Контрфактуальный анализ эффективности обеззараживания органических отходов животноводства

Автор: Лобачевский Я.П., Шемякин А.В., Лимаренко Н.В., Успенский И.А., Юхин И.А.

Журнал: Инженерные технологии и системы @vestnik-mrsu

Рубрика: Технологии, машины и оборудование

Статья в выпуске: 4, 2023 года.

Бесплатный доступ

Введение. Реализация указа президента Российской Федерации, направленного на обеспечение продовольственной безопасности страны, требует индустриализации агропромышленного комплекса. Животноводство является сектором агропромышленного комплекса, образующим наибольшее количество отходов органического происхождения, являющихся потенциальными энергоносителями: подстилочный и бесподстилочный навоз, технологические стоки и т. п. Согласно данным Росстата и результатам исследований годовой объем навоза, образуемый от хозяйств, составляет порядка 43,3-45,1 млн тонн, при этом присутствует тренд роста. Используемый энергетический потенциал от всего объема не превышает 40 %. Повысить эффективность использования энергетического потенциала органических отходов животноводства возможно путем внедрения цифровизированных решений. Стратегическим инструментом, обеспечивающим эффективную индустриализацию отрасли, является внедрение прикладных программных продуктов, обеспечивающих рост экологического и энергетического эффектов. Цель статьи. Контрфактуальная оценка эффективности модели обеззараживания свиного бесподстилочного навоза в активаторе обеззараживания.

Еще

Цифровизация агропромышленного комплекса, прикладные цифровые продукты, контрфактуальный анализ, свиной бесподстилочный навоз, эффективность обеззараживания, активатор обеззараживания, число колониеобразующих единиц

Короткий адрес: https://sciup.org/147242363

IDR: 147242363   |   DOI: 10.15507/2658-4123.033.202304.466-489

Текст научной статьи Контрфактуальный анализ эффективности обеззараживания органических отходов животноводства

Согласно данным Организации Объединенных Наций, в мире ежегодно образуется более 1 млрд т продовольственных и сельскохозяйственных органических отходов. Это связано с технологическими процессами животноводства,

Vol. 33, no. 4. 2023 ENGINEERING TECHNOLOGIES AND SYSTEMS ^2^ составляющими которых являются подстилочный и бесподстилочный навоз, технологические стоки, отходы кормления и другие продукты жизнедеятельности животных. В настоящее время энергетический потенциал данных органических систем используется не более чем на 35–40 %. Оставшиеся объемы представляют собой серьезную нагрузку на окружающие экосистемы. В Российской Федерации, согласно данным Федеральной службы по гидрометеорологии и мониторингу окружающей среды (Росгидромет), а таже статистическим данным Росстата за 2020–2022 гг., в агропромышленном комплексе образовалось порядка 150 млн т отходов. Усредненное ежегодное значение составляет порядка 45–47 млн т, из которых 95–97 % приходятся на навоз и его отдельные разновидности, в том числе помет, подстилку и прочее. К сожалению, используемые технические решения по утилизации данного вида отходов не обеспечивают должной интенсивности, что приводит к недостаточному использованию потенциала органических отходов животноводства как потенциального энергоносителя. Отсутствие экологически безопасных и энергетически эффективных решений по интенсивному обеззараживанию органических отходов животноводства приводит к его внесению в почвы с высоким содержанием патогенных элементов, что увеличивает площадь эродированных земель. Ежегодный экономический убыток, связанный с данной проблемой, составляет порядка 25 млрд руб. Согласно отчету Минсельхоза России за 2019 год, объем производства свинины в России составил более 5,8 млн т, что является рекордным показателем за последние 30 лет. В 2020–2022 гг. данный показатель сохранялся на прежнем уровне. Известно, что обеспечить данный объем производства возможно использованием индустриального подхода к животноводству. Индустриализация животноводства требует бесподстилочного содержания свиней, а также высокопроизводительных и технологически эффективных технических решений по удалению и обеззараживанию жидких отходов. Доказано [1–9], что обеспечение обеззараживания свиного бесподстилочного навоза без совместного использования специфических цифровых инструментов на сегодняшний день затруднительно. Так, разработка цифровых решений, дополняющих используемые технические решения обеззараживания свиного бесподстилочного навоза, является актуальной задачей для науки, практическая составляющая которой позволит повысить экологическую безопасность и энергетическую эффективность.

Кроме значительной энергоемкости процесс обеззараживания и подготовки к нему свиного бесподстилочного навоза обладает высокой длительностью. В зависимости от климатических условий обеззараживание и подготовка к нему могут продолжаться от 6 до 9 месяцев, что приводит к значительным экономическим и экологическим убыткам. Интенсифицировать данный процесс возможно путем использования активаторов. Наиболее распространенными являются химические, физические и физико-химические. К химическим активаторам относят воздействия бактерицидными реагентами, к физическим – волновые воздействия механическими колебаниями на частоте ультразвука, а также воздействия электромагнитным полем с перемещающимися в нем ферромагнитными телами различной формы. Установлено [10–15], что использование физических и химических активаторов в комплексе, контролируемом цифровыми системами, является наиболее приоритетным направлением интенсификации обеззараживания свиного бесподстилочного навоза и органических отходов животноводства в целом.

Целью исследования является контрфактуальная оценка эффективности модели обеззараживания свиного бесподстилочного навоза в активаторе обеззараживания.

Для достижения поставленной цели необходимо решить следующие задачи:

  • –    обосновать наиболее перспективный активатор обеззараживания свиного бесподстилочного навоза;

  • –    определить наиболее значимые факторы эффективности обеззараживания свиного бесподстилочного навоза и модель, формализующую их;

  • –    провести контрфактуальный анализ полученной модели.

Объект исследования – свиной бесподстилочный навоз влажностью 88–98 %, предмет – контрфактуальный анализ зависимости числа КОЕ ОКБ от времени экспозиции в активаторе, концентрации активного хлора, массы рабочих тел, магнитной индукции, влажности бесподстилочного навоза.

