Оценка производительности беспилотных машинно-тракторных агрегатов

Достижению поставленной перед агропромышленном комплексом цели по переходу к высокопродуктивному, экологически чистому агрохозяйству способствует внедрение передовых цифровых, интеллектуальных производственных технологий и роботизированных систем. Учитывая это, а также мировые тенденции развития беспилотных мобильных средств, предложены три концептуальные модели развития беспилотных мобильных энергетических средств: создание универсальных беспилотных мобильных средств различных тяговых классов и мощности на базе серийно выпускающихся тракторов (концептуальная модель А), создание работающих группами универсальных беспилотных мобильных средств малой мощности (концептуальная модель В) и создание энергомодулей (концептуальная модель С). С целью определения дальнейших перспектив их использования осуществлены теоретические изыскания по вопросу оценки производительности сельскохозяйственных агрегатов в составе с беспилотными мобильными средствами предложенных концептуальных моделей. Исследования проводили на основе существующих общеизвестных методик и формул определения производительности. Проведенный анализ влияющих на производительность сельскохозяйственного агрегата при выполнении полевых операций факторов показывает, что при применении беспилотных мобильных средств может быть обеспечен рост производительности агрегата за счет увеличения коэффициента использования ширины захвата и времени основной работы за счет исключения затрат времени на отдых и личные нужды оператора, сокращения затрат времени при разворотах агрегата в конце гона. Разработанные методологические подходы к вопросу расчета производительности сельскохозяйственных агрегатов в составе с беспилотными мобильными средствами сельскохозяйственного назначения позволили оценить рост производительности агрегатов при использовании беспилотных мобильных средств предлагаемых концептуальных моделей. Применение беспилотных мобильных средств рассматриваемых концептуальных моделей может позволить повысить сменную производительность агрегатов для сплошной культивации по сравнению с традиционными пилотируемыми тракторами на уровень от 3 до 24 %.

1. Лобачевский Я. П., Бейлис В. М., Ценч Ю. С. Аспекты цифровизации Системы технологий и машин. Электротехнологии и электрооборудование в АПК. 2019;(3(36)):40–45. Режим доступа: https://elibrary.ru/item.asp?id=41192528 EDN: RLCDHO

2. Rondelli V., Franceschetti B., Mengoli D. A Review of Current and Historical Research Contributions to the Development of Ground Autonomous Vehicles for Agriculture. Sustainability 2022;14(15):9221. DOI: https://doi.org/10.3390/su14159221

3. Аксенов А. Г. Анализ интеллектуальных систем поддержки принятия решений в сельском хозяйстве. Электротехнологии и электрооборудование в АПК. 2019;(3(36)):46–51. Режим доступа: https://elibrary.ru/item.asp?id=41192529 EDN: CECDAH

4. Старостин И. А., Давыдова С. А., Ещин А. В. Интеллектуальная система управления сельскохозяйственными роботами: формирование структуры. Агроинженерия. 2023;25(3):49–56. DOI: https://doi.org/10.26897/2687-1149-2023-3-49-56 EDN: SUYDSC

5. Fountas S., Mylonas N., Malounas I., Rodias E., Hellmann Santos C., Pekkeriet E. Agricultural Robotics for Field Operations. Sensors. 2020;20(9):2672. DOI: https://doi.org/10.3390/s20092672

6. Lytridis C., Kaburlasos V. G., Pachidis T., Manios M., Vrochidou E., Kalampokas T., Chatzistamatis S. An Overview of Cooperative Robotics in Agriculture. Agronomy. 2021;11(9):1818. DOI: https://doi.org/10.3390/agronomy11091818

7. Лобачевский Я. П., Дорохов А. С. Цифровые технологии и роботизированные технические средства для сельского хозяйства. Сельскохозяйственные машины и технологии. 2021;15(4):6–10. DOI: https://doi.org/10.22314/2073-7599-2021-15-4-6-10 EDN: YFRZDV

8. Starostin I. A., Eshchin A. V., Davydova S. A. Global trends in the development of agricultural robotics. IOP Conf. Series: Earth and Environmental Science. 2023;(1138):012042. DOI: https://doi.org/10.1088/1755-1315/1138/1/012042

