CC BY
9
ISSN 2542-1468, Лесной вестник /Forestry Bulletin, 2021. Т. 25. № 4. С. 112-120. © МГТУ им. Н.Э. Баумана, 2021 Лесоинженерное дело Закономерности ранговых распределений факторов вывозки древесины...
УДК 630*338.2 DOI: 10.18698/2542-1468-2021-4-112-120
ЗАКОНОМЕРНОСТИ РАНГОВЫХ РАСПРЕДЕЛЕНИЙ ФАКТОРОВ ВЫВОЗКИ ДРЕВЕСИНЫ С ЛЕСНЫХ УЧАСТКОВ
А.П. Мохирев1, К.П. Рукомойников2, П.М. Мазуркин2
1ФГАОУ ВО «Сибирский федеральный университет», 660041, Россия, г. Красноярск, пр. Свободный, д. 82 2ФГБОУ ВО «Поволжский государственный технологический университет», 424000, Россия, Республика Марий Эл, Йошкар-Ола, пл. Ленина, д. 3
ale-mokhirev@yandex.ru
Рассмотрен вопрос моделирования скорости движения лесовозов в различных природных условиях Красноярского края. Результаты получены на основе многократных наблюдений за скоростью лесовозов на различных участках лесных дорог. Представленные результаты основаны на выборе и анализе факторов, которые предположительно могут оказывать какое-либо влияние на скорость движения лесовозов при вывозке лесоматериалов. Проведен анализ добротности каждого из факторов путем рангового распределения полученных закономерностей и составления рейтинга проведенных натурных экспериментов по многофакторному анализу вывозки древесины. Выполнение расчетов и моделирование осуществлялось в программной среде CurveExpert-1.40 и программном комплексе Microsoft Office Excel в среде РАНГ. Проведена оценка адекватности закономерностей ранговых распределений факторов вывозки древесины с лесной территории по коэффициенту корреляции с использованием программной среды CurveExpert-1.40. В результате получены модели суммарного и частного влияния факторов от самих себя (монарное соотношение) по рангам, которые были расставлены до моделирования по каждому фактору в направлении изменения уровня их предпочтительности факторов от лучшего к худшему. При анализе добротности экспериментов, все анализируемые факторы получили коэффициент корреляции выше 0,97, что соответствует уровню адекватности «сильнейшая факторная связь». Это позволило сложить ранги у всех 35 факторов и по сумме рангов выявить рейтинг в системе факторов. В работе представлены математические зависимости ранговых распределений и построенные по ним графики. В результате моделирования получены регрессионные зависимости и доказана добротность значений факторов, использованных авторами в ходе выполнения производственных экспериментов. Ключевые слова: природно-производственные факторы, ранжирование, закономерности, добротность
Ссылка для цитирования: Мохирев А.П., Рукомойников К.П., Мазуркин П.М. Закономерности ранговых распределений факторов вывозки древесины с лесных участков // Лесной вестник / Forestry Bulletin, 2021. Т. 25. № 4. С. 112-120. DOI: 10.18698/2542-1468-2021-4-112-120
Производительность лесовозного транспорта, или его скорость движения, является одним из основных показателей, характеризующих эффективность технологического процесса при освоении лесных ресурсов [1, 2]. На скорость движения транспорта влияют условия, сложившиеся на дорогах, которые существенно усложняются при неблагоприятных погодных явлениях [3, 4].
Чем выше категория дороги, интенсивность и скорость движения по ней, тем меньшее влияние оказывают природно-климатические факторы на его режим [5].
В связи с этим возникает необходимость разработки математических зависимостей для расчета скорости лесовозного транспорта. На сегодняшний день опубликованы труды многих ученых, посвященные данному вопросу [6-8]. В работах [9-11] приведены зависимости для определения скорости лесовозного автопоезда во всех режимах движения с учетом различных факторов. Полученные результаты характеризуются высокой точностью и приближенностью к реальным значениям. Однако влияние природно-климатических факторов в данных исследованиях отражено частично.
В исследованиях [12, 13] рассматриваются характеристики автомобильных дорог, по которым осуществляется вывозка лесоматериалов. Авторы выявили закономерности в изменении скоростных режимов движущихся транспортных средств на основании практических наблюдений за отдельными участками дороги.
В работах [14, 15] определены зависимости режимов движения на отдельных участках дороги от погодных условий. Установлено, что средняя скорость автомобиля изменяется в течение года в широком диапазоне в зависимости от дорожных условий даже на прямых горизонтальных участках.
При проведении исследований важно оценить добротность измерения всех учтенных факторов, влияющих на наиболее значимые природно-про-изводственные процессы [16].
Цель работы
Цель работы — оценить добротность анализируемых факторов, путем рангового распределения полученных закономерностей и составления рейтинга проведенных натурных экспериментов по многофакторному анализу вывозки древесины.