Обзор литературы

Обеззараживание – комплекс мероприятий, направленный на подавление патогенной составляющей обрабатываемой среды. Согласно исследованию В. Г. Тюрина, обеззараживание включает: дезинсекцию, дератизацию, дегазацию, дезактивацию, дезинфекцию [14]. Наиболее приоритетной составляющей описанного комплекса мероприятий в вопросе энергетически эффективного и экологически безопасного обеззараживания органических отходов являются эффекты, обеспечиваемые дезинфекцией. На основании проведённого анализа [11–24], а также результатов собственных исследований [24–26], сформулированы следующие требования к данной операции: устойчивый пролонгированный бактерицидный эффект, а также минимальное количество отрицательных побочных продуктов. К отрицательным побочным продуктам зачастую относят образование следующих элементов: тригалометанов, броматов, хлоратов, хлоритов, альдегидов, кетонов, органических кислот, бромсодержащих тригалометанов, броматов (в присутствии бромидов), пероксидов, бромуксусной кислоты и т. п.1 Образование данных элементов приводит к необходимости внедрения дополнительных операций, направленных на их сепарацию, удаление и энергетически эффективную утилизацию. Установлено [24; 26], что наиболее рациональным вариантом обеззараживания органических отходов животноводства является использование комбинированных физико-химических воздействий. Доказана эффективность использования хлорсодержащих реагентов, среди которых хлорная известь Ca(Cl)OCl, гипохлорит натрия NaClO, диоксид хлора ClO2, хлорамин NH2Cl [13; 14; 19; 22]. Обобщенно механизм подавления активности патогенных форм с использованием описанных реагентов можно представить следующим образом: хлорноватистая кислота взаимодействует с гипохлорит ионами протоплазмы, находящимися в органических отходах, что вызывает течение окислительного процесса с последующей деградацией и лизисом жизненно важных путей патогенов. Отмечен положительный опыт обеззараживания с использованием наночастиц серебра [27; 28]. В отличие от традиционного бактериостатического подавления активности патогенов олигодинамическими реагентами, использование наночастиц серебра позволяет проникать в протоплазму и цитоплазму клеток, что приводит к их естественному лизису. Существенными преимуществами использования химических составляющих при обеззараживании органических отходов животноводства является обеспечение устойчивого пролонгированного бактерицидного эффекта, эффективность против большинства психрофильных и мезофильных патогенных форм.

На основании проведенных экспериментальных исследований, методик и результатов, которые подробно описаны в исследовании ряда авторов, доказано, что наиболее перспективным способом обеззараживания органически отходов животноводства является использование воздействий, сочетающих физические и химические эффекты1 [29]. Одной из систем, позволяющих реализовать данные требования, являются электромагнитные активаторы. Общий вид активатора в разрезе представлен ниже (рис. 1).

Зона подачи химического активатора / Chemical activator supply zone

Зона физико-химической активации обеззараживания / The zone of physical and chemical activation of disinfection

Р и с. 1. Общий вид активатора обеззараживания в разрезе:

  • 1    – труба рабочей зоны; 2 – корпус; 3 – индуктор; 4 – пространство рабочей зоны;

  • 5 – стержневые или шаровые рабочие ферромагнитные тела; 6 – шкаф управления;

7 – станина устройства

F i g. 1. General view of the decontamination activator in the section:

1 – working area pipe; 2 – housing; 3 – inductor; 4 – working area space;

5 – rod or ball working ferromagnetic bodies; 6 – control cabinet; 7 – the device frame

Опыт использования данных систем в смежных областях описан в работах П. И. Гриднева, Д. А. Ковалева и др. [30–34]. Электромагнитный активатор представляет собой индуктор, создающий вращающееся переменное электромагнитное поле, рабочая зона которого является открытым цилиндром, находящимся в расточке индуктора с перемещающимися внутри ферромагнитными телами. Согласно исследованиям [35; 36], геометрия, масса рабочих тел и уровень заполненности ими рабочей зоны электромагнитного активатора оказывают значительное влияние на эффективность реализуемых процессов. В данном случае под эффективностью понимается соотношение уровня энергетических затрат к совокупности

^2^ ИНЖЕНЕРНЫЕ ТЕХНОЛОГИИ И СИСТЕМЫ Том 33, № 4. 2023 количественных показателей, определяющих качество. Установлено, что данное физическое воздействие значительно интенсифицирует химические реакции. Положительной составляющей данного эффекта является получение безопасного с санитарно-эпидемиологической точки зрения продукта за меньший промежуток времени и с наименьшими энергозатрами.

Из анализа рисунка 1 видно, что зона подачи химического активатора обеззараживания располагается непосредственно перед воздействием индуктора. Подача химического активатора осуществляется путём массового дозирования в трубу рабочей зоны. Методика приготовления химического активатора и их типы подробно описаны в работах [25; 29]. Согласно следующим проанализированным источникам [22; 24; 29], наиболее предпочтительным химическим активатором обеззараживания бесподстилочного навоза является активный хлор, положительный опыт использования которого описан в нескольких рассмотренных нами работах [14–18; 29]. Отличительным признаком использования данного химического активатора является его сниженная концентрация, обусловленная последующей интенсификацией. Данный способ обеззараживания бесподстилочного навоза защищен патентом Российской Федерации на изобретение № 2723609.

Бесподстилочный навоз совместно с химическим активатором далее подается в технологическое пространство рабочей зоны, в котором происходит воздействие вращающегося переменного магнитного поля промышленной частоты и перемещающихся в нем ферромагнитных тел. Результаты сопоставления данных имитационного моделирования влияния массы и геометрии рабочих тел на его энергетические характеристики в среде Comsol Multiphysics представлены на рисунке 2. Согласно данным исследований [32–36], геометрия и масса используемых рабочих тел оказывают значительное влияние на эффективность обеззараживания. Доказано [34; 35], что наиболее рациональным является использование стержневой и шаровой формы рабочих тел. С целью проверки приведенных данных было принято решение провести исследование [35], суть которого заключалась в имитационном моделирования влияния массы и геометрии ферромагнитных тел, перемещающихся во вращающемся переменном магнитном поле индуктора, на энергетические характеристики: активную, реактивную, полную мощности, уровень магнитной индукции. Моделирование осуществлялось на основании результатов исследований [36]. Методика, условия, параметры моделирования описаны в работе А. А. Лаврентьева и др. [35].

Анализ результатов, представленных на рисунке 2, позволил сделать следующие выводы: при минимальной массе ферромагнитных стержневых рабочих тел уровень магнитной индукции составляет В ≈ 38–40 мТл, при максимальной В ≈ 54–57 мТл, при минимальной массе шаровых ферромагнитных рабочих тел В ≈ 50 мТл, при максимальной В ≈ 68–72 мТл [35]. Был сделан вывод о наибольшей перспективности использования шаровых ферромагнитных рабочих тел в качестве физического активатора.

