Математическое моделирование работы сепарирующего устройства автоматизированной машины для очистки клубней картофеля

Цель работы − разработка математической модели сепарирующего устройства автоматизированной машины для очистки клубней картофеля от почвы с целью предотвращения вывоза с поля плодородного слоя почвы и возможного дальнейшего распространения заболеваний растений картофеля через зараженную почву. Рассмотрен процесс взаимодействия прутка сепарирующего транспортера и почвенного комка. Построены графики изменения кинетической энергии для почвенных комков, имеющих различную массу, в зависимости от частоты вращения привода планчатого транспортёра. В процессе моделирования в среде Mathсad определены масса комков при варьировании от 0,2 до 0,8 кг; высота выгрузки клубневого гнезда составляла 0,3 м; масса пруткового транспортёра – 23 кг; радиус приводного вала – 0,1 м; угол наклона пруткового транспортёра относительно горизонта – 0,3491 рад. Определена графическая зависимость изменения потери кинетической энергии от частоты вращения привода пруткового транспортёра для комков различной массы. Установлено, что с увеличением частоты вращения привода пруткового транспортёра наблюдается рост потери кинетической энергии в результате ударного воздействия, при этом с увеличением массы почвенного комка наблюдается линейный рост данного показателя. Потеря кинетической энергии в результате ударного взаимодействия прутка сепарирующего транспортера и почвенного комка будет равна работе, затрачиваемой на разрушение почвенного комка в результате падения на поверхность пруткового транспортёра. Определено, что поступающая на планчатый транспортёр масса включает в себя ботву, клубни картофеля и почву. В свою очередь, качество сепарации поступающей массы будет определяться расстоянием между прутками и частицами почвы определенного размера. Результаты проведенного моделирования установили, что повышение эффективности процесса очистки наблюдается при варьировании частоты колебаний полотна в интервале 45–60 Гц и постоянном значении амплитуды, равном 0,03 м.

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

2. Измайлов А. Ю., Колчин Н. Н., Лобачевский Я. П., Кынев Н. Г. Современные технологии и специальная техника для картофелеводства. Сельскохозяйственные машины и технологии. 2015;(3):43–47. Режим доступа: https://www.vimsmit.com/jour/article/view/76/32 EDN: TTLVUJ

3. Лачуга Ю. Ф., Измайлов А. Ю., Лобачевский Я. П., Шогенов Ю. Х. Интенсивные машинные технологии, роботизированная техника и цифровые системы для производства основных групп сельскохозяйственной продукции. Техника и оборудование для села. 2018;(7):2–7. Режим доступа: https://elibrary.ru/item.asp?id=35303139 EDN: UUUFBG

4. Пономарев А. Г., Колчин Н. Н., Зернов В. Н., Петухов С. Н. Селекции и семеноводству картофеля необходима механизация. Картофель и овощи. 2017;(3):22–24. Режим доступа: http://potatoveg.ru/wp-content/uploads/2018/04/3_2017.pdf EDN: YGUMYN

5. Ларюшин Н. П., Кухарев О. Н., Кирюхина Т. А. Исходные положения при проектировании машин для уборки лука. Наука в центральной России. 2015;(6(18)):48–58. Режим доступа: https://elibrary.ru/item.asp?id=25118239 EDN: VDRFPD

6. Лобачевский Я. П., Ценч Ю. С. Принципы формирования систем машин и технологий для комплексной механизации и автоматизации технологических процессов в растениеводстве. Сельскохозяйственные машины и технологии. 2022;16(4):4–12. DOI: https://doi.org/10.22314/2073-7599-2022-16-4-4-12 EDN: IDJFYV

7. Труфляк Е. В., Курченко Н. Ю., Дайбова Л. А., Креймер А. С., Подушин Ю. В., Белая Е. М. Мониторинг и прогнозирование научно-технологического развития АПК в области точного сельского хозяйства, автоматизации и роботизации. Научное обеспечение агропромышленного комплекса: сб. ст. по мат-лам 72-ой научн.-практ. конф. преподавателей. Краснодар: КубГАУ им. И. Т. Трубилина, 2017. С. 335–336. Режим доступа: https://elibrary.ru/item.asp?id=29740008 EDN: ZAUUYP

8. Dongre A. U., Battase R., Dudhale S., Patil V. R., Chavan D. Development of Potato Harvesting Model. International Research Journal of Engineering and Technology (IRJET). 2017;4(10):1567–1570. URL: https://www.irjet.net/archives/V4/i10/IRJET-V4I10288.pdf

