автореферат диссертации по процессам и машинам агроинженерных систем, 05.20.01, диссертация на тему:Методы проектирования и критерии оценки адаптивных технологий заготовки кормов из трав, повышающие эффективность технологий

- 6 ДПР -1938

ПОПОВ Владимир Дмитриевич

У На правах рукописи

МЕТОДЫ ПРОЕКТИРОВАНИЯ И КРИТЕРИИ ОЦЕНКИ АДАПТИВНЫХ ТЕХНОЛОГИЙ ЗАГОТОВКИ КОРМОВ ИЗ ТРАВ, ПОВЫШАЮЩИЕ ЭФФЕКТИВНОСТЬ ТЕХНОЛОГИЙ

05.20.01 - механизация сельскохозяйственного производства

Автореферат диссертации на соискание ученой степени доктора технических наук

Санкт-Петербург - Пушкин 1998

Работа выполнена в Научно-исследовательском и проектно-технологическом институте механизации и электрификации сельского хозяйства Нечерноземной зоны Российской Федерации.

Официальные оппоненты:

доктор технических наук, профессор, заслуженный деятель науки и техники РФ Б.И. Вагин;

доктор технических наук, профессор, заслуженный деятель науки и техники РФ А.И. Завражнов;

доктор технических наук, профессор, член-корреспондснт Рос-сельхозакадемии В.А. Сысуев.

Ведущая организация - Северо-Западный научно-исследовательский институт молочного и лугопастбшцного хозяйства

заседании диссертационного совета Д 120.37.04 по защите диссертаций на соискание ученой степени доктора технических наук при Санкт-Петербургском государственном аграрном университете по адресу: 189620 Санкт-Петербург - Пушкин, Академический проспект, дом 23, ауд. 719.

С диссертацией можно ознакомиться в библиотеке Санкт Петербургского государственного аграрного университета.

(СЗНИИМЛПХ).

Защита состоится

1998 г. на

Автореферат разослан " ¿£(9 иб* </¿¿01998 г.

Ученый секретарь диссертационного * J

совета, доктор технических наук ЙЛЗ.Соминич

Актуальность проблемы. Кормопроизводство и животноводство являются важнейшими отраслями агропромышленного комплекса Нечерноземной зоны, темпы развития и научно-технический уровень которых во многом определяют эффективность функционирования сельского хозяйства и конкурентность его продукции. Кормопроизводство наиболее ресурсоемкая отрасль растениеводства. В Нечерноземной зоне под кормовыми культурами занято около 70% площадей. Значимость кормопроизводства сводится не только к обеспечению животноводства кормами, но и решению проблем биологизации земледелия, сохранения плодородия почвы, охраны окружающей среды.

Однако производство кормов за последние годы резко сократилось. Если заготовка грубых и сочных кормов в России в среднем за 1986-1990 гг. составляла 79,0 млн. т к.е., то за 1991-1995 гг. - 53,3 млн. т к.е. Возросли удельные затраты энергии и ресурсов на производство кормов.

В условиях ограниченных финансовых ресурсов стабилизирующим фактором кормопроизводства и биологизации земЯ&йелия • является полевое травосеяние.

Наиболее затратной частью кормопроизводства, определяющей качество корма и уровень сохранности питательных веществ в выращенном урожае, является уборка трав.

К настоящему времени разработано большое количество технологий и технических средств заготовки основных видов кормов из трав. Отечественной и зарубежной промышленностью выпускается' разнообразная техника, обеспечивающая механизацию практически всех технологических операций.

Эффективность использования технологий и технических средств во многом "определяется условием их применения.

Таким образом, формирование технологий и комплексов технических средств для заготовки кормов с адаптационными свойствами к природно-климатическим и экономическим условиям является одной из основных проблем кормопроизводства и определяет актуальность данного исследования.

Научные исследования, отраженные в диссертации, выполнялись в соответствии с государственными научно-техническими программами 16.05 (1976-1980 гг.), О.Ц. 041 (1981-1985 гг.), 0.51.04 (1986-1990 гг.) и региональной научно-технической программой 5 Р (1991-1995 гг.) и 8 Р. "Разработать научные основы развития системы технологического обеспечения сельскохозяйственного производства, создания машин и энергетики нового поколения, формирование эффективного инженерно-технического сервиса в условиях рыночной экономики", являющейся составной частью Программы фундаментальных и приоритетных прикладных исследований по научному

обеспечению развития АПК Российской Федерации на 1996-2000 гг., выполняемой по заказу Минсельхозпрода РФ.

Целью исследования является разработка методологии проектирования технологий и комплексов машин, адаптированных к природно-климатическим условиям и обеспечивающих повышение эффективности технологических процессов заготовки и хранения кормов из трав.

Научную новизну работы составляют:

- многоуровневая иерархически организованная модель, совокупности отдельных явлений, процессов и операций для проектирования системы машин и технологий с заданными адаптационными свойствами;

- математические модели, целевые функции и критерии оптимизации оценок соотношения отдельных видов кормов, используемых для обеспечения заданной продуктивности животных;

- математические модели и система оценок эффективности использования отдельных машин и агрегатов, учитывающих вероятностные условия функционирования уборочно-транспортных комплексов.

Практическую пенность работы составляют:

- метод и алгоритм проектирования адаптивных технологий, обеспечивающий диалоговый режим работы;

- модели и программные средства для оценки эффективности работы уборочных машин и обоснования состава уборочно-транспортных комплексов;

- метод оперативного управления технологиями заготовки кормов при изменении условий уборки на основе оперативного расчета дублирующих вариантов;

- эвристический метод оценки технологий для проверки адекватности результатов проектирования адаптивных технологий с использованием математической модели н методика обработки результатов опроса экспертов с учетом их компетентности.

- базовые технологии заготовки основных видов кормов для всех групп областей Нечерноземной зоны;

Результаты выполненной научно-исследовательской работы доведены до стадии, пригодной для широкого практического применения. На основе предложенных моделей и методов разработано автоматизированное рабочее место специалиста по кормопроизводству, позволяющее решать как прогнозные (плановые) задачи, так и задачи оперативного управления, при изменении условий уборки. Предложенный метод и модель позволяют на стадии проектирования технологий проанализировать возможности адаптации технологий и определить основные управляющие факторы, возможные границы изменения показателен при их практической реализации в условиях

хозяйства или региона, а также оценить влияние изменения параметров машины на показатели работы всей технологии.

Результаты исследований нашли применение при разработке соответствующего раздела Системы технологий и машин для производства и переработки сельскохозяйственной продукции, одобренной коллегией Минсельхозпрода России, коллегией Минпрома России и Президиумом Россельхозакадемии 26 ноября 1996 года, при отработке методики формирования региональной Системы технологий и машин на примере Ленинградской области, а также при использовании в учебных процессах в некоторых вузах Северо-Запада и в работе информационно-консультационных служб.

Апробация работы. Материалы диссертации докладывались и обсуждались на научно-практических конференциях РАСХН, МСХП РФ в ВИМе "Научно-технический прогресс в инженерной сфере АПК России" в 1993, 1994, 1995, 1996, 1997 годах (г. Москва); на Международной конференции "Моделирование процессов и систем в отраслях АПК" в АФИ (г. Санкт-Петербург, 1993 г.); на 2-ой международной научно-практической конференции "Информация агропромышленного комплекса в условиях многоукладной экономики" (г. Москва, 1994 г.); на Международном семинаре "Экологические аспекты механизации" (г. Варшава, 1995 г.); на научной сессии РАСХН (г. Киров, 1995 г.); на заседании Президиума РАСХН, на бюро отделения механизации РАСХН; на научной конференции профессорско-преподавательского состава и аспирантов СПбГАУ (г. Пушкин, 1998г.).

Публикации. По теме исследований опубликована 51 научная работа.

Структура и объем диссертации. Диссертационная работы состоит из введения, пяти разделов, заключения и общих выводов, приложений. При общем объеме 404 стр. включает 278 стр. текста, 28 рисунков, 27 таблиц. Список литературы включает 178 наименований, из них 24 на иностранных языках.

В приложении приведено 12 таблиц, базы данных по технологиям и техническим средствам заготовки кормов, программы для ПЭВМ, описание автоматизированного рабочего места для специалиста по кормопроизводству, документы, отражающие практическое использование результатов исследований.

СОДЕРЖАНИЕ РАБОТЫ

Диссертационная работа выполнена автором самостоятельно. Научные исследования проводились лично автором, при его непосредственном участии и научном руководстве в соответствии с тема-

тическими планами научно-исследовательских работ в Научно-исследовательском и проектно-технологическом институте механизации и электрификации сельского хозяйства Нечерноземной зоны РФ с 1974-1998 годы. Решение отдельных частных задач по теме диссертации выполнялось совместно с сотрудниками, работавшими и работающими в НИПТИМЭСХ НЗ РФ доктором технических наук B.C. Сечкшшм, кандидатами наук М.Ш. Ахмедовым, A.M. Валге, В.В. Малышевой, Л.С. Сеником, JI.A. Сулимой, H.H. Череем, инженером-программистом Е.Г. Пакскиной. Научной основой работ по обоснованию технологий, технологических комплексов и критериев их оценки являются труды академиков Л.П. Кармаповского, Н.В. Краснощекова, Э.И. Липковича, И.Е. Янковского; докторов наук В.Г. Антипина; A.A. Артюшина, Б.И. Вагина, Б.Д. Докина, В.Г. Еншсеева, В.И. Особова, B.C. Сечкина, Р.Ш. Хабатова.

