Разработка системы позиционирования рабочего органа сельскохозяйственной машины относительно элемента растения в магнитном поле тема диссертации и автореферата по ВАК РФ 05.20.02, кандидат наук Мишин Борис Сергеевич

• Мишин Борис Сергеевич
• кандидат наук
• 2020

Оглавление диссертации кандидат наук Мишин Борис Сергеевич

ВВЕДЕНИЕ

1 СИСТЕМЫ УПРАВЛЕНИЯ РАБОЧИМИ ОРГАНАМИ СЕЛЬСКОХОЗЯЙСТВЕННЫХ МАШИН

1.1 Направления, технологии и технические средства сельскохозяйственных машин, требующие управления рабочими органами

1.2 Носители информации о местоположении объекта

1.3 Особенности разработки системы позиционирования рабочего органа сельскохозяйственной машины

1.4 Цели и задачи исследований

Выводы по главе

2 ТЕОРЕТИЧЕСКИЕ ОСНОВЫ ОПРЕДЕЛЕНИЯ МЕСТОПОЛОЖЕНИЯ РАБОЧЕГО ОРГАНА ОТНОСИТЕЛЬНО ЭЛЕМЕНТА РАСТЕНИЯ В МАГНИТНОМ ПОЛЕ

2.1 Концептуальная модель системы позиционирования рабочего органа сельскохозяйственной машины относительно элемента растения в магнитном поле

2.2 Математическая модель системы позиционирования рабочего органа сельскохозяйственной машины относительно элемента растения в магнитном поле

2.3 Имитационная модель системы позиционирования рабочего органа сельскохозяйственной машины относительно элемента растения в магнитном поле

Выводы по главе

3 МЕТОДИКА, ПРИБОРЫ И ОБОРУДОВАНИЕ ДЛЯ ИССЛЕДОВАНИЙ УСТРОЙСТВА ПОЗИЦИОНИРОВАНИЯ РАБОЧЕГО ОРГАНА

3.1 Приборы и оборудование для проведения экспериментальных исследований

3.2 Методика проведения экспериментальных исследований

3.3 Методика обработки данных экспериментальных исследований для целей позиционирования

Выводы по главе

4 РЕЗУЛЬТАТЫ И ОБСУЖДЕНИЕ ЭКСПЕРИМЕНТАЛЬНЫХ ИССЛЕДОВАНИЙ

4.1 Результаты исследования отклика магнитных антенн от различных параметров

4.3 Результаты исследования распределения наведенной ЭДС магнитных антенн вокруг проводника с током

4.4 Результаты исследований точности определения координат элемента растения системой позиционирования рабочего органа

Выводы по главе

5 РАЗРАБОТКА СИСТЕМЫ ПОЗИЦИОНИРОВАНИЯ РАБОЧЕГО ОРГАНА СЕЛЬСКОХОЗЯЙСТВЕННОЙ МАШИНЫ ОТНОСИТЕЛЬНО ЭЛЕМЕНТА РАСТЕНИЯ В МАГНИТНОМ ПОЛЕ

5.1 Принципиальная схема системы позиционирования рабочего органа сельскохозяйственной машины относительно элемента растения в магнитном поле

5.2 Исследование системы позиционирования рабочего органа сельскохозяйственной машины относительно элемента растения в магнитном поле

5.3 Технико-экономическая оценка системы позиционирования рабочего органа сельскохозяйственной машины относительно элемента растения в магнитном поле

Выводы по главе

Заключение

Рекомендации производству

Перспективы дальнейшего использования

Литература

ПРИЛОЖЕНИЯ

Введение диссертации (часть автореферата) на тему «Разработка системы позиционирования рабочего органа сельскохозяйственной машины относительно элемента растения в магнитном поле»

ВВЕДЕНИЕ

Актуальность темы исследования. Для современного этапа развития сельскохозяйственной техники характерно расширение технологических возможностей машин за счет применения цифровых и интеллектуальных технологий. В сельскохозяйственном производстве существует ряд операций, таких как обработка междурядий в садах, посадка и выкопка саженцев плодовых и ягодных растений, обрезка ветвей, сбор плодов, которые требуют позиционирования рабочих органов машин и оборудования относительно местоположения штамбов растений, корневой системы, ветвей и т.д. В связи с этим возникает задача определения координат местоположения как самого растения, так и рабочего органа, осуществляющего непосредственное воздействие на растение. Рабочие органы сельскохозяйственных машин находятся под воздействием случайных параметров. Для их учета используются интеллектуальные, в том числе цифровые технологии управления рабочими органами сельскохозяйственных машин. В этих условиях разработка и внедрение технологий в области цифровизации и интеллектуализации сельскохозяйственного производства является актуальной задачей.

