Концептуальные направления развития беспилотных мобильных энергетических средств сельскохозяйственного назначения

Обложка

Цитировать

Полный текст

Аннотация

Обоснование. В настоящее время крупные мировые разработчики и производители в области мобильных сельхозмашин ведут работы над созданием сельскохозяйственных роботизированных систем. Особое внимание уделяется разработке универсальных беспилотных мобильных энергетических средств (МЭС), позволяющих автономно выполнять различные технологические операции без участия человека. В перспективе это позволит исключить оператора непосредственно из процесса управления МЭС и пересмотреть подходы к вопросу повышения эффективности выполнения технологических операций. Существующий тренд повышения производительности за счёт увеличения основных параметров агрегата: ширины захвата, рабочих скоростей, грузоподъёмности и т. д. — может измениться на альтернативный путь, заключающийся в применении сопоставимого по производительности множества автономных малогабаритных агрегатов (рой сельскохозяйственных роботов). Таким образом, применение беспилотных систем управления позволяет использовать концептуально новые подходы к созданию МЭС сельскохозяйственного назначения. В связи с этим становится актуальным проведение исследований, направленных на выявление перспективных концептуальных направлений развития беспилотных МЭС и оценку эффективности их применения.

Цель исследования — выявление концептуальных направлений развития беспилотных МЭС сельскохозяйственного назначения и теоретическая оценка эффективности их применения.

Методы. Объектом исследования являлся процесс трансформации МЭС в условиях развития беспилотных систем управления. Основой исследования послужили научные публикации по вопросам развития роботизированных средств сельскохозяйственного назначения, информационные материалы предприятий-изготовителей сельскохозяйственных тракторов и систем управления сельскохозяйственной техникой. В процессе исследования использовались такие методы, как информационный анализ, синтез, методики расчёта производительности сельскохозяйственных агрегатов и приведённой себестоимости выполнения технологических операций, адаптированные ФГБНУ ФНАЦ ВИМ применительно к беспилотным МЭС.

Результаты. Проанализированы перспективы внедрения беспилотных МЭС, существующие цифровые и интеллектуальные системы управления МЭС и основные факторы, сдерживающие их развитие. Предложена классификация МЭС сельскохозяйственного назначения по уровням автоматизации. Выявлены основные направления развития и предложены концептуальные модели беспилотных МЭС: универсальные беспилотные МЭС (беспилотные тракторы) с сохранением существующей градации по тяговому классу и мощности, универсальные (многофункциональные) беспилотные МЭС малой мощности одного тягового класса, раздельные энергетические модули, объединяющиеся в единый беспилотный агрегат на базе агрегатируемой сельскохозяйственной машины. Предложена методика, и осуществлён расчёт эквивалентного количества беспилотных МЭС каждой концептуальной модели для каждого тягового класса. Осуществлена оценка влияния применения беспилотных МЭС предложенных концептуальных моделей на производительность пахотного агрегата и приведённую себестоимость выполнения пахотных работ.

Заключение. Разработаны концептуальные модели развития беспилотных МЭС и произведены сравнительные расчёты эффективности их применения в составе агрегатов для вспашки, позволяющие дать оценку возможным перспективам их использования.

Об авторах

Иван Александрович Старостин

Федеральный научный агроинженерный центр ВИМ

Автор, ответственный за переписку.
Email: starwan@yandex.ru
ORCID iD: 0000-0002-8890-1107
SPIN-код: 7301-6845

кандидат техн. наук, заведующий лабораторией прогнозирования развития систем машин и технологий в АПК

Россия, 109428, Москва, 1-й Институтский пр-д, д. 5

Александр Вадимович Ещин

Федеральный научный агроинженерный центр ВИМ

Email: eschin-vim@yandex.ru
ORCID iD: 0000-0002-9368-7758
SPIN-код: 7610-5793

кандидат техн. наук, старший научный сотрудник лаборатории прогнозирования развития систем машин и технологий в АПК

Россия, 109428, Москва, 1-й Институтский пр-д, д. 5

Теймур Захидович Годжаев

Федеральный научный агроинженерный центр ВИМ

Email: tgodzhaev95@yandex.ru
ORCID iD: 0000-0002-4496-0711
SPIN-код: 4808-7437

заведующий сектором моделирования и оптимизации мобильных энергосредств

Россия, 109428, Москва, 1-й Институтский пр-д, д. 5

Светлана Александровна Давыдова

Федеральный научный агроинженерный центр ВИМ

Email: davidova-sa@mail.ru
ORCID iD: 0000-0002-1219-3335
SPIN-код: 1050-6034

кандидат техн. наук, ведущий научный сотрудник лаборатории прогнозирования развития систем машин и технологий в АПК

