Применение информационного моделирования для автоматизированного выбора агротехнологий в растениеводстве

Автор: Савченко Олег Федорович, Исакова Светлана Павловна, Елкин Олег Владимирович

Журнал: Агротехника и энергообеспечение @agrotech-orel

Рубрика: Технологии и средства технического обслуживания в сельском хозяйстве

Статья в выпуске: 2 (35), 2022 года.

Бесплатный доступ

Процесс производства продукции растениеводства характеризуется большим объёмом разнообразных информационных потоков с различными способами получения, передачи и обработки информации, необходимой при выборе технологий для определения всего комплекса работ, начиная от подготовки почвы и семян и заканчивая уборкой урожая. Применение цифровых технологий для обработки и анализа таких объемов информации существенно повышает эффективность производства за счет принятия результативных управленческих решений. Предложена информационная модель процесса автоматизированного выбора технологий на основе анализа основных научно-методических составляющих технологий возделывания зерновых культур и информационного моделирования для целостного и формализованного описания функционирования данной предметной области. Обосновано включение в состав модели блоков исходной информации, подбора технологий и техники, а также энергообеспечения полевых работ на основе мониторинга энергетических параметров машинно-тракторных агрегатов. Разрабатываемый на основе предложенной информационной модели программный комплекс позволит автоматизировать процесс формирования годового планирования работ, предложить научно-обоснованные альтернативные варианты агротехнологий и рационального использования МТП сельхозпредприятия; обеспечить повышение эффективности и конкурентоспособности растениеводческого сельхозпредприятия.

Еще

Цифровизация, растениеводство, агротехнологии, алгоритм, программный комплекс, машинно-тракторный парк, двигатель внутреннего сгорания, диагностирование, энергетическая оценка

Короткий адрес: https://sciup.org/147238313

IDR: 147238313

Текст научной статьи Применение информационного моделирования для автоматизированного выбора агротехнологий в растениеводстве

Введение. Использование современных информационных технологий в сельском хозяйстве, особенно при производстве продукции растениеводства, имеет большие перспективы в связи с его спецификой, обусловленной значительной территориальной распределенностью производства, многообразием сельскохозяйственных объектов и процессов со сложной динамикой изменения их свойств в процессе производства, необходимостью постоянной оценки текущей ситуации, неоднозначностью алгоритмов принятия стратегических и тактических решений [1, 2]. При этом применение цифровых технологий для обработки и анализа таких объемов информации существенно повышает эффективность производства за счет принятия результативных управленческих решений и уже широко используется в растениеводстве [3, 4].

Особенно важен процесс формирования годового плана по производству продукции растениеводства, при котором осуществляется выбор технологий возделывания ку льтур и

Агротехника и энергообеспечение. – 2022. – № 2 (35)                        37

планирование рационального использования машинно-тракторного парка (МТП). Не менее важным является и возможность контроля хода выполнения работ, оценки состояния объектов и процессов, оперативное определение параметров, отличающихся от требуемых и приводящих к нарушению агротехнологических требований и увеличению эксплуатационных затрат, снижению технико-экономических показателей.

В связи с этим конкурентоспособность растениеводческого сельхозпредприятия в значительной мере зависит от своевременных действий аграриев при непосредственном выполнении технологических операций по выявлению состояния почвы и количества внесенных удобрений, адаптации технологий выращивания сельскохозяйственных культур к погодным условиям, обусловленным природно-климатическими особенностями зоны расположения хозяйства, и к производственным изменениям.

С другой стороны важной составляющей эффективной деятельности хозяйства являются вопросы обеспечения работоспособности МТА, необходимость поддержания нормативных значений эксплуатационных параметров тракторов, особенно энергетических (мощности, расхода топлива) при выполнении полевых работ, требующих внедрения в хозяйствах автоматизированных технологий диагностирования технического состояния тракторов, технологий информационного сопровождения каждой единицы техники в хозяйстве [5–8].

Например, снижение мощности двигателя внутреннего сгорания (ДВС) трактора на 15 % от нормативного значения при выполнении посевных работ, приводит к увеличению удельных затрат на 28,4 %, что определено путем моделирования на примере посевного агрегата на базе колесного трактора с двигателем мощностью 125 кВт [9]. В то же время известно, что при обеспечении непрерывного определения фактического состояния МТП возможно выявить скрытые резервы мощности в пределах 6,0 – 15,6 %, расхода топлива – 12,0–18,7 % [10]. Очевидна целесообразность оперативного поддержания необходимого уровня энергообеспеченности полевых работ за счет мониторинга энергетических параметров МТП.

