Методика оценки качества технических средств для возделывания картофеля

Единый функциональный принцип работы сельскохозяйственных технических средств, хотя и с большими трудностями, позволяет разработать многокритериальную систему оценки их конкурентоспособности.

Анализ различных методов и алгоритмов принятия решений [1, 2, 4], учитывающих выбор оптимального варианта решения на основе экспертных оценок, статистического и многокомпонентного представления информации, позволяет нам предложить следующую информационную технологию статистического синтеза критериев, алгоритмов принятия решения при диагностике эффективности ТС и последующих оптимизационных процедур (рис. 1).

На рисунке 2 приведена структура единого оценочного комплекса на примере машин для основной обработки почвы, который может быть положен в основу определения оптимальной эффективности. Оценочный комплекс автотракторной техники задан в виде упорядоченного графа G ( L , U ) с х вершинами, где L и U – соответственно множество вершин и дуг. Вершинам графа G ( L , U ) ставятся в соответствие оценочные показатели (параметры, характеристики, свойства и т.п.), а дугам – связи между ними.

Представленное дерево свойств в форме упорядоченного графа G ( L , U ) не является завершенной или окончательной формой и может быть модифицировано в зависимости от предъявляемых требований к оценке эффективности того или иного вида сельскохозяйственной техники или комплексов.

Упорядоченный граф (дерево) G (L, U) оценочных параметров эффективности машины, составляющий пространство исходных показателей, содержит высокое количество переменных величин (Li i = 1,2,к,у), которые могут рассматриваться в конечном результате обоснования комплексов как аргументы укрупненных целевых функций F (L ) ^ extr .Здесь extr определяет Li е L экстремальное значение соответствующей целевой функции. Число целевых функций будет равно количеству блоков разбиения упорядоченного графа оценочных показателей конкурентоспособности на подграфы.

Пространство исходных показателей

( ^x 11

x _{1 k}

^x 1 k + 1

x _{1 q}

x _{1 p}

x ₁

i^

x

xnk + 1

xnq + 1

xnp

xn

1-я оценка (технические показатели)

2-я оценка (технологические показатели)

j-я оценка (экономические показатели)

A i

Статистическое исследование

1 этап

Формирование интегральных показателей оценки технических средств

2 этап

Классификация объектов на однородные типологические классы

3 этап

Разработка решающих правил отнесения объекта к одному из выделенных классов

Уровень эффективности технических средств

Good (хороший)

p 11

p 12

Bad (плохой)

Satisfied (средний)

p 21

p 22

p 1m

p 2_m

К С П Е Р Т Ы

w 1

w 2

w _m

где p ij – вероятность определения технологических средств к i -му уровню по результатам обследования j -й методикой оценки

Экспертная оценка весовых коэффициентов

Расчет глобальных весов альтернативы выбора A i B i = w 1 p i1 + w 2 p i2 + … + w m p im , (i=1,2,3)

Правило принятия решения:

А • = arg max ( B i ⁽ w p _ч ))

Рис. 1. Информационная технология статистического синтеза критериев, алгоритмов принятия решения и процедур оптимизации

ДЕРЕВО ОЦЕНОК ТЕХНИЧЕСКИХ СРЕДСТВ ДЛЯ ОСНОВНОЙ ОБРАБОТКИ ПОЧВЫ ( L 0 )

ТЕХНИЧЕСКИЕ ПОКАЗАТЕЛИ ( L 1 )

0	U	-----► -----►	Тип изделия Агрегатируемость
		-----►	Привод
		-----►	Потребляемая мощность
		-----►	Ширина захвата
		-----►	Рабочая скорость
		-----►	Количество персонала
			Габаритные размеры изделия Длина
U 1			Ширина Высота
		Дорожный просвет
		Масса
			Минимальный радиус поворота агрегата По крайней наружной точке
			По следу наружного колеса
		-----►	-----► Необходимая ширина поворотной полосы
		-----►	Ширина колеи

АГРОТЕХНИЧЕСКИЕ ПОКАЗАТЕЛИ ( L 2 )

U 2

Рабочая ширина захвата

Средняя

Отклонение от расчетной ширины захвата

Глубина обработки

Средняя

Среднее квадратическое отклонение

Коэффициент вариации

Величина рыхлого слоя

Средняя

Среднее квадратическое отклонение

Коэффициент вариации

Гребнистость поверхности почвы

Средняя

АВ

Среднее квадратическое отклонение

С          Коэффициент вариации

Крошение почвы

Фракции до 50 мм

Фракции от 50 до 100 мм

Фракции свыше 100 мм

Полнота заделки растительных и пожнивных остатков

Средняя глубина заделки растительных остатков

U 3

U 4

U 5

ЭНЕРГЕТИЧЕСКИЕ ПОКАЗАТЕЛИ ( L 3 )

Тяговое сопротивление

Тяговая мощность

Эффективная мощность

Удельные энергозатраты

Удельное тяговое сопротивление машины

Коэффициент использования номинальной эксплуатационной мощности двигателя

Буксование движителей

ТЕХНОЛОГИЧЕСКИЕ ПОКАЗАТЕЛИ ( L 4 )

Производительность

-----►

Основного времени -----►

Технологического времени

Сменного времени

Эксплуатационного времени

Удельный расход топлива за время сменной работы

Эксплуатационно-технологические коэффициенты

Технологического обслуживания

Надежности технологического процесса

Использования сменного времени -----►

Использования эксплуатационного времени -----►

ПОКАЗАТЕЛИ БЕЗОПАСНОСТИ И ЭРГОНОМИЧНОСТИ ТЕХНИЧЕСКОГО

СРЕДСТВА ( L 5 )