Россия, 109428, Москва, 1-й Институтский пр-д, д. 5

Список литературы

  1. Starostin I.A., Eshchin A.V., Davydova S.A. Global trends in the development of agricultural robotics // IOP Conf. Ser.: Earth Environ. Sci. 2023. Vol. 1138. P. 012042. doi: 10.1088/1755-1315/1138/1/012042
  2. Лобачевский Я.П., Бейлис В.М., Ценч Ю.С. Аспекты цифровизации Системы технологий и машин // Электротехнологии и электрооборудование в АПК. 2019. № 3(36). С. 40–45. EDN RLCDHO
  3. Аксенов А.Г. Анализ интеллектуальных систем поддержки принятия решений в сельском хозяйстве // Электротехнологии и электрооборудование в АПК. 2019. № 3(36). С. 46–51. EDN CECDAH
  4. Измайлов А.Ю., Годжаев З.А., Гришин А.П. и др. Цифровое сельское хозяйство (обзор цифровых технологий сельхозназначения) // Инновации в сельском хозяйстве. 2019. № 2 (31). С. 41–52.EDN: JNIMAH
  5. Лобачевский Я.П., Дорохов А.С. Цифровые технологии и роботизированные технические средства для сельского хозяйства // Сельскохозяйственные машины и технологии. 2021. Т. 15, № 4. С. 6–10. EDN YFRZDV doi: 10.22314/2073-7599-2021-15-4-6-10
  6. Starostin I.A., Belyshkina M.E., Chilingaryan N.O., Alipichev A.YU. Digital technologies in agricultural production: implementation background, current state and development trends // Agricultural engineering. No. 3 (103). 2021. Р. 4–10.
  7. Федоренко В.Ф., Мишуров Н.П., Буклагин Д.С. и др. Цифровое сельское хозяйство: состояние и перспективы развития. М.: Росинформагротех , 2019
  8. Старовойтов С.И., Ценч Ю.С., Коротченя В.М., Личман Г.И. Технические системы цифрового контроля качества обработки почвы // Сельскохозяйственные машины и технологии. 2020. Т. 14, № 1. С. 16–21. EDN HYFQAN doi: 10.22314/2073-7599-2020-14-1-16-21
  9. Гольтяпин В.Я. Системы параллельного вождения машинно– тракторных агрегатов // Техника и оборудование для села. 2013. № 11. С. 12–14. EDN: RKAJJT
  10. Матюк Н.С., Зинченко С.И., Мазиров М.А. и др. Ресурсосберегающие технологии обработки почвы в адаптивном земледелии. Иваново: ФГБНУ Верхневолжский ФАНЦ, 2020. EDN: OXDIHN
  11. Cognitive Agro Pilot Система автоматического вождения [internet]. Дата обращения: 14.07.2023. Режим доступа: https://www.tadviser.ru/index.php/
  12. Саяпин А.С. Петрищев Н.А., Пестряков Е.В. Совершенствование управления техническим состоянием машин за счет использования цифровых средств мониторинга // Технический сервис машин. 2023. Т. 61, № 4(153). С. 10–17. EDN MMBPZL doi: 10.22314/2618-8287-2023-61-4-10-17
  13. Годжаев З.А., Лавров А.В., Шевцов В.Г., Зубина В.А. О выборе технологического направления развития системы сельскохозяйственных мобильных энергосредств // Известия МГТУ МАМИ. 2020. № 1. С. 35–41. EDN: WVVVVS doi: 10.31992/2074-0530-2020-43-1-35-41
  14. Taxonomy And Definitions For Terms Related To Driving Automation Systems For On-Road Motor Vehicles. SAE J 3016. Washington: SAE, 2018.
  15. Измайлов А.Ю., Лобачевский Я.П., Дорохов А.С. Современные технологии и техника для сельского хозяйства — тенденции выставки AGRITECHNIKA 2019 // Тракторы и сельхозмашины. 2020. № 6. С. 28–40. EDN: OPALJD doi: 10.31992/0321-4443-2020-6-28-40
  16. Кутьков Г.М. Развитие технической концепции трактора // Тракторы и сельхозмашины. 2019. № 1. С. 27–35. EDN: ECZSAK doi: 10.31992/0321-4443-2019-1-27-35
  17. Новые гусеничные и колесные тракторы John Deere [internet]. Дата обращения: 14.07.2023. Режим доступа: https://www.deere.ru/ ru/тракторы/, свободный. – (Дата обращения: 12.07.2023).
  18. Тракторы Case IH [internet]. Дата обращения: 14.07.2023. Режим доступа: https://www.caseih.com/apac/ru–ru/products/tractors
  19. Latest generation of seed sowing robots: The Fendt Xaver comes of age. AGCO GmbH. [internet]. Дата обращения: 14.07.2023. Режим доступа: https://www.fendt.com/int/2–fendt–xaver
  20. Крестовников К.Д., Ерашов А.А., Васюнина Ю.Г., Савельев А.И. Разработка устройства сопряжения для модульной сельскохозяйственной робототехнической платформы // Сельскохозяйственные машины и технологии. 2022. Т. 16, № 1. С. 78–88. EDN MNHHSN doi: 10.22314/2073-7599-2022-16-1-78-88
  21. Grimstad L., From P.J. The Thorvald II agricultural robotic system // Robotics. 2017. Vol. 6. P. 24.
  22. Верещагин Н.И., Левшин А.Г., Скороходов А.Н. Организация и технология механизированных работ в растениеводстве. М.: Академия, 2013.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
2. Рис. 1. Развитие автономных систем управления МЭС сельскохозяйственного назначения.

Скачать (322KB)
3. Рис. 2. Концептуальные направления развития беспилотных МЭС сельскохозяйственного назначения.

Скачать (192KB)
4. Рис. 3. Агрегатирование беспилотных МЭС с плугами, сплошными и междурядными культиваторами: a — концептуальная модель А; b — концептуальная модель В; c — концептуальная модель С.

Скачать (349KB)
5. Рис. 4. Результаты расчёта эквивалентного количества беспилотных МЭС концептуальных моделей А, В и С в зависимости от тягового класса базового трактора.

Скачать (158KB)
6. Рис. 5. Расчётная часовая производительность пахотных агрегатов в составе с беспилотными МЭС различных концептуальных моделей.

Скачать (153KB)
7. Рис. 6. Снижение себестоимости вспашки одного гектара при использовании беспилотных МЭС относительно базовых тракторов.

Скачать (101KB)

© Эко-Вектор, 2024

Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
 


Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».