Система поддержки технологий по производству и логистике древесного топлива: методика и модели Текст научной статьи по специальности «Математика»

УДК 630*65.012.12

СИСТЕМА ПОДДЕРЖКИ ТЕХНОЛОГИЙ ПО ПРОИЗВОДСТВУ И ЛОГИСТИКЕ ДРЕВЕСНОГО ТОПЛИВА: МЕТОДИКА И МОДЕЛИ

А.П. Соколов1, Ю. Ю. Герасимов2

'Петрозаводский государственный университет, Петрозаводск, Россия 185910 Россия, Республика Карелия, г. Петрозаводск, пр. Ленина, 33

2НИИ леса Финляндии, Йоэнсуу, Финляндия FI-80101 Yliopistokatu, 6, Joensuu, Finland

Работа выполнена при финансовой поддержке Министерства образования и науки РФ в рамках ФЦП «Научные и научно-педагогические кадры инновационной России», тема НИР «Система поддержки принятия решений по стимулированию рационального использования древесной биомассы и отходов лесозаготовок в биоэнергетике» и в рамках проекта «Технико-экономическая и эколого-социальная оценка перспективности заготовки древесной биомассы для нужд местной энергетики с использованием логистического подхода и ГИС-технологий»

Статья посвящена вопросам применения современных информационных технологий и математических методов для решения задачи выбора технологий по производству и логистике древесного топлива с целью стимулирования развития биоэнергетики в России. Приводятся общая постановка задачи, методика, применяемые модели, обосновываются используемые методы и средства решения поставленной задачи.

Ключевые слова: ГИС, имитационное моделирование, оптимизация, лесосечные работы, древесная биомасса, древесное топливо, биоэнергетика

The topic of this article is the use of novel informational technologies and mathematical methods for the improvement of wood fuel production and logistics. Overall set of the task, methods, used models and tools is described aiming to support of bioenergy development in Russia.

Key words: GIS, simulation, optimization, wood harvesting, woody biomass, wood fuels, bioenergy

ПОСТАНОВКА ЗАДАЧИ

На сегодняшний день существует ряд технологий, позволяющих осуществлять заготовку и переработку древесной биомассы (ДБ) с целью получения древесного топлива (ДТ), пригодного для использования в местной энергетике (Герасимов, 2011). Однако в России, обладающей коллосальным ресурсом ДБ (вегазтоу, 2011), отсутствует значимый практический опыт применения этих технологий. Лесозаготовителям не на что опереться при выборе того или иного варианта организации работ, тех или иных моделей машин и оборудования; отсутствуют инструменты для оценки эффективности такого производства и обоснования принимаемых решений. Это замедляет развитие отечественной биоэнергетики, снижает инвестиционную привлекательность этого направления. В этой связи, актуальной задачей представляется разработка соответствующей системы поддержки технологий и логистики (СПТЛ) ДТ, которая бы позволила выполнять оценку и сравнение различных технологических схем по заготовке и переработке ДБ в ДТ с целью выявления наиболее эффективного варианта.

Опыт решения подобных задач (вегаБтоу, 2008, 2011; Соколов, 2009; Герасимов, 2011), показывает, что СПТЛ ДТ требует привлечения современных методов математического моделирования, в том числе имитационного, и ГИС-технологий, что обусловлено пространственным характером задачи. Такой подход подразумевает дальнейшее развитие и существенное расширение функций уже сущест-

вующей информационно-вычислительной системы для оптимизации эксплуатации сети лесовозных дорог и вывозки деловой древесины (КИВЦ ЛАД ДД) (Герасимов, 2011) в направлении поддержки проектирования технологий производства и логистики ДТ.

