Информационное агентство "Светич". Сайт о сельском хозяйстве. 16+

Академическая наука для аграрного производства России

Академическая наука для аграрного производства России
Материал этой публикации подготовлен постоянными авторами журнала «Нивы России» – сотрудниками кафедры «Сервис транспортных и технологических машин и оборудования в АПК» Уральского государственного аграрного университета, входящей в состав факультета транспортно-технологических машин и сервиса. Накануне важных аграрных выставок в Москве мы попросили рассказать на примере их деятельности, чем может быть полезна академическая наука в решении проблем современного аграрного производства.
 
Тематика научных исследований кафедры утверждена на научно-техническом совете университета и отвечает требованиям, предъявляемым современным отечественным сельскохозяйственным производством.
 
Основная тематика научных исследований:
1. Управление технической готовностью машинно-тракторного парка (парка транспортно-технологических машин).
2. Исследование работы ГСТ (гидростатической трансмиссии) в условиях низких температур, т.е. в зоне Урала.
3. Влияние качества технического обслуживания
на техническое состояние силовых установок и трансмиссии.
4. Оптимизация состава уборочно-транспортного комплекса.
5. Исследование технологического процесса обмолота зерновых культур.
 
Кроме того, сотрудники кафедры принимают участие в одной из научно-исследовательских тем, выполняемых на кафедре «Транспортно-технологических машин» факультета транспортно-технологических ма-шин и сервиса – «Применение энергосберегающей технологии возделывания картофеля с разработкой рабочего тракта для внесения ЖКУ (жидких комплексных удобрений)». Руководитель – заведующий кафедрой к.э.н., доцент Юсупов М.Л., в работе активное участие принимают к.т.н., доцент Зеленин А.Н., ст. преподаватель Шорохов П.Н.
 
Вкратце охарактеризуем тематику научных исследований.
 
При разработке темы «Управление технической готовностью» было обосновано, что техническую готовность сегодня надо не только поддерживать, но и управлять ею, с целью получения максимального количества продукции с минимальными затратами. По результатам исследований, проведённых в сельскохозяйственных организациях Свердловской области, различного финансового состояния (от экономически сильных до откровенно слабых) были сделаны выводы о приоритетном факторе, влияющим на техническую готовность, это ресурсе запасных частей, а не количестве их, как предполагалось перед исследованием.
 
Для расчётов был применён метод Крамера. Были также разработаны рекомендации по объёмам вложения денежных средств в техническую готовность для сельхозорганизаций различного экономического состояния. Дальнейшая работа по этой теме направлена на создание программного продукта, обеспечивающего оптимальные вложения денежных средств в техническую готовность.
 
Актуальна, т.е. представляет интерес, тема «Исследование работы ГСТ (гидростатической трансмиссии) в условиях низких температур. Эксплуатация зерноуборочных комбайнов на Урале, Зауралье, Сибири отличается от эксплуатации в Краснодарском и Ставропольском краях, Ростовской области и других западных и южных регионах. На Урале, уже в начале сентября, возможны отрицательные температуры. Поэтому на кафедре разработана методика исследования изменений технического состояния агрегатов ГСТ. Рекомендации по технической эксплуатации будут предложены ООО «Салават Гидравлика», ОАО «Пневмостроймашина».
 
Тема «Влияние качества технического обслуживания на техническое состояние силовых установок и трансмиссии» реализуется больше для учебного процесса. Во время проведения лабораторных работ рассматриваются такие вопросы, как влияние качества смазочных материалов на процессы износа деталей кривошипно-шатунного механизма, цилиндропоршневой группы, деталей трансмиссии.
 
По теме «Оптимизация состава уборочно-транспортного комплекса» проведена большая исследовательская работа по сбору статистического материала работы уборочно-транспортных комплексов за последние три года. По результатам этой работы подготовлены рекомендации по комплектованию уборочно-транспортных комплексов. Суть этой работы в следующем; по времени набора бункера зерноуборочного комбайна зерном, определяется урожайность зерновых культур, по урожайности определяется ко-личество необходимых транспортных средств для отвозки зерна на склад, в зависимости от расстояния до склада, при определении количества транспортных средств, применяются поправочные коэффициенты.
 