Работа выполнена при поддержке фонда содействия развитию малых форм предприятий в научно-технической сфере по программе "УМНИК", №12319ГУ2/2017 от 04.10.2017 («Разработка интеллектуальной следящей системы положения рабочего органа машины для отделения отводков»).

Степень разработанности. Общим проблемам инженерного обеспечения и промышленного садоводства в современных условиях посвящены работы Н.В. Краснощекова, И.Ф. Бородина, А.И. Завражнова, Я.П. Лобачевского. Большой вклад в развитие интеллектуальных систем управления рабочими органами сельскохозяйственных машин внесли ученые: Н.К. Армянов, В.Д. Шеповалов, В.И. Баев, А.М. Башилов, А.С. Гордеев, В.И. Загинайлов, И.Ф. Кудрявцев, И.И. Мартыненко, Л.Г. Прищеп, И.В. Юдаев, Ю.А. Судник, Ю.А. Юдаев, Н.В. Бышов и др. Работы указанных авторов внесли большой вклад в теорию создания интеллектуальных средств для АПК, методологии моделирования и расчета

параметров рабочих органов и систем автоматического управления машинами и рабочими органами. Вместе с тем, проблемы разработки систем позиционирования и автоматического управления рабочими органами в трудоемких процессах остаются нерешенными.

Цель исследований - разработка системы позиционирования рабочего органа сельскохозяйственной машины относительно элемента растения, находящегося в магнитном поле токонесущего проводника.

Задачи исследований:

- Проанализировать методы позиционирования объектов;

- Провести теоретические исследования и разработать математическую модель системы позиционирования рабочего органа сельскохозяйственной машины относительно элемента растения в магнитном поле;

- Разработать имитационную модель системы позиционирования рабочего органа сельскохозяйственной машины относительно элемента растения в магнитном поле;

- Разработать структурную схему системы позиционирования рабочего органа сельскохозяйственной машины относительно элемента растения в магнитном поле;

- На основании теоретических исследований разработать устройство позиционирования рабочего органа сельскохозяйственной машины относительно элемента растения в магнитном поле и провести экспериментальные исследования;

- Провести экспериментальные исследования устройства позиционирования рабочего органа сельскохозяйственной машины относительно элемента растения в магнитном поле и дать технико-экономическую оценку системы.

Объект исследований - электромагнитное поле, связанное с элементом растения.

Предмет исследований - зависимость между индукцией магнитного поля и координатами элемента растения.

Научная новизна работы:

- математическая модель системы позиционирования рабочего органа сельскохозяйственной машины относительно элемента растения в магнитном поле;

- имитационная модель системы позиционирования рабочего органа сельскохозяйственной машины относительно элемента растения в магнитном поле;

- теоретические и экспериментальные зависимости параметров системы позиционирования рабочего органа сельскохозяйственной машины относительно элемента растения в магнитном поле.

Теоретическую и практическую значимость работы представляют:

1.Разработанная система позиционирования рабочего органа сельскохозяйственной машины относительно элемента растения в магнитном поле.

2. Результаты теоретических исследований процесса позиционирования и регулирования рабочего органа сельскохозяйственной машины относительно элемента растения в магнитном поле.

3. Материалы экспериментальных исследований, позволяющие выработать рекомендации по созданию системы позиционирования, обеспечивающей требуемую точность определения координат объекта управления.

Методы исследований. В ходе выполнения работы использовались положения теоретических основ электротехники, теории автоматического управления, теории сельскохозяйственных машин, методы обработки информации: математической статистики в пакетах прикладных программ МайаЪ, МмИСЛО,Ехсе1; регрессионного анализа на базе нейронных сетей в пакете ЫайаЪ.

Основные положения и результаты исследований, выносимые на защиту:

- структура системы позиционирования рабочего органа сельскохозяйственной машины относительно элемента растения в магнитном поле;

- математическая модель системы позиционирования рабочего органа сельскохозяйственной машины относительно элемента растения в магнитном поле;

- имитационная модель системы позиционирования рабочего органа сельскохозяйственной машины относительно элемента растения в магнитном поле.