Решаемая задача имеет ряд существенных особенностей. В первую очередь, следует отметить тесную связь процессов заготовки, транспортировки и переработки ДБ в ДТ с заготовкой деловой древесины (ДД) - заготовка ДБ чаще всего оказывается в зависимом, подчиненном положении от заготовки ДД, как правило, являясь побочным производством (во^еу, 2010). Во-вторых, разнообразие, как источников ДБ для производства ДТ, (например дровяная древесина (дрова), порубочные остатки (отходы), пневая и корневая древесина (пни), тонкомерная древесина от рубкок ухода (тонкомер)), так и технологий лесосечных работ (заготовка сортиментами (ЗС) (Суханов, 2011), хлыстами (ЗХ), деревьями (ЗД)) (Суханов, 2012). В-третьих, постоянные изменения в пространственном размещении производства, что выражается в частых сменах места выполнения работ, например, делянок или складов (Соколов, 2009). Другими существенными особенностями, общими для заготовки ДД и ДТ, являются сезонный характер, зависимость от дорожной инфраструктуры и природных условий (Герасимов, 2011). При этом перечисленные факторы часто получают дополнительный смысл в случае производства ДТ. Например, «сезонный характер» означает, что пики заготовки и

потребления совпадают с наиболее холодным временем года, а «зависимость от природных условий» указывает на значение погодных условий для процессов сушки ДБ и т. д.

Более 40 альтернативных схем организации технологического процесса производства ДТ выявлено в работах (Герасимов, 2011; Суханов, 2011, 2012) в зависимости от системы машин и источника

ДБ, которые обладают далеко не одинаковой практической применимостью. Поэтому число рассматриваемых технологических схем было ограничено наиболее применяемыми в настоящее время и перспективными в будущем: всего рассмотрено 12 технологий, 7 из которых базируются на ЗС, 3 - на ЗД, и по одной на заготовке тонкомера и пней (табл. 1).

Таблица 1 - Технологические схемы, принятые к рассмотрению

Источник

_ДБ_

Делянка

Погрузочная пло-_щадка_

Терминал

Потребитель

1.1 Погрузочная площадка

1.2 Терминал

1.3 Потреби-

^ 2.1 Погрузочная площадка

2.2 Терминал

3.1 Потребитель

3.2 Потребитель

4.1 Погрузочная площадка

^ 5.1 Погру-м зочная площадка

6.1 Погрузочная площадка

7.1 Погрузочная площадка

8.1 Потребитель

о к н о Т

1 Место переработки дров «'гг

2 Место переработки дров и отходов

3 Место переработки отходов

4 Место переработки дров 5 Место переработки отходов 6 Место переработки дров и отходов

7 Место переработки тонкомера от рубок ухода

8 Место переработки пней

Г.г

СТРУКТУРА МЕТОДИКИ

Разработанная методика предусматривает использование в качестве основы КИВЦ ЛАД ДД, структура, функции, а также примеры применения которой описаны в работах вегазтоу, 2008, 2011; Соколов, 2009; Герасимов, 2011). Схема предлагаемой методики СПТЛ ДТ (рис. 1) включает два основных блока: «Заготовка деловой древесины» и «Заготовка топливной древесины». Структура блоков образована путем обособления друг от друга двух стадий технологического процесса лесозаготовок: собственно заготовки и вывозки заготовленной древесины. Это обособление выполнено в данном случае не с позиций технологии как

таковой, а с точки зрения структуры подсистем имитационного моделирования, для которого именно такое разделение по целому ряду причин является целесообразным. Здесь следует отметить, что ряд вариантов рассматриваемых технологических процессов, кроме названных стадий, содержат ярко выраженные этапы первичной переработки древесины. В данном случае предлагается не выделять этот этап процесса, как отельную имитационную модель, а включать его в имитационные модели заготовки или вывозки в зависимости от особенностей конкретных технологий. Это связано с тем, что первичная переработка, как правило, образует "горячие" цепочки с заготовкой или вывозкой (во^еу, 2010; Суханов, 2011, 2012).

тель

Например, рубительная машина, производящая венно, имитационное моделирование ее работы щепу на погрузочной площадке, обычно связана должно выполняться в общей с вывозкой имита-"горячей" цепочкой с щеповозами, и, соответст- ционной модели и т. д.

Рисунок 1 - Схема методики СПТЛ ДТ с указанием степени реализации задач в КИВЦ ЛАД ДД| | - не реализо-вано;| - частично; | - полностью

Структура блоков состоит из трех последовательно выполняемых процедур или алгоритмов. Первая из них это - оптимизация, вторая - имитационное моделирование и третья - оценка эффективности. Кроме того, методикой обеспечивается взаимосвязь между заготовкой ТД и ДД. Это отражено на схеме в виде горизонтальных связей между соответствующими блоками. А именно, данные о ходе заготовки и вывозки ДД, используются при

оптимизации планов и выполнении имитационных моделей блока «Заготовка топливной древесины».