Таблица 1
Фрагмент таблицы значений факторов для проведения ранжирования среди 162 значений Fragment of the table of factor values for ranking among 162 values
Группа факторов Наименование фактора Обозначение фактора (код) Номер эксперимента
1 2 ...162
Время въезда на участок дороги номер месяца в году Х1 6 7 3
номер суток в месяце х2 9 13 30
номер часа в сутках Хз 17,5 0,9 2,85
время движения по участку дороги, мин Х4 1,4 1,6 1,3
Приведенные координаты центра участка широта (за 0 взята 57,93099) Х5 0,77305 0,75343 0,47915
долгота (за 0 взята 90,70971) Хб 4,35617 4,5169 1,22367
высота н. у. м., м Х7 476 403 82
Параметры водителя стаж работы водителя, лет х8 3 14 3
возраст водителя, лет Х9 28 48 28
время в пути, ч Х10 6 3 15
Параметры лесовоза колесная формула автолесовоза (0-6x6, 1-6x4) Х11 0 0 1
грузоподъемность автолесовоза, т Х12 49 56 20
тип кузова (1 — тягач; 2 — прицеп; 3 — полуприцеп) х13 2 3 1
время эксплуатации автолесовоза, лет Х14 3,5 2,17 2,83
мощность двигателя автолесовоза, л. с. х15 350 420 300
пробег автолесовоза, тыс. км х16 65 42 40
время, пройденное с капремонта лесовоза, мес. х17 8 9 9
нагруженность (масса груза / грузоподъемность) Х18 0,93 0,94 0,9
тип шин (0 — 425/85г21; 1 — 14.00/г20 хт1) х19 1 0 0
Характеристика дорожного покрытия тип покрытия (0 — без; 1 — гравийное; 2 — асфальт) х20 1 1 1
ширина дороги, м Х21 7 6 8
время эксплуатации с момента строительства, лет Х22 3,8 1 37,4
количество капитальных ремонтов дороги с момента ее строительства Х23 0 0 3
Состояние покрытия влажность покрытия дороги (0 — сухое; 1 — влажное; 2 — сырое; 3 — мокрое; 4 — насыщенное водой) х24 0 1 0
вид снежно-ледяного покрытия (0 — без снега; 1 — уплотненный снег; 2 — снежное сухое; 3 — мокрый снег; 4 — снежно-ледяное) Х25 0 0 2
Климатические данные температура воздуха, °С Х26 23 10,6 -1,8
атмосферное давление, мм рт. ст. х27 373 749 756
относительная влажность воздуха на высоте 2 м, % х28 44 94 91
скорость ветра, м/с Х29 1 1 2
горизонтальная дальность видимости, км Х30 50 9 30
температура точки росы, °С Х31 10,8 9,6 3,1
количество осадков, выпавших за 12 ч, мм Х32 0 0 0
высота снежного покрова (вне дороги), мм х33 0 0 58
уклон дороги, 0/00 Х34 -40 -40 0
скорость движения, км/ч Х35 30,5 37,0 44,0
Материалы и методы
Нами исследована замена значений факторов на их ранги, идентификация закономерностей и дана оценка добротности измерений по коэффициенту корреляции. Объект исследования — система из 35 факторов, в том числе и скорость лесовоза, характеризующая процесс вывозки древесины.
В ходе исследования все 35 факторов были эвристическим способом учтены при вывозке древесины с верхних складов лесной территории на береговые нижние склады во время лесозаготовительного сезона 2019-2020 гг. по территории Мотыгинского и Енисейского лесничеств Красноярского края.
Выполнено 162 наблюдения, заключающихся в регистрации всех учтенных факторов в различных природно-производственных условиях. При этом кодовые значения некоторых факторов ранжировались.
Измерения проводились в следующих условиях: элементарный участок дороги для одного измерения принимался без поворотов длиной более 300 м с учетом достижения равномерной скорости движения лесовоза с грузом или без него на элементарном участке дороги.
Авторским коллективом была разработана многофакторная модель [17, 18], описывающая зависимость влияния природно-производствен-ных факторов на скорость движения лесовоза. Однако при этом не была учтена значимость каждого измерения из всех проведенных 162 экспериментов по всем 35 факторам.
Таким образом, при оценке добротности вначале предполагались все 35 факторов независимыми один от другого и равнозначными по их вкладу в систему. Однако каждый фактор отличался от других количеством значений (от двух и больше), превращением качественных значений кодовых факторов (например, колесная формула лесовоза, содержащая всего два значения 0 или 1 по рангам), а также различной погрешностью измерений. Все это сказывается на коэффициенте корреляции выявленной закономерности. Чем выше коэффициент корреляции, тем выше добротность проведенных измерений.
