Россия
ВАК 4.1.5 Мелиорация, водное хозяйство и агрофизика
УДК 658.51 Организация производственного процесса
ГРНТИ 68.00 СЕЛЬСКОЕ И ЛЕСНОЕ ХОЗЯЙСТВО
ОКСО 35.06.01 Сельское хозяйство
ББК 40 Естественнонаучные и технические основы сельского хозяйства
ТБК 5607 Сельскохозяйственная мелиорация
BISAC TEC003050 Agriculture / Irrigation
Цель: снижение энергозатрат мелиоративных машин за счет оптимизации сроков ремонта и замены техники. Методы: разработана математическая модель на основе анализа энергозатрат и выработки фонда рабочего времени с применением математического анализа, теории множеств, а также графической визуализации. Результаты: модель определяет оптимальные сроки профилактики или замены машины, минимизируя энергозатраты. Выводы: эффективность мелиоративного производства повышается за счет поддержания парка машин в технически исправном состоянии, что подразумевает снижение энергозатрат при максимальном использовании фонда рабочего времени
мелиоративные машины, энергозатраты, математическая модель, оптимизация, техническое состояние
Введение.
Одной из основных составляющих современного мелиоративного комплекса является парк машин, поддержание которого в оптимальном состоянии позволяет обеспечить выполнение годовой производственной программы с минимальными энергозатратами. При этом возможны два варианта: организация изначально оптимального парка машин или же создание и поддержание оптимальной структуры существующего машинного парка. И в том, и другом случаях техника должна подбираться с учетом потребности хозяйств, их ресурсной возможности, необходимости выполнения объемов работ, качественных показателей и установленных сроков. Такая задача имеет решение, благодаря анализу данных относительно энергозатрат и фонда рабочего времени, полученных при мониторинге технического состояния машин и на их основе принятию своевременного управляющего решения.
Цель исследования.
Целью исследования в данной работе является снижение энергозатрат за счет применения методики и соответствующей ей математической модели, позволяющей поддерживать парк машин мелиоративного производства в оптимальном состоянии. В случае выявления нарушений баланса между фактическими энергозатратами и фондом рабочего времени такая методика помогает определить критический период времени по принятию управляющего решения и направляет его в сторону оптимального выбора.
Материалы и методы.
Поддержание парка мелиоративных машин в рабочем состоянии предполагает своевременную диагностику его составляющих [1, 2]. Таким образом, для обеспечения его бесперебойного функционирования необходима разработка математической модели процесса оптимального обновления техники, позволяющей структурировать по временному ряду возникающие задачи и успешно решать их [3, 4, 5]. Комплексный мониторинг, совершенствование или обновление машин позволяют содержать парк в удовлетворительном рабочем состоянии и вырабатывать фонд рабочего времени с минимальными энергозатратами [6, 7, 8].
В основу математической модели, позволяющей определить оптимальное решение при обновлении парка машин, положен временной ряд, позволяющий рассматривать эмпирически полученные статистические данные, как динамическую систему [9]. При этом совокупность всех машин парка представлена, как множество элементов:
Также введено множество (2):
элементы которого соответствуют определенному временному значению,
Жизненные циклы, которых описываются временными интервалами:
причем,
При прогнозируемости продолжительности жизненного цикла машин можно учитывать различные характеристики или их совокупность, описываемые множеством
В данном случае одной из характеристик (5) являются показатели энергозатрат на производство работ машиной, так как они являются одними из основополагающих критериев в формировании и оценке ее жизненного цикла:
где
На рисунке 1 изображены жизненные циклы машин
В рассматриваемом случае множество
Элементы указанных подмножеств располагаются на оси времени 
.
Для построения графика функции, отражающего жизненный цикл машины, были взяты оси и
На оси
Необходимо заметить, что элементы множеств
или, с учетом формул (1-9):
Оценка энергозатрат машиной
и машиной
Машина
Фактически, варианты (12) представляют множество управляющих решений
При выборе оптимального варианта из множества управляющих решений (12) удобно воспользоваться графическим представлением жизненных циклов мелиоративных машин, представленных на рисунке 1.
Главной характеристикой при выборе вариантов (12) является наличие более низких энергозатрат при выполнении одинаковых видов работ, то есть:
При этом затраты, связанные с получением машины
Также существует взаимосвязь между энергозатратами, фондом рабочего времени
Общий вид функциональной взаимосвязи между задействованными величинами имеет следующий вид:
где
Для наглядного изображения зависимостей одной величины от другой удобно использовать системы координат, использующие соответствующие обозначения осей (рисунок 1, рисунок 2).