Отсюда следует необходимость разработки гибких алгоритмов и создание программного обеспечения для выбора технологий, с применением современных средств автоматизированного проектирования и мониторинга технологического и технического обеспечения на основе всей совокупности данных и знаний в этой предметной области.

Существующие многочисленные разработки в области цифровых технологий и платформенных решений для повышения эффективности производства продукции растениеводства, наличие широкого спектра специализированных программных продуктов, анализ которых показывает возможность решения задач, стоящих перед сельхозтоваропроизводителем во многих областях сопровождения технологий возделывания зерновых культур [11–13]. Во многих разработках, применяются различные методы моделирования, информационного поиска, экономической оценки, интеллектуального анализа данных, создания экспертных систем, применения сетевых технологий [14–16]. К анализу привлекается вся совокупность информации о сложившихся почвенноклиматических особенностях, производственных условиях, материально-технических ресурсах, в том числе о составе и состоянии МТП. Формируются нормативно-справочные базы данных, разрабатываются расчетные алгоритмы с применением ряда критериев [17–20].

В тоже время непосредственное применение их в конкретном сельхозпредприятии затруднено из-за большого количества региональных особенностей сельхозпроизводства (почве нно-климатических и производственных), разнообразной номенклатуры МТП с 38                  Агротехника и энергообеспечение. – 2022. – № 2 (35)

различной степенью износа, отсутствием контроля энергетических эксплуатационных параметров. Следовательно, тщательный учет всего многообразия факторов и условий производства, а также их применение определяющим образом в процессе принятия решений, влияет на эффективность и конкурентоспособность хозяйства, обосновывает несомненную актуальность решения задачи по автоматизированному выбору агротехнологий и технических средств.

Цель исследования – разработка информационной модели с учетом особенностей расположения, производственных условий хозяйства, оценки эксплуатационных энергетических параметров машинно-тракторных агрегатов и других влияющих факторов на основе информационного моделирования для создания программного комплекса по автоматизированному выбору агротехнологий и технических средств с использованием современных информационных технологий сбора и обработки данных.

Материалы и методы. Исследования выполнены с помощью информационных и аналитических методов, системного подхода, логического и математического анализа материалов. Отмечая большой объем разнообразной информации, имеющийся в этой предметной области, обосновано применение метода информационного моделирования как наиболее адаптивного инструмента анализа для целостного и формализованного описания процесса автоматизированного выбора агротехнологий и технических средств. Учитывая тесную связь информатики и моделирования целесообразно информационные технологии использовать как современные средства моделирования. Обусловлено применение информационных технологий, имеющих в своей основе математические алгоритмы обработки информации, характеризующей протекание рассматриваемого процесса, для получения требуемого результата, используя, в том числе, и возможности оперативного реагирования на имеющуюся динамику технологического процесса на основе проведения мониторинга эксплуатационных энергетических параметров МТА.

При этом информационная модель понимается как информация, которая описывает существенные свойства объекта и его связи, формализована с точки зрения цели исследования и зафиксирована на информационном носителе [21]. Для автоматизированного выбора агротехнологий и технических средств целесообразно применение образно-знаковой информационной модели в виде схемы, позволяющей отобразить характерные аспекты рассматриваемого технологического процесса.

Научно-методические составляющие исследований .

Результаты исследований по автоматизированному выбору агротехнологий и тракторного парка позволят сельхозпредприятию оперативно предложить научнообоснованные варианты технологий и используемой техники с целью повышения рентабельности производства на основе компьютерного анализа данных, характеризующих почвенно-климатические особенности хозяйства, агротехнические ресурсы и производственные возможности.

Исходя из этого, исходной методической составляющей исследований является необходимость организации сбора информации и формирования баз исходных данных по сельхозпредприятию, а также и общеизвестных нормативно-технических данных сельскохозяйственного назначения, используемых для сравнений и расчетов при выборе агротехнологий и тракторного парка сельхозпредприятия.