Подробная структура блока «Заготовка топливной древесины» приведена на рисунке 2. Здесь взаимодействие различных элементов показано с учетом связей с блоком «Заготовка деловой древесины», который на рисунке 2 представлен КИВЦ ЛАД ДД. Охарактеризуем каждый из элементов структуры более подробно.

Рисунок 2 - Структура блока «Заготовка топливной древесины»

Выход биомассы - элемент блока «Исходные данные», предназначенный для ввода и хранения информации об объемах отходов, получаемых на каждой конкретной делянке. Для реализации этой функции потребовалось расширение подсистемы КИВЦ ЛАД ДД, позволяющей осуществлять ввод и хранение информации по каждой делянке. Что касается, ввода и хранения информации по выходу дров, то эта функция уже была ранее реализована в КИВЦ ЛАД ДД.

Список делянок, на которых планируется заготовка топливной древесины - элемент, который дает возможность пользователю выбирать из всего множества делянок те, на которых будет также выполнятся заготовка ТД.

Характеристики комплексов машин на производстве топлива - ввод и хранение информации о составе машин и оборудования, и их производительности.

Потребная влажность топлива - уровень влажности ТД, при котором осуществляется его приемка потребителями, необходимый для осуществления управления процессами сушки ДБ. Потребители топливной древесины - ввод и хранение информации о потребителях ТД, в которую входят местоположение потребителя, виды потребляемого ДТ, а также помесячные планы потребления.

Расчет объемов биомассы - определение точных объемов ДБ на каждой делянке в любой момент расчетного периода. Объемы корректируются по всем делянкам один раз в модельные сутки. Увеличение объемов связано с работой заготовительных комплексов и зависит от заданного выхода ДБ. Уменьшение объемов связано, либо с работой

имитационной модели транспортировки, либо с имитационным моделированием процессов первичной переработки ДБ в соответствии с заданными производительностями используемых машин и оборудования.

Расчет влажности - оценка влажности ДБ на каждой делянке в любой момент расчетного периода. Влажность корректируется по всем делянкам один раз в модельные сутки в соответствии с моделью сушки, учитывающей сезон года и время сушки.

Расчет энергетического потенциала - определяет количество энергии, получаемое из единицы массы или объема, т. к. именно из этих соображений потребители топлива производят расчет с поставщиками. Модель расчета энергетического потенциала ДТ учитывает параметры источников ДБ: тип, породу, влажность.

Имитационное моделирование первичной переработки и транспортировки топлива - здесь подразумевается выполнение имитационной модели работы машин с учетом их состава, производительности, расстояний и времени транспортировки, а также с учетом наличия в рассматриваемой технологии "горячих" цепочек, которое осуществляется в соответствии с планами, генерируемыми оптимизационными подсистемами. При этом под первичной переработкой подразумевается производство щепы из отходов, тонкомера или дров, а также пакетирование отходов с помощью специальных машин -пакетировщиков. Под транспортировкой понимается вывозка щепы или насыпных отходов специальным транспортом. Транспортировка дров и пакетов отходов моделируется в имеющихся блоках КИВЦ

ЛАД ДД, т. к. она осуществляется обычными сор-тиментовозами для ДД.