Личный вклад автора. На основе проведенного анализа систем позиционирования рабочих органов сельскохозяйственных машин автором разработаны математическая и имитационная модели, структурная схема системы позиционирования рабочего органа сельскохозяйственной машины относительно элемента растения в магнитном поле. Проведены теоретические и экспериментальные исследования разработанного устройства

позиционирования, результаты исследований опубликованы автором и прошли апробацию на конференциях разного уровня.

Реализация результатов исследований. Результаты исследований приняты к внедрению в концерне "Созвездие" (АО "ТЗ"Ревтруд" г. Тамбов). Результаты исследований и разработанная техника используется в учебном процессе по подготовке бакалавров, магистров и аспирантов специальности «Агроинженения» и «Электрооборудование и электротехнологии».

Степень достоверности результатов работы. Достоверность подтверждается теоретическими и экспериментальными исследованиями, проведенными с применением современных методов измерений и приборов, испытанием в лабораторных и полевых условиях. При обработке экспериментальных данных были использованы методы математической статистики и регрессионного анализа, реализованного в нейронных сетях. Результаты теоретических исследований достаточно хорошо согласуются с лабораторными и полевыми данными.

Апробация работы. Основные положения работы доложены, обсуждены на международных, всероссийских и региональных научно-практических конференциях: научно практическая конференция студентов и аспирантов

Мичуринского ГАУ (Мичуринск, 2014-2018 гг.), 3 этап конкурса на лучшую научную работу среди студентов, аспирантов и молодых ученых высших учебных заведений Минсельхоза России в Ставропольском ГАУ (Ставрополь, 2015 г.), интеллектуальные машинные технологии и техника для реализации государственной программы развития сельского хозяйства (ВИМ, Москва, 2015г.), 2 этап конкурса на лучшую научную работу среди студентов, аспирантов и молодых ученых высших учебных заведений Минсельхоза России в Воронежском ГАУ (Воронеж, 2015-2018 гг.), 3 этап конкурса на лучшую научную работу среди студентов, аспирантов и молодых ученых высших учебных заведений Минсельхоза России в РГАУ-МСХА имени К.А. Тимирязева (Москва, 2016 г.).

Образцы разработанной система позиционирования рабочего органа с элементами адаптативного управления демонстрировались на всероссийской выставке «День садовода» (Мичуринск, 2016 г.); всероссийской выставке «Золотая осень» (Москва, 2016 г.), где были отмечены золотой медалью.

Публикации результатов работы. По теме диссертации опубликовано 13 научных работ, в том числе 3 - в изданиях, рекомендуемых ВАК РФ. Получен патент на изобретение №2685143 "Устройство для позиционирования рабочего органа при выкопке растений". Общий объем публикаций составляет 3,77 п.л., из них автору принадлежит 1,9 п.л.

Соответствие паспорту специальности. Диссертационные исследования соответствуют паспорту специальности 05.20.02 - Электротехнологии и электрооборудование в сельском хозяйстве, в частности п. " Исследование и разработка электротехнологий и энергетических технологий в растениеводстве и животноводстве сельхозпредприятий", п. "Исследование и разработка систем и элементов электропривода, технологических машин и поточных линий в растениеводстве и животноводстве, процессах производства, хранения и переработки продуктов.".

Структура и объем диссертации. Диссертация состоит из введения, пяти глав, общих выводов, библиографического списка и приложений. Работа

изложена на 153 страницах, включает 127 страниц основного текста, 73 рисунка, 9 таблиц и 8 приложений. Библиографический список включает в себя 90 наименований работ отечественных и зарубежных авторов.

1 СИСТЕМЫ УПРАВЛЕНИЯ РАБОЧИМИ ОРГАНАМИ СЕЛЬСКОХОЗЯЙСТВЕННЫХ МАШИН

1.1 Направления, технологии и технические средства сельскохозяйственных машин, требующие управления рабочими органами

В сельском хозяйстве для выполнения уборочных работ используется большое многообразие технологических приемов, конструкций рабочих органов и агрегатов, систем управления. Это вызвано широкой номенклатурой возделываемых культур, которые требуют специальных, только для них предназначенных технических средств.

