Том 21, № 4 (2024)

Обложка

Весь выпуск

Статьи

Результаты вычислительного эксперимента по определению оптимальных параметров и показателей работы колёсно-гусеничного движителя лесной машины

Дмитриев А.С., Должиков И.С., Куницкая О.А., Дьяченко В.М., Хитров Е.Г., Кривошеев А.А.

Аннотация

При проведении малообъёмных лесозаготовок в России обычно используют машины, созданные на базе колёсных сельскохозяйственных тракторов малого и среднего класса тяги. Эти тракторы при своей сравнительно низкой стоимости в приобретении и эксплуатации обладают хорошей надёжностью и значительной универсальностью, которая заключается в том, что их можно использовать не только на лесосечных и лесохозяйственных работах, но и для коммунального хозяйства, и собственно сельскохозяйственных работ, что обеспечивает их круглогодичную эффективную эксплуатацию. Однако при работе в сложных условиях — на глубоком снеге, при слабонесущих почвогрунтах, на подъёмах таким тракторам не хватает тягового усилия. В этой связи в сельскохозяйственном производстве разработан и успешно используется достаточно простой способ перевода колёсных тракторов на полугусеничный ход. Это обеспечивает существенное увеличение их проходимости в сложных условиях эксплуатации, повышение силы тяги и существенную экономию топлива. В данной статье представлены результаты вычислительного эксперимента, в задачи которого входило (на основании ранее разработанной и исследованной математической модели обоснования оптимальных параметров колёсно-гусеничного движителя лесной машины) определить оценку глубины образующейся колеи, тягово-сцепных свойств движителя и требуемой мощности при заданных свойствах почвогрунта и варьировании нагрузки со стороны колёсного и гусеничного движителя.
Resources and Technology. 2024;21(4):1-43
pages 1-43 views

Способ и процессная модель предварительной обработки данных автоматизированных систем контроля технического состояния зерноуборочных комбайнов

Помогаев В.М., Ревякин П.И., Басакина А.С.

Аннотация

Современные самоходные сельскохозяйственные машины отличаются своей технологичностью, сложностью и высокой стоимостью. Обеспечение надёжности и работоспособности таких машин является ключевой задачей технического сервиса. Развитие технологий технического сервиса позволяет собирать, обрабатывать и строить прогнозы технического состояния машин на основе данных, получаемых в процессе их эксплуатации. Сбор данных осуществляется встроенными системами контроля, с помощью которых происходит диагностирование и оперативное выявление неисправностей в работе узлов и агрегатов машин. Целью исследования являлась разработка и апробация способа предварительной обработки данных, полученных с помощью автоматической системы контроля технического состояния и датчиков, установленных на зерноуборочных комбайнах ACROS, и формализация разработанного алгоритма для последующей автоматизации процесса подготовки данных для технического анализа. Качество данных оценивалось по следующим критериям: объём данных, типы данных, количество атрибутов, наличие и количество пропусков, наличие дубликатов, наличие аномалий, соответствие категорий, нормализация и согласованность значений, возможная гомогенность, сегментация. В качестве инструментов использованы Python, R, библиотеки Pandas, NumPy, Matplotlib. В результате проведённого исследования установлено, что сырые данные с аналитических систем контроля технического состояния зерноуборочных комбайнов не пригодны для анализа и прогнозирования технического состояния узлов и агрегатов. Прежде всего, это связано с большим количеством пропущенных значений. Построение процессной модели на основе разработанного способа предварительной обработки данных может рассматриваться как концепция информационной системы, позволяющей автоматизировать процесс подготовки данных систем контроля технического состояния зерноуборочных комбайнов для машинной обработки. Представленный способ позволил получить структурированные и информативные данные, корректное заполнение пропусков, устранение выбросов и ошибок. Построенная процессная модель обеспечивает прозрачность, контроль и оптимизацию процессов работы с данными, позволит исключить ошибки и противоречия в их дальнейшем анализе, а также создаст условия для повторяемости действий в дальнейшем при обработке аналогичных датасетов, полученных с систем контроля технического состояния зерноуборочных комбайнов.
Resources and Technology. 2024;21(4):44-65
pages 44-65 views

Обоснование необходимости исследования воздействия валочно-трелёвочно-процессорных машин на почвогрунты лесосек на склонах

Кривошеев А.А., Швецов А.С., Бурмистрова О.Н., Григорьев И.В., Ревяко С.И., Охлопкова М.К.