Для компьютерного анализа данных при выборе технологий и технических средств привлечена экономико-математическая модель , учитывающая особенности расположения и производственные условия хозяйства, а также лимитирующие факторы и огра ничен ия Агротехника и энергообеспечение. – 2022. – № 2 (35)                        39

развития зернового производства, влияющие на выбор агротехнологии. С применением математической модели, используя критерии оптимизации (расход горюче-смазочных материалов, число механизаторов, затраты на производство), производится научнообоснованный выбор альтернативных вариантов технологий и тракторного парка, обеспечивая рациональное использование ресурсов хозяйства для снижения затрат, при соблюдении заданных агротехнических сроков выполнения технологических операций [22].

Поддержка нормативной энергообеспеченности полевых работ применяемых агротехнологий осуществляется на основе мониторинга эксплуатационных энергетических параметров двигателей внутреннего сгорания (ДВС) (мощность, расход топлива и др.) МТА путем получения измерительного диагностического сигнала угла поворота коленчатого вала при тестовом динамическом воздействии и его обработке с использованием компьютерной математической модели динамики ДВС [23].

Большое внимание при исследованиях уделяется созданию информационного сопровождения для всего цикла взаимодействия пользователя с системой, обеспечивая ввод и редактирование данных, их обработку и визуализацию результатов на основе удобного интерфейса пользователя.

Результаты исследования. Для определения совокупности программных модулей автоматизированного программного комплекса разработана информационная модель (рис. 1), отражающая значимые составляющие рассматриваемого процесса и их связи. В состав информационной модели входят следующие основные блоки: ввода исходной информации; подбора агротехнологий; подбора техники, энергообеспечения полевых работ, базы данных (БД). Важной объединяющей составляющей модели является наличие общей базы данных, в которой содержится разнообразная информация: первичная, справочная, дополнительная, результатов работы и др.

Блок ввода информации служит для введения пользователем сельхозпредприятия вручную и (или) с помощью сети Интернет сведений, необходимых при выборе агротехнологий и тракторного парка сельхозпредприятия для сравнения вариантов и расчета экономических показателей. Среди них индивидуальные для сельхозтоваропроизводителя данные о структуре полей, фитосанитарной обстановке, уровне интенсификации, севооборотах, рабочих, технологиях и технике, имеющейся в хозяйстве. В блоке обеспечивается корректный контролируемый ввод достоверных данных пользователем с гибкой системой редактирования.

Блок подбора технологий предназначен для подбора нескольких вариантов агротехнологий с указанием необходимых технологических операций, сроков и кратности их проведения. Анализ вариантов агротехнологий осуществляется на основе сведений из блока исходной информации об индивидуальных особенностях зоны расположения сельхозпредприятия.

Ввод данных

Особенности

территории

МТП сельхозпредприятия            Пользователь сельхозпредприятия

ШЖ условия Нормативнотехнические данные

Справочные сведения

Почвенноклиматические условия

Фигосанитарная обстановка

Регистр технологий

Состав и

характеристики

КПП '

Паспортные значения параметров ДВС

Подбор агротехнологий

Обработка данных

Расчет

альтернативных

вариантов

агро технологии с

учетом

агроклиматических и фитос анитарных

факторов

Отчет

Варианты технологических карт

Список технологических операций по ТК

Сроки выполнения работ

ТК

Коррекгиров! :и технологий

Шшж ДЖ мт а

Диагностические сигналы

угловая скорость коленчатого вала

две МТ А (разгон - выбег)

Тестовое циклическое воздействие на ДВС подача топлива

База данных

Исходные данные

Ш§ варианты подбора технологий

Подбор техники

Обработка данных

Расчет

альтернативных

вариантов рационального использования МТП Экономико-

математическая модель

Отчет Варианты использования техники

Количественная оценка потребности КПП

Количественная

оценка потребности в

механизаторах

Экономическая оценка

Коррекп [ровки МТ А

Мониторинг энергообеспеченности полевых работ

Обработка данных

Расчет энергетических параметров ДВС Оценка отклонений параметров ДВС

Математическая динамическая модель ДВС

Отчет

Рассчитанные значения

эксплуатационных параметров

Отклонения параметров

Рекомендации по корректировке МТ А

Ш£варианты подбора техники

Итоговая ТК по выбранному варианту

Архив ТК по годам

жданные мониторинга во время полевых работ

Архив данных мониторинга по каждой единице МТ А по годам

ТК – технологическая карта МТП – машинно-тракторный парк;

