CC BY
6
УДК 630.935.1
DOI: https://doi.Org/10.25686/2306-2827.2021.2.33
РАЗРАБОТКА ПАРАМЕТРИЧЕСКИХ МОДЕЛЕЙ ПРОЦЕССА СОРТИМЕНТНОЙ ЛЕСОЗАГОТОВКИ
Л. А. Стешина
Поволжский государственный технологический университет, Российская Федерация, 424000, Йошкар-Ола, пл. Ленина, 3 Е-таШ: SteshinaLA@volgatech.net
В статье разработан комплекс параметрических моделей: дерева, технологического поля, лесозаготовительной машины и оператора. Разработанные модели используются для определения набора данных при проектировании тренажёра харвестера в качестве основных параметров имитационной обучающей среды.
Ключевые слова: лесные машины; оператор; профессиональная подготовка; тренажёры.
Введение. Сложившийся уровень эффективности лесопромышленного комплекса Российской Федерации, в том числе эффективность деятельности предприятий глубокой переработки древесины зависит от качества древесных ресурсов и эффективности организационно-экономических процессов примерно в равной степени [1].
Учитывая сложность и факторы, влияющие на ход технологического процесса, важнейшими мерами обеспечения роста производительности и качества являются автоматизация и интеллектуализация человеко-машинного взаимодействия, а также квалифицированная подготовка операторов для работы на лесных машинах (ЛМ).
С точки зрения системного анализа технологический процесс сортиментной лесозаготовки является сложным многофакторным процессом, достаточно сложно поддающимся формализации.
На сегодня для подготовки операторов лесных машин в абсолютном большинстве используют методы теоретического и практического обучения, причём
на уровне практического обучения наиболее перспективно использование тренажёров, симуляторов и технологических комплексов.
Важнейшим свойством любого тренажёра или симулятора является его способность адекватного воспроизведения элементов технологического процесса или операций, что требует формализации основных моделируемых и симулируемых процессов. В связи с этим проблема достаточной адекватной формализации технологического процесса сортиментной лесозаготовки является крайне актуальной задачей.
Целью работы является анализ и выявление параметров и факторов, определяющих выполнимость и эффективность технологического процесса в виде набора данных при проектировании тренажёра харвестера в качестве основных параметров имитационной обучающей среды.
Теоретический анализ. Процесс машинной заготовки сортиментов является стохастической многофазной системой, зависящей от различных природно-производственных условий [2].
© Стешина Л. А., 2021.
Для цитирования: Стешина Л. А. Разработка параметрических моделей процесса сортиментной лесозаготовки // Вестник Поволжского государственного технологического университета. Сер.: Лес. Экология. Природопользование. 2021. № 2 (50). С. 33-41. DOI: https://doi.org/10.25686/2306-2827.2021.2.33
Е. В. Морозов и И. Р. Шегельман отмечают, что реальные технологические процессы лесной промышленности носят существенно вероятностный характер или содержат, по крайней мере, некоторые компоненты, которые наиболее адекватно описываются с помощью случайных процессов [3]. Авторы отмечают, что эффективность использования математических моделей технологических процессов лесозаготовок резко снижается при использовании усреднённых значений параметров, полученных эмпирическим или выборочным способом, вместо моделируемых случайных величин. В связи с этим расчёту числовых характеристик системы должен предшествовать процесс детального исследования системы [3].
В научной литературе представлены исследования Петрозаводского государственного университета по тематике ресурсосбережения при заготовке деловой древесины и биотоплива - щепы энергетического назначения [4 - 6]. Использование теории массового обслуживания позволяет успешно моделировать технологические модели многоступенчатой (каскадной) обработки продукта [7] и может быть применено для оценки эффективности комплексов харвестер-форвардер в различных конфигурациях.
Е. М. Шутова на основе изучения природной специфичности функционирования машин и оборудования лесной промышленности и обобщения методов анализа и синтеза технических систем (тео-
рии решения изобретательских задач, автоматизации поискового конструирования, функционально-стоимостного, морфологического анализа и др.) отмечает эффективность использования функционально-технологического анализа для повышения эффективности заготовок деловой древесины [8].