Результаты и обсуждение
Рейтинг 162 экспериментов был проведен по сумме рангов всех 35 факторов. Для этого применили метод упорядочения факторов по росту или спаду их значений. Применим следующий способ упорядочения значений параметров по вектору предпорядка предпочтительности «лучше^-ху-же» по рангам Я = 0, 1, 2, ... . При анализе каждого фактора по данному принципу существует всего два варианта принятия решений:
1) чем меньше значение фактора, тем лучше (например, чем меньше пробег лесовоза, тем лучше);
2) чем больше значение фактора, тем лучше (например, чем больше ширина дороги, тем лучше);
Каждый из факторов был упорядочен по одному из этих принципов. При этом 25 факторов (71,43 %) были упорядочены по первому варианту, а 10 факторов (26,57 %) — по второму. В программной среде РАНГ в конце ранжируемого столбца поставим следующие коды: 0 — чем больше значение фактора, тем лучше; 1 — чем меньше значение фактора, тем лучше. Тогда все 35 факторов получают одинаковый вектор «лучше ^ хуже».
При одинаковой содержательной направленности всех учтенных факторов появляется возможность их последовательного суммирования. Затем выполняется суммирование рангов у всего списка параметров системы. По сумме рангов снова выявляется рейтинг с местами от 1 до 162, причем лучшим будет элемент в виде эксперимента с наименьшей суммой рангов.
Разнонаправленные по содержательному смыслу размерностей факторы также нельзя объединять. При этом ранги применяются также для устранения проблемы с размерностью факторов. Тогда появляется возможность количественного описания всей системы параметров.
Обозначение факторов, распределение их по содержательным группам, а также значения (для части параметров) представлены в табл. 1.
В табл. 2 приведены ранги 162 экспериментов.
В ходе исследования был составлен рейтинг экспериментов по многофакторному анализу вывозки древесины, проведена оценка закономерностей ранговых распределений факторов вывозки древесины.
Таблица 2 Фрагмент таблицы рангов Fragment of the rank table
Номер эксперимента X1 Х2 Х3 Х4 х35
1 60 31 103 49 89
2 86 64 11 71 62
3 86 64 2 22 149
4 86 151 8 0 8
5 86 87 152 10 46
158 17 143 90 8 99
159 17 143 100 71 102
160 17 151 5 49 74
161 17 151 14 49 66
162 17 151 25 36 37
В исследовании также использовали моделирование методом идентификации [19]. Для возможности его применения осуществлялось разделение рангов (R = 0, 1, 2, 3, ...) и места оцениваемого фактора в рейтинге (I = 1, 2, 3). Для этого в «ранг» была введена позиция 0, что позволило использовать положительную полуось абсцисс при выполнении моделирования.
Выполнение расчетов и моделирование осуществлялось в программной среде CurveExpert-1.40 и программном комплексе Microsoft Office Excel.
С использованием программной среды CurveExpert-1.40 проведена оценка закономерностей ранговых распределений факторов вывозки древесины с лесной территории [20]. В результате получены модели суммарного и частного влияния факторов от самих себя (монарное соотношение). Полученная зависимость для суммарного влияния факторов имеет вид:
xsl]m = 4,19715 • Ю-6 ехр(0,55112TC710 ) + +1352,62008/С7645 ехр(4,2113-Ю"3/^9477 ).
Аналогичные результаты получены для каждого из исследуемых факторов представлены в табл. 3.
Полученные зависимости можно выразить в графическом виде. На рис. 1 представлены примеры графических моделей суммарного ранга (а) и первых трех факторов х1 (б), х2 (в), х3 (г).
Таблица 3
Зависимости для суммарного влияния факторов Dependencies for the total influence of factors
