Comparative analysis of foreign-made harvesters efficiency

Cover Page

Cite item

Full Text

Abstract

The paper presents an analysis of the efficiency of available harvesters, which is especially important in the current conditions of sanctions. The purpose of the study was to assess the effectiveness of foreign-made harvesters available under sanctions. The authors compared and analyzed the productivity of a harvester based on the SANY SY245F crawler excavator and the John Deere 1270G harvester; and assessed possible usage of a Chinese-made harvester based on the SANY SY245F crawler excavator in logging. The authors evaluated the work of a harvester based on SANY SY245F, with a harvester head WARATAH H480С and that of a harvester John Deere 1270G. The average output per man-day made 233.17 m3 for the John Deere 1270G (average hours worked per day 15.20 hours) and 207.67 m3 for the SANY SY245F-based harvester (average day hours worked 15.48 hours). On average, the output per man-day for a harvester based on SANY SY245F was 1.126 times less. As a criterion for evaluating the efficiency of logging machines, we used the coefficient of technological efficiency (СTE) adapted for harvesters. The analysis revealed a change in the values of the technological efficiency coefficient, while the maximum values of СTE = 0,638 and 0,647 were achieved at volume of stem 0,36 and 0.53 m3 and a net operating time of 7.5 and 9 hours, respectively (John Deere 1270G). A decrease in the values of СTE in other conditions allows us to state a decrease in the efficiency of the harvester under the influence of additional natural production factors, including unplanned operations. Evaluation of the harvester operation using the СTE criterion allows comparing the actual and theoretical efficiency of the logging machine, which in turn may allow identifying weaknesses and taking measures to increase equipment productivity and reduce costs. The analysis showed that harvesters made in China and, in particular, based on the SANY SY245F excavator are quite competitive in terms of efficiency with forest machines from other manufacturers.

About the authors

Aleksey Vladimirovich Kuznetsov

Petrozavodsk State University

Author for correspondence.
Email: kuzalex@psu.karelia.ru

Aleksandr Aleksandrovich Gayda

AO "Kondopoga timber industry" (Kondopozhskoye lesopromyshlennoye khozyaystvo)

Email: Office@klpkh.com

References

  1. Обоснование направлений совершенствования лесозаготовительных машин / В. И. Скрыпник, А. В. Кузнецов, А. С. Васильев [и др.]. Петрозаводск: ООО «Verso», 2016. 93 с.
  2. Кузнецов А. В., Галактионов О. Н. Анализ производства лесозаготовительных машин в России // Инженерный вестник Дона. Ростов н/Д., 2023. С. 712—722.
  3. ООО «Карелия Палп». URL: http://karjalapulp.com/(дата обращения: 12.08.2023). Текст: электронный.
  4. АО «Кондопожское лесопромышленное хозяйство» (КЛПХ). URL: http://klpkh.com/(дата обращения: 12.08.2023). Текст: электронный.
  5. Харвестерная головка Т600 — первая в России реальная альтернатива европейским брендам // Журнал «ЛПК Сибири». URL: https://lpk-sibiri.ru/logging/harvester-heads/harvesternaya-golovka-t600-pervaya-v-rossii-realnaya-alternativa-evropeyskim-brendam-/?ysclid=lfnw3hgino292636735 (дата обращения: 12.08.2023). Текст: электронный.
  6. Анисимов Г. М., Котиков В. М., Куликов М. И. Лесотранспортные машины. М.: Экология, 1997. 448 с.
  7. Кнороз В. И., Астров И. П. Оценка проходимости колёсных машин // Труды НАМИ. 1973. Вып. 142. С. 66—76.
  8. Шегельман И. Р., Скрыпник В. И., Кузнецов А. В. Анализ показателей работы и оценка эффективности лесозаготовительных машин в различных природно-производственных условиях // Учёные записки Петрозаводского государственного университета. Серия: Естественные и технические науки. 2010. № 4. С. 66—75.
  9. Производство лесосечных работ: Технология и техника / И. Р. Шегельман, В. И. Скрыпник, А. В. Питухин [и др.]. Петрозаводск: Изд-во ПетрГУ, 2015. 366 с.
  10. Apafaian A. I., Proto A. R., Borz S. A. Performance of a mid-sized harvester-forwarder system in integrated harvesting of sawmill, pulpwood and firewood // Ann. For. Res. 2017. Vol. 60 (2). P. 227—241. doi: 10.15287/afr.2017.909.
  11. Eriksson M., Lindroos O. Productivity of harvesters and forwarders in CTL operations in northern Sweden based on large follow-up datasets // International Journal of Forest Engineering. 2014. No. 25 (3). P. 179—200. doi: 10.1080/14942119.2014.974309.
  12. Расчёт эксплуатационных затрат лесосечных машин / Ю. Ю. Герасимов, К. Н. Сибиряков, С. Л. Мошков [и др.]. Йоэнcуу: НИИ леса Финляндии, 2009. 46 с.

Supplementary files

Supplementary Files
Action
1. JATS XML

Copyright (c) 2024 Kuznetsov A.V., Gayda A.A.

Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial 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».