Задачи управления технологическими процессами, которые выполняются различными сельскохозяйственными машинами в различных условиях, имеют много общих черт.

Работа сельскохозяйственных машин происходит в условиях большой изменчивости параметров, характеризующих производственную ситуацию. Внешние воздействия, которые нарушают протекание технологических процессов, носят случайный характер.

По однотипности технологических целей регулирования можно выделить несколько характерных направлений: регулирование положения, регулирование направления движения, стабилизация загрузочных режимов.

Системы автоматической стабилизации остова машин в вертикальной плоскости, системы стабилизации высоты среза, глубины хода в почве отдельных рабочих органов осуществляют регулирование по положению.

Системы автоматического управления направлением движения служат для поддержания движения сельскохозяйственных машин по заданным траекториям и ориентирам: по валку скошенной культуры, по рядку, разостланной ленте. Подобные системы можно разделить на системы автоматического вождения и системы автоматического направления отдельных рабочих органов сельскохозяйственных машин [1].

Системами автовождения оборудуют самоходные уборочные агрегаты, технологические процессы которых связаны с движением по заданным траекториям и ориентирам, привязанным к местности поля.

Системы автоматического направления позволяют рабочим органам сельскохозяйственных машин ориентироваться по рядкам растений.

Под объектом управления понимается сельскохозяйственная машина, или ее часть, осуществляющая технологический процесс и имеющая регулирующие органы, при помощи которых можно воздействовать на этот технологический процесс, чтобы обеспечить желаемый характер его протекания. Состояние объекта характеризуется множеством параметров. Регулируемыми величинами называются те параметры, по изменению которых возможно формировать управляющее воздействие на объект управления.

Системы управления направлением движения сельскохозяйственной машиной. Системы управления направлением движения могут быть классифицированы следующим образом: движение по постоянной трассе, движение по многорядной трассе без пересечения рядов, движение по переменной траектории, выбор которой осуществляется в результате решения алгоритма управления с учетом информации о положении машины, местности, рельефе и т.д.

Основным параметром в системах регулирования направления движения является траектория движения сельскохозяйственной машины. Данный параметр задается несколькими способами: методом программирования нужной траектории движения, методом телеуправления.

Программирование траектории движения осуществляется заданием базовой линии, по которой машина должна следовать. В процессе движения по базовой линии на объект управления действуют возмущающие воздействия, которые вызывают отклонение направления движения от нее.

По способам задания программы движения можно выделить системы с внешнезаданной и внутреннезаданной программой. Внешнезаданная программа движения - это задание траектории посредством каких-либо внешних ориентиров.

Внутреннезаданная программа движения - это задание траектории посредством устройств на сельскохозяйственной машине без связи с внешними ориентирами [2].

Совокупность ориентиров, по которым происходит формирование управляющего воздействия на объект управления, назовем системой ориентации. Системы ориентации должны обеспечивать долговременную стабильность задающих линий на соответствующих технологических операциях; учет особенностей технологической операции при формировании траектории; обмен информации между ориентирами и блоком управления.

Внутренне заданная программа реализуется с помощью гидрорулевых механизмов и механических систем копирования базовых линий. В данном случае системы внешних ориентиров не предусмотрено.

Система ориентации для внешнезаданной программы может быть реализована с помощью копирующих устройств, по которым можно получать информацию о расположении машины. Принципы копирования можно разделить на механические, фотоэлектрические, индукционные, электромагнитные.

К механическим устройствам для задания траектории движения можно отнести копиры [3, 4, 5]. В общем случае имеется ряд растений, который необходимо обработать (рис.1.1). Для обработки требуется знать конкретное расположение каждого растения 1. Они могут иметь случайное положение в некотором известном интервале значений, т. е. отличаться от прямолинейного расположения 5. Для учета отклонений от прямолинейности сельскохозяйственная машина 2 имеет механический копир 3, который взаимодействует с растениями 1. В зависимости от сигнала рассогласования система регулирования направлением движения меняет положение траектории с учетом расположения растений. Таким образом, рабочий орган 4, связанный с машиной, может точнее выполнять свою функцию.

л ф

$ Ф

I

Ф I

Ф

I

2_ !