Исследования по данной теме начались с изучения возможности применения теории вероятностей для выявления определенных закономерностей появления какого-либо результата при испытании или исследовании. Мы в своей работе использовали теорию вероятностей для формирования оптимального состава уборочно-транспортного комплекса. Одним из важнейших понятий теории вероятностей является понятие случайной величины, которые могут быть дискретными или непрерывными [1,2].
 
В нашем случае дискретная величина – например, число набранных бункеров различными зерноуборочными комбайнами за определённый промежуток времени. Непрерывная величина – например, время наполнения одного бункера, время ожидания транспортного средства для разгрузки бункера. Приведём числовые характеристики случайной величины – это математическое ожидание, дисперсия и среднее квадратическое отклонение.
 
Для формирования оптимального состава был проведен анализ работы уборочно-транспортного комплекса, состоящего из шести зерноуборочных комбайнов и трёх автомобилей «Камаз» с прицепами. Зерноуборочные комбайны марки «ACROS-580» – 5 ед., «ACROS-585» – 1 ед. [3]
 
При расчёте интенсивности поступления требований на разгрузку заполненных бункеров были использованы следующие данные: время заполнения бункера; время ожидания транспортного средства для выгрузки бункера; время выгрузки бункера; время движения зерноуборочного комбайна до загона (при уборке «напрямую»).
 
Для расчёта интенсивности транспортного обслу- живания были использованы следующие данные: время ожидания загрузки первого бункера после возвращения автомобиля со склада; время движения до первого зерноуборочного комбайна; время выгрузки первого зерноуборочного комбайна; время на приём второго бункера (складывается из времени ожидания заполнения 2-го бункера и времени движения до второго зерноуборочного комбайна); время выгрузки второго зерноуборочного комбайна; время на приём n-го бункера; время выгрузки n-го зерноуборочного комбайна; время транспортного цикла (складывается из времени движения транспортного средства до зерносклада, выгрузка транспортного средства, времени движения транспортного средства от зерносклада до поля).
 
На основании статистических данных (всего был произведен 361 замер) были рассчитаны:
 
1. Для времени заполнения бункера – математическое ожидание = 44 мин.; дисперсия – 26,9 мин.; среднее квадратическое отклонение – 5,2 мин.
 
2. Для времени ожидания загрузки транспортным средством математическое ожидание составляет 1,2 мин.
 
С точки зрения анализа случайных величин, по интенсивности поступления требований на разгрузку заполненных бункеров, рассмотрим «Время запол-нения бункера зерноуборочного комбайна» и «Время ожидания транспортного средства», которые сущест-венно влияют на результативность работы уборочно-транспортного комплекса.
 
По обработанным статистическим данным построим графики и предварительно определим закон распределения случайных величин [4]. Рис. 1-3.
 




Время заполнения бункера зерноуборочного комбайна (рис. 1) подчиняется закону нормального распределения с отрицательной ассиметрией. Время ожидания транспортного средства (рис 2.) – закону экспоненциального распределения.
 
По интенсивности поступления требований на транспортное обслуживание мы рассмотрим показатели: «Время ожидания загрузки», «Время транспортного цикла». Результаты анализа представим в виде графиков, представленных на рис. 3,4.
 
Как видно из рис. 3,4, время ожидания загрузки транспортным средством (рис. 3) подчиняется закону экспоненциального распределения, закон распределения времени транспортного цикла (рис. 4) по эмпирической кривой определить трудно. Для этого необходимо подобрать критерии согласования. Но, предположительно, это будет закон нормального распределения с положительной ассиметрией или закон Вейбула-Гнеденко.
 
Из графиков, приведённых на рис. 1-4 можно сделать следующее заключение: время ожидания транспортного средства для выгрузки бункера и время ожидания загрузки транспортным средством имеют противоположные свойства. Если взять время ожидания транспортного средства, то показатель «б/о» (без ожидания) имеет положительный смысл, т.к. зерноуборочный комбайн не теряет время на ожидание и сразу включается в работу. Время же ожидания загрузки транспортным средством с показателем «б/о» имеет отрицательный смысл, т.к. в это время простаивал зерноуборочный комбайн в ожидании транспортного средства.
 