Обозначение фактора (код) Расчет
х1 х1 = 0,94002ехр (4,11345 ■ Ю^Д,1'68129 ) + +0,12980Ä,0'57334 схр (-2,34692 ■ 10"1 Я,1'79574 )
х2 *2 = 2,21908ехр(-0,003064и?2 ) + 0,37494Я20'87352
х3 = 7,83730-Ю6 Дз4'7б644ехр(-20,77350Д30'11324)
Х4 х4 = 0,93068 ехр(0,0023934Д4°'73608) + +8,45859-Ю"23 äJ°'09648
Х5 X; =1,13014-Ю"® exp(l,34163Ä50'059295 ) + +6,7154 Д,6'49238 ехр ( -11,51943й"'23196 )
х6 x6 - 0,0012426Л^'17713 + +1,59705 ■ 107 <'91031 exp(-124,68006<21410 )
х7 ж, = 70,97239exp (-0,024729Ä7 ) + +8,7524Д?'53226 exp(0,12047Ä?'48630 )
х8 x8 = 30,69782exp (-0,013509J^'01485 )
Окончание табл. 3
Обозначение фактора (код) Расчет
X9 х, = 24,92205 ехр (-5,28659 -10"1 Я, ) + +0,15646^'07946 ехр(-3,66707 -Ю"Х)
X10 xj0 = 0,21869ехр(0,03Ю89й10)
X11 Хц =-5,55112-10"17+0,011905.^
х12 х12 = 55,99992ехр(0,011345Ä12 ) - 0,050212Д,1,72602
х13 = 3-1,23030-Ю"5 Ä^'47695
х14 х14 = 2,08845 exp(l, 20974 • lO^Äif461) + +4,90578-10"32<'39309
х15 *и =420-6,00374-Ю"3 Л^23499
х16 х16 =12,13581ехр(0,039072Л16)--8,33921 -Ю"3Д^00631 ехр(5,38182 -Ю"3Д^26534 )
х17 х17 = 6,86452+ 1,03984<22949
х18 х,8 =0,54291^"472
х19 х19 =-1,11022- 10"16+0,0Ю417Д19
х20 х20 =2-0,4720LR20(f213
х21 x21 = 7,98453 + 0,038345Д2°;89299
х22 х22 = 0,1 + 4,01109-10-9 R%2°i53 ехр(-8,53002-Ю^ i?'f353)
х23 х23 = 9,99959-10"8/г^18419 ехр(-0,025081Ä23)
х24 х24 = 1,14531 • Ю"10^04589 ехр(-0,039974й24 )
х25 х25 = 7,99385-Ю"7^04242
х26 х26 = 25,79279ехр (-0,01650Ä^j89270 ) --1,21572-Ю"8 Ä^23945
х27 х27 = 736,86921 ехр (7,39054 ■ 10"6 783 )
х28 x2g = 31,75546ехр(-3,73682 -10"3Ä'f973 ) + +3,13292ä£7625 exp(-0,61431«2°f295 )
х29 х29 =0,093778Л^13273 - 0,018981^295577 ехр (-4,92992 • 10"3 Дщ )
х30 х30 =50,14946-0,065039л';,32276
х31 Хц =18,36561ехр(-0,Ю773Дз°;28124)--8,35519-10"6 Ä3j15832 exp(-0,015637Ä3°;77349 )
х32 х32 =4,12529-Ю"10^61341
х33 x33 =2,11647Ä3370765
х34 x34 =-122,57566exp(0,029719Ä3°488284) + +23,6766 Ii?"/8306 exp (l, 17325 • 10"3 Ä349039 ]
х35 x35 = 67,2233 exp (0,02763 lÄ'f883 j --5,106O8Ä3Y8324 exp (6,88767 • 10"3 tf'f162 )
5=20,09501371 г = 0,99886015
13,10
св & 10,93
8,77
о о 6,60
4,43
5
к 2,27
СО
0,10
29,8 59,4 89,1 118,8 148,4 178,1 Ранг фактора Rmm
5=0,33391525 г = 0,98958034
32,80
Я 27,37
м
1 21,93
•е 16,50
О 11,07
i 5,63
т
0,20
5=0,84903537 г = 0,99522647
29,3 58,7 88,0 117,3 146,7 176,0 Ранг фактора R\ б
26,29
С") к 21,91
о 17,53
О 13,15
Ü
а 8,76
у
£ 4,38
со
0
27,7 55,4 83,0 110,7 138,4 166,1 Ранг фактора Rj
в 5= 0,57887754
г = 0,99699116
29,2 58,3 87,5 116,6 145,8 174,9 Ранг фактора R3
Рис. 1. Графические зависимости моделей: а — по сумме рангов исследуемых факторов; б — первого фактора (х[); в — второго фактора (х2); г — третьего фактора (х3); S — стандартное отклонение; r — коэффициент корреляции
Fig. 1. Graphical dependencies of models: а — by the sum of the ranks of the studied factors; б—by the first factor (xj); в — by the second factor (х2); г — by the third factor (х3); S — standard deviation; r — correlation coefficient
5=0,56350528 /■=0,99918206
29,5
59,0 88,5 118,1 Ранг фактора Л35
147,6 177,1
Рис. 2. График рангового распределения скорости движения лесовоза
Fig. 2. Graph of the rank distribution of the speed of movement of the timber carrier
В данном случае (и далее) под Я понимается ранг, принятый по методике ранжирования для х в каждом из экспериментов.
При этом повторы значений фактора на графиках размещаются в одной точке.
Отдельно можно рассмотреть графическую зависимость рангового распределения значений скорости движения автолесовоза по предыдущему уравнению, представленную на рис. 2.