9. Ramírez-Ochoa D.-D., Pérez-Domínguez L. A., Martínez-Gómez E.-A., Luviano-Cruz D. PSO, a Swarm Intelligence-Based Evolutionary Algorithm as a Decision-Making Strategy: A Review. Symmetry. 2022;14(3):455. DOI: https://doi.org/10.3390/sym14030455

10. Grimstad L., From P. J. The Thorvald II Agricultural Robotic System. Robotics. 2017;6(4):24. DOI: https://doi.org/10.3390/robotics6040024

11. Союнов А. С., Прокопов С. П., Головин А. Ю., Сабиев У. К., Мальцева Е. И. Изыскание современных факторов, влияющих на эффективность работы машинно-тракторных агрегатов. Вестник Омского государственного аграрного университета. 2021;(4(44)):232–240. DOI: https://doi.org/10.48136/2222-0364_2021_4_232 EDN: AIDMXZ

12. Старовойтов С. И., Ценч Ю. С., Коротченя В. М., Личман Г. И. Технические системы цифрового контроля качества обработки почвы. Сельскохозяйственные машины и технологии. 2020;14(1):16–21. DOI: https://doi.org/10.22314/2073-7599-2020-14-1-16-21 EDN: HYFQAN

13. Бобков С. И. Эффективность навигационных систем при проведении сельскохозяйственных работ. Техника и оборудование для села. 2020;(3(273)):8–12. DOI: https://doi.org/10.33267/2072-9642-2020-3-8-12 EDN: AUCOEA

14. Маршанин Е. В., Сурин Р. О., Михайлов А. В., Беляков Д. В., Кузнецов Е. Е., Щитов С. В. Оценка влияния физико-механических свойств почвы на производительность колёсного агрегата. АгроЭкоИнфо. 2023;(3(57)):23. Режим доступа: https://elibrary.ru/iwovnk EDN: IWOVNK

15. Damanauskas V., Janulevičius A. Validation of Criteria for Predicting Tractor Fuel Consumption and CO2 Emissions When Ploughing Fields of Different Shapes and Dimensions. AgriEngineering. 2023;5(4):2408–2422. DOI: https://doi.org/10.3390/agriengineering5040148

16. Мардарьев С. Н., Акимов А. П., Медведев В. И., Зайцев П. В., Казаков Ю. Ф., Юнусов Г. C., Ларкин С. В. Основные параметры работы трактора К-424 (Кирюша) в составе пахотного агрегата в условиях адаптивно-ландшафтного земледелия. Вестник Казанского государственного аграрного университета. 2018;13(2(49)):118–123. DOI: https://doi.org/10.12737/article_5b3508d43df482.45257283 EDN: TMENEW

17. Лобачевский Я. П., Лонин С. Э., Алексеев И. С., Гончаров Н. Т., Афонина И. И., Ильченко Е. Н. Разработка алгоритмов и программного обеспечения систем управления движением роботизированного почвообрабатывающего агрегата. Сельскохозяйственные машины и технологии. 2019;13(2):48–52. DOI: https://doi.org/10.22314/2073-7599-2018-12-6-48-52 EDN: PLAHMR

18. Wang Q., He J., Lu C., Wang C., Lin H., Yang H., Li H., Wu Z. Modelling and Control Methods in Path Tracking Control for Autonomous Agricultural Vehicles: A Review of State of the Art and Challenges. Applied Sciences. 2023;13(12):7155. DOI: https://doi.org/10.3390/app13127155

19. Пухов Е. В., Мешкова С. С., Кочкин С. С. Разработка имитационной модели движения сельскохозяйственных агрегатов на поле. Международный технико-экономический журнал. 2022;(3):16–26. DOI: https://doi.org/10.34286/1995-4646-2022-84-3-16-26 EDN: GKLIMZ

20. Han X., Kim H.-J., Jeon C. W., Kim J. H. Simulation Study to Develop Implement Control and Headland Turning Algorithms for Autonomous Tillage Operations. Journal of Biosystems Engineering. 2019;44(1):245–257. DOI: https://doi.org/10.1007/s42853-019-00035-9