В соответствии с произведёнными исследованиями и теорией вероятностей, вероятность наступления события в интервале «б/о» –5 мин. составляет 0,66, в интервале 6-10 мин. – 0,15, в интервале 11-16 мин. – 0,19.
 
Математическое ожидание для случайной величины по времени ожидания транспортного средства для выгрузки бункера составляет 5,8 мин. Т.е., в зоне математического ожидания вероятность наступления события составляет 0,69. Практически на 70% время ожидания транспортного средства для выгрузки бункера нас устраивает. 30% приходится на интервал времени от 7 до 16 мин. При увеличении количества транспортных средств можно увеличить вероятность наступления события в интервале «б/о» – 6 минут и уменьшить в интервале 7-16 минут. Но рекомендации по увеличению количества транспортных средств, мы сделаем после анализа времени ожидания загрузки транспортным средством.
 
В соответствии с произведёнными исследованиями по интенсивности поступления требований на транспортное обслуживание мы рассматриваем показатель «Время ожидания загрузки транспортным средством». Вероятность наступления события в интервале «б/о» – 6 мин. составляет 0,69; но вероятность наступления события при случайной величине «б/о» составляет 0,49, т.е. практически 50%. Как уже говорилось выше, это отрицательный момент с точки зрения оптимизации уборочного комплекса. Т.е. зерноуборочные комбайны будут простаивать в ожидании транспортного средства.
 
В интервале от 7 до 20 мин. вероятность наступления события будет – 0,2; в интервале 21-39 мин. – 0,11. Математическое ожидание для случайной величины по времени ожидания загрузки транспортным средством составляет 1,2 мин. В интервале времени от «б/о» – 2 мин. вероятность наступления события будет – 0,53. Это нас не устраивает, т.к. для оптимальной работы уборочного комплекса необходимо иметь вероятность наступления события не менее 0,69. Увеличив количество транспортных средств на одну единицу, мы сможем вероятность наступления события в интервале «б/о» – 6 мин увеличить до 0,72.
 
На основании проведённых исследований, для оптимизации работы уборочного комплекса необходимо добавить одну единицу транспорта, что увеличит производительность комплекса на 30% за счёт снижения простоев зерноуборочных комбайнов в ожидании транспортных средств, уменьшения времени движения зерноуборочного комбайна до загонки для продолжения работы.
 
На длительность транспортного цикла с конкретного поля при условии хорошей организации повлиять невозможно. Поэтому для оптимизации работы уборочно-транспортного комплекса необходимо добавить транспортные средства. Добавив один автомобиль с прицепом, мы получили следующее: время ожидания транспортного средства для выгрузки в пределах 4-х минут составило 77,7% количества наступивших событий. Остальные 22,3% событий произойдут в интервале 5 до 12 мин, а не 5-16 минут при 40,5% наступивших событий при трёх транспортных средствах (рис. 5).
 
Кроме того, по экспериментальным данным, на основании «Времени заполнения бункера» можно рассчитать и мониторить текущую урожайность убираемой культуры, что также даёт возможность оперативной оптимизации работы уборочного комплекса, т.е. оперативно управлять его работой.
 
Для расчёта урожайности возьмём следующие формулы:


В результате произведённых расчётов на основании вышеприведённых исходных данных получаем искомую урожайность в 22,9 ц/га.
 
Произведём аналогичные расчёты для следующих интервалов времени заполнения бункера зерноуборочного комбайна: 26; 28; 30; 32; 34; 36; 38; 40; 42; 46; 48; 50; 52. Данные представим в виде таблицы (табл. 1) и графика, представленного на рис.6.
 



 
Анализируя рис. 6 с графиком соотношения урожайности и времени заполнения бункера зерноуборочного комбайна, мы видим, что на оптимальную работу уборочно-транспортного комплекса имеют влияние три составляющие: урожайность, количество зерноуборочных комбайнов, количество транспортных средств. Под эту урожайность, при неизменном количестве зерноуборочных комбайнов, можно, исходя из теории вероятностей, математических расчётов и практического опыта подобрать количество транспортных средств, для обеспечения оптимальной работы уборочно-транспортного комплекса.
 