Проведённый анализ источников позволил выделить наиболее существенные факторы, оказывающие влияние на эффективность активации обеззараживания бесподстилочного навоза физико-химическим воздействием. К ним относятся: концентрация химического активатора, масса шаровых ферромагнитных рабочих тел, магнитная индукция в рабочей зоне индуктора, влажность бесподстилочного навоза и время экспозиции материала с активатором.

Р и с. 2. Сопоставление результатов моделирования влияния массы и геометрии ферромагнитных рабочих тел на энергетические характеристики активатора в среде Comsol Multiphysics

F i g. 2. Comparison of simulation results of the influence of the mass and geometry of ferromagnetic working bodies on the energy characteristics of the activator in the Comsol Multiphysics environment

После определения конструктивно-технологических параметров активатора обеззараживания бесподстилочного навоза необходимо выбрать наиболее представительные маркеры, определяющие эффективность процесса. Анализ информационных источников [18; 21; 23], результатов испытаний [25; 29], а также нормативных документов позволил с достаточной степенью достоверности принять в качестве данного маркера число КОЕ ОКБ. Известно, что общие колиформные бактерии включают в себя следующие виды микроорганизмов: Escherichia coli (E. coli), Enterobacter spp., Klebsiella spp., Citrobacter spp. Это грамотрицательные бактерии, присутствующие в кишечнике животных и человека, они являются представительным маркером фекального загрязнения среды [24; 26; 29]. Известно, что концентрация ОКБ в бесподстилочном навозе в значительной мере варьируется в зависимости от вида животных, рациона их питания, условий и формы содержания. Однако концентрация ОКБ в свежем бесподстилочном навозе составляет не менее 10–30·106 колоний на грамм, что делает их информативным маркером эффективности обеззараживания.

Материалы и методы

После обоснования наиболее перспективного активатора обеззараживания, выбора маркера, определяющего эффективность воздействия, на основании исследований сформулируем диапазоны варьирования наиболее значимых факторов. Диапазоны варьирования факторов, входящих в анализируемую модель, представлены в таблице 1.

Так как физико-химическая активация процесса обеззараживания бесподстилоч-ного навоза физико-химическим воздействием является многофакторной задачей, вклад в которую вносят не только отдельные оценки коэффициентов описанных факторов, но и их парные взаимодействия, в качестве модели, формализующей их связь, была выбрана следующая зависимость:

kkk y=bо+Tbixi+Tbyxixj ^Lb» (x_ p )•

=1          ji=1

Т а б л и ц а 1

T a b l e 1

Факторы, входящие в анализируемую модель, и уровни их варьирования Factors included in the analyzed model and the levels of their variation

Факторы / Factors

Об. / Des.

Ниж. / Low

Нул. / Middle

Вер. / High

1

Концентрация активного хлора ω в мг/л / Concentration of active chlorine ω in mg/l

x 1

10

13

16

2

Масса шаровых ферромагнитных рабочих тел m , гр. / Mass of spherical ferromagnetic working bodies m , gr.

x 2

600

1 000

1 400

3

Магнитная индукция B в мТл / Magnetic induction B, mTl

x 3

40

60

80

4

Влажность бесподстилочного навоза W , % / Humidity of liquid manure W , %

x 4

88

93

98

5

Время экспозиции активатора t в с / Activator exposure time t , s

x 5

6

9

12

Оценка адекватности полученной модели осуществлялась в соответствии со стандартной методикой, реализованной в программном пакете Statistica. Кроме пакета Statistica также возможно использование программы Matlab, технологии библиотек Pandas, Matplotlib в среде языка программирования Python. Алгоритм оценки адекватности подобных моделей подробно описан в исследованиях [29]. Фундаментальные основы оценки адекватности статистических моделей как исходных данных для проведения контрфактуального анализа описаны в рассмотренных нами работах2. В ходе анализа описанных информационных источников наиболее значимыми критериями оценки адекватности статистической модели как исходных данных для контрфактуального анализа является определение соотношений расчетных и критических значений критериев Стьюдента и Фишера. Расчетное значение критерия Фишера определяется отношением дисперсии адекватности к дисперсии воспроизводимости:

9 2

F = —25

P    e2

ВОСП

= N —

L Z N 4 ( yj yj ) 2

n 0

1 z : (yo.—Уо )2

,

где 5 ^ - дисперсия адекватности; 5 в 2 ОС п - дисперсия воспроизводимости; N - общее число опытов; L – число значимых коэффициентов в уравнении регрессии; yj – экспериментальные значения отклика; yj – значения от к лика, рассчитанные по уравнению регрессии; n 0 – число опытов в центре плана; y 0 – среднее значение отклика в центре плана.

После обоснования выбора модели, наиболее достоверно формализующей исследуемые зависимости, были проведены экспериментальные исследования, методика которых описана в нескольких рассмотренных нами источниках [29; 37].

В результате была получена математическая модель зависимости числа КОЕ ОКБ от варьируемых факторов при обеззараживании комплексным физико-химическим воздействием в активаторе:

y 1 = 85,04 - 7,86 x 3 - 5,97 x 5 2 + 10,26 x 1 + 10,35 x 2 - 15,30 x 4 + 13,38 x 5 -

- 7,90 x 1 x 2 - 7,90 x 1 x 3 - 8,10 x 1 x 4 - 6,65 x 1 x 5 - 7,90 x 2 x 3 - 8,10 x 2 x 4 - (3)

-6,65x2x5 - 8,10x3x4 - 6,65x3x5 - 9,35x4x5, где х1 – концентрация активного хлора ω в мг/л; х2 – масса шаровых ферромагнитных рабочих тел m, гр; х3 – уровень магнитной индукции в рабочей зоне В, мТл; х4 – влажность бесподстилочного навоза W, %; х5 – время экспозиции активатора t в с.

Критическое значение критерия Стьюдента – 4,303, уровень значимости α = 0,05, число степеней свободы – 2. Расчётное значение критерия Фишера – F р = 4,195, критическое значение критерия Фишера – F кр = 5,87. Поскольку F р F кр , модель (3) является адекватной.

Осуществив необходимые проверки модели (3) и убедившись в ее адекватности с математической точки зрения, используя известные преобразования осуществим переход от кодированного представления к натуральному для дальнейшего удобства исследования.