Аннотация

В современных экономических и политических условиях валочно-трелёвочно-процессорные машины австрийской семейной компании Konrad Forsttechnik GmbH становятся для российских лесозаготовительных компаний одним из немногих доступных вариантов качественных колёсных лесозаготовительных машин, конструктивно приспособленных для рубок лесных насаждений на склонах. В настоящее время в Иркутской области проводятся производственные испытания эксплуатационной эффективности работы таких машин, но, к сожалению, не уделяется внимания экологической эффективности их эксплуатации. В статье обосновывается необходимость теоретического и экспериментального изучения негативного воздействия колёсных валочно-трелёвочно-процессорных машин на почвогрунты лесосек на склонах на основании анализа развития конструкций лесозаготовительных машин, технологических вариантов их использования, анализа современных научных работ в данной области. На основе обзора и анализа научной литературы, а также данных Национальной ассоциации лесопромышленников «Русский лес» и ассоциации производителей машин и оборудования лесного комплекса «Лестех» показано, что валочно-трелёвочно-процессорные машины австрийской семейной компании Konrad Forsttechnik GmbH имеют очень хорошие перспективы широкого применения в различных природно-производственных условиях, где работают лесозаготовительные предприятия России, прежде всего на пересечённой местности.
Resources and Technology. 2024;21(4):66-120
pages 66-120 views

Планирование поставки лесоматериалов потребителям по транспортно-технологической схеме плот (линейка) — плот

Васильев В.В., Афоничев Д.Н.

Аннотация

Практическая реализация транспортно-технологической схемы, функционирующей по принципу плот (линейка) — плот, на базе усовершенствованной плоской сплоточной единицы требует планирования поставки лесоматериалов потребителям. Для качественного планирования сплава лесоматериалов возникает необходимость обоснования габаритных размеров плоской сплоточной единицы и плотов различного назначения, в конструкцию которых заложена данная сплоточная единица. Предложена методика расчёта габаритных размеров плоской сплоточной единицы, плота (линейки) для первоначального сплава древесины и плота для магистрального сплава древесины. При обосновании габаритов данной сплоточной единицы и плотов различного назначения выполняется расчёт их фактической длины, ширины, высоты, первоначальной осадки и объёма содержания древесины. На основании предложенной методики было выполнено планирование поставки лесоматериалов потребителям с учётом использования оптимального периода первоначального плотового сплава лесоматериалов в рамках одной навигации и рациональной расстановки буксирных судов, задействованных на буксировке плотов. При объёме плота (линейки) 171,26 м3, когда годовой объём оборота древесины на береговом складе составляет 9,0 тыс. м3, а оптимальный период первоначального плотового сплава лесоматериалов равен 160 дней, применяется одно буксирное судно, имеющее срок оборачиваемости три дня. Если годовой объём оборота древесины на береговом складе равен 20,0 тыс. м3, а оптимальный период первоначального плотового сплава лесоматериалов составляет 120 дней, то используются два буксирных судна, имеющих срок оборачиваемости два дня, при условии, что объём плота (линейки) составляет 171,26 м3. В том случае, когда годовой объём оборота древесины на береговом складе равен 30,0 тыс. м3, а оптимальный период первоначального плотового сплава лесоматериалов составляет 180 дней, следует привлекать три буксирных судна со сроком оборачиваемости три дня, если объём плота (линейки) составляет 171,26 м3. На магистральном плотовом сплаве лесоматериалов при среднем объёме древесины в плоту 3425,27 м3 необходимо использовать один буксировщик и, в зависимости от транспортных условий, вспомогательные буксирные суда или специальные средства управления плотами.
Resources and Technology. 2024;21(4):121-149
pages 121-149 views

Гидродинамическое сопротивление лесотранспортных единиц новой конструкции

Мануковский А.Ю., Шадрина Я.