Применяя же формулы (1,2,3) и график, представленный на рис. 6 можно работой уборочного комплекса оперативно управлять, т.е. вносить определённые корректирующие воздействия как по количеству зерноуборочных комбайнов, так и по количеству транспортных средств.
 
Для определения количества транспортных средств, необходимых для обеспечения оптимальной (без простоев) работы уборочно-транспортного комплекса используем следующую формулу [5]:


 
Грузоподъёмность автомобиля Камаз-55102 с прицепом составляет 28,3 тонны.
 
Для обеспечения работы уборочно-транспортного комплекса (6 комбайнов) необходимо 2,5 единицы, т.е. три автомобиля. Для увеличения производительности уборочно-транспортного комплекса, с применением элементов теории вероятностей, было предложено увеличить число автомобилей до четырёх. В результате было снижено время ожидания зерно-уборочным комбайном выгрузки в транспортное средство, снижено время движения комбайна до «загонки».
 
Для выведения зависимости количества транспортных средств от урожайности (времени заполнения бункера) используем данные из графика на рис. 6 и формулу 4. Данные расчётов сведём в таблицу (табл. 2).

 
Для наглядности данные из табл. 2 представим в виде графика.
 
Расчёты по количеству транспортных средств произведены при расстоянии от поля до склада в 10 км. При формировании транспортного обслуживания уборочно-транспортного комплекса при других расстояниях необходимо применять поправочные коэффициенты, приведённые в табл. 3.
 
Правильное комплектование и управление работой уборочно-транспортного комплекса влияет на экономические показатели использования как зерноуборочных комбайнов, так и автомобилей на вывозке.
 
Исследования и анализ показал следующее: на себестоимость перевозок, при постоянном расстоянии от поля до склада, влияет время загрузки транспортного средства зерном из бункера комбайна (время выгрузки одного бункера практически одинаково). В нашем исследовании время загрузки одного автомобиля (4 бункера) варьировало от 15 до 58 минут. Приняв себестоимость перевозок при времени загрузки транспортного средства в течение 15 минут (0,25 часа) за единицу, мы вывели следующую зависимость себестоимости перевозок от времени загрузки транспортного средства и представили в виде таблицы (табл. 4).
 
Для наглядности, увеличение себестоимости перевозок в зависимости от времени загрузки транспортного средства, представим в виде графика (рис.8).



 
Эффективность использования зерноуборочных комбайнов определяется таким комплектованием и управлением работой всего уборочно-транспортного комплекса, при котором предусматриваются минимальные простои комбайнов в ожидании транспортных средств для выгрузки бункеров с зерном. В тоже время, зерноуборочные комбайны должны отвечать при эксплуатации требованиям интенсивности, производительности и экономичности.
 
Источники:
1. Случайные величины [Электронный ресурс]// htpp: www.skachatreferat.ru.
2. Дискретные и непрерывные случайные величины. Законы распределения. [Электронный ресурс]// htpp: www.kemsma.ru
3. Сёмин А.Н. Организация уборочно-транспортных отрядов (инф. л.) Свердловский ЦНТИ, 1983 (596-83). 4с.
4. Сёмин А.Н., Новосёлов А.Ф. Моделирование фермерских хозяйств [Текст] / А.Н. Сёмин, А.Ф. Новосёлов // Екатеринбург: Изд-во Урал. ун-та совместно с «ПИПП», 1992. 164 с.
5. Формула для расчета производительности автотранспорта. Расчет себестоимости перевозок [Электронный ресурс] // режим доступа: https://studbooks.net

 
Г.А. ИОВЛЕВ, к.э.н., доцент, зав. кафедрой «Сервис транспортных и технологических машин и оборудования в АПК».
В.С. ЗОРКОВ, к.э.н., доцент кафедры «Сервис транспортных и технологических машин и оборудования в АПК».
А.Г. НЕСГОВОРОВ,ст. преподаватель кафедры «Сервис транспортных и технологических машин и оборудования в АПК».
И.И. ГОЛДИНА, ст. преподаватель кафедры «Сервис транспортных и технологических машин и оборудования в АПК».
Уральский государственный аграрный университет.
Журнал «Нивы России» №8 (163), сентябрь 2018
Комментарии (0)

Нет комментариев. Ваш будет первым!

 
}