Рисунок 1 – Графическое представление жизненных циклов мелиоративных машин при переходе машины 
к варианту ее замены на новую машину 
В функциональном плане, используя вид (15), зависимость между энергозатратами и фондом рабочего времени выглядит следующим образом:
где
Так как зависимость энергозатрат и фонда рабочего времени носит функциональный характер, то ее графическое изображение возможно представить в системах координат с осями
Рисунок 2 – Графическое представление взаимосвязи энергозатрат и фонда рабочего времени для машины и их критические значения для принятия управляющего решения 
и о дальнейшей форме ее содержания
Множество критических значений
И,
и 
являются коэффициентами соответствия и введены для приведения графиков к единому масштабу.
Дальнейшие исследования соотношения энергозатрат и фонда рабочего времени для машины
Введенный авторами коэффициент 
(формула 19) показывает оптимальность выбора при различных условиях (12):
где
При наличии выбора вариантов (от 1 до r) обновления парка машин, решающим является максимальное значение коэффициента
На рисунке 1, в качестве примера, представлено графическое изображение возможных вариантов (12) при переходе одного из вариантов к следующему и уточнение
Также авторами установлен оптимальный временной промежуток эксплуатации машины
Формулы 1 – 18 в совокупности дают решение задачи относительно определения оптимального времени принятия управляющего решения и его содержания, что отображено алгоритмом (20): [14, 15]
Результаты и обсуждение.
Решим практическую задачу с применением представленных выше теоретических исследований.
Например, имеется одноковшовый экскаватор 3 размерной группы ЭО-3323. Мощность двигателя – 55 кВт, техническая производительность – 25 м3/ч, годовой фонд рабочего времени – 2330 маш.-ч. Коэффициент, учитывающий местные условия объекта – 0,95.
Тогда, эксплуатационную производительность Пэ можно определить по формуле:
Пэ = Пт ∙ Кусл., (21)
где Пт – техническая производительность машины, м3/ч; Куслj – коэффициент, учитывающий местные условия на объекте (коэффициент местных условий может принимать значения от 0 до 1).
Пэ = 25*0,95 = 23,75 м3/ч.
Удельную энергоемкость работы машины на производственном объекте Эуд, кВт∙ч/м3, рассчитываем по формуле:
где Nдв – мощность двигателя машины, кВт; Пэ – часовая эксплуатационная производительность машины на объекте, м3/ч.
= 55/23,75 = 2,316 кВт∙ч/м3
Годовые энергозатраты (с учетом, что машина работает весь запланированный фонд рабочего времени), определяем по формуле:
где – годовой фонд рабочего времени машины, маш.-ч
= 2,316*2330 = 5396 кВт∙год/м3.
Применяя формулы 1–16 и алгоритм (20), получаем, что для конкретных производственных условий:
Следовательно, через 10 лет, используя формулу (19) возможно осуществить выбор оптимального решения относительно дальнейшего жизненного цикла экскаватора. Получив значение коэффициента
Выводы.
Для поддержания парка мелиоративных машин
В представленной работе нами разработана методика выбора оптимального управляющего решения, позволяющая обеспечить необходимое равновесие между энергозатратами
1. Абдразаков Ф. К., Горюнов Д. Г. Оптимизация формирования парков машин и распределения техники по производственным объектам // Строительные и дорожные машины. 2002. № 3. С. 12–14. EDN: https://elibrary.ru/YKPMVH.
2. Соловьев Д. А., Чумакова С. В., Гончаров Р. Д. Математическая модель организации технического сервиса // Технический сервис машин. 2024. Т. 62, № 2. С. 27–32. DOI:https://doi.org/10.22314/2618-8287-2024-62-2-27-32. EDN: https://elibrary.ru/SHIBQC.
3. Чумакова С. В., Горюнов Д. Г., Загоруйко М. Г. Математическая модель оптимизации формирования парка машин// Природообустройство. 2025. № 1. С. 56–62. DOI:https://doi.org/10.26897/1997-6011-2025-1-56-62. EDN: https://elibrary.ru/NUYXIO.
4. Кравчук А. В., Бельтиков Б. Н., Панкова Т. А. Особенности работы широкозахватной дождевальной машины фронтального передвиджения и обоснование силового расчета центральной подвижной опоры // Мелиорация и гидротехника. 2024. Т. 14, № 4. С. 243–257. DOI:https://doi.org/10.31774/2712-9357-2024-14-4-243-257. EDN: https://elibrary.ru/XTYJOV.
