Лингвистическое описание внешних факторов и регулируемых параметров роторного молотильно-сепарирующего устройства
Автор: Димитров В.П., Борисова Л.В., Папченко А.А.
Журнал: Вестник аграрной науки Дона @don-agrarian-science
Рубрика: Технологии, машины и оборудование для агропромышленного комплекса
Статья в выпуске: 1 (65), 2024 года.
Бесплатный доступ
Представлены результаты формализации задачи предварительной настройки параметров зернокомбайна TORUM аксиально-роторного типа при уборке различных сельскохозяйственных культур. Правильный выбор параметров рабочих органов - одно из главных условий обеспечения высокого качества уборки, что и определило объект настоящего исследования. В статье рассмотрена реализация одного из первых этапов разработки интеллектуальной информационной системы. Приведены иллюстративные результаты полученных решений. Зерноуборочный комбайн роторного типа является сложной иерархической системой. Решение о значениях регулируемых параметров комбайна принимается на основе информации о состоянии факторов внешней среды и параметров технического состояния машины. Учитывая разнородность и нечеткость поступающей информации, для принятия решения о выборе значений параметров рабочих органов комбайна применяются интеллектуальные информационные системы, основанные на математическом аппарате нечёткой логики. Применение лингвистического подхода обусловлено сложностью и неоднозначностью взаимосвязей между регулируемыми параметрами и внешними факторами. Предложены модели рассматриваемых признаков в виде функций принадлежности. При этом определены базовые и расширенные терм-множества. Выполнен анализ согласованности нечеткой экспертной информации при построении моделей признаков задачи. Проведен анализ согласованности представленной информации и выбраны оптимальные модели. Создана база нечетких знаний, на которой основан дедуктивный вывод решений. Предложенный подход и созданная база нечетких знаний могут быть положены в основу интеллектуальной системы принятия решений по настройке регулируемых параметров роторного комбайна. Применение такой системы в полевых условиях в комплексе с датчиками непрерывного мониторинга условий уборки урожая и автоматизированной системой анализа изображений позволит оперативно реагировать на изменение условий, существенно повысит результативность работы и сократит время принятия решений.
Зерноуборочный комбайн роторного типа, параметры зернокомбайна, предварительная настройка рабочих органов, аксиально-роторное молотильно-сепарирующее устройство, лингвистический подход, согласованность знаний экспертов
Короткий адрес: https://sciup.org/140305978
IDR: 140305978 | DOI: 10.55618/20756704_2024_17_1_4-11
Список литературы Лингвистическое описание внешних факторов и регулируемых параметров роторного молотильно-сепарирующего устройства
- Spokas L., Adamcuk V., Bulgakov V., Nozdrovicky L. The experimental research of combine harvesters // Research in Agricultural Engineering. 2016. Vol. 62. No 3. P. 106-112. DOI: 10.17221/16/2015-RAE. EDN: XLHWSD
- Badretdinov I., Mudarisov S., Lukmanov R., Permyakov V., Ibragimov R., Nasyrov R. Mathematical modeling and research of the work of the grain combine harvester cleaning system // Computers and Electronics in Agriculture. 2019. Vol. 165. P. 104966. DOI: 10.1016/j.compag.2019.104966. EDN: SPKWDY
- Yifan Sun, Renjie Liu, Man Zhang, Minzan Li, Zhenqian Zhang, Han Li. Design of feed rate monitoring system and estimation method for yield distribution information on combine harvester // Computers and Electronics in Agriculture. 2022. Vol. 201. P. 107322. DOI: 10.1016/j.compag.2022.107322. EDN: ITKIPG
- Xinyang Gu, Ben Zhang, Zhong Tang, Meilin Wang and Yaquan Liang. Structure Design and Performance Test of Wheat Combine Harvester Based on Numerical Modeling // Recent Patents on Mechanical Engineering. 2022. Vol. 15. No 5. P. 515-531. DOI: 10.2174/221279761566622082612 1726. EDN: TVYZQH
- Xu L., Wei C., Liang Z., Chai X., Li Y., Liu Q. Development of rapeseed cleaning loss monitoring system and experiments in a combine harvester // Biosystems Engineering. 2019. Vol. 178. P. 118-130.
- Zareiforoush H., Minaei S., Alizadeh M.R., Banakar A., Samani B.H. Design development and performance evaluation of an automatic control system for rice whitening machine based on computer vision and fuzzy logic // Computers and Electronics in Agriculture. 2016. Vol. 124. Р. 14-22. DOI: https://doi.org/10.1016/j.compag.2016.01.024
- Borisova L., Dimitrov V., Nurutdinova I. Intelligent System for Technological Adjustment of the Harvesting Machines Parameters // Advances in Intelligent Systems and Computing. 2018. Vol. 680. P. 96-105. DOI: 10.1007/978-3-319-68324-9_11. EDN: XOUAPQ
- Свецкий А.В. Применение искусственного интеллекта в сельском хозяйстве // Сельское хозяйство. 2022. № 3. C. 1-12. DOI: 10.7256/2453-8809.2022.3.39469, EDN: YVZSAN
- Чиркин С.О., Картечина Н.В., Рубанов В.А. Применение искусственного интеллекта в сельском хозяйстве // Наука и образование. 2022. Т. 5. № 2. Порядковый номер: 242. EDN: UMAKVA
- Jha K., Doshi A., Patel P., Shah M. A comprehensive review on automation in agriculture using artificial intelligence // Artificial Intelligence in Agriculture. 2019. Vol. 2. P. 1-12. DOI: 10.1016/j.aiia.2019.05.004. EDN: BEYPNE
- Liakos K., Busato P., Moshou D., Pearson S., Bochtis D. Machine Learning in Agriculture: A Review // Sensors. 2018. No 18 (8). Р. 2674. DOI: https://doi.org/10.3390/s18082674
- Omid M., Lashgar M., Mobli H., Alimardani R., Mohtasebi S., Hesamifard R. Design of fuzzy logic control system incorporating human expert knowledge for combine harvester// Expert Systems with Applications. 2010. No 37. Р. 7080-7085. DOI: https://doi.org/10.1016/j.eswa.2010. 03.010
- Борисова Л.В., Димитров В.П. Лингвистический подход к решению задачи технологической регулировки комбайнов // Вестник Мордовского университета. 2017. Т. 27. № 2. С. 178-189. DOI: 10.15507/0236-2910.027. 201702.178-189. EDN: YPLOGJ
- Dimitrov V., Borisova L., Nurutdinova I. Development and analysis of fuzzy expert data for technological adjustment of a grain harvester header // E3S Web of Conferences: 13, Rostov-on-Don, 26-28 February 2020. Rostov-on-Don, 2020. P. 05027. DOI: 10.1051 /e3sconf/202017505027. EDN: NCJYCH
- Badretdinov Ildar, Mudarisov Salavat, Lukmanov Ramil, Permyakov Valery, Ibragimov Radik, Nasyrov Ruslan. Mathematical modeling and research of the work of the grain combine harvester cleaning system // Computers and Electronics in Agriculture. 2019. Vol. 165. P. 104966. DOI 10.1016/j.compag.2019.104966. EDN SPKWDY
- Prabakaran G., Vaithiyathan D., Ganesan M. Fuzzy decision support system for improving the crop productivity and efficient use of fertilizers // Computers and Electronics in Agriculture. 2018. Vol. 150. P. 88-97. DOI: 10.1016/j.compag.2018.03.030. EDN: YGULHF