МТА – машинно-тракторный агрегат; ДВС – двигатель внутреннего сгорания

Рисунок 1 – Информационная модель автоматизированного подбора агротехнологий и тракторного парка растениеводческого сельхозпредприятия

Алгоритм модуля по выбору технологий должен обеспечить возможность применения различных технологий из имеющихся в БД базовых технологий по следующим критериям:

  • ˗    определение способа обработки почвы с учетом агроклиматических и фитосанитарных условий хозяйства;

  • ˗    соответствие технологии заданному уровню интенсификации;

  • ˗    соответствие технологии севообороту;

  • ˗    применимость технологий в данной природно-климатической зоне с учетом культуры, рельефности и структуры полей;

  • -    определение необходимости и кратности минерального питания;

  • ˗    определение необходимости и кратности технологических операций по уходу за посевами; формирование севооборота.

Блок подбора техники предназначен для определения вариантов рационального использования МТП, необходимого для выполнения одной технологии из ряда рассчитанных вариантов. На основе математической модели рассчитываются экономические показатели для оценки вариантов [22]. Предусмотрена корректировка состава МТА с учетом результатов текущего мониторинга эксплуатационных энергетических параметров МТА, например, при достижении параметром предельно-допустимого значения. В результате работы данного блока формируется список техники, нужной для выполнения заданного объема работ в оптимальные агротехнические сроки.

Алгоритм программного модуля по подбору технических средств должен обеспечить возможность подбора техники исходя из конфигурации полей и ширины захвата машиннотракторного агрегата по следующим критериям:

  • ˗    выполнение заданного объема работ в оптимальные агротехнические сроки;

  • ˗    минимум механизаторов;

  • ˗    минимум расхода ГСМ;

  • ˗    возможность использования широкозахватной техники (размер и конфигурация полей);

  • ˗    расчет минимума прямых затрат и других экономических показателей.

Блок мониторинга энергообеспеченности полевых работ предназначен для оценки отклонений текущих значений энергетических эксплуатационных параметров МТП ДВС от нормальных на основе мониторинга диагностических сигналов ДВС. При расчете энергетических параметров ДВС (мощности, расхода топлива) применена динамическая модель с использованием тестовых воздействий на двигатель [23].

Алгоритм автоматизированного энергетического мониторинга тракторного парка сельхозпредприятия должен обеспечить выполнение следующих функций:

  • ˗    измерение частоты вращения коленчатого вала при тестовых динамических воздействиях на ДВС;

  • ˗    синхронизация измерений с контролем и обеспечением в цикле испытаний необходимого числа полноценных единичных тестовых воздействий;

  • ˗    построение по данным измерений скоростной и регуляторной динамических характеристик ДВС по мощности и крутящему моменту;

  • ˗    расчет комплекса диагностических характеристик по скоростной характеристике;

  • - расчет отклонений текущих значений энергетических эксплуатационных параметров ДВС от нормальных (паспортных) значений.

Предварительное тестирование работы алгоритмов выбора технологий и подбора техники проводилось на примере хозяйства южно-таежно-лесной зоны Новосибирской области при подборе технологий возделывания яровой пшеницы. Экспертная оценка предложенных путем автоматизированного подбора двух альтернативных вариантов технологий - с нормальным и интенсивным уровнем интенсификации - показала работоспособность алгоритмов.

Функционирование алгоритма энергообеспеченности полевых работ проверялось на примере хозяйства северо-лесостепной зоны Новосибирской области с помощью автоматизированной цифровой технологии энергетического мониторинга тракторного парка сельхозпредприятия на основе экспериментального образца диагностического устройства «МОТОР-ТЕСТЕР СибФТИ» [24]. Оперативная оценка мощности тракторных ДВС в течении всего годового цикла полевых работ позволила своевременно выполнять необходимые ремонтно-регулировочные воздействия для поддержания нормальных (паспортных) значений мощности при ее уменьшении, обусловленной ухудшением технического состояния, предотвращая тем самым перерасход топлива и увеличение затрат, повышая эффективность использования тракторного парка.