5. Вероятность появления повреждений и отказов на трубопроводах оросительных систем / С. С. Орлова, А. В. Кравчук, Т. А. Панкова, О. В. Михеева, Е. Н. Миркина // Мелиорация и гидротехника. 2023. Т.13, № 2. С. 109–122. DOI:https://doi.org/10.31774/2712-9357-2023-13-2-109-122. EDN: https://elibrary.ru/AZHAVY
6. Комплексный мониторинг технического состояния концевого водоспуска Невинномысского канала, базирующийся на оценке параметров надежности / М. А. Бандурин, В. А. Волосухин, И. А. Приходько, А. А. Руденко // Мелиорация и гидротехника. 2023. Т. 13, № 2. С. 264–280. DOI:https://doi.org/10.31774/2712-9357-2023-13-2-264-280. EDN: https://elibrary.ru/ZELKMQ.
7. Колганов Д. А. Совершенствование и разработка широкозахватных дождевальных машин и дождевальной техники // ТЕХНОГЕННАЯ И ПРИРОДНАЯ БЕЗОПАСНОСТЬ материалы IV Всероссийской научно-практической конференции. Саратовский государственный аграрный университет имени Н.И. Вавилова. 2017. С. 37–42.
8. Разработка сменных рабочих органов мелиоративного каналоочистителя ОКН-0,5 / Х. А. Абдулмажидов, В. И. Балабанов, Н. Б. Мартынова, А. А. Макаров // Мелиорация и водное хозяйство. 2023. № 6. С. 36–40. DOI:https://doi.org/10.32962/0235-2524-2023-6-40-43. EDN: https://elibrary.ru/YJHJDW.
9. Нижников А. И., Яремко О. Е., Яремко Н. Н. Матричные интегральные преобразования для моделирования волновых процессов в кусочно-однородных средах // Чебышевский сборник. 2023. Т. 24, № 4(90). С. 239–251. DOI:https://doi.org/10.22405/2226-8383-2023-24-4-239-251. EDN: https://elibrary.ru/YCKUUY.
10. Нгуен Т., Ахметов И. З., Галимянов А. Ф. Численный метод решения интегральных уравнений Фредгольма и Вольтерра с помощью искусственных нейросетей // Чебышевский сборник. 2024. Т. 25, № 5(96). С. 126–139. DOI:https://doi.org/10.22405/2226-8383-2024-25-5-126-139. EDN: https://elibrary.ru/QYHQIV.
11. Численное моделирование усталостного разрушения на основе нелокальной теории циклической повреждаемости / Н. Г. Бураго, И. С. Никитин, А. Д. Никитин, Б. А. Стратула // Математическое моделирование. 2024. Т. 36, № 3. С. 3–19. DOI:https://doi.org/10.20948/mm-2024-03-01. EDN: https://elibrary.ru/PZGYDB.
12. Вероятность появления повреждений и отказов на трубопроводах оросительных систем / С. С. Орлова, А. В. Кравчук, Т. А. Панкова, О. В. Михеева, Е. Н. Миркина // Мелиорация и гидротехника. 2023. Т. 13, № 2. С. 109–122. DOI:https://doi.org/10.31774/2712-9357-2023-13-2-109-122. EDN: https://elibrary.ru/AZHAVY.
13. Бакланова Д. В. Анализ проблем функционирования Сарпинской обводнительно-оросительной системы в республике Калмыкия // Мелиорация и гидротехника. 2022. Т. 12, № 2. С. 209–222. DOI:https://doi.org/10.31774/2712-9357-2022-12-2-209-222. EDN: https://elibrary.ru/EPAHCL.
14. Мясоедов А. И. Современные экономико-математические методы и модели в процессе принятия управленческих решений // Проблемы и перспективы экономики и управления: материалы VI Междунар. науч. конф. (г. Санкт-Петербург, 20–23 дек. 2017 г.). СПб.: Свое изд-во, 2017. С. 150–153. EDN: https://elibrary.ru/QJXJLB.
15. Theoretical concept of augmented reality application in the maintenance of agricultural tractors / S. V. Chumakova, R. D. Goncharov, O. V. Kabanov, A. V. Rusinov // Digital Technologies in Agriculture of the Russian Federation and the World Community. Ставрополь, 27–30 сент. 2021 г. AIP PUBLISHING, 2022. Т. 2661. 110002. EDN: https://elibrary.ru/IXETZV.