Рисунок 1.1 - Схема задания траектории движения механическим копирующим

устройством

Наряду с механическим копированием расположения растений, задавать траекторию можно с помощью угломерно-дальномерных систем ориентации [6]. Их работа основана на измерении положения сельскохозяйственной машины относительно опорных излучателей или отражателей. Частным случаем подобных систем являются системы автовождения и автонаправления по GPS координатам. Отличие в том, что опорными излучателями являются подвижные спутники, координаты которых известны с большой точностью в каждый момент времени. В общем случае (рис.1.2) известны координаты конечных точек поля A,B,C,D. В этих точках располагаются угломерно-дальномерные системы ориентиров, которые в некоторые моменты времени генерируют информационные сигналы. На сельскохозяйственной машине Т расположена приемная аппаратура, которая вычисляет свое местоположение в системе координат XY системы ориентиров. Приемная аппаратура рассчитывает оптимальную траекторию движения 1. При движении могут возникать случайные возмущения, и сельскохозяйственная машина может менять направление движения, например, начать двигаться по траектории 2. Это изменение фиксируется аппаратурой обработки и выдается сигнал рассогласования, по которому траектория выравнивается.

Рисунок 1.2 - Схема задания траектории движения угломерно-дальномерными

системами ориентации Существуют индукционные (электромагнитные) системы ориентации [7, 8, 9]. В качестве базовой линии для задания траектории движения агрегата используется магнитное поле переменного тока, протекающего в проводнике (рис.1.3). Токонесущий проводник является направляющим. Основным элементом индукционных систем является приемная аппаратура, по сигналам которой происходит автонаправление машины. Индукционные датчики располагаются вдоль от машины по обе стороны от центра тяжести.

Рисунок 1.3 - Схема задания траектории движения индукционными (электромагнитными) системами ориентации Имеется сельскохозяйственная машина 1, которая двигается на некотором участке почвы. Машина находится в системе координат ХУ этого участка.

Траектория движения задается токонесущим проводником 3, который проложен в почве определенным образом на некоторой глубине. Для отслеживания его местонахождения имеется система приемников 2, которые располагаются по обе стороны от машины. При симметричных сигналах на приемниках машина не меняет свое положение. При воздействии возмущающих факторов траектория движения может изменяться и принимать вид, как например 4. В этом случае сигналы приемников различны и блок управления выдает управляющий сигнал на систему регулирования, которая изменяет траекторию движения на соответствующую величину.

Системы управления положением рабочих органов сельскохозяйственной машиной. Неравномерность среза убираемых растений влияет на эффективность выполнения последующих технологических операций и определяют величину потерь урожая при уборке растений, расположенных близко к поверхности почвы. Стабилизация величины среза рассматривается как задача регулирования высоты данного среза относительно корневой системы. Под высотой среза понимают длину несрезанной надпочвенной части растения и части растения, остающейся в почве.

С точки зрения выполнения последующих технологических операций наибольшее значение имеет величина отрезаемой части растения. Регулирование высоты среза, в принципе, позволяет стабилизировать длину отрезаемой части растений до уровня естественной их неравномерности.

Системы управления положением рабочих органов могут быть классифицированы следующим образом: системы управления рабочих органов по базовой линии, системы управления рабочих органов оператором, системы управления рабочих органов по решению алгоритма управления с учетом информации о положении растения.

Основным параметром в системах управления рабочими органами является местоположение растения в системе координат рабочего органа. Данный параметр задается несколькими способами. Копирование базовой линии

предполагает, что растения располагаются на одном уровне по этой линии (рис.1.4). В качестве базовой линии используется поверхность почвы.

Рисунок 1.4 - Схема системы управления положением рабочего органа путем

копирования базовой линии В общем случае имеется рабочий орган 2, соединенный через раму 4 с копирующим элементом 3. На раме крепится вал 5 рабочего органа и привод 6. В процессе движения копирующий элемент 3 перемещается по базовой линии 7. Базовая линия 7 представляет поверхность почвы. В случае, когда поверхность почвы имеет неровности, копирующий элемент повторяет их и, соответственно, рабочий орган тоже. Рабочий орган настраивается перед началом работы таким образом, чтобы стабилизировать длину отрезаемой части растений до необходимого уровня. Этот уровень определяется человеком-оператором.

Системы управления положением рабочих органов оператором лишены каких-либо систем ориентации в виде внешних опорных меток. Вместо них регулированием рабочих органов занимается человек-оператор. Регулирование построено на знаниях оператора о необходимом уровне среза растения и технической системы управления положения рабочего органа посредством рукояток, джойстиков и т.д.