Оптимизация планов работы комплексов машин на производстве топлива - определение оптимального порядка освоения делянок для каждого из имеющихся комплексов машин на заготовке ТД, а также оптимального состава этих комплексов на каждой делянке. Тут существует целый ряд ограничений. Во-первых, делянка не может быть подвергнута заготовке ТД до того, как будут полностью завершены заготовка и вывозка ДД. Кроме того, если задано ограничение по влажности ДБ или ДТ, заготовка может начаться только после того, как ДБ достаточно высохнет. Момент времени окончания вывозки ДД и момент времени окончания сушки определяются для каждой делянки в ходе имитационного моделирования и заранее неизвестны. Таким образом, задача сводится к выбору для каждого комплекса машин следующей делянки из числа тех, где к достигнутому моменту модельного времени уже выполняются условия по завершению заготовки ДД и завершению сушки. При этом, кроме названных ограничений, учитываются результаты работы элемента методики оптимизация поставок, которые заключаются в привязке к каждой делянке оптимального потребителя с целью минимизации транспортных расходов. Оптимальный состав комплексов машин на заготовке ТД зависит от времени движения автомобиля с рассматриваемой делянки до оптимального потребителя. Состав может изменяться путем включения или исключения из работы автомобилей на вывозке ТД в тех случаях, когда имеется несколько таких автомобилей. Оптимальным будет такое число автомобилей, которое обеспечивает максимальную загрузку рубительной машины при минимальном времени ожидания автомобилей в очереди на погрузку.

МОДЕЛИ

Структура разработанной методики (см. рис. 1 и 2) предполагала разработку целого ряда моделей.

Модель расчета объемов биомассы базируется на задании характерного для данной лесосырьевой базы выхода отходов, а также дров по породам в процентах от запаса:

Уб = Уо + Vd V +ihdl V, 2=1 i=1

где Уб - объем ДБ, м3; Уо - объем отходов, м3; Уд - объем дров, м3; n - число пород деревьев в ле-сосырьевой базе; hoi - доля отходов по отношению к объему ДД для i-й породы; Vt - объем ДД i-й породы на делянке, м3; hdi - доля дров в объеме ДД для i-й породы.

Алгоритм расчета объемов биомассы включен в состав имитационной модели процесса заготовки древесины и позволяет использовать два варианта. При этом в обоих вариантах расчет объемов дров на делянках, введенных в систему, осуществляется так

же, как и расчет объемов ДД, т. е. объемы добавляются в конце модельных суток на всех делянках, где в данный момент ведется заготовка, и определяются в соответствии с расчетной производительностью комплекса на данной делянке и заданным распределением этого объема по видам продукции. Например, для комплекса машин при ЗД суточный выход дров на делянке будет равен:

Уд

Вд = п8 ■ г, ■ ки ■ тт(Пчв; пс ■ Пчс; Пчп) • у,

где п, - число смен в сутках; 4 - продолжительность смены, час; ки - эффективный коэффициент использования; Пчв - средняя часовая производительность валочно-пакетирующей машины, м3/час; пс - число скиддеров в комплексе; Пчс - средняя часовая производительность скиддера, м3/час; Пчп -средняя часовая производительность процессора, м3/час; Уд - общий объем дров на делянке, м3; V -общий объем ДД на делянке, м3.

Величина Вд перед началом моделирования может быть скорректирована пользователем путем задания другого распределения общего объема древесины У по видам продукции в диалоге управления делянкой. Это позволяет учитывать индивидуальные особенности делянок. Имитация вывозки дров сортиментовозами ведется одновременно с заготовкой в том случае, если в диалоге управления делянкой для дров указан хотя бы один потребитель. Если потребители не указаны - дрова будут накапливаться на делянке и в дальнейшем смогут стать источником сырья при имитационном моделировании производства щепы на лесосеке. Если производство щепы на лесосеках не предусмотрено - дрова останутся в лесу.

В базовом варианте объем отходов Уо определяется и заносится в базу данных делянки однократно по завершении заготовки ДД. При этом используется приведенная выше формула для Уб при Уд=0. В этом случае отсутствует возможность корректировки величины Уо в зависимости от каких-либо особенностей конкретной делянки. Если возникнет нужда в такой корректировке, например, при необходимости укрепления волоков отходами или в случае бедных почв, может быть применен второй вариант алгоритма, в соответствии с которым такой вид продукции, как отходы, вносятся в базу данных делянки еще до начала моделирования наряду с ДД. При этом их потенциальный Уо может быть скорректирован на каждой делянке индивидуально, подобно объемам дров или ДД. В этом случае, при осуществлении моделирования, Уо на делянке будет увеличиваться каждые модельные сутки на величину, рассчитанную подобно величине Вд для дров. Вывозка отходов сортиментовозами не ведется, поэтому к моменту завершения заготовки ДД, на делянке окажется весь заданный Уо.

