employee
Russian Federation
employee
GRNTI 55.57 Тракторное и сельскохозяйственное машиностроение
The article substantiates the methodology for evaluating the technological operations of agricultural machines, based on entropy indicators of quality and stability. The variants of its definition, based on graphical constructions and analytical calculations, are considered. The stability factors of individual operations in the cultivation and harvesting of potatoes are given. The compliance of the levels of agrotechnical requirements with the quality of performance of individual operations has been evaluated The operations, that require further improvement of technologies and technical means for their implementation, are identified.
entropy, quality, stability, operation, potato, cultivation.
Одним из приоритетных направлений развития аграрного сектора экономики в России является переход к устойчивому развитию земледелия, в основе которого заложены принципы минимального негативного воздействия на окружающую среду, сохранения биоразнообразия, максимального использования и рационального распределения агробиологического потенциала природных ресурсов, снижения потерь выращенной продукции. Концепция устойчивого земледелия рассматривает возделывание сельскохозяйственных культур как сложный агробиологический процесс, в котором наряду с урожайностью должны быть учтены показатели использования и восстановления естественного плодородия почвы, изменения репродуктивных и потребительских свойств полученной продукции при длительном хранении и т.д. Это предопределяет необходимость разработки интегрального индикатора качества и стабильности выполнения как отдельных операций, так и технологического процесса в целом, позволяющего оценить разноплановые признаки и их совокупности в единых показателях. При этом данные показатели должны обеспечивать возможность суммарной оценки уровня достижения и итогового баланса целевых параметров признака. Реализация данных положений диктует необходимость изменения парадигмы оценки эффективности технологий и технических средств сельскохозяйственного производства. Необходимость решения подобных задач в ряде научных направлений, в частности, системного и прикладного программирования, проектирования сложных систем, привело к развитию энтропийной оценки уровня достижения целевых параметров [1,2,3,4,5]. Однако в области сельскохозяйственного производства возможности энтропийной оценки качества и стабильности процессов в полной мере не использовались.
Условия, материалы и методы исследований. В общепринятой трактовке соблюдение заданных требований качества может быть представлена как совокупность пространства состояний, например, векторных полей. Границы пространства состояний определяется исходя из допустимых границ или диапазона полей допусков:
Y min ≤ yi, yi ≤ Y max , Yi min ≤ yi ≤ Yi max,
где yi – величина значения i-го показателя параметра,
Yi max – максимальное значение допуска,
Yi min – минимальное значение допуска.
Соответствие заданным требованиям качества будет соблюдаться, если значение параметров данных показателей будут находиться внутри подпространства ограниченного границами допусков. Для оценки “попадания” отдельных параметров в заданный диапазон традиционно используются доверительные интервалы при выбранной надёжности, как выборочная средняя Mср, дисперсия SS, коэффициент вариации V, уравнение регрессии и т.д. [6,7]. Имея развитый статистический аппарат, данная методология недостаточно эффективна при значительном увеличении числа значимых параметров, а также при необходимости одновременной оценки нескольких показателей качества, имеющих разные размерности.
На наш взгляд, для преодоления фактора “нарастания уровня сложности” наиболее приемлемы энтропийные критерии оценки уровня достижения порогового значения, получивших широкое распространение и успешно используемые во многих отраслях как научной, так и практической деятельности. Понятие энтропии впервые было введено в термодинамике для определения меры необратимого рассеяния энергии. В последующем понятие энтропия начала широко применяется и в других областях науки как показатель случайности или неупорядоченности строения физической системы или как мера неопределённости какого-либо опыта (испытания), который может иметь разные исходы и привязана к конкретным физическим объектам. В сельскохозяйственном производстве применение энтропийных показателей наиболее часто встречается при изучении процессов сепарации различных смесей и рассматривается как мера разнородности состава этой смеси:
1. Barskiy L.A., Rubinshteyn Yu.B. Kiberneticheskie metody v obogaschenii poleznykh iskopaemykh. [Cybernetic methods in mineral processing]. / L. A. Barskiy, Yu. B. Rubinshteyn. - Moskva : Nedra, 1970. – P. 312.
2. Prangishvili I. V. Entropiynye i drugie sistemnye zakonomernosti. Voprosy upravleniya slozhnymi sistemami. (Entropy and other systemic patterns. Management issues of complex systems). / I. V. Prangishvili; Institute of problem management named after V. A. Trapeznikova. – Moskva: Nauka, 2003. – 428 s. – Available at: http://apolov-oleg.narod.ru/olderfiles/1/ Prangishvili_I.V_JEntropiinye_i_dr-88665.pdf
3. Shennon K. Raboty po teorii informatsii i kibernetike. [Works on information theory and cybernetics]. / Shennon K. – Moskva : Inostran. lit., 1963. – P. 829.
4. Volkov A.V. Entropiynye modeli mikro - i nanostruktur: ucheb.posobie. [Entropy models of micro - and nanostructures: study guide]. / A.V. Volkov, I.N. Eremina, A.G. Sanoyan - Samara: Izd-vo Samar. gos. aerokosm, un-ta, 2007. – P. 80.
5. L. von Bertalanffy, General System Theory — A Critical Review, «General Systems», vol. VII, 1962, p. 1—20
6. Mitkov A.L., Kardashevskiy S.V. Statisticheskie metody v selkhozmashinostroenii. [Statistical methods in agricultural engineering]. - M.: Mashinostroenie; Sofiya: Zemizdat 1978. –P. 360.
7. Vasilenko P. M., Pogorelyy L. V. Osnovy nauchnykh issledovaniy: mekhanizatsiya selskogo khozyaystva: [ucheb. posobie dlya vyssh. s.-kh. ucheb. zavedeniy]. [Basics of scientific research: agricultural mechanization: [studies for higher schools for agriculture]. / P. M. Vasilenko, L. V. Pogorelyy. - Kiev: Vishcha shkola, 1985. – P. 266.
8. Donald Uiler, David Chambers Statisticheskoe upravlenie protsessami. Optimizatsiya biznesa s ispolzovaniem kontrolnykh kart Shukharta. [Statistical management of process. Optimization of business using Shewhart control charts]. M.: Alpina Pablisher, 2016. – P. 410.
9. Kamaletdinov R.R. Ispolzovanie teorii informatsii pri imitatsionnom modelirovanii protsessa separatsii kartofelnogo vorokha. [The use of information theory in the simulation of the separation process of potato heaps]. / R.R. Kamaletdinov // Mekhanizatsiya i elektrifikatsiya selskogo khozyaystva. - Mechanization and electrification of agriculture. – 2006. – №11. – P. 8-10.
10. Kamaletdinov R.R. Rekomendatsii po sovershenstvovaniyu rabochikh organov kartofeleuborochnykh mashin. [Recommendations for the improvement of the working units of potato harvesting machines]. – Ufa: Bashkirskiy GAU, 2014. – P. 44. 2nd edition.
11. Potato in progress (science meets practice). Edited by: A.J.Haverkort, P.C.Struik. The Netherlands. Wageningen Academic Pablishers. 2005. 366 p.
