhov A.K. Development of a dynamic model of the internal combustion engine // Trudy GOSNITI. - 2015. - T. 118. - P. 8-15.
10. Alt V.V., Savchenko O.F.,
100
оценки мощности тракторного парка Elkin O.V. Digital Technology of сельхозпредприятия // Сельскохозяй- Assesment the Power Capacity of Tractor ственные машины и технологии. - Fleet of an Agricultural Enterprise// 2019. - Т. 13.- № 4. - С. 25-31. Agricultural Machinery and Technolo-
gies. - 2019. - № 13 (4). - P. 25-31.
Сведения об авторах:
Савченко Олег Федорович - кандидат технических наук, старший научный сотрудник, ведущий научный сотрудник Сибирского физико-технического института аграрных проблем Сибирского федерального научного центра агробиотехнологий РАН (ФГБУН СФНЦА РАН); e-mail: sof-oleg46@yandex.ru, 630501, Россия, Новосибирская область, Новосибирский район, р.п. Краснообск, здание СФНЦА РАН, ул. Центральная, 2б.
Исакова Светлана Павловна -старший научный сотрудник Сибирского физико-технического института аграрных проблем Сибирского федерального научного центра агробио-технологий РАН (ФГБУН СФНЦА РАН), 630501, Россия, Новосибирская область, Новосибирский район, р.п. Краснообск, здание СФНЦА РАН, ул. Центральная, 2б.
Елкин Олег Владимирович - кандидат технических наук, ведущий научный сотрудник Сибирского физико-технического института аграрных проблем Сибирского федерального научного центра агробиотехнологий РАН (ФГБУН СФНЦА РАН), 630501, Россия, Новосибирская область, Новосибирский район, р.п. Краснообск, здание СФНЦА РАН, ул. Центральная, 2б.
Information about the authors:
Savchenko Oleg Fedorovich -Candidate of Technical Sciences, Senior Researcher, Leading Researcher of the Siberian Institute of Physics and Technology of Agrarian Problems of the Siberian Federal Research Center for Agrobiotechnologies of the Russian Academy of Sciences (FSBIS SFRCA of RAS), e-mail: sof-oleg46@yandex.ru, SFRCA of RAS building, 2b, Tsentralnaya str., Krasnoobsk, Novosibirsk district, Novosibirsk region, 630501, Russia.
Isakova Svetlana Pavlovna - Senior Researcher at the Siberian Physico-Technical Institute of Agrarian Problems of the Siberian Federal Research Center for Agrobiotechnologies of the Russian Academy of Sciences (FSBIS SFRCA of RAS), SFRCA of RAS building, 2b, Tsentralnaya str., Krasnoobsk, Novosibirsk district, Novosibirsk region, 630501, Russia.
Elkin Oleg Vladimirovich -Candidate of Technical Sciences, Leading Researcher of the Siberian Physico-Technical Institute of Agrarian Problems of the Siberian Federal Research Center for Agrobiotechnologies of the Russian Academy of Sciences (FSBIS SFNCA RAS), SFRCA of RAS building, 2b, Tsentralnaya str., Krasnoobsk, Novosibirsk district, Novosibirsk region, 630501, Russia.
101