В диссертации дан анализ состояния производства кормов в стране и Нечерноземной зоне РФ, способов заготовки кормов и используемых для этого технологий, технических средств и тенденции их развития. Показано, что основными элементами, определяющими экономические и качественные показатели корма являются уборочные процессы, на которые приходится около 70% затрат. Анализ технологий и показателей технических средств в различных условиях заготовки кормов показал, что их эффективность во многом зависит от условий работы. Вь:зокие затраты энергии, труда, средств и низкое качество полученного корма обусловлено во многом отсутствием адаптивности технологий и машин к условиям работы и несовершенством структуры кормозаготовительного парка машин, отсутствием научно-обоснованной управленческой информации, необходимой для принятия решений при изменении условий уборки.

. Большой вклад в исследование и разработку методов формирования технической оснащенности сельскохозяйственного производства внесли В.Г. Еникеев, Э.И. Липкович, Н.В. Краснощеков, B.C. Сечкин, Б.Д. Докин, И.А. Долгова, A.B. Тимофеева, Э.А. Финн, Р.Ш. Хабатов и др. Повышению эффективности технологий и технических средств посвящены работы A.A. Артюшина, В.А. Алещкина, H.A. Барсова, В.И. Вайнруба, Л.П. Кармановского, А.Д. Кормщико-ва, В.Ф. Скрабача, В.А. Сысуева, Н.П. Сычугова,-A.B. Шаброва, А.Н. Никифорова, Ю.А. Цоя, И.Е. Янковского. Проблемы адаптивных систем ведения сельского хозяйства освещены в работах A.A. Жученко, А.Н. Каштанова, Н.В. Краснощекова, Г.Е. Чепурина и др.

Разработанные ранее методы прогнозирования и обоснования технической оснащенности сельскохозяйственного производства были ориентированы прежде всего на плановую техногенную систему ведения хозяйства и не в полной мере отражали необходимость адаптивности технологий и технических средств к агросистемам, а

также особенности экономических отношений в сельском хозяйстве. Разработанная же система технологий и машин, являясь важным документом, не предлагает методов проектирования технических средств, приспособленных к условиям конкретного хозяйства или региона и не учитывает их главной особенности - возможности адаптироваться к условиям функционирования в процессе реализации технологий. В связи с этим особое значение приобретает разработка методов проектирования адаптивных технологий и технических средств, основанных на разработке адекватных моделей и использовании современной вычислительной техники, позволяющих совмещать процессы постановки задач и их решения.

В работе дан научный анализ критериев оценки технологий и технических средств и установлено, что исследуемые задачи многокритериальны, и для их решения необходимо учитывать все основные критерии оптимальности. Было установлено, что в большинстве исследований оценка технологий, выбор технологических комплексов машин или оптимизация исследуемых процессов, сводились к решению однокритериальных задач.

Для заготовки кормов из трав разработано множество технологий и технических средств, эффективность которых во многом определяется условиями их использования. Проектирование (формирование) технологий и технологических комплексов машин, адаптированных к конкретным: условиям, позволяет значительно повысить их эффективность.

Для решения поставленной проблемы с учетом изложенного были решены следующие основные задачи:

- выполнен лаучный анализ и дана оценка природно-климатических условий заготовки кормов в Нечерноземной зоне РФ, разработана методика и определены подзоны со схожими условиями;

- обоснована экономически целесообразная продолжительность уборки кормовых культур, обеспечивающая минимальные затраты, с учетом потерь питательных веществ при увеличении сроков уборки и роста издержек на содержание техники при их сокращении;

- разработана многоуровневая модель, обеспечивающая проектирование адаптивных технологий и комплексов машин;

- разработаны математические модели оценки эффективности работы машин и уборочно-транспортных комплексов в зависимости от условий работы;

- предложен алгоритм проектирования технологий, адаптированных к природно-климатическим условиям, как сложных систем;

- сформированы базовые адаптивные технологии отдельных подзон Нечерноземной зоны;

- разработана методология принятия решений при проектировании и управлении технологиями заготовки кормов и система оценок адаптивных технологий и технических средств;

- разработан метод проверки технологических процессов и технологий в целом с использованием полевых экспериментов и эвристических оценок.

В работе приведены характеристики основных этапов проектирования адаптивных технологий как сложных систем, теоретически обоснована математическая модель заготовки кормов и критерии оценки технологий, дано формализованное описание системы заготовки кормов, методологические основы принятия решений при проектировании и управлении технологиями.

Под проектированием адаптивных технологий подразумевается процесс формирования предлагаемой технологии и наиболее эффективного в заданных условиях комплекса технических средств для ее выполнения.

Термин адаптация (от лат. а<1ар1а1ю - приспособление) широко используется в разработке систем ведения сельского хозяйства, отдающих предпочтение биологическим факторам интенсификации производства. При этом "особое значение придается энерго-ресурсоэкономичности, экологической устойчивости и безопасности. В теории автоматического управления под адаптацией понимают процесс изменения параметров и структуры системы и управляющих воздействий на основе текущей информации с целью достижения определенного, обычно оптимального состояния при начальной неопределенности и изменяющихся условиях работы.

Данная работа посвящена разработке методологии проектирования технологий, технологических комплексов, приспособленных к природно-климатическими и экономическим условиям, при ограниченной априорной информации для изменяющихся условиях работы.

Научный анализ сложных систем и их проектирование с учетом всего комплекса функционирования стали возможными благодаря наличию высокопроизводительных вычислительных машин и практически неограниченной памяти запоминающих устройств. С учетом отмеченного, процесс создания технологий и технологических кормозаготовительных комплексов должен включать следующие процедуры.

На первом этапе производится научный анализ и формализованное описание системы, раскрывающий особенности алгоритма ее функционирования и характер взаимодействия входных и выходных показателей.

Второй этап предусматривает разработку математической модели. Для больших многопараметрических систем это, как правило, комплекс математических моделей различного вида, обеспечиваю-

щих моделирование процессов системы в целом и отдельных ее составляющих, а также взаимосвязи между ними.

На третьем этапе обосновываются критерии оценки, учитывающие все основные показатели объекта.

Сбор и обработка информации об условиях функционирования системы является четвертым этапом работы. В данном случае это информация о природно-климатических, экономических и других условиях функционирования исследуемой системы и ее статистический анализ.

Пятый -основной этап, предусматривает проектирование технологий и комплексов технических средств в диалоговом режиме. При этом алгоритмическому и программному обеспечению отводятся функции оперативного расчета элементов системы на основе разработанных математических моделей.

На последующих этапах проектирования осуществляется анализ результатов проектирования и проверки адекватности математических моделей.

При формализованном описании системы заготовки кормов исходили из того, что задача исследования технологий может быть представлена как двухточечная задача, формируемая следующим образом: необходимо перевести систему из некоторого начального состояния Хо в конечное состояние Хт за временной интервал Т при воздействиях на вектор управления (рис. 1). Для формирования технологии приняты следующие предпосылки:

- в кормопроизводстве на всех его этапах в качестве предмета труда выступает один и тот же продукт - трава, физико-механические и агро-биологические свойства которой изменяются целенаправленно в сторону необходимого конечного показателя;

- начальное состояние травы Хо для всех видов корма имеет один и тот же вектор состояния, определяемый уровнем развития растений на момент уборки и технико-экономическими затратами на получение урожая;

- вид получаемого корма в результате использования технологий определяется вектором конечного показателя физико-механн-ческих и агро-биологическнх свойств полученного из травы корма в состоянии Хт.

Вектор состояния травы развивается как в пространстве определяющих его координат, так и во временном интервале, обусловленном агро-биологическими процессами развития травы. В качестве основных составляющих вектора состояния системы приняты физико-механические, агро-биологические и технико-экономические показатели пря изменении состояний вектора из дг/ в

Вектор условий заготовки кормов А

ФИЗИЧЕСКОЕ

СОСТОЯНИЕ

ТРАВЫ

Номера состояния травы (корма)

0 I 1 1 2 3 ... | .. . N-1 N N+1

и>(М)

Вектор управления состоянием травы (корма)

БАНК ТЕХНОЛОГИЙ ЗАГОТОВКИ КОРМОВ Операции заготовки кормов

технологии 1 1 2 3 М-1 м М-Н

2 1 2 3 М-1 м М+1

^ Вектор формирования технологии для заготовки кормов

БАНК ТЕХНИЧЕСКИХ СРЕДСТВ ДЛЯ ЗАГОТОВКИ КОРМОВ Технические средства

операции 1 1 2 3 Ы Ь+1

2 1 2 3 Ь-1 1 1Л-1

Вектор природно-климатических и хозяйственно-экономических условий

Рис. 1 Модель процесса производства кормов в общем виде

Система переходит из состояния в состояние под воздействием управления (/¡(у), где I - номер технологии, } • номер операции в технологии. Вектор управления У; состоит из множества технологий М, которыми определяется как вид корма, так и основные его показатели на конце временного интервала и завершающей операции Ы, вектора Хт.

Каждая из технологий состоит из множества операций, для выполнения которых используются различные технические средства (множества и^). Составом технических средств определяется выбранная технология заготовки кормов и вид заготавливаемого корма.

Реальные производственные процессы протекают в конкретных условиях, обусловленных влиянием множества факторов, основ-

ными из которых являются природно-климатические. В предложенной модели вектор условий заготовки А воздействует на вектор состояния травы X. Вектор условий состоит из множества детерминированных и случайных составляющих. Характер их воздействия в существенной мере зависит от природно-климатических факторов.

В общем виде математическая модель кормопроизводства может быть записана в виде соотношения:

Хт-АмХо^ии^тА],

(1)

где Гг - вектор управления состоянием травы; С/; - технология как вектор управления состоянием травы; 17з - технические средства как вектор управления состояния травы; А - вектор условий заготовки корма; Хо - начальное значение вектора состояния травы; Хт - конечное значение вектора состояния травы; Т - рациональный временной интервал заготовки кормов; Аи - матрица вектора постоянных или переменных значений факторов, влияющих на условие заготовки кормов.