Нагрузка на управляемые колеса СХА с колесным ЭС

Световозвращатели или сигнальные щитки со светоотражающим покрытием

Устройства для строповки и их обозначения

Быстро соединяющие сцепные устройства (БСУ)

Возможность навески и подсоединения к ЭС одним оператором

Допустимые значения сил сопротивления перемещению органов управления

Доступность к элементам конструкции машин

Пояснительные надписи по ТБ, ПС, ПБ и положению рычагов управления

Обзорность

Приспособления для очистки рабочих органов

-----►

U 6

-----►

U 7

ПОКАЗАТЕЛИ НАДЕЖНОСТИ ( L ₆ )

Наработка

Общее количество отказов

Наработка на отказ

Трудоемкость ежесменного ТО

Оперативная трудоемкость ежесменного ТО

Среднее время восстановления

ЭКОНОМИЧЕСКИЕ ПОКАЗАТЕЛИ ( L ₇ )

Балансовая цена машины --►

Затра ты труда

Годо вой объем работы

Расх од горючего

Прям ые эксплуатационные затраты

Удельные капиталовложения

Рис. 2. Дерево оценок технических средств

Группы оценочных показателей . Все подмножество элементарных оценочных показателей A (| А | = х ) можно разделить на ряд дополнительных подмножеств, которые далее будем именовать группами элементарных оценочных показателей [1, 3]. Из множества A (| А\ = у ) выделим n -е подмножества определяющих группы оценочных показателей:

А 1 ( А 1 с А ,| А 1| = х , ) ;

A 2 ( А 2 с А ,| А 2| = х ₂ ) ;

A 3 ( А 3 с А ,| А 3| = х ₃ ) ;

An ⁽ Аj с А ,| Аj\ = х j ) .

группа 1 - технические группа 2 - технологические группа 3 - эксплуатационные группаj - j-е

Здесь х = х 1 + х ₂ + х ₃... + х j .

Поставим в соответствие каждой точке множества A 1 (| A 1 1 = х ) - технические оценки качества машины { F A 1 ( a 1 i ) } ( i = 1,2,..., х 1 ) ; точкам множества A 2 (| A 2| = х ₂ ) - технологические оценки качества машины { F A ₂ ( a 2 z ) } ( z = 1,2, к , х ₂ ) ; точкам множества A 3 (| A 31 = х ₃ ) - эксплуатационные оценки качества машины { f a ₃ ( a 3 k ) }   ( k = 1,2, к , х ₃ ) ; точкам множества

Aj (| Aj | = хj) - j оценки качества машины {FAj (ajl)} (l = 1,2,к,хi). Здесь a 1 i = S i (X), a2z У (я), a3k =nk (x), ^ aji = Zi M, причем X = ^(Xк , Xэ, Xp, XT, Xп ) при Xк = var; X = var; Xn = var; XT = var; X = var. А X - конструктивные параметры машины, Xn - ре-эртп                 к                                                            р жимные характеристики работы, X э - обобщенные функции взаимодействия (Fv, Ff) рабочих органов технического средства с почвой, X т - показатели, определяющие характеристики по обслуживанию и ремонту автотракторной техники, X п - система, характеризующая индивидуальные социальные и психофизиологические свойства потребителя.

На втором этапе статистического исследования необходимо провести классификацию оцениваемых технических средств на однородные типологические классы кластерным анализом [2, 5]. Формирование классов осуществляется с использованием метода Уорда. В качестве меры близости используется расстояние Евклида.

Результаты классификации технических средств на основе кластерного анализа в зависимости от различных показателей позволяют выделить классы эффективности. По результатам классификации проводится дискриминантный анализ данных и строятся математические модели для класса, которые имеют следующий вид.

Математическая модель для каждого технического средства:

P1 = a0 + a1 x1 + a2x2... + anxm, где Р1 – вероятность определения технологических средств к 1-му уровню по результатам обследования j-й методикой оценки по группам показателей;

а i – значения коэффициентов дискриминантной функции ;

х j – показатели .

Проверка адекватности дискриминантных функций проводится по критерию Уилкса .

Третий этап заключается в экспертной оценке выбора весовых коэффициентов . Алгоритм индивидуальной экспертизы , применяемый как на первом этапе при формировании показателей оценки эффективности технических средств для возделывания сельскохозяйственных культур , так и при выборе коэффициентов , заключается в систематической проверке суждений об отношениях предпочтения для оцениваемых критериев Q i ( i = 1,2,..., 5 ) путем последовательных сравнений и получении группового решения о значениях коэффициентов w r , i = 1,2,..., 5 с учетом компетентности экспертов. Далее в соответствии с правилом принятия решения определяется наиболее эффективное техническое средство.

Таким образом, предложенная технология статистического синтеза критериев позволяет нам, с одной стороны, зная пространство исходных показателей оценки эффективности, на основе предлагаемого интегрального критерия оценки эффективности, разбить все технические средства, используемые при возделывании картофеля, на классы эффективности, вывести через классифицирующие функции решающие правила отнесения к классам для любого нового образца сельскохозяйственной техники и затем перейти к альтернативе по блокам показателей либо по критерию глобального выбора.