С.И. Сушков описывает основные задачи многокритериальной оптимизации при эксплуатации комплекса лесотехнических машин, а также предлагает вариант реализации схемы системы поддержки принятия решений (СППР), обеспечивающей решение многокритериальных задач управления парком лесотехнических машин [9].
О.К. Даниленко и А.Н. Сухих предлагают выделить шесть основных факторов, влияющих на эффективность лесозаготовительного производства (рис. 1).
Анализируя эффективности работы системы машин «Харвестер-Форвардер» можно отметить, что наиболее значимым параметром является её производительность, которая в свою очередь зависит от множества факторов:
1) конструктивных параметров машин;
2) индивидуальных особенностей строения деревьев [11] и породы [12];
3) навыков (квалификации) оператора и т. д. [13];
4) ландшафтных особенностей [14];
5) типа рубки [15];
6) климатических условий [16, 17].
Рис. 1. Перечень основных факторов, влияющих на эффективность лесозаготовительного
производства [Цит. по: 10]
Сложность технологического процесса и многофакторность параметров, определяющих его эффективность, накладывает особые требования к подготовке операторов ЛМ. Использование компьютерных технологий в обучении позволяет интенсифицировать и индивидуализировать образовательную программу, повысить объективность контроля знаний и качество обучения путём внедрения интеллектуальных методик и средств обучения [18].
Усовершенствование методов моделирования деятельности оператора должно обеспечить ещё на этапе проектирования возможности решения таких задач, как формализация структуры информационной модели и состава средств отображения информации и обоснование ограничений и допущений к решению задачи распределения информационных элементов между средствами отображения [19].
В. М. Дозорцев отмечает, что цикл отработки любой тренировочной ситуации включает в себя следующие стадии [20]:
- обнаружение события, т. е. наблюдение за ходом процесса и детектирование отклонений;
- диагностирование причин события посредством механизмов распознавания, классификации и идентификации;
- компенсация нежелательных последствий события, состоящая в выборе варианта вмешательства в ход планирования и исполнения процедуры вмешательства.
Таким образом, посредством анализа параметров и факторов, определяющих
выполнимость и эффективность технологического процесса, формируется набор данных - основных параметров имитационной обучающей среды, используемых при проектировании тренажёра харвестера.
Разработка параметрических моделей объектов и субъектов технологического процесса. Структура взаимодействия человека-оператора с ЛМ с позиции эргатических систем может быть представлена в виде следующей структуры (рис. 2).
Человек-оператор через ЛМ воздействует на предмет труда - дерево посредством средств управления (джойстиков, педалей и т. д.) _/7чо-лзм. ЛМ воздействует как на сам предмет труда - _/1лзм-пт, реализуя основной контур управления, так и на окружающую среду - _/7лзм-ос, реализуя дополнительный контур управления.
Ключевыми подсистемами являются предмет труда, содержащий непосредственно дерево и окружающее пространство, и ЛМ, управляемая оператором.
Рассмотрим по порядку все составляющие подсистемы.
Предмет труда ПрТ можно представить в виде следующей системы параметров:
ПрТ = {Д, Тп}, где Д - дерево, Тп - технологическое поле.
Представим математическую модель дерева. Основными анализируемыми параметрами при отборе деревьев в рубку являются порода дерева, высота ствола дерева и его диаметры на различных высотах, объём ствола и коэффициент формы [21].
Рис. 2. Структура взаимодействия человека-оператора с лесозаготовительной машиной
Представим дерево в виде системы параметрических данных:
Д = {Пд, К, D, V, q2}, (1)
где Пд - порода дерева, К - высота ствола, D - диаметры дерева, V - объём ствола, q2 - коэффициент формы.
В свою очередь порода дерева может быть представлена следующим образом:
-■в (2)
где Хв - хвойные породы, Лв - лиственные породы.
Диаметры дерева на различных высотах можно представить в виде: d1, при К
D= ^ и
di, при К
где К ... Ы+1 - набор высот дерева.