Раскодирование модели является важным этапом для ее последующего контр-фактуального анализа, так как оно позволяет сделать его наиболее приемлемым с математической точки зрения. Обобщенно процесс раскодирования модели (3) представим следующим образом:

y = 85,04 - 7,86 • -3-- 5,97 • -5^- 9 + 10,26 • -1----

1                     20              3               3

+ 10,35

- 2 - 1000

15,30

x 4

+ 13,38

x 5

7,90

3 400

( - 1 ( 13 ))( - 2 ( 1000 )) +

+

7,90

3 20

( - 1 —( — 13 ) )( - 3 —(— 60 ) ) yy ( - 1 —( — 13 ) )( - 4 —(— 93 ) )

"373" ( - 1 —( — 13 ) )( - 5 —(— 9 ) )

8,10

400 5

7,90

400 20

( - 2 ( 1000 ))( - 3 ( 60 ))

( - 2 ( 1000 ))( - 4 ( 93 ))

8,10

20 5

6,65

400 3

( - 2 ( 1000 ))( - 5 ( 9 ))

( - 3 — (— 60 ) )( - 4 — (— 93 ) )

6,65

20 3

( - 3 —(— 60 ) )( - 5 —(— 9 ) )

9,35

5 3

( - 4 —(— 93 ) )( - 5 —(— 9 ) ) .

После раскодирования модель (3) примет следующий вид:

КОЕОКБ = - 2881,4133 - 0,0197 B 2 - 0, 6633t 2 + 74, 7733® + 0,5972 m -- 24,6000 ^ + 96,1672 1 - 0,0006 ®m - 0,1300 ®B - 0, 5400®W - 0, 74®t -

- 0,0010 mB - 0,0041 mW - 0,0055 mt - 0,0810 BW - 0,1108 Bt - 0, 6233Wt. (5)

После получения исходных данных, осуществим контрфактуальный анализ мо дели (5). Рассмотрим его основные составляющие. Контрфактуальный анализ (или анализ контрфактуальных ситуаций) – метод исследования, позволяющий оценить

Technologies, machinery and equipment                                                      475

последствия различных решений, событий или действий, которые могли бы произойти, если бы были изменены определенные факторы или условия. Суть анализа заключается в создании «контрфактуальных» сценариев, которые предполагают изменение определенных факторов или условий в прошлом или в будущем, чтобы определить, какие были бы последствия для системы. Данный метод рационально использовать при оценке достоверности математических моделей, являющихся исходными данными для построения интеллектуализированных систем принятия решений. В работах зарубежных ученых [38–40] отмечен положительный опыт использования данной методологии в задачах оценки эффективности различных политических, экономических, социальных или технологических решений. Контрфактуальный анализ позволяет оценить, какие факторы являются ключевыми для определенного явления или системы, какие изменения в этих факторах могут привести к определенным результатам, что позволяет определить оптимизационный потенциал системы и его конкретные количественные границы. В качестве инструмента реализации контрфактуального анализа был выбран язык программирования Python, в качестве среды – PyCharm 2022.2. С помощью описанных инструментов был реализован скрипт, позволяющий провести контрфактуальный анализ нелинейных регрессионных моделей.

Результаты исследования

Результаты контрфактуального анализа с использованием описанных инструментов представлены в таблицах 2, 9. В таблице 2 представлены результаты контрфактуального анализа модели (5) в условиях: концентрация активного хлора 4–11 мг/литр в зависимости от времени экспозиции навоза в активаторе от 2 до 18 секунд. Анализ представленных данных позволит сделать вывод об отсутствии целесообразности использования приведенных диапазонов при обеззараживании навоза, так как полученные значения числа КОЕ ОКБ не соответствуют предъявляемым к нему санитарно-эпидемиологическим требованиям.

Т а б л и ц а 2

T a b l e 2

Результаты контрфактуального анализа модели в условиях: концентрация активного хлора 4–11 мг/литр. Время экспозиции активатора

Results of counterfactual analysis of the model under the following conditions: concentration of active chlorine is 4–11 mg/liter. Activator exposure time

Число КОЕ ОКБ, шт. / Number of CFU CCB, pcs

Концентрация активного хлора ω , мг/л / Concentration of active chlorine ω in mg/l

4

5

6

7

8

9

10

11

2

227

222

217

212

208

203

198

193

3

4

a ”           5

5

6

7

8

9

10

11

12

13

14

15

16

17

222

217

212

208

203

198

193

189

217

212

208

203

198

193

189

184

212

208

203

198

193

189

184

179

208

203

198

193

189

184

179

174

203

198

193

189

184

179

174

170

198

193

189

184

179

174

170

165

193

189

184

179

174

170

165

160

189

184

179

174

170

165

160

155

184

179

174

170

165

160

155

151

179

174

170

165

160

155

151

146

174

170

165

160

155

151

146

141

170

165

160

155

151

146

141

137

165

160

155

151

146

141

137

132

160

155

151

146

141

137

132

127

155

151

146

141

137

132

127

122

18

151

146

141

137

132

127

122

118

В таблице 3 представлены результаты контрфактуального анализа модели (5) в условиях концентрации активного хлора 12–19 мг/л в зависимости от времени экспозиции навоза в активаторе от 2 до 18 секунд. Анализ данных, представленных в таблице 3, позволит сделать вывод о том, что наибольший экологический эффект с точки зрения санитарно-эпидемиологических требований, предъявляемых к навозу и определяющих его безопасность, дают: концентрация активного хлора 19 мг/л при времени экспозиции 14 секунд, концентрация активного хлора от 17 до 18 мг/л при времени экспозиции 15 секунд, концентрация активного хлора от 16 до 19 мг/л при времени экспозиции 16 секунд, концентрация активного хлора от 15 до 19 мг/л при времени экспозиции 17 секунд, концентрация активного хлора от 14 до 19 мг/л при времени экспозиции 18 секунд. Приведенные значения обеспечивают число КОЕ ОКБ, не превышающее 100 шт., что является предпочтительным с точки зрения требований Методических указаний 2.1.5.3692-21. Описанные значения выделены зеленым цветом ячеек таблицы 3. Кроме наиболее предпочтительных сочетаний диапазонов факторов, обеспечивающих реализацию предъявляемых требований, алгоритм контрфактуального анализа позволяет выделить диапазоны, использование которых способно представлять потенциал граничных условий при решении оптимизационной задачи. Ячейки данных значений выделены серо-голубым цветом. Принцип выбора алгоритмом данных значений основан на оценке весовой значимости коэффициентов модели (5). На текущий момент значимость весовых коэффициентов уравнения интерпретирует исследователь. Для оценки адекватности диапазонов оптимизационного потенциала исследуемой модели (5) и подтверждения или опровержения выдвинутой гипотезы необходимо проведение дополнительных исследований, что является отдельной задачей и не входит в алгоритм контрфактуального анализа.