Ли -

а,

а

21

а

I д

т 1

а

т 2

(2)

Составляющими векторов модели являются показатели, принятые в кормопроизводстве для оценки технологий и отдельных операций. Объект управления Х((2,о>,Л,Зэ,ЗтМе) характеризуется текущим состоянием травы (кормов) и содержит следующие составляющие:

() - масса травы (корма), т;

со - влажность травы (корма), %;

Я - потери питательных веществ, %;

Зэ - энергозатраты на единицу кормов, кВт.ч/т к.е.;

Зт - трудозатраты на единицу корма, чел.-ч/т к.е.;

Мв - удельная металлоемкость на единицу корма, кг/т к.е.

Таким образом, процесс получения корма из травы является сложной многопараметрической системой, модель функционирования которой имеет многоступенчатую структуру, включающую в себя модели отдельных процессов и явлений и их взаимосвязей, и учитывающая условия уборки и вероятность их изменений.

Матрица физических процессов связана с множеством технологических операций {ТО), которому принадлежит множество физических процессов Ф, происходящих при заготовке кормов

ТО П Ф. (3)

Совокупность технологических операций, сформированная при проектировании из множества ТО в определенной последовательности, представляет собой технологию заготовки заданного вида корма ТВ.

Разнообразные технологические приемы и комплексы машин позволяют сформировать множество технологий для заготовки одного и того же вида корма. Таким образом множеству технологий ТВ, соответствует множество технологических операций, что позволяет расширить соотношение (3)

ТВ п ТО П Ф. (4)

Множество технологий заготовки при их реализации позволяет получить различные виды корма, которые в свою очередь составляют множество видов корма ВК. Исходя из этого можно записать:

ВК П ТВ П ТО п Ф. (5)

Таким образом, в качестве математической модели процесса заготовки кормов может быть использована многоуровневая иерархически согласованная модель, включающая в себя на нижнем уровне совокупность моделей, описывающих отдельные физические процессы. На более высоком уровне осуществляется моделирование отдельных технологических операций, базирующихся на моделях фи-, зических процессов. На следующем уровне идет проектирование технологий заготовки отдельных видов корма как совокупности технологических операций с учетом заданных условий функционирования и ограничений.

Верхний уровень представляет собой совокупность технологий, обеспечивающих заготовку отдельных видов корма. На этом уровне целесообразно оптимизировать соотношение кормов различных видов. При этом в качестве ограничений выступают зоотехнические требования.

На каждом из этапов создания и функционирования технологии готовятся и принимаются решения: по обоснованию основных параметров - при проектировании, по управлению режимами й параметрами - при эксплуатации.

Необходимость принятия решений при управлении технологиями возникает в период планирования объема заготовки кормов, планирования урожая кормовых культур (для кормоуборочных технологий), а также в период работы технологий (заготовки кормов). Структурная схема принятия решений при управлении технологиями кормопроизводства приведена на рис.2. Управляющие решения корректируют параметры технологии и повышают ее эффективность.

Рис. 2. Структурная модель принятия решения при

управлении технологиями кормопроизводства

Каждое из решений принимается на основании сравнительной оценки доверительных оценок и их сравнительного статистического анализа. Выбор технологий кормопроизводства относятся к классу задач науки "Исследование операций", который называется "Игра с природой", где "природа" как партнер в игре стремится помешать получению кормов с минимальной стоимостью и старается сделать так, чтобы стоимость кормов была максимальной. Такая задача имеет нижнюю и верхнюю цену игры, соответственно:

ß - max Cjj (6)

и ßi - min max Cjj. (7)

Решение такой задачи основано на том, что берется минимальное значение математического ожидания суммы произведений стоимости кормов на вероятность погодных условий.

min I P,C,j = ß, (8)

где Pj - вероятность 1-х погодных условий; C,j - стоимость кормов ¿-ой технологии в /-х условиях.

При условии, что рассматривается два варианта погодных условий (благоприятные и неблагоприятные), и рассматриваются два

варианта технологий, можно записать следующую систему уравнений: СПР1 + С21Р2 = V;

С12Р1 + С22Рг = V. (9)

где Ри Р2 - вероятность использования соответственно Т\ и Г? технологий; V - цена игры партнеров "технолог-природа". Решение системы имеет вид:

«22 ~ «и

аи + «22 - ап - «21 '

«11 - «21

«п + Я 22 - аи - «21

«22 «U ~ «12 «21

= 1 - Л; (ю)

а „ + а n ~ аи - ап

^ П ГЗ Л ri

«11 + «22 ~ «12 - «21

Полученное решение может быть распространено на большее число возможных погодных условий.

При проектировании адаптивных технологий и технических средств в зависимости от условий и цели, могут быть поставлены задачи оптимизации по одному или нескольким критериям одновременно. Задачи оптимизации по одному критерию, как правило, возникают при оперативном управлении процессом уборки трав и ограничениях по ресурсам или исходному сырью. В качестве оптимизации может выступать минимум энергозатрат, минимум затрат труда, минимум потерь биологического урожая и т.п.

В общем виде данный класс задач может быть записан так:

Q(X) min, (И)

х eS ■

где Q(X) - скалярная функция, критерий оптимизации; S - множество допустимых состояний X.

В этом случае остальные критерии выступают в качестве ограничений.

Для оценки технологий использован обобщенный критерий Коб - минимум затрат энергии или максимум прибыли

1=1

где Ki - критерии оптимизации по i показателю при i = 1...1; Л( -весовой коэффициент или коэффициент перевода к единой размерности i критерия.

Одновременный учет нескольких критериев возможен в задачах многокритериальной оптимизации, в которых критерий оптимизации КМ(Х) является не скаляром, а вектором.

КМ(Х) = [К,(Х), К2(Х)...Кп(Х)1 (13)

и задача состоит в одновременной экстремизации К критериев.

К{(Х) -> ех\г 0 = 1...п). х е 5"

Решение данной задачи возможно при одновременном нахождении вместо одного состояния оптимального значения X* множества состояний {X*}, тогда задачу многокритериальной оптимизации можно записать в виде:

К(Х*) < К,(Х) (\ = 1...П), .(14)

х еЯ

при этом состояние Х\ является более предпочтительным, чем состояние Я"), если К(Х^ < К(Х2).

Пространство критериев оптимизации технологий и технических средств производства кормов имеет пятимерную размерность (по числу критериев оптимизации: максимальная производительность, минимальные затраты энергии и труда, наименьшие потери корма и наименьшая удельная металлоемкость) и образуется ортогональными осями, вдоль которых откладываются значения критериев. Между пространством параметров {X} и пространством критериев {К} имеется тесная взаимосвязь. Каждая точка пространства параметров X отражает определенную точку пространства критериев К(Х). В пространстве критериев {К} находится область (подмножество) критериев £2, значения которых является более предпочтительными.

Множество является областью компромисса или множеством Парето. При этом возможны значительные отклонения от локальных оптимумов.

К основным формализуемым критериям технологического процесса заготовки кормов можно отнести: энергоемкость, затраты труда, удельную металлоемкость, потери питательных веществ. Энергоемкость характеризуется затратами энергии на единицу питательной ценности корма. Трудоемкость рассчитывается как отношение затрат труда (в чел.-ч.) к содержанию питательных веществ (в к.е.) в произведенном корме. Металлоемкость характеризуется отношением общей массы машин и оборудования к единице продукции.

Потери питательных веществ являются одним из основных качественных показателей и определяются процентным отношением содержания питательных веществ в готовом корме (к моменту раздачи) к содержанию питательных веществ в траве перед скашиванием.

Для оценки всей технологии показатели каждой операции суммируются и представляются как в натуральном, так и в стоимостном выражениях. Рассчитывается также стоимость всего заготовленного корма:

=СЭ±ЭН1 +ск±л,д+см±мУ1, (15)

м и 1=1 /=1

где Со, Ст, Ск, Си - соответственно, стоимость единицы энергозатрат, трудозатрат, кормов, металлоемкости;

Эт, Тз1, П[, Му\ - соответственно, энергоемкость, трудоемкость, потери, металлоемкость при выполнении /-ой операции.

Аналогично рассчитываются суммарные затраты энергии на заготовку данного вида корма 2э- При этом вместо Сэ, Ст, Ск и См используются коэффициенты перевода затрат труда, потери питательных веществ, корма и металлоемкости в энергетические величины.

При выборе технологий рассчитывается несколько конкурирующих вариантов. Для выполнения многокритериального сравнительного анализа технологий производства кормов предлагается следующий алго|ритм. Производится попарное сравнение всех конкурирующих технологий. Для этого рассчитываются показатели:

= (16)

' 1 о '

и-1

* и..

где Вц - /-ый показатель в /-ой технологии; Нц - надежность ■ /-ой технологии; к - число критериев сравниваемых вариантов.

Если выполняется соотношение: е7- > еу+у, то }+1 технология предпочтительнее у'-ой технологии.

В результате попарного сравнения всех конкурирующих технологий происходит их ранжирование по эффективности. После первой итерации определяется первый оптимальный вариант.

Для определения второго по оптимальности варианта выполняется попарное сравнение оставшихся N-1 вариантов. Расчеты выполняются до тех пор, пока все N вариантов не будут ранжированы по эффективности.