При этом ранжирование значений скорости движения происходит по вектору предпорядка предпочтительности «лучше ^ хуже». Тогда получается, что чем больше скорость движения лесовоза, тем лучше для всей системы вывозки лесоматериалов. Значение высокой корреляции модели рангового распределения, составившее г = 0,99918 (см. рис. 2), указывает на добротность полученных значений, что говорит о качествен-
0,970
41 х12 *13 *15 х19 х20 х23 *18 х33
х35 х04 Х21 х29 41 *30 х34
х24 Х21 *оз х2& m х02 *05 х25 Х01 х22 х14
Х01 х16 х26 Х31 х10 х16 х32 х08
Коэффициент корреляции
0,975
0,980
0,985
0,990
0,995
1,000
■ 1,0000 ■ 1,0000 ■ 1,0000 ■ 1,0000 ■ 1,0000 ■ 1,0000
■ 0,9999
■ 0,9999 0,9996 0,9992
' 0,9991 0,9987 0,9981
- 0,9980
- 0^9980
■ 0,9977
■ 0,9976 ' 0,9975
- 0,9970
- 0,9969 0,9962
0,9952 0,9951
' 0,9841
— 0,9866 ' 0,9857
- 0,9896 0,9889
— 0,9929 ■ 0,9922 0,9915
' 0,9946
■ 0,9730
0,9760
0,9829
Рис. 3. Рейтинг добротности измерений факторов по убыванию коэффициента корреляции Fig. 3. Rating of ^-factor measurements in descending order of correlation coefficient
ной исходной информации по экспериментам и о продуманности методики их проведения.
В ходе исследования получены значения коэффициентов корреляции для всех исследуемых факторов. На основе полученных данных выполнено ранжирование значений исследуемых факторов по убыванию коэффициента корреляции. Полученные данные свидетельствуют о добротности анализируемых факторов. Данный факт обусловлен высокими значениями коэффициентов корреляции у всех факторов (r > 0,973).
Рейтинг добротности по убыванию коэффициента корреляции представлен на рис. 3.
Выводы
Установлено, что все отобранные и анализируемые факторы отличаются признаками высокой добротности, что обусловлено большими значениями коэффициентов корреляции выявленных закономерностей ранговых распределений.
Список литературы
[1] Pozdnyakova M., Ryabova T., MokhirevA. Comprehensive evaluation of technological measures for increasing availability of wood resources // J. of Applied Engineering Science, 2018, no. 16 (4), pp. 565-569.
DOI: 10.5937/jaes16-18842
[2] Henningsson M., Karlsson J., Ronnqvist M. Optimization models for forest road upgrade planning // J. ofMathematical Models and Algorithms, 2007, № 6 (1), pp. 3-23.
[3] Sun X., He Y., Wang S., Wang Y. Characteristics of operating speed for proper speed limit // ICCTP 2010: Integrated Transportation Systems: Green, Intelligent, Reliable - Proceedings of the 10th International Conference of Chinese Transportation Professionals. Beijing, 2010, pp. 678-1689.
[4] Мельник М.А., Волкова Е.С. Сезонная дифференциация опасных и неблагоприятных природных явлений для сферы лесопользования Томской области // Вестник СГУГиТ, 2019. Т. 24. № 2. С. 229-237.
DOI: 10.33764/2411-1759-2019-24-2-229-237
[5] Мохирев А.П., Рукомойников К.П., Герасимова М.М., Медведев С.О., Царев Е.М., Анисимов С.Е. Анализ влияния природно-климатических факторов на скорость движения автолесовозов // Успехи современного естествознания, 2020. № 10. С. 108-115.
DOI: 10.17513/use.37498
[6] Козлов В.Г. Методы, модели и алгоритмы проектирования лесовозных автомобильных дорог с учетом влияния климата и погоды на условия движения: дис. ... д-ра техн. наук: специальность 05.21.01.-Технология и машины лесозаготовок и лесного хозяйства, Архангельск, 2017. 406 с.
[7] Бeльский А.Е. Построение эпюр скоростей движения расчетных автомобилей при проектировании автомобильных дорог. Фрунзе: Изд-во ГНТК Киргизской ССР, 1960. 44 с.
[8] Хавкин К.А. Исследование влияния вертикальных кривых на скорость движения автомобиля в связи с проектированием элементов продольного профиля автомобильных дорог: Труды Киевского автомобильно-дорожного института. Сб. № 3. Киев: Гостехиздат, 1957. 16 с.
[9] Скрыпник В.И., Кузнецов А.В., Баклагин В.Н. Анализ и расчет параметров движения лесовозных автопоездов: Труды лесоинженерного факультета ПетрГУ, № 8, 2010. С. 140-143.
[10] Скрыпников А.В., Кондрашова Е.В., Скворцова Т.В., Дорохин С.В. Влияние условий движения на скоростные режимы транспортных потоков при вывозке древесины // Современные наукоемкие технологии, 2014. № 4. С. 153.
[11] Шегельман И.Р., Скрыпник В.И., Пладов А.В. Моделирование движения лесовозных автопоездов на ПВЭМ. Петрозаводск: Изд-во ПетрГУ, 2003. 234 с.
[12] Коваленко Т.В., Коточигов М.В. Использование климатической информации для организации транспортного освоения лесных массивов // Технология и оборудование лесопромышленного комплекса: Сб. науч. тр. Вып. 6. СПб: Изд-во СПбГЛТУ, 2013. С. 104-108.