Т а б л и ц а 3

T a b l e 3

Результаты контрфактуального анализа модели в условиях: концентрация активного хлора 12–19 мг/литр. Время экспозиции активатора

Results of the counterfactual analysis of the model under the following conditions: concentration of active chlorine is 12–19 mg/liter. Activator exposure time

Число КОЕ ОКБ, шт. / Number of CFU OKB, pcs.

Концентрация активного хлора ω , мг/л / Concentration of active chlorine ω in mg/l

12      13      14      15      16      17      18      19

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

189     184     179     174     170     165     160     155

184     179     174     170     165     160     155     151

179     174     170     165     160     155     151     146

174     170     165     160     155     151     146     141

170     165     160     155     151     146     141     137

165     160     155     151     146     141     137     132

160     155     151     146     141     137     132     127

155     151     146     141     137     132     127     122

151     146     141     137     132     127     122     118

146     141     137     132     127     122     118     113

141     137     132     127     122     118     113     108

137     132     127     122     118     113     108     103

132     127     122     118     113     108     103     99

127     122     118     113     108     103      99      94

122     118     113     108     103     99      94      89

118     113     108     103     99      94      89      84

113     108     103     99      94      89      84      80

В таблицах 4 и 5 представлены результаты контрфактуального анализа модели (5) в условиях изменения массы шаровых ферромагнитных рабочих тел в диапазоне от 300 до 1 800 гр. в зависимости от времени экспозиции навоза в активаторе от 2 до 18 секунд. Анализ данных, представленных в таблицах 4 и 5, позволит сделать вывод об отсутствии прямого влияния данного фактора на число КОЕ ОКБ. Масса рабочих тел является сопутствующим фактором, оказывающим влияние на интенсивность активации обеззараживания навоза, следовательно его действие проявляется при межфакторном взаимодействии, что подтверждается наличием соответствующих оценок коэффициентов в модели (5).

Т а б л и ц а 4

T a b l e 4

Результаты контрфактуального анализа модели в условиях: масса рабочих тел 300–1000 г. Время экспозиции активатора

Results of counterfactual analysis of the model under the following conditions:

Mass of working bodies 300–1000 g. Exposure time of the activator

Число КОЕ ОКБ, шт. / Number of CFU CCB, pcs.

Масса рабочих тел m , гр. /

Mass of spherical ferromagnetic working bodies m , gr.

300

400

500

600

700

800

900

1000

2

522

515

508

500

493

485

478

471

3

520

512

505

497

490

483

475

468

4

517

509

502

495

487

480

472

465

5

”          6

  • 2    S           7

и             8

8

i             9

s 5           10

S Он

й            11

  • 3    °           12

13

^<        14

15

514

507

499

492

485

477

470

462

511

504

497

489

482

474

467

460

509

501

494

486

479

472

464

457

506

498

491

484

476

469

461

454

503

496

488

481

474

466

459

451

500

493

486

478

471

463

456

449

498

490

483

475

468

461

453

446

495

488

480

473

465

458

451

443

492

485

477

470

463

455

448

440

489

482

475

467

460

452

445

438

487

479

472

465

457

450

442

435

16

484

477

469

462

454

447

440

432

17

481

474

466

459

452

444

437

429

18

478

471

464

456

449

441

434

427

В таблицах 6 и 7 представлены результаты контрфактуального анализа модели (5) в условиях изменения уровня магнитной индукции, создаваемой индуктором в рабочей зоне активатора в диапазоне от 25 до 100 мТл в зависимости от времени экспозиции навоза в активаторе от 2 до 18 сек. Как показал анализ полученных результатов, обеспечение требований санитарно-эпидемиологической безопасности, предъявляемых к навозу, начинает выполняться при значениях магнитной индукции от 55 мТл и времени экспозиции 18 с.

Т а б л и ц а 5

T a b l e 5

Результаты контрфактуального анализа модели в условиях: масса рабочих тел 1100–2000 гр. Время экспозиции активатора

Results of counterfactual analysis of the model under the following conditions:

Mass of working bodies 1100–2000 gr. Exposure time of the activator

Число КОЕ ОКБ, шт. / Number of CFU CCB, pcs.

Масса рабочих тел m , гр. /

Mass of spherical ferromagnetic working bodies m , gr.

1100    1200    1300    1400    1500    1600    1700    1800

2

3

4

5

и ”            г

6

н У

7

S             8

i             9

S о           10

S Он

3 X

S О

О о          12

в >           13

14

2<        15

^          16

16

17

18

463    456    448    441    434    426    419    411

460    453    446    438    431    423    416    409

458    450    443    435    428    421    413    406

455    448    440    433    425    418    411    403

452    445    437    430    423    415    408    400

449    442    435    427    420    412    405    398

447    439    432    424    417    410    402    395

444    437    429    422    414    407    400    392

441    434    426    419    412    404    397    389

438    431    424    416    409    401    394    387

436    428    421    414    406    399    391     384

433     426     418     411     403     396     389     381

430    423    415    408    401     393    386    378

428    420    413    405    398    391     383    376

425    417    410    403    395    388    380    373

422    415    407    400    392    385    378    370

419    412    404    397    390    382    375    367

Т а б л и ц а 6

T a b l e 6

Результаты контрфактуального анализа модели в условиях: уровень магнитной индукции 25–60 мТл. Время экспозиции активатора

Results of counterfactual analysis of the model under the following conditions: magnetic induction level 25–60 mT. Activator exposure time

Число КОЕ ОКБ, шт. / Number of CFU CCB, pcs.

Магнитная индукция B в мТл / Magnetic induction B, mT

25

30 1

35

40

45 1

50

55

60

2

198

189

180

171

163

154

145

137

3

195

186

177

168

160

151

142

134

4

5

р             6

8 Е           7

8

Q

= S          9

S Я         10

s и           11

Ь с           12

13

14

|<        15

Щ           16

192

183

174

166

157

148

139

131

189

180

171

163

154

145

136

128

186

177

168

160

151

142

133

125

183

174

165

157

148

139

131

122

180

171

162

154

145

136

128

119

177

168

159

151

142

133

125

116

174

165

156

148

139

130

122

113

171

162

153

145

136

127

119

110

168

159

150

142

133

124

116

107

165

156

147

139

130

121

113

104

162

153

145

136

127

118

110

101

159

150

142

133

124

115

107

98

156

147

139

130

121

112

104

95

17

153

144

136

127

118

110

101

92

18

150

141

133

124

115

107

98

89

Т а б л и ц а 7

T a b l e 7

Результаты контрфактуального анализа модели в условиях: уровень магнитной индукции 65–110 мТл. Время экспозиции активатора Results of counterfactual analysis of the model under the following conditions: Magnetic induction level 65–110 mT. Activator exposure time

Число КОЕ ОКБ, шт. / Number of CFU CCB, pcs.