В случае использования второго варианта алгоритма, при формировании отчета о заготовке ДД, Уо не включается в суммарный объем древесины, заго-

товленной привязанным к делянке комплексом машин на заготовке ДД, за исключением одного случая, когда на делянке ведется заготовка только отходов. Такой вариант тоже возможен. С помощью этого варианта можно осуществлять моделирование некоммерческих рубок ухода с использованием полученного тонкомера в энергетических целях.

Модель расчета влажности

При поставках ДТ очень большое значение имеет его влажность. Она существенным образом влияет на теплотворную способность, а значит и на количество получаемой энергии. Принимая во внимание эту особенность, энергетические компании часто ведут расчет с поставщиками не за объем ДТ, а за его энергетический потенциал. Лесозаготовители, как правило, не пренебрегают возможностью подсушить сырье на делянке до его переработки или поставки потребителю, чтобы получить дополнительную прибыль. По этой причине, аспект, связанный с процессом сушки ТД также был учтен в разработанной методике.

На процесс изменения влажности отходов оказывает влияние большое число факторов, многие из которых так или иначе связаны с погодными условиями. Поэтому точно предсказать интенсивность сушки для какого-то периода времени не представляется возможным. Для оценки этой величины пользуются статистическим методом, базирующимся на длительных наблюдениях. На сегодняшний день отсутствуют сведения о таких исследованиях в условиях России. Поэтому в основу применяемой модели расчета влажности отходов положены исследования, проводившиеся в Скандинавии (Лгдб, 1995; Шгт, 1999; РеПегаоп, 2007), схожих с условиями северо-запада России.

Было установлено, что в обозначенных условиях достаточно стабильное сокращение влажности отходов происходит только в летние месяцы и в сентябре, причем средняя интенсивность этого процесса не одинакова в разных частях этого периода. Для простоты была применена кусочно-линейная модель изменения влажности с разной в разные месяцы и постоянной внутри одного месяца интенсивностью, в соответствии с которой наибольшая интенсивность сушки достигается в июле, наименьшая в сентябре:

10

АМ = Е кМ1 ■ п,

1=6

где ДМ - изменение влажности отходов, %; 1 -номер месяца; кМц - коэффициенты модели (-0,13 % для июня; -0,33 % для июля; -0,20 % для августа; -0,07 % для сентября и 2,00 % для октября); ni - число дней периода хранения отходов, приходящееся на 1-й месяц.

Алгоритм расчета влажности включен в имитационную модель первичной переработки и вывозки ДТ. Для работы этого алгоритма, пользователь задает только одну величину - целевую влажность отходов для теплого периода года Мтах, при кото-

рой допускается поставка ДТ потребителям.

Сразу после завершения заготовки ДД, отходам, находящимся на делянке, присваивается начальная влажность свежесрубленной древесины. В дальнейшем каждые модельные сутки эта влажность корректируется в соответствии с моделью, приведенной выше. Если период моделирования попадает на теплый период года, первичная переработка и транспортировка ТД не начинаются до достижения на этой делянке влажности равной Mmax. Таким образом определяются плановые сроки сушки. В другие периоды года переработка и вывозка начинаются вне зависимости от соотношения текущей влажности и Mmax. При достижении октября, влажность начинает нарастать. При этом рост влажности ограничен сверху значением влажности свежесрубленной древесины, по достижении которого дальнейшего увеличения не происходит.

Модель расчета энергетического потенциала

Энергетический потенциал поставленной ТД является одним из выходных показателей методики и определяется для каждого комплекса машин на заготовке и вывозке ТД. Этот показатель, наряду с насыпным объемом, выводится в отчете о работе комплексов. Энергетический потенциал определяется в мегаватт-часах по следующей формуле:

Q =-1--£ V • P, • I Qni • 11 - — | - 0,02441 • M I,

36 • (100 - M) Д ' ' { ' { 100J J

где P' - плотность древесины '-й породы в абсолютно сухом состоянии, кг/м3; Qui - низшая теплота сгорания древесины '-й породы, МДж/кг.