Д
Объём ствола может быть рассчитан по известной формуле
v=ghf,
(4)
(3)
где g - площадь поперечного сечения ствола на высоте 1,3 м, К - высота дерева, f - видовое число ствола.
Высота дерева К представляет собой количественную оценку и связана с коэффициентом формы q2.
Базовым параметром при этом остаётся порода дерева, которая определяет табличные значения коэффициента формы и видового числа ствола.
Общая структура параметрической модели дерева представлена на рис. 3.
Рассмотрим далее модель технологического поля, как производственной среды, в которой находится ЛЗ и набор деревьев (предметов труда), рис. 4.
V
di, при hi
duпри hi di+i, при hi+1j
Рис. 3. Структура параметрической модели дерева
Рис. 4. Схема представления технологического поля, где Тп1 - технологическое поле ЛЗМ; Тп2 - технологическое поле манипулятора ЛЗМ; Тп3 - технологическое поле дерева; о1 - основной объект (дерево); о2 ... о5 - второстепенные объекты, I - разница высот ландшафта
Технологические поля Тп1 и Тп2 определяются габаритными размерами и функциональными возможностями ЛЗМ, Тп3 - особенностями предмета труда и его окружающего пространства. Так как в Тп3 входит в том числе и ЛЗМ, в модель ТП3 целесообразно включить и Тп2, и Тп1.
Очевидно, что в этом случае общее технологическое пространство можно представить: Тп = {Тп1 П Тп2 П Тп3}.
При этом Тп3 ={0, С, S}, где 0 - совокупность объектов Тп3, С -сложность технологического поля Тп3, 5 -площадь технологического поля Тп3
O =
O,
O
O
i+1
, i=1,..., n.
(5)
В свою очередь сложность технологического поля
С={Р, I}, Р=р, РЦ, I={1рй, ZPk}, Pd=Qo/5, (6) Pd=Qk / 5,
где Р - плотность объектов технологического поля, Рё - плотность деревьев, Pk -
плотность кустарников, I - закон распределения объектов технологического поля, 1рй - закон распределения плотности деревьев, Zрk - закон распределения плотности кустарников, Qo - количество деревьев, Qk - количество кустарников, 5 -площадь Тп3.
Общая структура параметрической модели технологического поля представлена на рис. 5.
С точки зрения онтологического подхода в структуре ЛМ могут быть выделены платформа, кабина, манипулятор, органы управления и индикации.
В настоящее время достаточно чётко описаны математические модели тяговых и сцепных свойств ЛМ, динамики их движения, динамической загруженности манипулятора, силовые параметры харве-стерных головок, силового взаимодействия рабочего органа с деревом и т. д.
Представим в виде системы параметрических данных:
ЛМ = {Пл, Каб, Ман}, (7) где Пл - параметры платформы, Каб - кабины, Ман - манипулятор.
Рассмотрим каждую подсистему отдельно.
Тп1
Тп t
Тп2
ZPk {о1;...,оп}
Рис. 5. Структура параметрической модели технологического поля
Рис. 6. Структура параметрической модели ЛМ
С точки зрения реализации эргономической концепции платформа может характеризоваться следующими параметрами: Пл = {Мвр, УН, Вибр}, где Мвр - манёвренность, УН - угол поперечного наклона, Вибр - вибрация.
Каб = {Нк, РМо, СИ, СУ}, (8), где НК - несущая конструкция, РМо - рабочее место оператора, СИ - система индикации, СУ - система управления.
Ман = {Пл, СУ}. (9)
Структура параметрической модели ЛМ, какой она может быть представлена в данном случае, изображена на рис. 6.
Все представленные параметры могут быть разделены на три группы: стохастические - характеризующие вероятностный характер параметра, постоянные - неизменные параметры, связанные, прежде всего с конструкцией ЛМ, динамические, изменяемые по закону - параметры, изменяющиеся во времени и находящиеся в определённой зависимости от иных условий (см. табл.).
Данное распределение позволяет определить начальные и граничные условия изменения каждого параметра в процессе моделирования, снизить требования в вычислительной мощности и, самое главное, обеспечить большее подобие имитируемой технологической операции реальному действию оператора в физическом мире, то есть обеспечить иммерсив-ность тренажёрной среды.