Магнитная индукция B в мТл / Magnetic induction B, mT

65

70 1

75 1

80

85

90

95

100

2

128

119

111

102

93

84

76

67

3

125

116

108

99

90

81

73

64

4

122

113

105

96

87

79

70

61

S ^

S о

У Q.

S V

Р

5

119

110

102

93

84

76

67

58

6

116

107

99

90

81

73

64

55

7

113

104

96

87

78

70

61

52

8

110

101

93

84

75

67

58

49

9

107

98

90

81

72

64

55

46

10

104

96

87

78

69

61

52

43

11

101

93

84

75

66

58

49

40

12

98

90

81

72

63

55

46

37

13

95

87

78

69

60

52

43

34

14

92

84

75

66

58

49

40

31

15

89

81

72

63

55

46

37

28

16

86

78

69

60

52

43

34

25

17

83

75

66

57

49

40

31

23

18

80

72

63

54

46

37

28

20

Исходя из результатов предварительно проведенных исследований [35–37], можно сделать вывод о том, что уровень энергозатрат при данной продолжительности будет непропорционален санитарно-эпидемиологическому эффекту. Наибольшее санитарно-эпидемиологическое соответствие числа КОЕ ОКБ наблюдается при значениях магнитной индукции от 65 мТл и времени экспозиции 12 сек., при увеличении магнитной индукции до 70 мТл время экспозиции составляет от 9 сек., при 75 мТл – от 6 сек., а при 85–100 мТл – от 2 сек. Кроме полученных данных в таблицах 6 и 7 выделены серо-голубым цветом ячейки, представляющие собой потенциал диапазона варьирования при решении оптимизационной задачи. Уровень магнитной индукции в данных ячейках составляет от 50 до 80 мТл при времени экспозиции от 18 до 2 сек.

На основании изложенного, проведенных ранее исследований [35–37] и анализа весовых оценок коэффициентов модели (5) можно сделать вывод о том, что магнитная индукция является значимым фактором, определяющим интенсивность активации навоза. Контрфактуальный анализ показал, что существенное влияние на нее оказывают парные межфакторные взаимодействия.

В таблицах 8 и 9 представлены результаты контрфактуального анализа модели (5) в условиях изменения влажности бесподстилочного навоза в диапазоне от 86 до 99 % в зависимости от времени его экспозиции от 2 до 18 секунд. Анализ данных, позволит сделать вывод об отсутствии прямого влияния данного фактора на число КОЕ ОКБ. Влияние влажности бесподстилочного навоза и времени экспозиции в диапазоне от 2 до 18 сек. на число КОЕ ОКБ без учета межфакторных взаимодействий является недостаточно корректным [37].

Т а б л и ц а 8

T a b l e 8

Результаты контрфактуального анализа модели в условиях: влажности бесподстилочного навоза 86–91 %. Время экспозиции активатора

Results of counterfactual analysis of the model under the following conditions: humidity of liquid manure 86–91 %. Exposure time of the activator

Число КОЕ ОКБ, шт. / Number of CFU CCB, pcs.

Влажность бесподстилочного навоза W , % / Humidity of liquid manure W , %

86         87         88         89        90        91

2

3

4

5

Рн*^           6

р -и

8 ,Е             7

1 °          8

!             9

5 §           10

S Й           11

§ =           12

13

5             14

6<        15

X           16

17

18

225       224       224       223       222       222

225       224       224       223       222       221

225       224       224       223       222       221

225       224       224       223       222       221

225       224       223       223       222       221

225       224       223       223       222       221

225       224       223       223       222       221

225       224       223       223       222       221

225       224       223       222       222       221

225       224       223       222       222       221

225       224       223       222       222       221

224       224       223       222       221        221

224       224       223       222       221        221

224       224       223       222       221       221

224       224       223       222       221       221

224       223       223       222       221       220

224       223       223       222       221       220

Т а б л и ц а 9

T a b l e 9

Результаты контрфактуального анализа модели в условиях: влажности бесподстилочного навоза 92–99 %. Время экспозиции активатора

Results of counterfactual analysis of the model under the following conditions: humidity of liquid manure 92–99 %. Exposure time of the activator

Число КОЕ ОКБ, шт. / Number of CFU OKB, pcs.

Влажность бесподстилочного навоза W , % / Humidity of liquid manure W , %

92

93

94

95 \

96

97

98

99

2

221

220

219

219

218

217

216

216

3

221

220

219

218

218

217

216

216

4

л м          5

р^'         £

6

§ §           7

8

s 5           9

S Я         10

Я 8           11

3 5          12

13

14

^<        15

&         16

221

220

219

218

218

217

216

215

221

220

219

218

218

217

216

215

221

220

219

218

218

217

216

215

220

220

219

218

217

217

216

215

220

220

219

218

217

217

216

215

220

220

219

218

217

217

216

215

220

219

219

218

217

217

216

215

220

219

219

218

217

216

216

215

220

219

219

218

217

216

216

215

220

219

219

218

217

216

216

215

220

219

218

218

217

216

216

215

220

219

218

218

217

216

215

215

220

219

218

218

217

216

215

215

17

220

219

218

218

217

216

215

215

18

220

219

218

217

217

216

215

214

Обсуждение и заключение

Таким образом, использование контрфактуального анализа позволяет с минимальными энергозатратами определить направление дальнейшего уточнения математической модели, а также ее потенциал при решении оптимизационной задачи. Результатом контрфактуального анализа является расширение области интереса варьируемого фактора и понимания тесноты его парных взаимодействий.

В результате оценки эффективности обеззараживания свиного бесподстилоч-ного навоза по числу КОЕ ОКБ методом контрфактуального анализа получены следующие результаты:

  • –    обоснована перспективность использования активного хлора в сочетании с воздействием шаровых ферромагнитных рабочих тел, перемещающихся в переменном вращающемся электромагнитном поле;

  • -    наиболее значимыми факторами, определяющими эффективность обеззараживания свиного бесподстилочного навоза по числу КОЕ ОКБ, являются: магнитная индукция в рабочей зоне индуктора активатора, концентрация активного хлора, время экспозиции. Наиболее предпочтительной моделью, формализующей данную связь, является квадратичный полином, учитывающий эффекты парного взаимодействия факторов;

  • -    на основании контрфактуального анализа модели (5) установлено, что область интереса варьирования фактора допустимо расширить от 13 до 19 мг/литр для обеспечения требуемого санитарно-эпидемиологического эффекта, магнитную индукцию в рабочей зоне – от 50 до 100 мТл, расчетное значение критерия Фишера Fр = 4,195 при уровне значимости α = 0,05.