Известна система управления рабочим органом оператором [10]. На рисунке 1.5 представлена принципиальная электрическая схема системы управления рабочего органа оператором. На рисунке 1.6 представлена фотография устойства управления рабочим органом оператором.

Рисунок 1.5 - Принципиальная электрическая схема системы управления рабочим

органом оператором:

О - генератор трактора; Ъ - зарядное устройство; ВАТ — аккумулятор 12В; НС — блок ультразвуковых датчиков; Ю, Я5, Яб, Я8, Я9, Я10, Я11, Я12 - токоограничивающие резисторы 220 - 1 кОм; Я2, Я3, Я4 - переменные резисторы; микроконтроллер; Б1, Б2, Б3, Б4 -переключатели; НЬ1, НЬ2, НЬ3, НЬ4, НЬ5 - сигнальные светодиоды; КЕЫ, ЯЕЬ2 -управляющие реле 5В, 0,2 А; ЯЕЬ4, ЯЕЬ5 - силовые реле 12В, 30А; М - электропривод.

К микроконтроллерному устройству подключен джойстик, которым оператор может перемещать рабочий орган в вертикальной плоскости и датчик положения рабочего органа, который закреплен на параллелограммном механизме. Сигнал о положении джойстика оператора и датчика положения рабочего органа сравниваются, и по запрограммированному алгоритму выдается управляющее воздействие на электропривод, который перемещает рабочий орган.

Рисунок 1.6 - Усторойство управления рабочим органом оператором

Системы управления рабочими органами по решению алгоритма управления с учетом информации о положении растения отличаются от выше приведенных тем, что у них присутствует блок определения местоположения растений. Различают методы с учетом информации о положении растения: механический, электромагнитный.

Механический метод учета информации о положении растения используется, обычно, для операций культивирования междурядий, чтобы исключить возможность повреждения растений, кустов, деревьев. Существуют системы культиваторов с горизонтальными и вертикальными фрезами [11]. Чтобы исключить возможность повреждения деревьев в процессе обработки используется подвижная фрезерная секция, соединенная с механизмом ее поворота.

Поворот осуществляется посредством щупа, который взаимодействует со штамбом дерева. При его соприкосновении со штамбом, подвижная фрезерная секция делает поворот и обходит дерево. В таких системах недостатком является наличие контакта с деревом. В любом случае возможно его повреждение. Подобные системы позиционируют сельскохозяйственный объект только при взаимодействии с ним. Механический контакт с объектом позиционирования с целью нахождения его местоположения и координат не является лучшим решением при выполнении технологической операции. Использование таких систем обусловлено необходимостью избежать разрушения рабочих органов в тех технологических операциях, где это возможно.

Электромагнитный метод учета информации о положении растения подразумевает использование токонесущего проводника, совмещенного с растением, местоположение которого нужно найти [12].

1.2 Носители информации о местоположении объекта

Электромагнитное позиционирование объекта. Электромагнитное позиционирование может быть активным и пассивным. Пассивное электромагнитное позиционирование - это определение пространственного расположения объекта в естественном поле Земли. Активное позиционирование -это определение пространственного расположения объекта в искусственно созданном поле - магнитном, электрическом и др.

Определение расстояния до объекта позиционирования является наиболее распространенной задачей в электромагнитном позиционировании. Известны несколько основных способов ее решения: это измерение времени распространения сигнала от передатчика с известными координатами к приемнику, совмещенному с интересующим объектом позиционирования; метод триангуляции, основанный на пространственном разнесении приемников информационного сигнала и дальнейшей обработкой (решение, расчет треугольника по сторонам и углам); использование ранее полученной зависимости конкретного параметра процесса или явления от расстояния.

Известна технология, в которой происходит генерирование магнитного поля с известным пространственным распределением в зоне перемещения подвижного объекта, измерение компонент генерируемого поля подвижным приемником, жестко связанным с подвижным объектом, вычисление координат подвижного объекта путем сравнения измеренных значений компонент поля с вычисленными для предполагаемых координат с уточнением последних итерационной процедурой [13]. Точность линейного позиционирования - ±0,5 мм по каждой координате [14]. Существуют устройства автовождения транспотных средств в электромагнитном поле. В подобных системах существует некая траектория

движения, которая задается токонесущим проводником, а блок управления с помощью приемных устройств по величине электромагнитного поля управляет движением [15 - 18].