В блоке базы данных (БД) систематизированы нормативно-технические данные и справочные сведения: о культурах, удобрениях, средствах защиты, сельскохозяйственной техники (тракторы и сельхозмашины), видах технологических работ, технологических операциях и их характеристиках, агроклиматических зонах. В ней хранятся промежуточные варианты подбора технологий и технических средств, рассчитанные технологические карты по выбранному варианту, текущие значения энергетических эксплуатационных параметров в течение всего годового цикла полевых работа, а также архив данных по выбору агротехнологий и тракторного парка по хозяйству по годам.

Выводы. Показана актуальность исследований по автоматизированному выбору агротехнологий и тракторного парка сельхозпредприятия, результаты которых позволят оперативно предложить научно-обоснованные варианты технологий и используемой техники с целью повышения рентабельности производства на основе компьютерного анализа данных, характеризующих почвенно-климатические особенности хозяйства, агротехнические ресурсы и производственные возможности.

Обосновано применение метода информационного моделирования, как наиболее адаптивного инструмента для целостного и формализованного описания процесса автоматизированного выбора агротехнологий и технических средств, характеризуемого большими объёмом разнообразных информационных потоков с различными способами получения, передачи и обработки информации, сопровождающими весь комплекс работ, начиная от подготовки почвы и семян и заканчивая уборкой урожая.

Сформированы основные блоки информационной модели;

ввода данных, обеспечивающий систематизацию данных, характеризующей в достаточной степени конкретное сельхозпредприятие, а также и общеизвестных нормативнотехнических данных сельскохозяйственного назначения;

подбора агротехнологий и техники с привлечением экономико-математической модели для расчета научно-обоснованных альтернативных вариантов технологий и тракторного парка, обеспечивающих рациональное использование ресурсов хозяйства, при соблюдении заданных агротехнических сроков;

энергообеспечения полевых работ на основе мониторинга эксплуатационных энергетических параметров   машинно-тракторных   агрегатов путем получения измерительного диагностического сигнала угла поворота коленчатого вала при тестовом динамическом воздействии и его обработке с использованием компьютерной Агротехника и энергообеспечение. - 2022. - № 2 (35)                     И43

математической модели динамики ДВС.

Предварительное экспериментальное тестирование работы алгоритмов блоков подтвердило возможность разработки программного комплекса на основе предложенной информационной модели, который позволит автоматизировать процесс формирования годового планирования работ, предложить научно-обоснованные альтернативные варианты агротехнологий и рационального использования МТП сельхозпредприятия; обеспечить повышение эффективности и конкурентоспособности растениеводческого сельхозпредприятия.

Список литературы Применение информационного моделирования для автоматизированного выбора агротехнологий в растениеводстве