Полученные результаты представляют собой исходные данные для создания интеллектуализированной цифровой системы оценки эффективности обеззараживания свиного бесподстилочного навоза и органических отходов в целом. Алгоритм контрфактуального анализа математических моделей позволяет оценить пределы их корректного функционирования, что позволяет повысить достоверность управления операциями и технологическими процессами в рамках их интеллектуализации.

482 Технологии, машины и оборудование

Список литературы Контрфактуальный анализ эффективности обеззараживания органических отходов животноводства

  • Pig Manure Management: a Methodology for Environmentally Friendly Decision-making / A. Y. Izmailov [et al.] // Animals. 2022. Vol. 12, Issue 6. 747 с. https://doi.org/10.3390/ani12060747
  • Personal Problems in Russian Digital Agriculture / A. G. Ibragimov [et al.] // Unlocking Digital Transformation of Agricultural Enterprises: Technology Advances, Digital Ecosystems, and Innovative Firm Governance. Springer International Publishing. 2023. P. 283-290. https://doi.org/10.1007/978-3-031-13913-0_29
  • Zhong Y., Tang L., Li Y. Role of Digital Empowerment in Developing Farmers' Green Production by Agro-Tourism Integration in Xichong, Sichua // Agriculture. 2022. Issue 12. P. 1761. https://doi. org/10.3390/agriculture12111761
  • Digital System for Monitoring and Management of Livestock Organic Waste / A. Y. Izmailov [et al.] // Lecture Notes on Data Engineering and Communications Technologies. 2022. Issue 121. P. 22-33. https:// doi.org/10.1007/978-3-030-97057-4_3
  • Экологоэнергетический показатель внедрения наилучших доступных технологий утилизации куриного помета / А. Ю. Брюханов [и др.] // Экология и промышленность России. 2019. № 12. С. 29-33. https://doi.org/10.18412/1816-0395-2019-12-29-33
  • Kirilenko V., Dobrokvashina K. Agro-Industrial Complex of Russia: Problems and Prospects // XV International Scientific Conference "INTERAGROMASH 2022" Global Precision Ag Innovation 2022. 2023. Vol. 2. P. 1071-1078. https://doi.org/10.1007/978-3-031-21219-2_121
  • Trukhachev V. I. Further Research Directions for Fostering Digital Transformation of Agriculture in Russia and Beyond // Unlocking Digital Transformation of Agricultural Enterprises: Technology Advances, Digital Ecosystems, and Innovative Firm Governance. 2023. P. 299-303. https://doi.org/10.1007/978-3-031-13913-0_31
  • He Z., Jia Y., Ji Y. Analysis of Influencing Factors and Mechanism of Farmers' Green Production Behaviors in China // International Journal of Environmental Research and Public Health. 2023. Vol. 20, Issue 2. P. 961. https://doi.org/10.3390/ijerph20020961
  • Advances in Recycling and Utilization of Agricultural Wastes in China: Based on Environmental Risk, Crucial Pathways, Influencing Factors, Policy Mechanism / B. Wang [et al.] // Procedia Environ. 2016. Vol. 31. P. 12-17. https://doi.org/10.1016/j.proenv.2016.02.002
  • Nicholas H. L., Mabbett I. Drying Dairy Manure Using a Passive Solar Still: A Case Study // Energy Nexus. 2023. Vol. 10. Р. 100-183. https://doi.org/10.1016/j.nexus.2023.100183
  • Insights into the Phenol Disinfectant on the Methane Performance from Wastewater by Meso-philic Anaerobic Digestion: Single and two Stages Analysis / H. Xu [et al.] // Process Safety and Environmental Protection. 2023. Vol. 170. P. 19-27. https://doi.org/10.1016/j.psep.2022.11.089
  • Сайпуллаев У. М. Средства для обеззараживания ооцист кокцидий птиц // Ветеринария и кормление. 2022. № 5. С. 24-26. https://doi.org/10.30917/ATT-VK-1814-9588-2022-5-7
  • Effects of Different Composting Methods on Antibiotic-Resistant Bacteria, Antibiotic Resistance Genes, and Microbial Diversity in Dairy Cattle Manures / M. Tang [et al.] // Journal of Dairy Science. 2023. Vol. 106, Issue 1. P. 257-273. https://doi.org/10.3168/jds.2022-22193
  • Современные способы обеззараживания органических отходов животноводства / В. Г. Тюрин [и др.] // Проблемы ветеринарной санитарии, гигиены и экологии. 2021. № 2 (38). С. 175-182. https://doi.org/10.36871/vet.san.hyg.ecol.202102012
  • Интенсификация процесса переработки отходов животноводства / К. О. Фирус [и др.] // Вестник Ижевской государственной сельскохозяйственной академии. 2021. № 2 (66). С. 65-70. https://doi.org/10.48012/1817-5457_2021_2_65
  • Application of the Thermophilic Fermentation Method to Obtain Environmentally Friendly Organic Fertilizer / Z. E. Bayazitova [et al.] // Journal of Ecological Engineering. 2023. Vol. 24. Issue 4. P. 202-216. https://doi.org/10.12911/22998993/159647
  • Технология очистки и использования смешанного хозяйственно-бытового и производственного стока в системе производственного водоснабжения / Ю. А. Галкин [и др.] // Водоснабжение и санитарная техника. 2023. № 1. С. 37-41. https://doi.org/10.35776/VST.2023.01.05
  • Журавлёв П. В., Алешня В. В., Марченко Б. И. Определение дезинфицирующего действия негашёной извести на микрофлору иловых осадков сточных вод очистных сооружений канализации и животноводческих комплексов // Гигиена и санитария. 2019. Т. 98, № 5. С. 483-488. URL: https://cyberleninka.ru/article/n7opredelenie-dezinfitsiruyuschego-deystviya-negashyonoy-izvesti-na-mikrofloru-ilovyh-osadkov-stochnyh-vod-ochistnyh-sooruzheniy (дата обращения: 11.08.2023).
  • Примин О. Г. Эффективность и экологическая безопасность обеззараживания воды гипохлоритом // Экология и промышленность России. 2023. Т. 27, № 4. С. 28-33. https://doi. org/10.18412/1816-0395-2023-4-28-33