В результате работы алгоритма получается информация для принятия решения по выбору оптимального варианта. 14

Для статистического анализа были использованы данные по 23 показателям для всех 29 областей и республик. В качестве показателей использованы как климатические, так и агрономические показатели условий для производства кормов. Климатические показатели характеризуются продолжительностью безморозного периода, количеством осадков и т.д. Агрономические показатели характеризуются площадями посевов, урожайностью и использованием кормовых культур для заготовки различных видов кормов.

При обработке матрицы использованы факторный и дискрими-нантный анализы, основу которых составляет метод получения собственных чисел и векторов матричной алгебры. Алгоритм факторного анализа построен на анализе и преобразовании информационной матрицы Фишера.

А =

1,0

2,1

'1,2 1,0

Гпл ГяЛ

'2,т

1,0

(18)

В информационной матрице Фишера по диагонали располагаются единицы, а остальные места занимают коэффициенты корреляции между I и ] факторами. Коэффициент г рассчитывается по следующим соотношениям:

ГМ =

St*

(19)

ы

т

5Х

ы

т

2Х

i*

У

т

ы

т

ik--

т

ы

т

IX

а

у 1=1 Aijc

т

(20)

где J - номер переменной, 1...т; к - номер переменной, l...m; т -число переменных; п - число наблюдений; i - номер наблюдений; Гуд - коэффициент корреляции между гик переменными; S/,* -сумма взаимных произведений ¿-ой и к-ой переменных; 5,./ - дисперсия /-ой переменной; St,t - дисперсия к-ои переменной.

(

Л

J

Матрица Фишера относится к классу симметричных, для которых применим метод Гессенберга для определения собственных значений и векторов. Собственные значения определяются из системы:

— Л- а„ ... а

а.

а

21

«12 а22-Д

1п

а.

2 я

а

п1

а,

п2

а„

0.

(21)

Число собственных значений равняется числу факторой. Каждому собственному числу соответствует собственный вектор. По полученным собственным числам рассчитываются накопленные отношения:

Ыи

(22)

где Д, - 1-ое собственное значение; - номер собственного значения, большего либо равного заданной константе, j изменяется от 1 до А; к - число собственных значений, больших или равных заданной константе; т - число собственных значений (переменных).

Для каждого фактора вычисляется нагрузка:

(23)

где I - номер переменной от 1 до т ; т - число переменных; У^ -элементы нормализированного собственного вектора; А - оставленные собственные значения.

Суммарная нагрузка факторов определяется по формуле:

у=1

Коэффициенты нормализованной матрицы факторов определяются соотношением:

(25)

Полученные этим методом векторы нагрузки факторов повернуты в л-мерном пространстве так, чтобы выявить наибольшее влияние каждого из факторов.

Вариация матрицы факторов определяется по формуле:

mlIX

(26)

, m

Поворот матрицы векторов прекращается, чем соблюдается

1-7

соотношение:

К- Vc-iilO-'.

(27)

Вращение выполняется для векторов попарно по соотноше-

нию:

У\

хг Уг

sin (О-cos

Хг Г.

Х2 Y2

Хт У

/я т

(28)

где дг„ yi • составляющие начального вектора, (i=l... т)\ Xit У, - составляющие повернутого вектора; <р - угол вращения, определяемый по специальному алгоритму.

Алгоритм факторного анализа реализован в программе FACT.

Анализируя полученные результаты факторного анализа условий кормопроизводства (рис. 3), можно отметить, что на принятые для анализа 23 показателя, связанные с производством кормов в Нечерноземной зоне, оказывают влияние шесть некоторых факторов, обусловленных особенностями регионального характера.

Фактор 1 обусловлен уровнем использования земли в сельхо-зугодиях. Фактор 2 в основном обусловлен урожайностью кормовых культур. Фактор 3 связан с уровнем использования сочных кормов (интенсивностью животноводства). Фактор 4 связан с особенностью погодных условий в отдельных регионах зоны. Фактор 5 связан с уровнем использования естественных сенокосов. Фактор 6 обусловлен объемом заготовки сена.

Дискриминантный анализ позволяет проверить гипотезу априорного расщепления исходной совокупности данных на некоторое количество подмножеств. Алгоритм дискриминантного анализа состоит из следующих действий. Определяется среднее по каждой переменной в каждой из групп:

Z

X.

У -J=L

'.Л

(29)

Пи

где щ - количество данных в к-ой группе; j - номер переменной от 1 до т.

ж

Показатели ФАКТОРЫ

(нагрузка факторов) 1 2 3 4 5 б

Площадь сенокосов * V ✓ ШгШй 1

Площадь пастбищ г ш Ш11

Площадь пашни 1 я 1

Площадь чистых паров [

Посевная площадь [ Щ

Площадь зерн. культур I и

Площадь корм, культур 1

Площадь мн. трав на сено ' -А

Площадь мн. трав на зел. корм ШШт

Площадь одн. трав на сено 1 1 1

Площадь одн. трав на зел. корм Щ РРШр

Площадь корнеплодов Щ

Площадь силосных культур й|

Урожайность мн. трав на сено

Урожайность мн. трав на зел. корм Г

Урожайность одн. трав на сено

Урожайность кукурузы на силос |

Урожайность естеств. сенокосов

Урожайность корнеплодов I

Длина гона Ц;

Безморозный период 1

Сумма осадков за год ( 1

Сумма осадков за безмороз. период 1.......3

Рис. 3. Графическая интерпретация результатов факторного анализа матрицы данных для производства кормов в Нечерноземной зоне России по показателям (нагрузкам факторов).

Сумма взаимных произведений отклонений от средних для каждой из групп:

(30)

¡=1

где ]-1,2,...,т; 1=1,2,... ,т; т - число переменных.

Рассчитывается объединенная дисперсионная матрица:

ÍS*

£>=-М__(31)

где <7 - число групп.

Для всех групп вычисляется общее среднее:

X,

к=I

/ ~ я

Обобщенная £)■* статистика Мехалонобиса V:

т т д _ _

где - обратные элементы объединенной дисперсионной матрицы

Для каждой дискриминантной функции вычисляются коэффициенты:

т

где к - номер группы, изменяется от 1 до д . Вычисляется константа:

1 от т

' " " (35)

Сок ~ ХХ/,^

^ у=1 /=1

Для каждого события в ¿-ой группе вычисляется значение дискриминантной функции :

Л = + (36)

/=1

Из всех дискриминантных функций определяется наибольшая и определяется ее вероятность:

5-» (37>

к=1

где /1 - значение наибольшей дискриминантной функции; Ь - индекс наибольшей дискриминантной функции.

Данный алгоритм реализован в программе ОГЭСК, использовавшейся для обработки матрицы данных размеров.

В результате анализа области Нечерноземной зоны можно представить в виде шести групп, отличающихся по агро-климатиче-ским условиям.

При определении продолжительности работ с минимальным риском по погодным условиям можно использовать метеорологические данные вероятности погоды без осадков в период заготовки кормов. Зная длительность периода N. можно, используя теорему произведения вероятностей, определить число дней без осадков для различного уровня вероятностей. Так как вероятность погоды без осадков Р в период N определяется в виде произведения вероятностей погоды без осадков каждого отдельного дня:

р = <38>

к=1

то число дней без осадков п с заданной вероятностью Р определиться из соотношения:

18 Л

п =

. (39)

где п - число дней без осадков с вероятностью Р; N - длительность периода заготовки кормов; Р - вероятность погоды без осадков в период заготовки кормов.

Для расчета и для различных заданных вероятностей и вероятности погодных условий составлена программа на фортране.

Для обоснования экономически целесообразных сроков проведения уборочных работ с учетом рациональной годовой загрузки машин сопоставим возможные потери урожая при увеличении сроков работ с денежными потерями хозяйства от недоиспользования машин при сокращении сроков уборки. Общие затраты уборочных работ на каждом гектаре могут быть описаны зависимостью:

3 ■ + Т*"'0»* (40)

где у\ - прибавка сбора переваримой энергии на 1 га за 1 день, ккал/га день; С* - стоимость 1 ккал переваримой энергии, руб/ккал; пг - продолжительность уборки в днях до максимального выхода переваримой энергии; у2 - потери переваримой энергии с 1 га за 1 день в результате поздней уборки, ккал/га день; п^ - продолжительность уборки в днях после максимального выхода переваримой энергии; П3 - постоянная часть приведенных затрат на один комплекс машин, руб; Ик - количество комплексов машин; 5 - общая уборочная площадь, га. (Коэффициент 1/2 учитывает сокращение площади в процессе уборки). 20

В результате исследования функции (40) для нахождения минимума после соответствующих преобразований получим оптимальную продолжительность уборочных работ:

и = л = Пз(7г+Гг) (41)

~ V ЮР 77гС, '

где ¡V- производительность комплекса машин, га.

В качестве примера с учетом динамики питательных веществ и обобщения данных по срокам наступления фаз вегетации клевера и тимофеевки определили оптимальную продолжительность уборки клеверо-тимофеечной смеси на сено. Она составила 14 дней.

В качестве основной математической модели для обоснования технологий и технических средств в кормопроизводстве предлагается четырехуровневая математическая модель, имеющая многоступенчатую иерархическую структуру. Четырехуровневое построение модели позволяет учесть все особенности кормопроизводства как в разрезе технологий, так и технических средств (рис. 4).

Рис. 4. Общая структура модели процесса производства кормов.

Формирование моделей выполняется последовательно от более низкого уровня к более высокому. Модели четвертого, самого низкого уровня, записаны в математической форме в виде уравнений. Модели третьего уровня (отдельных операций) представлены как совокупность взаимоувязанных моделей четвертого уровня. Основной входной параметр данных моделей - объем работы, которую необходимо выполнить. Природно-климатические условия - это некоторые показатели для данного объекта (поле, хозяйство, регион). Переменные входные параметры - погодные условия. Основным выходным параметром является продолжительность выполнения операций, поскольку от нее зависит согласованность н непрерывность процесса. Затраты энергии, труда, металлоемкость являются оценочными показателями технических характеристик машины, выполняющей данную операцию.