9. Lü J. Q., Shang Q. Q., Yang Y., Li Zh. Design optimization and experiment on potato haulm cutter. Transactions of the CSAM. 2016;47(5):106–114. DOI: https://doi.org/10.6041/j.issn.1000-1298.2016.05.015

10. Azizi P., Dehkordi N. S., Farhadi R. Design, Construction and Evaluation of Potato Digger with Rotary Blade. Cercetari Agronomice in Moldova. 2014;47(3):5–13. DOI: https://doi.org/10.2478/cerce-2014-0022

11. Abd El-Rahman M. M. A. Development and Performance Evaluation of a Simple Grading Machine Suitable for Onion Sets. Journal of Soil Sciences and Agricultural Engineering. 2014;2(2):213–226. DOI: https://doi.org/10.21608/jssae.2011.55418

12. Dandekar I., Joshi A., Patil V. Review Paper Based on Design and Development of an Onion Harvesting Machine. Journal of Information and Computational Science. 2020;9(12):333–337. URL: https://www.researchgate.net/publication/339201506

13. Jothi Shanmugam C., Senthilkumar G. Indigenous Development of Low Cost Harvesting Machine. ARPN Journal of Engineering and Applied Sciences. 2017;12(5):4489–4490. URL: http://www.arpnjournals.org/jeas/research_papers/rp_2017/jeas_0817_6236.pdf

14. Bachche S. Deliberation on Design Strategies of Automatic Harvesting Systems: A Survey. Robotics. 2015;4(2):194–222. DOI: https://doi.org/10.3390/robotics4020194

15. Сазонов Н. В., Мосяков М. А., Тетерин В. С., Панферов Н. С., Годяева М. М., Трунов М. С. Показатели качества работы автоматизированной машины для ухода за растениями картофеля в селекции и семеноводстве. Сельскохозяйственные машины и технологии. 2024;18(1):60–67. DOI: https://doi.org/10.22314/2073-7599-2024-18-1-60-67 EDN: MAJKHM

16. Смирнов И. Г., Хорт Д. О., Кутырев А. И. Интеллектуальные технологии и роботизированные машины для возделывания садовых культур. Сельскохозяйственные машины и технологии. 2021;15(4):35–41. DOI: https://doi.org/10.22314/2073-7599-2021-15-4-35-41 EDN: NDDMCH

17. Казакевич П. П., Юрин А. Н., Прокопович Г. А. Система технического зрения распознавания дефектов яблок: обоснование, разработка, испытание. Весці Нацыянальнай акадэміі навук Беларусі. Серыя аграрных навук. 2021;59(4):488–500. DOI: https://doi.org/10.29235/1817-7204-2021-59-4-488-500

18. Лобачевский Я. П., Лачуга Ю. Ф., Измайлов А. Ю., Шогенов Ю. Х. Научно-технические достижения агроинженерных научных организаций в условиях цифровой трансформации сельского хозяйства. Техника и оборудование для села. 2023;(4(310)):2–5. DOI: https://doi.org/10.33267/2072-9642-2023-4-2-5 EDN: KIGZD

19. Ganganagowdar N. V., Gundad A. V. An intelligent computer vision system for vegetables and fruits quality inspection using soft computing techniques. Agricultural Engineering International. 2019;21(3):171–178.

20. Воробьев Н. И., Лысов А. К., Корнилов Т. В., Хютти А. В. Вычислительная нейросеть для обработки светоотражательных спектров растений и дистанционного фитосанитарного мониторинга картофеля. Аграрная наука Евро-Северо-Востока. 2024;25(2):283–292. DOI: https://doi.org/10.30766/2072-9081.2024.25.2.283-292 EDN: KUSISD

21. Ибятов Р. И., Зиганшин Б. Г. О моделировании случайных процессов в агропромышленном комплексе. Вестник Казанского государственного аграрного университета. 2022;17(1(65)):50–55. DOI: https://doi.org/10.12737/2073-0462-2022-50-55 EDN: SXOJGE

22. Голиков А. А., Костенко М. Ю., Рембалович Г. К., Успенский И. А. Математическая модель вероятной оценки наступления технологического отказа картофелеуборочной машины. Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета. 2014;(99):244–255. Режим доступа: https://elibrary.ru/item.asp?id=21695002 EDN: SGTNZN