[13] Сивков Е.Н., Скрыпников А.В., Чернышова Е.В. Условия движения по лесовозным дорогам // Изучение лесосырьевой базы Республики Коми: научно-методический аспект: Сб. материалов науч.-практ. конф. по научной теме института «Разработка научных основ и практических рекомендаций по переводу лесосы-рьевой базы Республики Коми на инновационную интенсивную модель расширенного воспроизводства на 2015-2020 годы» / под ред. Е.В. Хохловой. Сыктывкар, 29-30 ноября 2016 г. Сыктывкар: Изд-во Сыктывкарского лесного института, 2017. С. 19-23.
[14] Скрыпников А.В., Козлов В.Г., Чернышова Е.В., Ми-кова Е.Ю., Являнская И.В., Могутнов Р.В. Оценка влияния отдельных метеорологических факторов на обеспеченность расчетной скорости // Международный журнал прикладных и фундаментальных исследований, 2018. № 5-2. С. 294-300.
[15] Kozlov V.G., Skrypnikov A.V., Samcov V.V., Levushkin D.M., Nikitin A.A., Zaikin A.N. Mathematical models to determine the influence of road parameters and conditions on vehicular speed // J. of Physics: Conference Series. The proceedings International Conference «Information Technologies in Business and Industry» / Information Technologies in Business and Industry, 18-20 February 2019. Novosibirsk: IOP Publishing Ltd, 2019, p. 032041.
[16] Zverev G.I., Menshikh V.V. Optimizing the selection of combination of alternative functions of ergatic system multifunctional elements // J. of Physics: Conference Series, 2020, p. 012062.
[17] Мохирев А.П., Рукомойников К.П., Мазуркин П.М. Многофакторное влияние природно-производствен-ных условий на скорость движения автолесовозов // Системы. Методы. Технологии, 2020. № 4 (48). С. 88-96. DOI: 10.18324/2077-5415-2020-4-88-96.
[18] Мохирев А.П., Рукомойников К.П., Мазуркин П.М. Анализ факторов, влияющих на скорость автолесовозов // Успехи современного естествознания, 2020. № 11. С. 20-25.
[19] Mazurkin P.M. Method of identification // International Multidisci-plinary Scientific GeoConference Surveying Geology and Mining Ecology Management (SGEM), 2014, book 6, v. 1, pp. 427-434.
DOI: 10.5593/SGEM2014/B61/S25.059
[20] Mazurkin P.M., Kudrjashova A.I. Factor analysis of annual global carbon dynamics (according to Global_Carbon_ Budget_2017v1.3.xlsx) // Materials of the International Conference «Research transfer» - Reports in English (Part 2). Beijing: PRC, 2018, pp. 192-224.
Сведения об авторах
Мохирев Александр Петрович — канд. техн. наук, доцент кафедры автомобильных дорог и городских сооружений инженерно-строительного института ФГАОУ ВО «Сибирский федеральный университет», ale-mokhirev@yandex.ru
Рукомойников Константин Павлович — д-р техн. наук, профессор кафедры лесопромышленных и химических технологий института леса и природопользования ФГБОУ ВО «Поволжский государственный технологический университет», rukomojnikovkp@volgatech.net
Мазуркин Петр Матвеевич — д-р техн. наук, профессор, заведующий кафедрой природооб-устройства Института строительства и архитектуры ФГБОУ ВО «Поволжский государственный технологический университет», kaf_po@mail.ru
Поступила в редакцию 18.01.2021.
Принята к публикации 25.03.2021.
RANK DISTRIBUTION OF WOOD REMOVAL FROM FOREST LAND
A.P. Mokhirev1, K.P. Rukomojnikov2, P.M. Mazurkin2
'Siberian Federal University, 82, Svobodny pr., Krasnoyarsk 660041, Russia
2Volga State University of Technology, 3, Lenin sq., 424000, Yoshkar-Ola, Republic Of Mari El, Russia ale-mokhirev@yandex.ru
The article is devoted to the problem of modeling the speed of movement of timber trucks in various natural conditions of the Krasnoyarsk Territory. The results were obtained on the basis of multiple observations of the speed of timber trucks on various sections of forest roads. The results presented in the article are based on the selection and analysis of factors that can presumably have any effect on the speed of movement of timber trucks when hauling timber. The article presents the results of creating a multifactorial dependence for calculating the speed of timber transport. The analysis of the quality factor of each of the factors is carried out by the rank distribution of the obtained regularities and by compiling a rating of the conducted field experiments on the multivariate analysis of timber removal. The calculations and modeling were carried out in the CurveExpert-1.40 software environment and the Microsoft Office Excel software package in the RANK environment. Using the CurveExpert-1.40 software environment, the adequacy of the regularities of the rank distributions of the factors of timber removal from the forest area was assessed by the correlation coefficient. As a result, we obtained models of the total and private influence of factors from themselves (monar ratio) by ranks, which were placed before modeling for each factor in the direction of changing the level of their preference for factors from worse to better. When analyzing the quality factor of experiments, all analyzed factors received a correlation coefficient above 0,97, which corresponds to the level of adequacy of the «strongest factor relationship». This made it possible to add up the ranks of all 35 factors and, by the sum of the ranks, reveal the rating in the system of factors. The paper presents the mathematical dependences of rank distributions and graphs constructed from them. As a result of modeling, regression dependences were obtained and the quality factor of the values of the factors used by the authors in the course of production experiments was proved.