Имитационная модель первичной переработки и транспортировки ДТ реализована в специально написанной программе и позволяет осуществлять в среде ГИС имитацию всех этапов рассматриваемых производственных процессов для трех альтернативных технологий:

1. Производство щепы из дров и/или отходов на погрузочной площадке с помощью мобильной рубительной машины с дальнейшей транспортировкой щепы потребителю щеповозами.

2. Транспортировка насыпных отходов автомобильным транспортом для дальнейшей переработки у потребителя.

3. Пакетирование отходов на делянке с помощью специальных машин - пакетировщиков с дальнейшим транспортированием пакетов потребителю сортиментовозами.

Эта модель подробно описана в отдельной статье совместно с моделями и алгоритмами оптимизации синтеза планов работы комплексов машин на производстве ДТ и оптимизации поставок, т. к. их реализация тесно связана с имитационной моделью.

ПОКАЗАТЕЛИ ЭФФЕКТИВНОСТИ

По результатам выполнения имитационной модели первичной переработки и транспортировки ТД составляется отчет в виде листа книги Excel, кото-

рый содержит перспективный заготовительный и транспортный планы. В этом отчете для каждого модельного дня и комплекса выводятся следующие сведения: дата; наименование комплекса; технология; делянка, на которой в этот день выполняется работа; время работы машины (рубительная, пакетировщик), час.; коэффициент использования машины; объем переработанной ДБ (отходы, дрова), плотн. м3; объем произведенного и поставленного ДТ (щепа, пакеты), насыпн. м3; влажность ДТ, %; энергетический потенциал поставленного ДТ, МВт час; место назначения (оптимальный потребитель, которому поставляется ДТ); расстояние транспортировки, км; оптимальное число задействованных автомобилей; общее время работы автомобилей, час; коэффициент использования автомобилей; число рейсов; общий пробег, км. Кроме данных по отдельным комплексам, выводятся суточные суммы приведенных показателей, суммы для каждого комплекса на весь расчетный период и суммы по всем комплексам для всего расчетного периода.

Коэффициенты использования машин определяются как отношение времени работы машин к общему суточному фонду рабочего времени:

к -

Лим

T р

T р

n м ■ Ф<

М t

■ ns ■ ts

где Тр - суммарное время, отработанное маши-ной(ми) за сутки; пм - число работавших в данные сутки машин; Ф1 - суточный фонд рабочего времени для одной машины.

Время, отработанное рубительной машиной в сутках, определяется как произведение числа погрузок на время погрузки. Число погрузок в свою очередь равно общему числу рейсов, выполненных автомобилями за сутки:

T - П ■ t

рр р П'

где пр - общее число рейсов автомобилей, за модельные сутки; гп - время погрузки.

Время, отработанное пакетировщиком, определяется по формуле:

T = -V-рп П ■ к

где Уз - объем пакетов, произведенных в течение модельных суток; Пп - средняя часовая производительность пакетировщика; ки - эффективный коэффициент использования пакетировщика.

Общее время, отработанное всеми автомобилями, включает в себя время движения, время погрузки и время разгрузки и не включает время простоя в очереди на погрузку и время простоя из-за возврата в гараж до окончания смены:

Тра = пр + 2 ■ д + гр ) + т ■ п -(!г1 + гг2 - гдв I

где tde - время движения с текущей делянки до оптимального потребителя; tp - время разгрузки одного автомобиля; m - оптимальное число автомобилей на вывозке щепы или отходов; ts1 - время движения из гаража до текущей делянки; ts2 - время движения от оптимального потребителя до гаража.

ЗАКЛЮЧЕНИЕ

Практическое применение СПТЛ ДТ обеспечивает повышение эффективности лесозаготовительных процессов за счет оптимального средне- и долгосрочного планирования работ по заготовке ДБ и производству ДТ. Путем сравнения значений показателей эффективности, рассчитанных для различных способов организации работ, систем машин и применяемых технологий на планируемый горизонт, СПТЛ ДТ позволяет обоснованно определить наиболее эффективные технологические схемы для применения в конкретных природно-производственных условиях. На оперативном уровне СПТЛ ДТ позволяет оптимизировать текущие планы по заготовке, первичной переработке и транспортировке ДТ для имеющихся производственных мощностей с учетом выполняющейся одновременно с этим заготовки ДД. Эффективное решение рассмотренных задач, должно стать реальным инструментом в руках лесозаготовителей в обеспечении рентабельности и устойчивого роста производства ДТ, что, в конечном счете, будет стимулировать развитие биоэнергетики в России.