  • Воздействие импульсным СВЧ излучением на образцы пищевой продукции с целью увеличения показателей ее микробиологической безопасности и сроков хранения / Ю. В. Гуляев [и др.] // Проблемы особо опасных инфекций. 2022. № 3. С. 70-74. https://doi.org/10.21055/0370-1069-2022-3-70-74
  • Санитарно-бактериологическое состояние органоминеральных компостов на основе отходов животноводства / В. Г. Тюрин [и др.] // Ветеринария. 2022. № 2. С. 41-44. https://doi. org/10.36871/vet.san.hyg.ecol.202104013
  • Пазова Т. Х., Габаев А. Х. Переработка и утилизация бесподстилочного навоза // Известия Кабардино-Балкарского государственного аграрного университета им. В. М. Кокова. 2022. № 1 (35). С. 116-120. https://doi.org/10.55196/2411-3492-2022-1-35-116-120
  • Бондаренко А. М., Качанов Л. С. Эффективность технологизации процессов переработки органических отходов животноводства // АПК: Экономика, управление. 2019. № 7. С. 54-61. https:// doi.org/10.33305/197-54
  • Концептуальная модель энергетической эффективности получения экологически безопасного утилизационного свиного бесподстилочного навоза / Н. В. Бышов [и др.] // Инженерные технологии и системы. 2020. Т. 30, № 3. С. 394-412. https://doi.org/10.15507/2658-4123.030.202003.394-412
  • Ecological and Technological Criteria for the Efficient Utilization ofLiquid Manure / N. V. Byshov [et al.] // IOP Conf. Series: Earth and Environmental Science. 2020. https://doi.org/10.1088/1755-1
  • Структурно-информационная модель повышения биотрансформационной интенсивности жидкой фракции свиного бесподстилочного навоза / С. Н. Борычев [и др.] // Техника и оборудование для села. 2021. № 4. С. 28-32. https://doi.org/10.33267/2072-9642-2021-4-28-32
  • Разработка рецептуры антисептиков и дезинфицирующих средств на основе наночастиц серебра / Н. С. Дымникова [и др.] // Российский химический журнал. 2023. Т. 67, № 1. С. 35-42. URL: http://rcj-isuct.ru/article/view/5045 (дата обращения: 11.08.2023).
  • Нефедова Е. В., Шкиль Н. Н. Влияние наночастиц серебра и дезинфектантов на бактерицидную активность относительно S. Enteritidis // Вестник Алтайского государственного аграрного университета. 2022. № 11 (217). С. 90-94. URL: https://cyberleninka.ra/article/n/vliyanie-nanochastits-serebra-i-dezinfektantov-na-bakteritsidnuyu-aktivnost-otnositelno-s-enteritidis (дата обращения: 11.08.2023).
  • Моделирование эпидемиологических свойств бесподстилочного навоза при подготовке физико-химическим обеззараживанием / А. А. Цымбал [и др.] // Вестник Рязанского агротехно-логического университета им. П. А. Костычева. 2020. № 3. С. 89-98. URL: https://cyberleninka.ru/ article/n/modelirovanie-epidemiologicheskih-svoystv-bespodstilochnogo-navoza-pri-podgotovke-fiziko-himicheskim-obezzarazhivaniem (дата обращения: 11.08.2023).
  • Гриднев П. И., Гриднева Т. Т. Результаты исследований процесса обработки навоза крупного рогатого скота в аппаратах вихревого слоя // Техника и оборудование для села. 2021. № 6 (288). С. 29-31. https://doi.org/10.33267/2072-9642-2021-6-29-31
  • Ковалев Д. А., Ковалев А. А. Исследование процесса очистки биогаза от сернистых соединений с использованием аппарата вихревого слоя // Электротехнологии и электрооборудование в АПК. 2020. Т. 67, № 4 (41). С. 63-67. https://doi.org/10.22314/2658-4859-2020-67-4-63-67
  • Селиверстов Г. В., Мотевич С. А., Вобликова Ю. О. Аппарат вихревого слоя в технологии измельчения торфяных грунтов // Известия Тульского государственного университета. Технические науки. 2022. № 7. С. 391-395. https://doi.org/10.24412/2071-6168-2022-7-391-396
  • Эффективность двухфазного анаэробного сбраживания и физико-химические свойства органической фракции твердых коммунальных отходов, предобработанных в аппарате вихревого слоя / Э. Р. Михеева [др.] // Прикладная биохимия и микробиология. 2020. Т. 56, № 6. С. 619-626. https://doi.org/10.31857/S0555109920060112
  • Григорьев В. С., Романов И. В. Применение аппарата вихревого слоя для механического измельчения веществ в водном потоке // Технический сервис машин. 2021. № 2 (143). С. 62-70. https://doi.org/10.22314/2618-8287-2021-59-2-62-70
  • Лаврентьев А. А., Лимаренко Н. В., Хохлова К. В. Моделирование электромагнитных характеристик индуктора электрического вихревого аппарата в среде ComsolMultiphysics // Известия вузов. Электромеханика. 2021. Т. 64, № 3. С. 12-17. https://doi.org/10.17213/0136-3360-2021-3-12-17
  • Экспериментальное исследование влияния массы рабочих тел на параметры, характеризующие качество функционирования индуктора / Н. В. Лимаренко [и др.] // Вестник Донского государственного технического университета. 2016. № 2. С. 90-96. https://doi.org/10.12737/19701
  • Моделирование влияние влажности бесподстилочного навоза на уровень его санитарно-эпидемиологической нагрузки / С. Н. Борычев [и др.] // Вестник Рязанского агротехнологи-ческого университета им. П. А. Костычева. 2021. Т. 13, №. 2. С. 79-87. https://doi.org/10.36508/ RSATU.2021.50.2.011
  • 3S. Pesaran M. H., Smith R. P. Counterfactual Analysis in Macroeconometrics: An Empirical Investigation into the Effects of Quantitative Easing II Research in Economics. 201б. Vol. 70, Issue 2. Р. 262-2S0. https:IIdoi.orgI10.101бIj.rie.201б.01.004
  • Dettmann E., Giebler A., Weyh A. Flexpaneldid: A Stata Toolbox for Causal Analysis with Varying Treatment Time and Duration II SSRN. 2020. https:IIdoi.orgI10.13140IRG.2.2.17624.24325
  • Runhardt R. W. Concrete Counterfactual Tests for Process Tracing: Defending an Interventionist Potential Outcomes Framework II Sociological Methods & Research. 2022. https:IIdoi. org/10.1177/00491241221134523
Еще
Статья научная