Keywords: natural and production factors, ranking, regularities, quality factor
Suggested citation: Mokhirev A.P., Rukomojnikov K.P., Mazurkin P.M. Zakonomernosti rangovykh raspredeleniy faktorovvyvozkidrevesinyslesnykh uchastkov [Rank distribution of wood removal from forest land]. Lesnoy vestnik / Forestry Bulletin, 2021, vol. 25, no. 4, pp. 112-120. DOI: 10.18698/2542-1468-2021-4-112-120
References
[1] Pozdnyakova M., Ryabova T., Mokhirev A. Comprehensive evaluation of technological measures for increasing availability of wood resources. J. of Applied Engineering Science, 2018, no. 16 (4), pp. 565-569. DOI: 10.5937/jaes16-18842
[2] Henningsson M., Karlsson J., Ronnqvist M. Optimization models for forest road upgrade planning. J. of Mathematical Models and Algorithms, 2007, № 6 (1), pp. 3-23.
[3] Sun X., He Y., Wang S., Wang Y. Characteristics of operating speed for proper speed limit. ICCTP 2010: Integrated Transportation Systems: Green, Intelligent, Reliable - Proceedings of the 10th International Conference of Chinese Transportation Professionals. Beijing, 2010, pp. 678-1689.
[4] Mel'nik M.A., Volkova E.S. Sezonnaya differentsiatsiya opasnykh i neblagopriyatnykh prirodnykh yavleniy dlya sfery lesopol'zovaniya Tomskoy oblasti [Seasonal differentiation of dangerous and unfavorable natural phenomena for the forest management of the Tomsk region]. Vestnik SGUGiT [Bulletin of SGUGiT], 2019, v. 24, no. 2, pp. 229-237.
DOI: 10.33764 / 2411-1759-2019-24-2-229-237
[5] Mokhirev A.P., Rukomojnikov K.P., Gerasimova M.M., Medvedev S.O., Tsarev E.M., Anisimov S.E. Analiz vliyaniya prirodno-klimaticheskikh faktorov na skorost' dvizheniya avtolesovozov [Analysis of the influence of natural and climatic factors on the speed of timber trucks]. Uspekhi sovremennogo estestvoznaniya [Success of modern natural science], 2020, no. 10, pp. 108-115. DOI: 10.17513 / use.37498
[6] Kozlov V.G. Metody, modeli i algoritmy proektirovaniya lesovoznykh avtomobil'nykh dorog s uchetom vliyaniya klimata i pogody na usloviya dvizheniya [Methods, models and algorithms for the design of logging highways taking into account the influence of climate and weather on traffic conditions]. Dis. Dr. Sci. (Tech.) 05.21.01. Arkhangelsk, 2017, 406 p.
[7] Bel'skiy A.E. Postroenie epyur skorostey dvizheniya raschetnykh avtomobiley pri proektirovanii avtomobil'nykh dorog [Construction of speed diagrams for design vehicles in the design of highways]. Frunze: State Scientific and Technical Committee of the Kirghiz SSR, 1960, 44 p.
[8] Khavkin K.A. Issledovanie vliyaniya vertikal'nykh krivykh na skorost' dvizheniya avtomobilya v svyazi s proektirovaniem elementovprodol'nogoprofilya avtomobil'nykh dorog [Investigation of the influence of vertical curves on the vehicle speed in connection with the design of the elements of the longitudinal profile of highways]. Trudy Kievskogo avtomobil'no-dorozhnogo instituta [Proceedings of the Kiev Automobile and Road Institute]. Sat. no. 3. Kiev: Gostekhizdat, 1957, 16 p.
[9] Skrypnik V.I., Kuznetsov A.V., Baklagin V.N. Analiz i raschetparametrov dvizheniya lesovoznykh avtopoezdov [Analysis and calculation of the parameters of the movement of timber road trains]. Trudy lesoinzhenernogo fakul'teta PetrGU [Proceedings of the forest engineering faculty of PetrSU], 2010, no. 8, pp. 140-143.
[10] Skrypnikov A.V., Kondrashova E.V., Skvortsova T.V., Dorokhin S.V. Vliyanie usloviy dvizheniya na skorostnye rezhimy transportnykh potokovpri vyvozke drevesiny [Influence of traffic conditions on high-speed modes of traffic flows during wood transportation]. Sovremennye naukoemkie tekhnologii [Modern high technologies], 2014, no. 4, p. 153.
[11] Shegel'man I.R., Skrypnik V.I., Pladov A.V. Modelirovanie dvizheniya lesovoznykh avtopoezdov na PVEM [Simulation of the movement of timber trucks on PVEM]. Petrozavodsk: PetrSU, 2003, 234 p.
