Математическая модель поперечного сечения зерна пшеницы

Обложка

Цитировать

Полный текст

Аннотация

Обоснование. При исследовании оптимальной длины отверстий решетчатого днища наклонной камеры зерноуборочного комбайна, обеспечивающей предварительную сепарацию очесанного зернового вороха, поперечное сечение зерна пшеницы моделируется отдельно взятым шаром или конечным цилиндром. Последнее обстоятельство обусловлено формой зерновки, которая существенным образом упрощает описание технологического процесса. Однако, подобные модели поперечного сечения зерна весьма далеки от реальной формы объекта, поскольку спинная сторона зерновок выпуклая, а на брюшной стороне имеется продольная бороздка. Наиболее близкой поверхностью к реальной форме зерновки является математическая модель, представляющая собой улитку Паскаля. Для указанной модели определены координаты центра тяжести фигуры и получены уравнения для расчета площади ее поперечного сечения и моментов инерции для каждой из осей координат. Проверка полученных уравнений в программе «КОМПАС-3D» показала, что расхождение между реальными и теоретически предсказанными значениями координат центра тяжести фигуры составляет порядка 13%, что снижает адекватность расчетов и требует их уточнения.

Цель исследований — уточнение математической модели поперечного сечения зерна пшеницы, учитывающей геометрические свойства улитки Паскаля.

Материалы и методы. Объектом исследования является поперечное сечение зерна пшеницы, моделируемое улиткой Паскаля. При определении координат центра тяжести фигуры использовали методы теоретической механики, а проверку полученных выражений осуществляли в системе трехмерного моделирования «КОМПАС-3D».

Результаты. Получены математические выражения для аналитического нахождения координат центров тяжести для различных вариантов улитки Паскаля: a = b (кардиоида), a < b (улитка Паскаля без внутренней петли), a > b (улитка Паскаля содержит внутреннюю петлю). Проверка полученных выражений свидетельствует об их адекватности, поскольку сходимость теоретических и экспериментальных данных составляет 100%.

Заключение. Использование уточненных математических моделей поперечного сечения зерна пшеницы позволяет существенным образом упростить моделирование процесса сепарации очесанного вороха, а также повысить точность расчетов. Для упрощения описания этого процесса целесообразно использовать систему трехмерного моделирования «КОМПАС-3D».

Об авторах

Виктор Васильевич Никитин

Брянский государственный аграрный университет

Автор, ответственный за переписку.
Email: viktor.nike@yandex.ru
ORCID iD: 0000-0003-1393-2731
SPIN-код: 5246-6938
Scopus Author ID: 57201686117

доцент, доктор техн. наук, заведующий кафедрой «Технический сервис»

Россия, 243365, Брянская обл., Выгоничский р-н, Кокино, ул. Советская, д. 2а

Виктор Николаевич Ожерельев

Брянский государственный аграрный университет

Email: vicoz@bk.ru
ORCID iD: 0000-0002-2121-3481
SPIN-код: 3423-0991
Scopus Author ID: 57195608281

профессор, доктор с.-х. наук, профессор кафедры «Технические системы в агробизнесе, природообустройстве и дорожном строительстве»

Россия, 243365, Брянская обл., Выгоничский р-н, Кокино, ул. Советская, д. 2а

Наталия Викторовна Синяя

Брянский государственный аграрный университет

Email: sinzea@yandex.ru
ORCID iD: 0000-0002-1794-1347
SPIN-код: 9225-4347

кандидат техн. наук, доцент кафедры «Технический сервис»