  • Башилов А.М., Королев В.А. Цифровая трансформация агропредприятий // Вестник аграрной науки Дона. 2021. № 3 (55). С. 24-32.
  • Zhumaxanova K.M., Yessymkhanova Z.K., Yessenzhigitova R.G., Kaydarova A.T. The current state of agriculture digitalization: problems and ways of solution // Central Asian Economic Review. 2019. № 5 (128). С. 144-155.
  • Лобачевский Я.П., Дорохов А.С. Цифровые технологии и роботизированные технические средства для сельского хозяйства // Сельскохозяйственные машины и технологии. 2021. Т. 15. № 4. С. 6-10.
  • Rohit Sharma, Shreyanshu Parhi, Anjali Shishodia. Industry 4.0 Applications in Agriculture: Cyber-Physical Agricultural Systems (CPASs) // Advances in Mechanical Engineering: Select Proceedings of ICAME 2020. 2020. pp. 807-813. DOI: 10.1007/978-981-15-3639-7_97.
  • Голубев И.Г., Мишуров Н.П., Гольтяпин В.Я., Апатенко А.С., Севрюгина Н.С. Системы телеметрии и мониторинга сельскохозяйственной техники: монография. М.: ФГБНУ «Росинформагротех». 2020. 76 с.
  • Арженовский А.Г. Методы определения энергетических и топливно -экономических показателей машинно-тракторных агрегатов // Сельскохозяйственные машины и технологии. 2017. № 6. С. 36-40.
  • Альт В.В., Савченко О.Ф., Ольшевский С.Н., Елкин О.В., Клименко Д.Н. Автоматизированная технология энергетического мониторинга тракторного парка сельхозпредприятия // Труды ГОСНИТИ. 2017. т. 129. С. 36-44.
  • Дидманидзе О.Н., Дорохов А.С., Катаев Ю.В. Тенденции развития цифровых технологий диагностирования технического состояния тракторов // Техника и оборудование для села. 2020. № 11 (281). С. 39-43.
  • Старцев А.В., Алушкин Т.Е., Романов С.В., Сторожев И.И. Модель определения эксплуатационных затрат машинно-тракторных агрегатов на посев с учетом продолжительности работ и размеров площадей // Тракторы и сельхозмашины. 2020. № 1. С. 82-87.
  • Калачин С.В. Прогнозирование изменения контролируемых эксплуатационных параметров МТА // Тракторы и сельхозмашины. 2013. № 6. С. 29-31.
  • Лозгачева Т.М. Сравнительный анализ программных продуктов по точному земледелию // Научно-информационное обеспечение инновационного развития АПК (ИнформАгро-2021) / Сб. научн. докл XIII междунар. научн.-практ. интернет-конференции / ФГБНУ «Росинформагротех». Москва, 2021. С. 343-348.
  • Савченко О.Ф., Шинделов А.В. Применение информационных технологий в инженерно-технической системе АПК // Вестник НГАУ. 2013. № 4. С. 99-104.
  • Зубина В.А. Обзор и анализ методов оптимизации и компьютерных программ для повышения эффективности МТП//Вестник аграрной науки Дона. 2018. № 41. С. 26-32.
  • Gostev A.V., Pykhtin A.I., Liudmila S. Program for the rational choice of highly cost-effective adaptive technology of grain cultivation for various conditions of the European part of the Russian Federation // Journal of Applied Engineering Science. 2020. Vol. 18(2020)2. No. 679. P. 216-221. D0I:10.5937/jaes18-26312.
  • Степных Н.В., Нестерова Е.В., Заргарян А.М. Экономическая оценка технологий выращивания сельскохозяйственных культур с помощью веб-приложения // Вестник Курганской ГСХА. 2020. № 1 (33). С 24-29.
  • Исакова С.П., Колпакова Л.А., Боброва Т.Н., Савченко О.Ф. Информационная аналитическая система подбора сельскохозяйственной техники в растениеводстве // Достижения науки и техники АПК. 2007. № 1. С. 36.
  • Бейлис В.М. Оценка материально-технических ресурсов технологий производства сельскохозяйственных культур // Сельскохозяйственные машины и технологии. 2017. № 3. С.39-44.
  • Ткаченко В. В. Ткаченко Н. А., Сафьянова В. В. Методика многокритериальной комплексной оценки и выбора технологии возделывания сельскохозяйственных культур // Научный журнал КубГАУ. 2016. №123 (09). С. 1-19.
  • Савченко О.Ф. Экспертиза технического состояния ДВС на основе интеллектуального анализа данных // Труды ГОСНИТИ. 2008. т. 101 . С. 96-103.
  • Abdulkadir Gumuscu, Mehmet Emin Tenekeci, Ali Volkan Bilgili. Estimation of wheat planting date using machine learning algorithms based on available climate data // Sustainable Computing: Informatics and Systems. 2020. V. 28. Article 100308. DOI: 10.1016/j.suscom.2019.01.010.
  • Yadrovskaya M.V. Revisiting computer modeling. Advanced Engineering Research. 2020. № 20(3). P. 332-345.
  • Альт В.В., Балушкина Е.А. Исакова С.П. Математическая модель по выбору технологий возделывания зерновых // Сибирский вестник сельскохозяйственной науки. 2020. Т. 50. № 2. С. 92-99. DOI: 10.26898/0370-8799-2020-2-11.
  • Альт В.В., Ольшевский С.Н., Добролюбов И.П., Савченко О.Ф., Борисов А.А., Орехов А.К. Разработка динамической модели ДВС // Труды ГОСНИТИ : т. 118/ Россельхозакадемия, ГОСНИТИ. - М., 2015. - С. 8-15.
  • Альт В. В., Савченко О. Ф., Елкин О. В. Цифровая технология оценки мощности тракторного парка сельхозпредприятия // Сельскохозяйственные машины и технологии. 2019. т. 13. № 4. С. 25-31. DOI 10/22314/2073-7599-2019-13-4-25-31.
Еще
Статья научная