Качественные показатели, выражаемые в основном в физических и биологических потерях, служат оценкой технологического совершенства операций и, в свою очередь, зависят от продолжительности выполнения работы (операции). Таким образом, в общем виде задача оптимизации отдельной операции состоит в нахождении или подборе машин, обеспечивающих оптимальность функции цели.

Реализацию моделей третьего уровня обеспечивают полученные модели отдельных технологических вариантов (модели 2-го уровня). Совокупность всех технологических вариантов представляет собой модель первого уровня, т.е. модель вида корма. На первом уровне также решается задача определения соотношения между различными видами корма. Выбор адаптивной технологии заготовки корма осуществляется путем последовательной реализации моделей вариантов и сравнением полученных выходных параметров.

Математические модели каждого уровня позволяют проанализировать возможности адаптации технологий и определить основные управляющие факторы, а также возможные границы изменения показателей технологий при практической реализации в условиях хозяйства или региона.

Математические модели отдельных явлений и процессов являются основной для расчета технико-экономических и качественных показателей при проектировании адаптивных технологий заготовки кормов. Они составлены в результате обработки экспериментальных данных, полученных в НИПТНМЭСХ НЗ РФ и других учреждениях.

Известно, что исходное содержание питательных веществ в травах зависит от фазы вегетации. Следовательно, в процессе уборки оно будет изменяться. Зависимости, отражающие изменение содержания протеина Сп, приведены на рис. 5 для различных типов травостоя. С целью включения их в модель процесса скашивания ап-

проксимировали эти зависимости следующими эмпирическими выражениями:

- для бобовых трав: ^ _ п (42)

ПБ ~ 1,105 п-0,268 '

- для злаковых трав: п (43)

т ~ 1,085 п -0,068 '

п п

■ для тРавосме«й: - 1,046 л- 0,035 ' (44)

где п - число дней от начала фазы бутонизации для бобовых и колошения - для злаковых кормовых культур.

0 5 10 16 20 25-п1 п2 пЗ п4 п дн.

—1 —ш—2 —г&—3

Рис. 5 . Изменения содержания протеина Сл по фазам п:

п1 - начало уборки, бутонизация бобовых, колошение злаковых; п2 - начало цветения бобовых, молочная спелость злаковых; пЗ ~ цветение бобовых (50%), восковая спелость злаковых; н4 -полное цветение бобовых, техническая спелость злаковых.

1 - бобовые (клевер); 2 - бобово-злаковые травосмеси; 3 -злаковые (зерновые);

Эти зависимости позволяют вычислить усредненный коэффициент сбора протеина, зависящий от сроков уборки.

Кроме этого при скашивании имеются механические потери корма, зависящие от высоты среза травостоя. Эту зависимость аппроксимировали степенной функцией:

Пмс= 0,71АМ1, (45)

где Пмс - механические потери при скашивании, %; Н - высота среза, см.

Операция полевой сушки (провяливания) является одной из основных при заготовке сена и сенажа. От качества ее выполнения зависит потеря питательных веществ и затраты на заготовку корма. Общий закон сушки травы в естественных условиях может быть описан следующей зависимостью:

где Ю/ - конечная влажность травы; со0 - начальная влажность травы; ц - эмпирический коэффициент, учитывающий испарение влаги из травы, зависящий от погодных условий, состояния травостоя, урожайности; ? - время сушки.

Следовательно время сушки от начальной влажности до конечной определяется следующим выражением:

t = — 1п

ГСО^

Vе0' У

(47)

Значение коэффициента ц в зависимости от погодных условий и механических операций, ускоряющих сушку, представлены в табл. 1.

Динамика потерь сухого вещества в зависимости от времени провяливания (рис. 6) определяется на основе усредненных аналитических зависимостей:

- для хороших погодных условий (солнечный день):

Пх= 0,12 + 0,15г, (48)

для удовлетворительных погодных условий (пасмурный

день): '

Пу= 0,01 + 0,161, (49)

где Пх.Пу - потери сухого вещества, соответственно при хороших и удовлетворительных погодных условиях, %.

Число ворошений травы в прокосе рекомендуется определить зависимостью:

п=<2-1, (50)

где () - урожайность травы в пересчете на 18 % влажности, т/га.

Таблица 1

Величина приведенного коэффициента ц в зависимости от культуры, погодных условий, периода сушки и механической обработки

Культура Погодные Условия Механическая Обработка М

Злаковые многолетние травы Хорошие без обработки 0,0441

Удовлетвор. без обработки 0,0249

Клевер Хорошие без обработки 0,0094

Хорошие плющение 0,0224

Хорошие плющение и ворошение 0,0263

Сено многолетних трав после дождя:

в прокосах Хорошие без обработки 0,0591

Удовлетвор. без обработки 0,0502

Хорошие ворошение 0,1032

Удовлетвор. ворошение 0,0762

в валках Хорошие без обработки 0,0712

Удовлетвор. без обработки 0,0304

Хорошие ворошение 0,0990

Удовлетвор. ворошение 0,0447

О 24 48 72 96 ^час —о— 1 -в—2 —&—3

Рис. 6. Зависимость потерь сухого вещества Пев от времени / провяливания трав:

1 - бобовые (клевер) в пасмурную погоду; 2 - злаковые травы в пасмурную погоду; 3 - злаковые травы в солнечную погоду

При подборе подвяленной травы с поля и транспортировке неизбежны механические потерн Пи корма, которые зависят от степени подвяливания травы. Эти зависимости для двух категорий трав показаны на рис. 7. Зависимости с достаточной точностью (11=0,99) описываются следующими выражениями: - для злаковой травы:

397 ,8

П

- для бобовой травы:

Я

мз

со

1522 ,9

МБ

(О

- 2,219

- 15 ,262 ,

(51)

(52)

где а - влажность провяленой травы, %.

35

45

55

1

65

75

85

Рис. 7. Зависимость механических потерь Пм от степени провяливания (влажности) травы «?:

1 - бобовые травы (клевер); 2 - злаковые травы

Зависимость потерь протеина в процессе хранения сена, силоса и гранулированных кормов от срока хранения апроксимировали линейными уравнениями:

- для силоса: Пел ~ 3,07п, (53)

- для сена: Пс ~ 2,8Зп , (54)

- для гранулированного корма: Лг = 1,18п, (55)

где п - время хранения, месяцев.

Зависимость потерь сухого вещества от времени заполнения траншеи провяленной травой должна быть учтена в модели заготовки сенажа с целью определения качественных показателей процесса. Она аппроксимирована следующим эмпирическим выражением:

Псн =0,165 (56)

где /3 - время заполнения траншеи, дн.

Суммарные потери сухого вещества в силосе, включающие в себя потери в поле, потерн от порчи на поверхности слоя силоса, потери с вытекающим соком и порчи от угара зависят от влажности, при которой производится силосование сырья. Аппроксимирующее выражение для этой зависимости:

ПСЛ = -6,61й)(со-103,2), ' (57)

где £У - влажность силосного сырья.

Модель изменения температуры воздуха во времени описывается (по ГОСТ 16350-80) случайным процессом в виде выражения типа: _

где г - случайная температура, °С; / - время в течение года, ч; г -средняя температура соответствующая времени; ф - случайная составляющая температура.

Всего на четвертом уровне представлено более 40 моделей явлений и процессов, основываясь на которых идет формирование моделей третьего уровня - моделей технологических операций.

При выполнении отдельных технологических операций (рис.8) на техническое средство воздействуют некоторые входные возмущения, которыми обусловлены, соответственно, выходные показатели. В качестве входных возмущений принимаются объем работ и условия работы. Выходные показатели подразделяются на две группы: технико-экономические и качественные.

Технико-экономические показатели характеризуют затраты на выполнение работы. Основными из них являются следующие: энергоемкость (кВт.ч); трудоемкость (чел.-ч); металлоемкость (т), а также продолжительность выполнения работ. Качественные показатели в основном характеризуют состояние исходного материала (травы), механические и биохимические потери, а также экологические воздействия.

В качестве помехи принимаются погодные условия, которые могут изменяться в период заготовки кормов и оказывать сущест-

венное влияние на выходные показатели как отдельной операции, так и всей технологии.

Рис. 8. Модель операции в общем виде

Удельные затраты энергии определяются по формуле: Г п \

3.

V

П т К

р см ом

Q

где N1 - приводная мощность /-ой машины; и, - количество машин ¿-го вида; Пр - продолжительность выполнения работ, дней; тсм -продолжительность смены, ч; Ксы - коэффициент использования времени смены; <2 - объем работы, га, т.

Удельные затраты труда определяются по формуле:

(60)

Зг = ~ д ' где Ч - число персонала на /-ой машине.

При выполнении определенного объема работ происходит износ техники, на восстановление которой необходимо делать опреде-

ленные отчисления. Затраты при этом принимаются пропорциональными удельной металлоемкости используемых машин:

/л \

2СА

77* т К"

11рТсмА-см ^^

Я-Г,

где Gi - вес г-ой машины, т; .Г, - годовая загрузка /-ой машины.

Важнейшим показателем технологических процессов является продолжительность выполнения операции при выполнении заданного объема работ. В общем виде продолжительность выполнения ¿-ой операции определяется по соотношению:

е

^ ' V" ¡"1— I ■>' см 1=1

где Ж - производительность г-ой машины; Кнс„. - коэффициент использования рабочего времени /-ой машины; - коэффициент корректировки производительности 1-ой машины в зависимости от условий работы (погода, урожайность и др.).