Выводы. Таким образом, на сегодня абсолютно очевидно, что применение тренажёров и симуляторов для подготовки операторов ЛМ является действенным и эффективным инструментом. При этом возникает задача обеспечения адекватности и подобия симулируемой среды. Определение набора параметров для симуляции имеет крайне важное значение, так как обеспечивает, с одной стороны, эту адекватность, а, с другой стороны, динамичность и вариативность изменения окружающей среды, технологической обстановки и профессиональной задачи.
Предложенные модели дерева, технологического поля и лесной машины соответствуют критерию разумной ограниченности, и при этом удовлетворяют требованиям адекватности. Модели представлены в виде параметрической структуры данных, используемых в дальней-
Вид параметра Наименование параметра
Стохастические Пд, К, D, V, q2, Р, Ъ, Qo, Qk
Постоянные S, Нк, РМо, СИ, СУ
Динамические по закону УН, Вибр, Мвр, Рй, Рк, Zpd, Zpк
шем в качестве основных параметров имитационной обучающей среды. Каждому параметру системы определён соответствующий закон изменения, начальные и граничные условия изменения в процессе моделирования.
Дальнейшее развитие работы предполагается по совершенствованию методологии автоматизированного определения основных моделируемых параметров с использованием методов автоматического построения онтологии предметной области.
Список литературы
1. Позднякова М.О., Мохирев А.П., Медведев С.О. Факторный анализ экономической эффективности предприятий лесопромышленного комплекса // Фундаментальные исследования. 2019. № 5. С. 94-98
2. Якимович С.Б., Тетерина М.А. Сравнительная оценка способов комплектования систем машин для заготовки // Лесной вестник. 2014. Т. 18. № 2-S. C. 46-50.
3. Морозов Е.В., Шегельман И. Р. О применении вероятностного моделирования для анализа некоторых технологических процессов лесозаготовок // Глобальный научный потенциал. 2011. № 9. С. 67-71.
4. Подготовка и переработка древесного сырья для получения щепы энергетического назначения (биотоплива) / И.Р. Шегельман, А.В. Кузнецов, П.В. Будник и др. // Ученые записки ПетрГУ. Серия «Естественные и технические науки». 2010. № 8(113). С. 79-82.
5. Шегельман И.Р., Галактионов О.Н., Щукин П.О. Ресурсосберегающие технологии на лесозаготовках. Терминология и направления проблемно-ориентированных исследований // Глобальный научный потенциал. 2012. № 1(10). С. 89-93.
6. Шегельман И.Р., Будник П.В., Морозов Е.В. Выбор режимов работы лесосечных машин с применением методов теории очередей // Глобальный научный потенциал. 2012. № 12. С. 56-60.
7. Curry G.L., Feldman R.M. Manufacturing systems modeling and Analysis // Springer-Verlag Berlin Heidelberg, 2009. 338 p.
8. Шутова Е.М. Формирование инновационных технологических решений для заготовки деловой древесины и отходов лесозаготовок // Наука и бизнес: пути развития. 2012. № 4 (10). С. 52-54.
9. Сушков С.И. Разработка основ теории управления и принятия решений на предприятиях лесопромышленного комплекса // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета. 2012. № 75. С. 296-307.
10. Даниленко О.К., Сухих А.Н. О многообразии факторов, влияющих на эффективность лесозаготовительного производства // Труды Братского государственного университета. Серия: Естественные и инженерные науки. 2017. Т. 2. С. 239-244.
11. Gellerstedt S. Operation of the single -grip harvester: motor -sensory and cognitive work // International Journal of Forest Engineering. 2002. Vol. 13(2). Pp. 35-47.
12. LeDoux C.B., Huyler N.K. Comparison of two cut-to-length harvesting systems operating in eastern hardwoods // Journal of Forest Engineering. 2001. Vol. 12. № 1. Pp. 53-60.
13. Karha K., Ronkko E., Gumse S.I. Productivity and cutting costs of thinning harvesters // International Journal of Forest Engineering. 2004. Vol. 15(2). Pp. 43-56.