Россия, 243365, Брянская обл., Выгоничский р-н, Кокино, ул. Советская, д. 2а

Список литературы

  1. Buryanov A.I., Chervyakov I.V. Using combines for cleaning grain crops by non-traditional technologies // INMATEH — Agricultural Engineering. 2019. Vol. 59, N. 3. P. 27–32. doi: 10.35633/INMATEH-59-03
  2. Lachuga Yu.F., Buryanov A.I., Pakhomov V.I., et al. Adaptation of threshing devices to physical and mechanical characteristics of harvested crops // Russian Agricultural Sciences. 2020. Vol. 46, N. 2. P. 198–201. doi: 10.3103/S1068367420020111
  3. Жалнин Э.В. Технические инновации в сельскохозяйственном производстве и ресур-сосберегающий эффект // АгроСнабФорум. 2017. № 3 (151). С. 14. EDN: YMDHKX
  4. Жалнин Э.В. Уборка с очесом на корню: за и против // Сельский механизатор. 2013. № 8. С. 10–12. EDN: RCFKAZ
  5. Леженкин А.М., Кравчук В.И., Кушнарев А.С. Технология уборки зерновых культур методом очесывания на корню: состояние и перспективы. Дослидницкое, 2010.
  6. Ожерельев В.Н., Никитин В.В. Результаты адаптации конструкции комбайна к работе с очесывающей жаткой // Инженерные технологии и системы. 2022. Т. 32. № 2. С. 190–206. EDN: RBNYLL doi: 10.15507/2658-4123.032.202202.190-206
  7. Ozherelyev V.N., Nikitin V.V., Belous N.M., et al. Perspectives of grain pile separation before it enters the thresh-ER // International Journal of engineering and Technology (UAE). 2018, Vol. 7, N. 2.13. P. 114–116.
  8. Никитин В.В. Определение оптимальной длины днища наклонной камеры зерноуборочного комбайна при очесе // Сельский механизатор. 2018. № 5. С. 8–9. EDN: XWCSDZ
  9. Горячкин В.П. Собрание сочинений. В 3-х т. М.: Колос, 1968. Т. 1.
  10. Василенко В.В., Василенко С.В., Баскаков И.В. Рациональная схема питателя стационарной молотилки очесанного вороха // Вестник Воронежского государственного аграрного университета. 2022. Т. 15. № 3 (74). С. 12–18. EDN: QWRCUX doi: 10.53914/issn2071-2243_2022_3_12
  11. Ожерельев В.Н., Никитин В.В., Комогорцев В.Ф. Наклонная камера зерноуборочного комбайна // Вестник Брянской ГСХА. 2016. № 3. С. 65–70. EDN: VZRSIF
  12. Никитин В.В. Совершенствование технологической схемы зерноуборочного комбайна и параметров его рабочих органов: дисс. … доктора техн. наук. Воронеж, 2021. EDN: TRVVBB
  13. Маяцкая И.А. Разработка механико-математических моделей семян сельскохозяйственных культур, убираемых зернокомбайнами: автореф. дисс. ... кандидат техн. наук. Ростов-на-Дону, 2000. EDN: ZKLDMX
  14. Маяцкая И.А., Демченко Б.М. Определение Миделева сечения растительных объектов различной формы // Интернет-журнал Науковедение. 2013. № 3 (16). С. 109. EDN: QZXZEB
  15. Тарг С.М. Краткий курс теоретической механики. М.: Высшая школа, 2010.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
2. Рис. 1. Частные случаи поперечного сечения зерна пшеницы выполненной в виде улитки Паскаля: a) a = b (кардиоида); b) a < b (улитка Паскаля без внутренней петли); c) a > b (улитка Паскаля содержит внутреннюю петлю).

Скачать (151KB)
3. Рис. 2. Скриншот рабочего окна программы «КОМПАС-3D» при определении центра тяжести кардиоиды a = b = 20 мм.

Скачать (293KB)
4. Рис. 3. Скриншот рабочего окна программы «КОМПАС-3D» при определении центра тяжести улитки Паскаля при a = 20 мм и b = 30 мм.

Скачать (214KB)
5. Рис. 4. Улитка Паскаля с внутренней петлей.

Скачать (68KB)
6. Рис. 5. Скриншот рабочего окна программы «КОМПАС-3D» при определении центра тяжести улитки Паскаля при a = 20 мм и b = 15 мм.

Скачать (251KB)

© 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».