Расчеты качественных и других показателей при моделировании технологических операций базируются на аналитических и эмпирических зависимостях, составляющих модели 4-го уровня.

Сравнительная оценка эффективности использования машины может быть определена через коэффициент эффективности:

К (63)

к г

где q - урожайность культуры, т/га; ¡Ум - производительность машины, га/см; Кт - расход топлива, л/га.

Производительность машин в большой степени зависит от урожайности культуры и длины гона, т.е.:

УГм ~/(ч>0, (64)

где / - длина гона, м.

Расход топлива машиной также зависит от урожайности культуры и длины гона, т.е.:

Яг=/|%1) (65)

Обработка данных по расходу топлива и производительности на ПЭВМ показала, что для функций(64) и (65)может быть использована степенная зависимость: <,,„

которая с высоким коэффициентом корреляции описывает указанные зависимости.

Коэффициент эффективности может быть представлен в виде поверхности, что позволяет выполнить сравнительный анализ машин (рис. 9). Возможны следующие случаи:

- если поверхности К,{ и Кэ1 пересекаются, то при КЭ1 > АГэу более выгодна 1-ная машина, при Кэ1 < более выгодной является /-ная машина;

- если поверхности не пересекаются, и > К^ при всех значениях (V и /, то более эффективной является j-я машина.

Рис. 9. Сравнительный анализ эффективности * технических средств:

К1 - поверхность эффективности Е-281; Кг - поверхность эффективности ЯСК-170.

Анализ эффективности работы кормоуборочных комбайнов по коэффициенту эффективности показал, что анализируемые машины не равнозначны и могут быть разбиты на некоторое число групп. Машины отдельных групп между собой не конкурируют. Внутри группы машины могут конкурировать между собой при изменении условий работы. У конкурирующих машин поверхности коэффициентов эффективности пересекаются в пространстве переменных IV и /. По величине коэффициентов эффективности можно оценить срав-

ниваемые машины. Так, примерно одинаковые коэффициенты К3 у комбайнов ЯСК-170 и Е-281, Е-280 и КСК-100.

Для кормоуборочных комбайнов получено три группы машин: 1 группа - ЯСК-170, Е-281; 2 группа - Е-280, КСК-100; 3 группа -Т-150+КПК4-75, МТЗ-80+КПИ-2.4, МТЗ-80+КС-1,8; 4 группа - МТЗ-80+КИР-1.5. Номер группы может быть интерпретирован как технический уровень машины. Сравнительный анализ машин внутри группы показал, что их эффективность также изменяется в зависимости от условий работы. Аналогично выполнен анализ эффективности работы косилок и других уборочных машин.

При заготовке кормов около 25% затрат приходится на транспортные работы. Как правило, в современных технологиях транспортные средства работают совместно с машинами, осуществляющими технологическую операцию и погрузку кормов в транспортное средство. Такая схема используется при заготовке силоса, сенажа, сена в тюках, когда технологическая машина работает сразу с несколькими транспортными средствами.

Транспортные средства образуют входной поток заявок обслуживания, подчиняющийся распределению Пуассона:

= (б7)

п\

где п - число событий за время /; Я - интенсивность поступления заявок.

Каждая заявка обслуживается технологической машиной за некоторое время, подчиняющееся показательному закону распределения:

(68)

где у, -параметр закона распределения - среднее время обслуживания. Так как число уборочных машин и транспортных средств в течение уборки не изменяется, то данная система относится к типу замкнутых.

Для составления математической модели замкнутой системы составим размеченный граф Колмогорова (рис.10), введя следующие обозначения: N - число технологических машин; т - число транспортных машин; Р0 - вероятность простоя всех технологических машин; Р/ - вероятность простоя одной технологической машины; X - интенсивность поступления заявок на обслуживание; р - интенсивность обслуживания заявок транспортными машинами.

n<N

Р(0) тЯ. Р(1)

1т И -fa-I'll)

<- Р(а-1)

2Ц

пц

P(n)

(m-n)

%

(a+Df

P(IH-1)

и Р(т-1) А к Р(т)

4-1 4-

Nfi

Nn

Рис. 10. Размеченный граф замкнутой системы массового обслуживания

Для размеченного графа система дифференциальных уравнений, описывающих взаимосвязь различных вероятностей состояний системы, имеет вид: Для п < N

дРп

dt

dt щ

dt

-~-тЛРй + /лРх,

1 _

тЛР0 ~(т~ 1)ДР, - jjP, + 2/JP2 ,

= (т-\)ХРх -{т- 2)1Р2 - 2juP2 + 3juP3,

(69)

от

Для п > N 8Р

—~~(т +1 )ЛРп_х -{т-п)ХР„ -ЫцР„ + ЫцРтХ, 3/

ЗР (70>

Для стационарного случая при =сои5?, йРп/й^О (71)

вместо системы дифференциальных уравнений получили систему алгебраических уравнений:

Для п < N

-т\Ро+цР 1-0,

т\Р0-(т-1)\РгцР,+2цР2=0, (72)

{т-1)кРг(т-2)кР2-2рР2+ЗрРз=0,

Для п>Ы

(т-п+1)ХРп.г(т-п)ХРп-И^Рп^Рп+1^0,

ХРт.гЫрРт=0. Из первого уравнения для случая п < N получим:

(73)

= ¥ = 4 (74)

М И

Из второго уравнения:

Д = (75)

2ц 2ц 2ц 2

Из третьего уравнения:

Р =(Г»-№р , (ОТ~2)Я Лт-2уур

3 1 Ъц 2 Ъц 2 3 2' (76)

Подставляя в последнее уравнение предыдущие, получим в общем виде:

Л ? С - с» - в* ,..„-

выражая Р„.] через последующее состояние получим:

---¡М ' 21 * (78>

Обозначив для п < N. Рп'=Рп запишем, используя выражение факториала:

171 Л?°

(т - п)\ л! ' (79)

Для л > Ы, проводя аналогичные преобразования, получим:

.. = (80)

(и - п)\И\Ы"-т ' Полная вероятность всех состояний системы:

т т

(1=0 л=1 п=ЛГ

Вероятность простоя всех технологических машин из-за отсутствия обслуживающих определится соотношением:

Среднее число технологических машин, простаивающих в

ожидании транспортных:

. <83>

Среднее количество транспортных средств в очереди:

V/ лгчо- V {п~Щт\ЧГ тТ = > (п - ЮР„ = > , -. (84)

Математическая модель оптимизации уборочно-транспор-тного комплекса. Система «уборочные машины - транспортные машины» представляет из себя стахостическую систему, в которой при любом сочетании их количества возможны простои и очереди уборочных и транспортных машин. Для определения их оптимального состава используем критерий оптимизации в виде:

У^СуК-СупК+уСгЬ- ] СуцЫ+тСщ (85)

в/1 СМ1-Р0) '

где Су - стоимость затрат при работе уборочной машины; .Суд -стоимость затрат при простое уборочной машины; Ст - стоимость затрат при работе транспортной машины; г - радиус перевозки; б -количество перевозимого груза за 1 рейс; Стп - стоимость затрат при простое транспортной машины.

После преобразования получим соотношение для оптимизации. При заданном количестве уборочных машин Ы, оптимальное количество транспортных машин т определяется неравенством:

'1--М . г.- 1 4

СЫ + т 1

V. СЫ + т

1-Р0(т-1) 1 -Р0т 1~Р0(т + 1) '

где С=Суд / Стл-

Для расчетов по соотношению (86) разработана компьютерная программа.

Наряду с оптимизацией числа транспортных машин при проектировании технологий необходимо обоснование типа транспортного средства в зависимости от производительности технологических машин и радиуса перевозки. При этом производительность транспортного средства может быть определена по следующей аналитической зависимости:

/

Ктр = е

2 г О -+ ——+ /

V ЦТ /»

у

(87)

где () - грузоподъемность транспортного средства,т; V - средняя скорость движения, км/ч; г - радиус перевозки, км; ¡Уу - производительность технологической (уборочной) машины, т/ч; /ра, - время разгрузки, ч.

Производительность комбайна является функциональной зависимостью от урожайности травы и длины гона. Для кормоуборочного комбайна Е-281 она может быть определена по следующей аппроксимированной зависимости:

ГГ=25.5£°'7/" I0-1162 (88)

где £ - урожайность травы, т/га; I - длина гона, м.

Для обоснования типа транспортного средства в зависимости от урожайности и радиуса перевозки нами разработана специальная программа.

Моделирование отдельных технологических вариантов заготовки кормов (модели второго уровня) реализуется посредством моделирования отдельных операций, последовательное выполнение которых приводит к получению определенного вида корма (рис. 11). Как видно из представленных структурных схем, практически все технологии заготовки кормов многовариантны. Эффективность каждого варианта зависит от уровня адаптации к природно-климатическим и социально-экономическим условиям.

Заготовка кормов по конкретному технологическому варианту представляют собой сумму операций, обеспечивающую переход травы из состояния Хо XI.

Для решения задачи многокритериального сравнительного анализа конкурирующих технологий проводится их попарное сравнение по ранее описанному алгоритму. В качестве опорных вариантов технологий берутся базовые технологии, предусмотренные "Системой технологий и машин" (СТиМ).

Для создания надежного запаса кормов в любых условиях хозяйства должны оперативно изменять соотношения между видами

Ворошанив оборачивание валка

Подбор

Транспортировка

Обработка на стационаре

Укладка на

хранение

Подготовка к

хранению

Вид корма

К«>-2.1|

М КВН.1-

кпрн-»| г клс-50— проюс Е-ЗС?|

Й10-501

13 Е-302-+-

вало«КПРН-30|

ЮПИ] Е-гаг-кпи-г<|

КСК-100| 1.5 Е-283- ■ УВК-ф-1

Г6Р51 е^-з-

всрсцщив|

~г5РТ вцн-з

ГВИ| 22 вцн-з-

обзрачивенкв!