14. Stampfer K., Steinmuller T. A new approach to derive a productivity model for the harvester "Val-met 911 Snake" // The International Mountain Logging and 11th Pacific Northwest Skyline Symposium. December 10 - 12th, 2001. Seattle, USA. Pp. 254-262.
15. Nurminen T., Korpunen H., Uusitalo J. Time consumption and analysis of the mechanized cut-to-length system // Silva Fennica. 2006. Vol. 40 (2). Pp. 335-363.
16. Uusitalo J. Metsateknologian perusteet // Metsalehti Kustannus, Helsinki. 2004. 230 p.
17. Суханов Ю.В. Система моделирования лесозаготовок с учетом потребностей биоэнергетики // Вестник Московского государственного университета леса «Лесной Вестник». 2013. № 1. C. 152-157.
18. Современные авиационные тренажеры как средство непрерывной подготовки авиационных специалистов / Белокопытов М. Л. и др. // Труды Военно-космической академии имени А.Ф. Можайского. 2020. № 672. С. 336-346.
19. Павленко М.А., Бодяк О.С., Гусак М.Ю. Метод разработки модели деятельности оператора АСУ в системах управления сложными динамическими объектами // Системи обробки шформацп. 2012. № 9. С. 202-207.
20. Дозорцев В.М. Структура человеко-машинного взаимодействия в компьютерных тренажерах операторов технологических процессов // Приборы и системы управления. 1998. № 5. С. 57-65.
21. Petukhov I., Steshina L., Tanryverdiev I. Automation of selection cutting process using harvester // Proceedings of 2015 International Conference on Mechanical Engineering, Automation and Control Systems, MEACS 2015. 1-4 December 2015. Tomsk, Russia. 2015. Pp. 1-8.
Статья поступила в редакцию 17.05.2021 Принята к публикации 15.06.2021
Информация об авторе
СТЕШИНА Людмила Александровна - кандидат технических наук, доцент кафедры проектирования и производства электронно-вычислительных средств, Поволжский государственный технологический университет. Область научных интересов - моделирование технологических процессов, теория автоматического управления, проектирование эргатиче-ских систем. Автор 112 научных публикаций.
UDC 630.935.1
DOI: https://doi.Org/10.25686/2306-2827.2021.2.33
PARAMETRIC MODELLING FOR CUT-TO-LENGTH HARVESTING TECHNOLOGY
L. A. Steshina Volga State University of Technology, 3, Lenin square, Yoshkar-Ola, 424000, Russian Federation E-maill: SteshinaLA@volgatech.net
Keywords: forest machines; operator; professional training; simulators.
ABSTRACT
Introduction. Low efficiency of Russia's timber industry is much triggered by poor managerial and economic planning of the technological timber harvesting processes. One of the major measures that can contribute to improving of efficiency and quality of wood is to develop new technical .solutions in terms of man-machine interaction, as well as to educate skilled operators to work on forest machines. Thus, practice-oriented methods with explicit use of training devices, simulators, and technological complexes are effective while training the operators offorest machines. At that, we face the challenge to define the structure and purpose of such simulators, and a set of simulated parameters. The objective of the study is to analyze and identify the parameters of the technological process feasibility and efficiency in the form of a dataset for a harvester simulator designing. Objects and methods. The paper scrutinizes the major factors that influence the efficiency of timber cutting production. Moreover, it gives the interaction structure between a human operator and a forest machine from the perspective of ergatic systems, and its key elements are specified. Results. The paper describes the models of a tree, a technological field, and a forest machine that have been designed with the use of the method of structural and semantic analysis. The models are given in the form of a parametric data structure, which are further used as the main parameters for the simulation training environment, each system parameter is described by the respective pattern of change. Conclusion. The designed parametric models make it feasible to define the initial and border-line conditions of each parameter that changes in the simulation process; to lower the requirements for computing capacity; and finally, to ensure a greater similarity of the simulated technological process to true-life actions of the operator in the physical world, that is, to make the training environment immersive. Moreover, the proposed models ensure adequacy, dynamism, and variability of changes in the parameters of the environment, the technological field, and the job task. The models can be applied in simulators for forest machine operators' training.