Аннотация

В статье приведены результаты экспериментальных исследований неустановившегося движения лесотранспортных единиц в условиях влияния мелководья. Для рек с малыми глубинами предложена сплоточная единица, состоящая из четырёх пучков малого объёма (до 5 м3), соединённых между собой с помощью крепёжных брёвен и гибких связей. Выполнены экспериментальные исследования движения лесотранспортных единиц в условиях влияния мелководья. Лесотранспортные единицы (ЛТЕ) формировались из 1…6 сплоточных единиц. Исследования проводились на моделях масштаба 1 : 20. Соотношение длины ЛТЕ к её ширине изменялось от 1 до 6. При равномерном движении моделирование выполнено по критерию Фруда в интервале от 0,16 до 0,48, а при неустановившемся — по критериям Фруда и гомохронности. Опыты проведены при числах Рейнольдса 3,1∙104…5,5∙105. Модели буксировались при поперечном расположении лесоматериалов в диапазоне скоростей 0,1…0,3 м/с. Движение моделей фиксировалось бесконтактным оптическим датчиком оборотов. Датчик обеспечивал формирование импульсов, частота повторений которых пропорциональна частоте прохождения тахометрических меток, нанесённых на вращающийся блок со светоотражающим покрытием. Изменение частоты импульсов по времени фиксировалось на компьютере с помощью программы ZetPanel. Для каждой модели получены квадратичные зависимости силы сопротивления воды равномерному движению лесотранспортных единиц от скорости движения модели. Сопротивление неустановившемуся поступательному движению лесотранспортных единиц представлено как сопротивление воды равномерному движению лесотранспортных единиц и дополнительное сопротивление, возникающее при неустановившемся движении. При исследовании неустановившегося движения лесотранспортных единиц такие величины, как присоединённая масса; масса воды в пустотах лесотранспортных единиц; возникающее дополнительное сопротивление, учитываются коэффициентом нестационарности. Для всех моделей получены зависимости коэффициента нестационарности от относительной скорости движения лесотранспортных единиц при соотношении глубины к осадке 7, 5, 4, 2.7, 1.6. Полученные результаты позволяют определить время и путь разгона лесотранспортных единиц. Можно решать и другие задачи, например, найти необходимую силу разгона для достижения за определённое время заданной скорости движения лесотранспортных единиц.
Resources and Technology. 2024;21(4):150-164
pages 150-164 views

Цепной рабочий орган для удаления крупных пней к экскаватору ЭТЦ-208

Орловский С.Н., Саая С.Ш.

Аннотация

В данной статье формулируются предпосылки, на которых основывался выбор базовой машины. Определены требования, которым должна отвечать машина со сменным рабочим органом для удаления пней в условиях Сибири. Приведены результаты исследования рабочего органа такой машины. На полигоне института были проведены испытания в производственных условиях на объектах предприятия «Красноярскводстрой». Машина была вывезена в Большемуртинский район Красноярского края на мелиоративный объект, на котором имелись очень крупные пни. Целью этих испытаний ставилось: определить целесообразность использования экскаватора ЭТЦ-208 в качестве базы для измельчителя пней, определить технические возможности измельчителя пней в реальных условиях эксплуатации, ознакомить строителей с новым методом и модернизированной машиной по удалению пней, выявить потребность в машинах такого назначения в объединении «Красноярскводстрой» [4]. В отличие от макетного образца на новом рабочем органе было применено более надёжное легкосменное крепление резцов. После всесторонних испытаний на производственном объекте с целью уточнения ряда параметров, в т. ч. скорости резания, эта машина была передана строителям в производственную эксплуатацию. Разработанный и испытанный более совершенный третий образец рабочего органа ЭТЦ-208 работал со скоростью режущей цепи от 1,5 до 2,5 м/с, что сразу же позволило увеличить производительность машин в 1,5 раза. Результаты исследований показали правильность выбранного направления. Установлено, что модернизированная машина в процессе резания пней работала стабильно. При этом удаление пня диаметром более 0,9 м производилось за два прохода рабочего органа на глубину 0,5—0,6 м. Размеры стружки и щепы по длине не превышали 0,2—0,3 м.
Resources and Technology. 2024;21(4):165-174
pages 165-174 views

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».