4.2 СПМ6

«3 ТЛЯ5

4.4 ПЛЛ-Ф-1.6 К-45Э

45 ППМЧ.6 К-453

ПЛЛ-Ф-1.6

пкм>-2

49

ЛР-Ф-75Й

-¡етга

410 Е-280-КГИ-2

—птк|

5.1 . Ш!!>-ПФЛ5[

ЗИЛ-

6.1 ГАЗ-

ПС£-125 6 2 ПСМ-« 2ГТТСЦ

ТП-Ф45 СП-60

АВШ565

71

АВМ-15

ПУНКТ

7.2

ПЗК

1.1

-ГЯГ5

ПКУ-08

-ТП]

8.2 папочный транспсртар

93

ТПЭ-10

3&-50

баяка-ПМ.8|

ВВТО1М1ИЧ.

85 ируэочн юмппес

Т-130

1.6 К-700

67 К-70С

ОбОр.ВК.ХИМ. К.

Ш-Ф-500 ПКУ-05

ЭБ-50

1.9

УВС-15 9.1 Ц-Ч-70-ЫвМ Ц-Ч-70-М»10

УВ0451 92 Ц-Ч-70-№10

СОЛИ юплеи

Ото рассыпное

Оно пресованное

Овно измельченное

герметич 3.3 транше«

г«рнетнч |

бвШНЙ—

Травжа*

Протеиновый зелены!) юнцентрвт

Зеленив юрм

2.1

1.4

Рис. 11, Блок-схема технологий и комплексов машин для заготовки кормов

кормов таким образом, чтобы обеспечить минимальную их стоимость при максимальной продуктивности животных.

Такая задача формируется в виде задачи линейного программирования.

Целевая функция: C, *Xj - min;

Ограничения по содержанию питательных веществ:

Aij*Xi = Yi (89)

Ограничения по видам кормов

В,*Х, < С,*Х,; D,*Xt > E,*Xlt

где С, - стоимость альтернативных видов кормов, Xt - количество кормов /-го вида, - ограничение по содержанию в корме компонента /-го вида, Ay - содержание питательных веществ у'-го вида в корме /-го вида, Bit Ci, Du Ei - коэффициенты ограничений по видам кормов.

Вариант расчета оптимального соотношения отдельных видов кормов подтвердил правильность данного алгоритма.

В течение 1991-1996 гг. разработаны соответствующие алгоритмы и программные средства для реализации многоуровневой иерархической модели на персональных компьютерах типа IBM. Блок схема алгоритма проектирования технологий представлена на рис.12.

Программа реализована на СУБД FOXBASE на компьютере IBM-PC-AT. Банк данных технических средств содержит более 150 наименований машин, различающихся по 22 показателям. Банк технологий содержит 15 технологий. Для выбранной технологии программа подбирает из базы данных технические средства. Далее расчет выполняется в дйалоговом или автоматическом режимах. После выбора технических средств программа рассчитывает основные технико-экономические показатели по вышеприведенному алгоритму. Программный блок содержит 56 программных модулей.

Автоматизированный комплекс выполнен таким образом, что проектирование технологий и выбор технических средств производится одновременно в режиме диалога с оператором. Работа показала, что для опытного технолога по кормопроизводству достаточно двух-трех циклов, чтобы найти квазиоптимальный комплекс машин, удовлетворяющий практическим требованиям производства любого вида корма в конкретных (имеющихся) условиях.

Для удобства работы оператора создано автоматическое рабочее место (АРМ) специалиста по кормопроизводству, обеспечивающее возможность профессионалу технологу, не имеющему навыков программирования, спроектировать адаптивные технологии заготовки кормов в диалогом режиме для конкретных условий региона или

Рис. 12. Блок-схема алгоритма проектирования технологий производства кормов

хозяйства. Разработана инструкция по работе с программным комплексом автоматизированного рабочего места.

Используя АРМ, специалист по кормопроизводству имеет возможность оперативно решать следующие задачи:

- проектировать типовые (базовые) технологии для регионов с типичными природно-климатическими условиями с учетом экономического положения хозяйств;

- проектировать наиболее рациональные технологии для конкретного хозяйства с учетом имеющейся в хозяйстве материально-технической базы, структуры кормовых угодий и кормоуборочной техники;

- прогнозировать эффективность использования в условиях хозяйства новой кормоуборочной техники или технологических приемов;

- готовить информацию для принятия управленческих решений путем оперативного расчета возможных вариантов заготовки кормов при изменении погодных, материальных и других условий, с целью уточнения и проверки моделей.

Анализ статистических данных по хозяйствам Российской Федерации показывает, что во всех областях Нечерноземной зоны существует значительный разброс по объемам заготовки в разрезе хозяйств. Анализ размеров посевных площадей трав по всей совокупности хозяйств Нечерноземной зоны РФ показал, что они также имеют значительный разброс и колеблются от 20 до 700 га. Поэтому целесообразно определить рациональные технологии для некоторых статистических совокупностей, являющихся представителями определенной совокупности хозяйств. Для определения размеров посевных площадей представительской совокупности хозяйств был применен следующий алгоритм. По каждой из подзон объединены данные по всем хозяйствам и выполнена их ранжировка (рис. 13). Ранжирование совокупности данных представляют 5-образные кривые. Анализ полученной совокупности кривых показывает, что они имеют однозначный характер протекания и некоторые общие точки в местах пересечения.

Для выделения характерных представителей для каждой из подзон необходимо решить задачу декомпозиции совокупности на независимые подмножества, каждое из которых будет иметь собственные статистические характеристики. В качестве основной формулы для расчленения принята формула сравнения средних:

г

р Г/

Г»1+^1 У(ц-!)*2-«-'» -щ

,2 У]0'5'

(90)

V п>пм А

7+1

где tp - расчетное значение /-критерия; А",-, Х-,+1 - средние значения г и / + / множеств; Й/, 5,+/ - среднеквадратические отклонения; Л1",-, N¡+1 - число точек в /-ом и /-ь/ множествах.

8,®ыс.га

п

400 800 1200 1600 2000 2400

»-2 —3 -»<-5 -»-6

з

2

1

О

Рис. 13. Ранжированные кривые распределения посевных площадей трав 5 в зависимости от числа хозяйств и в подзонах Нечерноземной зоны России:

1 - первая подзона (Северный район); 2 - вторая подзона (Северо-Западный район); 3 - третья подзона (1-ый Центральный район); 4 - четвертая подзона (2-ой Центральный район); 5 - пятая подзона (Волго-Вятский район); 6 - шестая подзона (Уральский район)

Совокупности отличаются при соотношении: .

1р > Ш (к1р), (91)

где к = п1+п^1~2 - число степеней свободы; Р - статистический уровень вероятности принятия решения.

Из выражения 90 получим соотношение для определения математического ожидания независимой совокупности:

Рассчитанные по соотношению (47) с использованием ранжированных кривых (см.рис. 13) посевные площади для подзон использованы для расчета типовых технологий кормопроизводства.

При проектировании типовых технологий природно-климатические условия заготовки кормов в основных регионов Нечерноземной зоны взяты па основе ранее проведенного анализа. Для выбора оптимального варианта использовалось 3-4 квазиоптимальных варианта, из которых методом многокритериального анализа выбирался оптимальный. Рассчитанные варианты технологий для основных подзон Нечерноземной зоны являются некоторыми усредненными. Для конкретных хозяйств они должны быть уточнены с учетом местных условий.

С целью проверки адекватности математических моделей отдельных процессов и явлений проведена проверка фрагментов технологий и некоторых коэффициентов и параметров математических моделей третьего и четвертого уровней. Проверку проводили в 1993г. в ОПХ "Каложицы" при уборке трав. Опыты были сосредоточены на полевых технологических операциях: скашивании, сушке в полевых условиях, подборе и транспортировке, являющихся основными при заготовке кормов. При этом главное внимание было уделено качественным показателям технологического процесса.

Полученные в результате производственной проверки данные соответствуют значениям, рассчитанным на основе соответствующих аппроксимированных зависимостей (моделей четвертого уровня), приведенных в четвертом разделе данной работы;

Наряду с проверкой отдельных технологических процессов и операций, позволяющих оценить модели первого и второго уровней, для оценки моделей более высокого уровня (технологические варианты и виды кормов) использовали метод индивидуальной аналитической экспертной оценки, основанный на усредненной оценке ответов экспертов с учетом их компетентности. В 1996, 1997 гг. был проведен опрос экспертов путем анкетирования.

Согласно разработанной методики обработки данных опросных листов окончательная оценка по каждому экспертируемому вопросу находится как средневзвешенная величина с учетом коэффициента компетентности эксперта Кк:

Кк (93)

где Кз - коэффициент степени знакомства эксперта с рассматриваемым вопросом; Ка - коэффициент аргументированности эксперта.

Коэффициент степени знакомства эксперта с рассматриваемым вопросом мы определяли с учетом продолжительности его работы в области кормопроизводства.

Для определения коэффициента аргументированности эксперта применена следующая формула

У л,

к = 1=1 а юы,

(94)

где Dj - оценка ьго показателя в баллах; И„ - количество показателей.

В результате опроса было получено около 100 анкет, заполненных руководителями и главными специалистами хозяйств, более 30 анкет - от научных работников и 30 - от фермеров.