[12] Kovalenko T.V., Kotochigov M.V. Ispol'zovanie klimaticheskoy informatsii dlya organizatsii transportnogo osvoeniya lesnykh massivov [The use of climatic information for the organization of transport development of forest areas]. Tekhnologiya i oborudovanie lesopromyshlennogo kompleksa [Technology and equipment of the timber industry complex]. Coll. scientific. tr. Iss. 6. St. Petersburg: SPbGLTU, 2013, pp. 104-108.
[13] Sivkov E.N., Skrypnikov A.V., Chernyshova E.V. Usloviya dvizheniyapo lesovoznym dorogam [Traffic conditions on timber roads]. Izuchenie lesosyr'evoy bazy Respubliki Komi: nauchno-metodicheskiy aspekt: Sb. materialov nauchno-prakticheskoy konferentsii po nauchnoy teme instituta «Razrabotka nauchnykh osnov i prakticheskikh rekomendatsiy po perevodu lesosyr'evoy bazy Respubliki Komi na innovatsionnuyu intensivnuyu model' rasshirennogo vosproizvodstva na 2015-2020 gody» [Study of the timber resource base of the Komi Republic: scientific and methodological aspect: Sat. materials of the scientific-practical conference on the scientific theme of the Institute «Development of scientific foundations and practical recommendations for the transfer of the forest resource base of the Komi Republic to an innovative intensive model of expanded reproduction for 2015-2020»]. Ed. E.V. Khokhlova. Syktyvkar, November 29-30, 2016. Syktyvkar: Syktyvkar Forestry Institute, 2017, pp. 19-23.
[14] Skrypnikov A.V., Kozlov V.G., Chernyshova E.V., Mikova E.Yu., Yavlyanskaya I.V., Mogutnov R.V. Otsenka vliyaniya otdel'nykh meteorologicheskikh faktorov na obespechennost' raschetnoy skorosti [Assessment of the influence of certain meteorological factors on the provision of the design speed]. Mezhdunarodnyy zhurnal prikladnykh i fundamental'nykh issledovaniy [International J. of Applied and Fundamental Research], 2018, no. 5-2, pp. 294-300.
[15] Kozlov V.G., Skrypnikov A.V., Samcov V.V., Levushkin D.M., Nikitin A.A., Zaikin A.N. Mathematical models to determine the influence of road parameters and conditions on vehicular speed. J. of Physics: Conference Series. The proceedings International Conference «Information Technologies in Business and Industry». Information Technologies in Business and Industry, 18-20 February 2019. Novosibirsk: IOP Publishing Ltd, 2019, p. 032041.
[16] Zverev G.I., Menshikh V.V. Optimizing the selection of combination of alternative functions of ergatic system multifunctional elements. J. of Physics: Conference Series, 2020, p. 012062.
[17] Mokhirev A.P., Rukomojnikov K.P., Mazurkin P.M. Mnogofaktornoe vliyanieprirodno-proizvodstvennykh usloviy na skorost' dvizheniya avtolesovozov [The multifactorial influence of natural production conditions on the speed of movement of timber trucks]. Sistemy. Metody. Tekhnologii [Systems. Methods. Technologies], 2020, no. 4 (48), pp. 88-96.
DOI: 10.18324 / 2077-5415-2020-4-88-96.
[18] Mokhirev A.P., Rukomojnikov K.P., Mazurkin P.M. Analizfaktorov, vliyayushchikh na skorost'avtolesovozov [Analysis of factors affecting the speed of timber trucks]. Uspekhi sovremennogo estestvoznaniya [Success of modern natural science], 2020, no. 11, pp. 20-25.
[19] Mazurkin P.M. Method of identification. International Multidisci-plinary Scientific GeoConference Surveying Geology and Mining Ecology Management (SGEM), 2014, book 6, v. 1, pp. 427-434. DOI: 10.5593/SGEM2014/B61/S25.059
[20] Mazurkin P.M., Kudrjashova A.I. Factor analysis of annual global carbon dynamics (according to Global_Carbon_ Budget_2017v1.3.xlsx). Materials of the International Conference «Research transfer» - Reports in English (Part 2). Beijing: PRC, 2018, pp. 192-224.
Authors' information
Mokhirev Aleksandr Petrovich — Cand. Sci. (Tech.), Associate Professor of the Department of Highways and Urban Structures of the Siberian Federal University, ale-mokhirev@yandex.ru
Rukomojnikov Konstantin Pavlovich — Dr. Sci. (Tech.), Professor of the Department of Forestry and chemical technologies of the Institute of forest and nature management, Volga State University of Technology, rukomojnikovkp@volgatech.net
Mazurkin Pyotr Matveyevich — Dr. Sci. (Tech.), Professor, Head of the Department of Environmental management at the Institute of construction and architecture of the Volga State University of Technology, kaf_po@mail.ru
Received 18.01.2021.
Accepted for publication 25.03.2021.