БИБЛИОГРАФИЧЕСКИЙ СПИСОК

Герасимов Ю. Ю., Сюнёв В. С., Соколов А. П., Селиверстов А. А., Катаров В. К., Суханов Ю. В., Рожин Д. В., Тюр-лик И. И., Фирсов М. В. Рациональное использование древесины и лесосечных отходов в биоэнергетике: оценка потенциалов и технологических подходов // Научный журнал КубГАУ. - 2011. - №9 (73). - С. 576-587. Gerasimov Y, Karjalainen T. Energy wood resources in Northwest Russia // Biomass and Bioenergy. - 2011. - 35. - P. 1655-1662.

Gerasimov Y. Y., Sokolov A. P., Karjalainen T. GIS-based Decision-Support Program for Planning and Analyzing Short-Wood Transport in Russia // Croatian Journal of Forest Engineering. - 2008. - Vol. 29, Issue 2. - P. 163-175. Соколов А. П., Герасимов Ю. Ю. Геоинформационная система для решения оптимизационной задачи транспортной логистики круглых лесоматериалов // Известия высших учебных заведений «Лесной журнал». - 2009. -№ 3. - С. 78-85. Соколов А. П., Герасимов Ю. Ю., Селиверстов A. А. и др. Методика оптимизации парка автомобилей на вывозке сортиментов на основе имитационного моделирования в среде ГИС // Ученые записки ПетрГУ. - 2009. -№11(105). - С. 72-77. Герасимов Ю. Ю., Соколов А. П. Методика принятия решений по оптимизации лесозаготовительных планов // Научный журнал КубГАУ. - 2011. - №5 (69). - С. 320-334. Gerasimov Y., Sokolov A., Siounev V. Optimization of industrial and fuel wood supply chain associated with cut-to-length harvesting. // Системы Методы Технологии. - №3 (11) - 2011. - С. 118-124. Герасимов Ю. Ю., Соколов А. П., Катаров В. К. Разработка

системы оптимального проектирования сети лесовозных дорог // Информационные технологии - 2011. - № 1. - С. 39-44.

Goltsev, V., Ilavsky, J., Karjalainen, T., Gerasimov Y. Potential of energy wood resources and technologies for their supply in Tihvin and Boksitogorsk districts of the Leningrad region // Biomass and Bioenergy. - 2010. - 34. - P. 1440-1448.

Суханов Ю. В., Герасимов Ю. Ю., Селиверстов А. А., Соколов А. П. Технологические цепочки и системы машин для сбора и переработки древесной биомассы в топливную щепу при сплошнолесосечной заготовке в сортиментах // Системы Методы Технологии. - 2011. -№4(12). - С. 101-107.

Суханов Ю. В., Селиверстов А. А., Сюнёв В. С., Герасимов Ю. Ю. Системы машин для производства топливной

щепы из древесной биомассы по технологии заготовки деревьями // Тракторы и сельхозмашины, - 2012. - № 1. - C. 7-13.

Герасимов Ю. Ю., Селиверстов А. А., Суханов Ю. В., Сюнёв В. С. Основные факторы планирования производства древесного топлива из древесной биомассы // Ученые записки ПетрГУ. - 2011. - № 8. - C. 73-76.

Jirjis R. Storage and drying of wood fuel // Biomass and Bioenergy. - 1995. - Vol. 9, Nos 1-5. - P. 181-190.

Nurmi J. The storage of logging residue for fuel // Biomass and Bioenergy. - 1999. - № 17. - P. 41-47.

Pettersson M., Nordfjell T. Fuel quality changes during seasonal storage of compacted logging residues and young trees // Biomass and Bioenergy. - 2007. - № 31. - P. 782-792.

Поступила в редакцию 6 марта 2012 г. Принята к печати 16 мая 2013 г.