Анализ результатов опроса показал, что технологии, которые по экспертной оценке получали большое распространение, имеют лучшие технико-экономические показатели по результатам проектирования с использованием разработанных нами математических моделей.

ОСНОВНЫЕ ВЫВОДЫ И ПРЕДЛОЖЕНИЯ

1. В качестве математической модели кормопроизводства следует использовать многоуровневую математическую модель, имеющую многоступенчатую иерархическую структуру, в которую входят: на первом уровне - модели отдельных видов кормов, позволяющих обосновать их соотношение, на втором уровне - модели отдельных технологических вариантов, на третьем уровне - модели отдельных технологических операций, на четвертом, нижнем уровне - модели отдельных явлений и процессов.

2. Оценки качества функционирования технологий и технических средств должны основываться на принципах многокритериальной оптимизации, при этом критерий оптимизации является векторной величиной, имеющей пятимерное измерение и определяется с помощью предложенной методики с учетом показателей максимальной производительности, минимальных удельных затрат энергии и труда, наименьших потерь корма и наименьшей металлоемкости, используя Парето-оптимизацию. В пространстве критериев определяются подмножества, значения которых являются более предпочтительными.

3. Использование моделей сравнительной оценки эффективности работы кормозаготовительных машин и уборочно-транспортных комплексов в зависимости от условий работы, позволяет снизить энергозатраты на 10-15% и повысить эксплуатационную производительность технических средств.

4. На основе факторного и дискриминантного анализа определены статистически значимые различия экономических и природно-климатических условий производства кормов в 29 областях и республиках Нечерноземной зоны РФ по 23 показателям, что и позволило сформировать б подзон со схожими природно-климатическими условиями.

5. При обосновании продолжительности уборочного периода необходимо исходить из минимального значения функции затрат, включающих динамику питательных веществ в траве в процессе вегетации и зависимость удельных затрат на содержание и приобретение кормозаготовительной техники при изменении сезонной выработки. На основе предложенной математической модели определена экономически целесообразная продолжительность уборочных работ для условий Северо-Запада.

6. Спроектированные базовые технологии и комплексы технических средств заготовки сена, силоса и сенажа для всех основных (полученных на основе факторного и дискриминантного анализа) подзон Нечерноземной зоны, обеспечивают минимальные удельные затраты энергии, труда, наименьшие металлоемкость и потери питательных веществ в корме.

7. Зависимость качества функционирования технологий и технических средств от погодных условий, имеющих вероятностную природу, требует подготовки оперативной информации для оценки каждого из возможных решений. Предлагаемый в работе метод позволяет оценить вероятность риска и возможность ущерба при выборе решений.

8. Экспериментальная проверка отдельных технологических процессов и экспертная оценка технологий подтвердили адекватность математических моделей отдельных явлений и процессов, а также предлагаемого метода проектирования адаптивных технологий и технических средств для заготовки кормов.

9. Реализация данных методов в виде автоматизированного рабочего места специалиста по кормопроизводству позволяет осуществить проектирование адаптивных технологий как при решении стратегических задач - формировании базовых технологий и технологических комплексов для региона, так и при решении тактических задач, возникающих в процессе эксплуатации и направленных на корректировку отдельных технологических вариантов в зависимости от изменения условий уборки и уровня технического оснащения.

Основные результаты диссертации опубликованы в следующих печатных работах:

1. Попов В.Д. Проектирование адаптивных технологий производства кормов в условиях Нечерноземной зоны РФ //Пути совершенствования научного обеспечения агропромышленного комплекса Северо-

Востока России в рыночных условиях. Сб. материалов научной сессии РАСХН. - М., 1996. - с.321-325.

2. Попов В.Д. Проектирование многовариантных технологий и комплексов технических средств для заготовки кормов //Научно-технический прогресс в инженерной сфере АПК. Материалы научно-практической конференции. - м., ГОСНИТИ, 1995. - с. 189-192.

3. Попов В.Д. Экспертная оценка технологий и комплексов машин для заготовки кормов. Вопросы технологии, механизации и автоматизации производства кормов и продуктов животноводства. Научные труды НИПТИМЭСХ НЗ. - Л., 1978. - Вып.26.

4. Акаев A.M., Попов В.Д. Влияние геометрических параметров рабочих органов конусной инерционной дробилки на ее производительность при приготовлении пасты из травы. Интенсификация технологических процессов и работ в животноводстве Нечерноземной зоны РСФСР. Сб. научных трудов НИПТИМЭСХ. - Л., 1989. -Вып.55. - с.35-38.

5. Попов В.Д., Акаев A.M., Заботин М.В. Консервация пасты из растительного сырья //Совершенствование технологических процессов и технических средств в кормопроизводстве. Сб. научн.трудов НИПТИМЭСХ НЗ. - С-Пб, 1992. - Вып.62. - с. 19,20.

6. Попов В.Д., Акаев A.M. и др. Совершенствование технологии переработки растительных кормов для свиней //Технологии и средства механизации в животноводстве Нечерноземной зоны РСФСР. Сб. научн.трудов НИПТИМЭСХ НЗ. - Л., 1991. - Вып.59. - с.23-25.

7. Попов В.Д., Валге A.M. Основы моделирования технологических процессов производства и использования кормов из трав. /Моделирование процессов и систем в отраслях АПК. Международная конференция. Тезисы докладов. - С-Пб., АФИ, 1993.

8. Попов В.Д., Валг,е A.M. Оценка эффективности работы кормозаготовительной техники //Техника в сельском хозяйстве. - 1977. - N 2. -с.26-28.

9. Попов В.Д., Валге A.M. Автоматизированная система выбора технологий и технических средств в кормопроизводстве Нечерноземной зоны России //Информация агропромышленного комплекса в условиях многоукладной экономики. Вторая международная научная конференция (11-13 мая 1994 г.). Тезисы докладов. - М., РАСХН, 1994. -с.141,142,

10. Попов В.Д., Никкинен И.Ф. и др. Определение оптимальных температурных режимов пневмоборонной сушилки //Технологические процессы и технические средства заготовки и использования кормов в условиях Нечерноземной зоны РСФСР. Сб. научн.трудов НИПТИМЭСХ НЗ. - Л., 1982.

11. Попов В.Д., Сеник Я.С., Сулима Л.А. Определение коэффициента сопротивляемости диффузии для измельченной травы

//Совершенствование процессов и средств заготовки, хранения и использования кормов в Нечерноземной зоне РСФСР. Сб. научн.трудов НИПТИМЭСХ НЗ. - Л., 1980.

12. Попов В.Д., Сечкин B.C. Обоснование продолжительности уборки трав //Техника в сельском хозяйстве. - 1979. - N 7.

13. Попов В.Д., Сечкин B.C. Экономически целесообразная продолжительность уборки кормовых культур //Технология и механизация заготовки кормов и работ на животноводческих фермах. Сб. на-учн.трудов НИПТИМЭСХ НЗ. - Л., 1979.

14. Попов В.Д., Сечкин B.C., Малышева В.В., Черей H.H. Выбор рационального комплекса машин для заготовки кормов в условиях Северо-Запада. Научн.труды НИПТИМЭСХ НЗ. - Л., 1977. - Вып.21.

15. Попов В.Д., Сечкин B.C., Малышева В.В. К вопросу о продолжительности сушки травы в полевых условиях. Научн.труды НИПТИМЭСХ НЗ. - Л., 1977. - Вып.23.

16. Попов В.Д., Сечкин B.C., Малышева В.В. Рациональный комплекс машин для заготовки кормов //Техника в сельском хозяйстве. -1976. -N 7. - с.21-23.

17. Попов В.Д., Фомин И.М. Вариантные технологии в растениеводстве //Сельскохозяйственные вести. Международный информационный журнал. - С-Пб.- Хельсенки, 1996. -N 5. - с.29...32.

18. Сечкин B.C., Попов В.Д. и др. Методические указания по использованию башен БС-9,15 при заготовке сенажа. - Л., НИПТИМЭСХ НЗ, 1978. - 32 с.

19. Попов В.Д., Сечкин B.C., Сулима Л.А. и др. Указания по заготовке и приготовлению кормов в осенне-зимний период. - Л., НИПТИМЭСХ НЗ, 1978. - 21 с.

20. Андрианов В.М., Попов В.Д. и др. Заготовка кормов межхозяйственными механизированными отрядами. Методические указания. -НЗ РФ, 1979.

21. Валге A.M., Попов В.Д. Динамика сушки травы в полевых условиях //Технология и технические средства механизированного производства продукции растениеводства и животноводства в Нечерноземной зоне России. Сб. научных трудов. Вып.65. - С-Пб,: НИПТИМЭСХ НЗ, 1995,- с. 43-49.

22. Валге A.M., Попов В.Д. Эффективность использования кормо-уборочной техники в различных условиях //Технология и технические средства механизированного производства продукции растениеводства в Нечерноземной зоне России. Сб.научных трудов. - СПб,: НИПТИМЭСХ НЗ, 1993. - Вып.63. - с.74-78.

23. Валге A.M., Попов В.Д. Оценка грузоподъемности транспортных средств при заготовке кормов //Технологии и технические средства механизации производства продукции растениеводства и животно-

водства в Нечерноземной зоне России. Сб. научных трудов. - С-Пб,: НИПТИМЭСХ НЗ, 1996. - Вып.66. - с.36-39.

24. Крылов Н.Д., Попов В.Д. Методика изучения спроса на технологии и технические средства для заготовки кормов в условиях Северо-Западна России //Технологии и технические средства механизации производства продукции растениеводства и животноводства в Нечерноземной зоне России. Сб. научных трудов. - С-Пб,: НИПТИМЭСХ НЗ, 1996. - Вып.66. - с.101-106.