Список литературы диссертационного исследования кандидат наук Мишин Борис Сергеевич, 2020 год

ЛИТЕРАТУРА

1. Шеповалов, В.Д. Автоматизация уборочных процессов / В.Д. Шеповалов. -2-е изд., перераб. и доп. - М.: Колос, 1978. - 383 с.

2. Ганькин, Ю.А. Системы автоматического вождения машинно-тракторных агрегатов: учебное пособие по курсу «Конструирование и расчет трактора» / Ю.А. Ганькин - М.: [б. и.], 1975. - 75 с.

3. Пат. №616376 А1 Российская Федерация, E02F 9/22. Система автоматического выжерживания курса землеройной машины / ФАЙНЗИЛЬБЕР МИХАИЛ ЛЕЙБоВИЧ

козлов юрий Степанович

ДМИТРИЕВСКИЙ Николай ВАСИЛЬЕВИЧ; заявитель и патентообладатель: ФАЙНЗИЛЬБЕР МИХАИЛ ЛЕЙБоВИЧ - № 1709458, заяв. 1971.10.28; опубл. 1978.07.25.

4. Пат. 1 192 659 А1 Российская Федерация, А01В 69/04. Устройство для автоматического вождения трактора / ШИТ МИХАИЛ ЛЬВоВИЧ; заявитель и патентообладатель: ШИТ МИХАИЛ ЛЬВоВИЧ - № 3739237, заяв 1984.05.11, опубл. 1985.11.23.

5. Пат. №327891 , А1, РФ, МПК А01В 69/04. Устройство для автоматического вождения дождевальных и поливных агрегатов / Боровенский Н.П.; заявитель и патентообладатель: Боровенский Н.П. - № 1081319/30-15, 1966.06.08, опубл. - 1972.02.02.

6. Пат., А1, РФ , МПК . А01В 69/ Угломерная радионавигационная система автовождения машинно-тракторного агрегата / ТАРАТоРКИН ВИКТоР Михайлович ; заявитель и патентообладатель: ТАРАТОРКИН виктор Михайлович - № 4383721, заявл. 1988.02.28 , опубл 1991.02.28 .

7. Пат. 167079, А1 , РФ , МПК А01В 69/04 .Устройство для автоматического управления тракторным агрегатом / Сухин Д.Е.; заявитель и патентообладатель: Сухин Д.Е. - № 844905/30-15 , заявл. 1963.01.22 , опубл 1964.12.12.

8. Пат. 118849, А1, РФ, МПК Б60Ь 15/28. Индукционная система автоматического управления самоходными агрегатами/ Литинский С.А.; заявитель и патентообладатель: Литинский С.А. - № 598152 , заявл. 1958.04.23 , опубл 1959.01.01.

9. Пат. 1785595,А1 , РФ , МПК А01Б 69/04. Способ автоматического вождения сельскохозяйственного агрегата/Константиновский Мирон Самуилович; заявитель и патентообладатель: Константиновский Мирон Самуилович- № 4393257, заявл. 1988.02.19 , опубл . 1993.01.07.

10. Мишин, Б.С. Система автоматического позиционирования рабочего органа для отделения отводков / Мишин, Б.С., Гордеев А.С., Завражнов А.А, Ланцев В.Ю. // Интеллектуальные технологии и техника в АПК: материалы Международной научно-практической конференции 18-20 октября 2016 года. - Мичуринск: ООО «БИС», - 2016. - С. 382-389

11. Культиваторы для приствольной обработки. [Электронный ресурс]. Режим доступа:URL:http://www.agro sistema.ru/index.php?option=com_content&view =агйс1е&М= 172&Itemid=144

12. Пат. 2685143,С1, РФ , МПК А0Ш 13/00, 005Б 11/00. Устройство для позиционирования рабочего органа при выкопке растений/ Гордеев Александр Сергеевич, Мишин Борис Сергеевич; заявитель и патентообладатель:федеральное государственное бюджетное образовательное учреждение высшего образования «Мичуринский государственный аграрный университет» - № 2018111918, заявл. 2018.04.02, опубл . 2019.04.16.

13. Желамский, М. В. Электромагнитное позиционирование - преимущества и области применения / М. В. Желамский // Электроника: НТБ. - 2007. - № 3. - С. 96-101.