REFERENCES
1. Pozdniakova M.O., Mokhirev A.P., Medvedev S.O. Faktornyy analiz ekonomicheskoy effektivnosti predpriyatiy lesopromyshlennogo kom-pleksa [Factor analysis of timber enterprises economic effectiveness]. FundamentaVnye issledovaniya [Fundamental Research]. 2019. № 5. Pp. 94-98. (In Russ.).
2. Iakimovich S. B., Teterina M.A. Srav-nitel'naya otsenka sposobov komplektovaniya sistem mashin dlya zagotovki [Comparative assessment of the methods of completing of systems of machines for harvesting]. Lesnoy vestnik [Forestry Bulletin]. 2014. Vol. 18. № 2. Pp. 46-50. (In Russ.).
3. Morozov E. V., Shegelman I. R. O primenenii veroyatnostnogo modelirovaniya dlya analiza nekotor-ykh tekhnologicheskikh protsessov lesozagotovok [On the use of stochastic modeling to analyze some process-
es of logging]. GlobaVnyy nauchnyypotentsial [Global Scientific Potential]. 2011. № 9. Pp. 67-71. (In Russ.).
4. Shegelman I. R., Kuznetsov A.V., Bud-nik P.V. et al. Podgotovka i pererabotka drevesnogo syr'ya dlya polucheniya shchepy energeticheskogo naznacheniya (biotopliva) [Preparation and utilization of wood to obtain the chip for energy (biofuel)]. Uchenye zapiski PetrGU. Seriya «Estestvennye i tekhnicheskie nauki» [Proceedings of Petrozavodsk State University. Series "Natural and Engineering Sciences"]. 2010. № 8(113). Pp. 79-82. (In Russ.).
5. Shegelman I. R., Galaktionov O. N., Shchukin P.O. Resursosberegayushchie tekhnologii na lesozagotovkakh. Terminologiya i napravleniya prob-lemno-orientirovannykh issledovaniy [Resource-saving technologies in logging. Terminology and lines
of problem-oriented researches]. Global'nyy nauchnyy potentsial [Global Scientific Potential].2012. № 1(10). Pp. 89-93. (In Russ.).
6. Shegelman I. R., Budnik P.V., Morozov E. V. Vybor rezhimov raboty lesosechnykh mashin s prime-neniem metodov teorii ocheredey [Selection of the operating modes of stump-to-roadside equipment using the queues theory methods]. Global'nyy nauchnyy potentsial [Global Scientific Potential]. 2012. №. 12. Pp. 56-60. (In Russ.).
7. Curry G.L., Feldman R.M. Manufacturing systems modeling and Analysis. Springer-Verlag Berlin Heidelberg, 2009. 338 p.
8. Shutova E.M. Formirovanie innovatsionnykh tekhnologicheskikh resheniy dlya zagotovki delovoy drevesiny i otkhodov lesozagotovok [Development of innovation technology solutions for the harvesting of commercial timber and logging residues]. Nauka i biznes: puti razvitiya [Science and Business: Ways of Development]. 2012. № 4 (10). Pp. 52-54. (In Russ.).
9. Sushkov S.I. Razrabotka osnov teorii uprav-leniya i prinyatiya resheniy na predpriyatiyakh leso-promyshlennogo kompleksa [Development of the foundations of the theory of management and decision-making at the forest enterprises]. Politematich-eskiy setevoy elektronnyy nauchnyy zhurnal Ku-banskogo gosudarstvennogo agrarnogo universiteta [Polythematic Online Scientific Journal of Kuban State Agrarian University]. 2012. №. 75. Pp. 296-307.
10. Danilenko O.K., Sukhikh A.N. O mnogoobra-zii faktorov, vliyayushchikh na effektivnost' leso-zagotovitel'nogo proizvodstva [On the variety of factors influencing the efficiency of timber cutting production]. Trudy Bratskogo gosudarstvennogo universiteta. Seri-ya: Estestvennye i inzhenernye nauki [Proceedings of Bratsk State University. Series "Natural and Engineering Sciences"]. 2017. Vol. 2. Pp. 239-244. (In Russ.).
11. Gellerstedt S. Operation of the single -grip harvester: motor -sensory and cognitive work. International Journal of Forest Engineering. 2002. Vol. 13(2). Pp. 35-47.
12. LeDoux C.B., Huyler N.K. Comparison of two cut-to-length harvesting systems operating in eastern hardwoods. Journal of Forest Engineering. 2001. Vol. 12. №. 1. Pp. 53-60.
13. Kärhä K., Rönkkö E., Gumse S.I. Productivity and cutting costs of thinning harvesters. Interna-
tional Journal of Forest Engineering. 2004. Vol. 15(2). Pp. 43-56.
14. Stampfer K., Steinmüller T. A new approach to derive a productivity model for the harvester "Val-met 911 Snake". The International Mountain Logging and 11th Pacific Northwest Skyline Symposium. December 10 - 12th, 2001. Seattle, USA. Pp. 254-262.
15. Nurminen T., Korpunen H., Uusitalo J. Time consumption and analysis of the mechanized cut-to-length system. SilvaFennica. 2006. Vol. 40 (2). Pp. 335-363.
16. Uusitalo J. Metsateknologian perusteet. Metsalehti Kustannus, Helsinki. 2004. 230 p.
17. Sukhanov Iu. V. Sistema modelirovaniya lesozagotovok s uchetom potrebnostey bioenergetiki [The system of harvesting simulation taking into account the demands of bioenergetics]. Vestnik Moskovskogo gosudarstvennogo universiteta lesa «Lesnoy Vestnik» [Bulletin of Moscow State University of Forest "Forestry Bulletin"]. 2013. № 1. Pp. 152-157. (In Russ.).
18. Belokopytov M.L. et al. Sovremennye avi-atsionnye trenazhery kak sredstvo nepreryvnoy podgotovki aviatsionnykh spetsialistov [Modern flight simulators as a means for continuous training of the aviation community]. Trudy Voenno-kosmicheskoy akademii imeni A.F. Mozhayskogo [Proceedings of the Mozhaisky Military Space Academy]. 2020. №. 672. Pp. 336-346. (In Russ.).
19. Pavlenko M. A., Bodiak O. S., Gusak M. Iu. Metod razrabotki modeli deyatel'nosti operatora ASU v sistemakh upravleniya slozhnymi dinamicheskimi ob#ektami [A method for the development of a model for ACS operator activity in the systems of complex dynamic objects management]. Sistemi obrobki infor-matsii [Information Processing Systems]. 2012. №. 9. Pp. 202-207. (In Russ.).
20. Dozortsev V.M. Struktura cheloveko-mashinnogo vzaimodeystviya v komp'yuternykh trena-zherakh operatorov tekhnologicheskikh protsessov [The human-computer interaction structure in the computer simulators of the process operators]. Pribory i sistemy upravleniya [Instruments and Systems of Management]. 1998. № 5. Pp. 57-65. (In Russ.).
21. Petukhov I., Steshina L., Tanryverdiev I. Automation of selection cutting process using harvester. Proceedings of 2015 International Conference on Mechanical Engineering, Automation and Control Systems, MEACS 2015. 1-4 December 2015, Tomsk, Russia. 2015. Pp. 1-8.
The article was received 17.05.2021 Accepted for publication 15.06.2021
For citation: Steshina L. A. Parametric Modelling for Cut-To-Length Harvesting Technology. Vestnik of Volga State University of Technology. Ser.: Forest. Ecology. Nature Management. 2021. No 2 (50). Pp. 33-41. DOI: https://doi.org/10.25686/2306-2827.202L2.33
Information about the author
Liudmila A. Steshina - Candidate of Technical Sciences, Associate Professor of the Chair of Design and Production of Electronic-Computing Aids, Volga State University of Technology. Research interests - simulation of technical processes, theory of automatic control for ergatic systems designing. Author of 112 scientific publications.