14. Желамский, М.В. Первый Отечественный Магнитный Трекер Для Целеуказания / Желамский М.В. // Датчики и системы. - 2011. - № 1. - С. 9-15.

15. Пат. 1777682 СССР, МПК А01В69/04. Устройство для ориентации транспортных средств в электромагнитном поле токонесущего проводника / В.А, Новиков, Ю.Н.Биенко и А.В,Ермоленко; заявитель и патентообладатель: Институт электроники АН БССР; заявл. 01.06.1990; опубл. 23.02.1993.

16. Пат. 1285148 СССР, МПК А01В 69/04, Е21С 35/24. Способ ориентации самоходной машины в индукционном поле токонесущего проводника / Новиков Валерий Александрович, Биенко Юрий Николаевич, Власов Виталий Павлович; заявитель и патентообладатель: Институт электроники АН БССР; заявл. 14.12.1984; опубл. 23.01.1987.

17. Пат. 1263844 СССР, МПК А01В 69/04, Е21С 35/24. Устройство контроля положения горной машины в индукционном поле токонесущего проводника / Новиков Валерий Александрович, Биенко Юрий Николаевич, Власов Виталий Павлович, Лапин Александр Николаевич; заявитель и патентообладатель: Институт электроники АН БССР - № 3826098; заявл. 14.12.1984; опубл. 15.10.1986.

18. Пат. 1139378 СССР, МПК А01В 69/04, Е21С 35/24. Способ ориентации самоходных машин в переменном электромагнитном поле токонесущих проводов / Кремер олег Григорьевич, Кокетаев Аскарбек Ильясович, Аспандияров Адиль Турсунович; заявитель и патентообладатель: Институт горного дела АН КАЗССР - № 3632259, заявл 13.06.1983; опубл. 15.02.1985.

19. Шпаар, Д. Точное земледелие / Д. Шпаар, А.В. Захаренко, В.П. Якушев. -СПб.: ооо «СПБ. СРП. Павел ВоГ», 2009. - 397 с.

20. Якушев, В.П. Точное земледелие. Теория и практика / В.П. Якушев. -СПб.: ФГНУ АФИ, 2016. - 364 с.

21. Измайлов, А.Ю. Точное земледелие: проблемы и пути решения / А.Ю. Измайлов, Г.И. Личман, Н.М. Марченко // Сельскохозяйственные машины и технологии. - 2010. - № 5. - С. 9-14.

22. Труфляк, Е.В. Основные элементы системы точного земледелия / Е.В. Труфляк. - Краснодар: КубГАУ, 2016. - 39 с.

23. NewHolland. Приемник NH 262. [Электронный ресурс] // Режим доступа: URL: www.newholland.com

24. Юревич, Е.И. Интеллектуальные роботы: учебное пособие для вузов / под ред. Е.И. Юревича, И.А. Каляев, В.М. Лохин, И.М. Макаров и др. - М.: Машиностроение, 2007. - 360 с.

25. NewHolland. Система автоматического управления INTELLISTEER. [Электронный ресурс] // Режим доступа: URL: www.newholland.com

26. Trimble для сельского хозяйства. Лазерные нивелиры SpectraPrecision / [Электронный ресурс] // Режим доступа: URL: http://ttz.land/pdf/do3cm.ru_catalog.pdf

27. Бышов, Н.В. Копирование рельефа почвы без механического контакта при удалении картофельной ботвы / Н.В. Бышов, М.Н. Горохова, Д.Н. Бышов, О.С. Загородний, А.А. Горохов // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета. -2013. - № 90. - С. 333-342.

28. Юревич, Е.И. Сенсорные системы в робототехнике / Е.И. Юревич // Учебное пособие. - Санкт-Петербург: Издательство Политехнического университета, 2013. - 100 с.

29. Калинкин, А.И. Калибровка импульсных ультразвуковых дальномеров по показаниям датчиков температуры, атмосферного давления и относительной влажности воздуха на отладочном макете плис ALTERA DE1 BOARD / А.И. Калинкин, И.С. Холопов // Многоядерные процессоры, параллельное программирование, ПЛИС, системы обработки сигналов. -2015. - № 5. - С. 33-38.

30. AMAZONEN. Технические характеристики опрыскивателей. [Электронный ресурс] // Режим доступа: URL: www.tria-agro.com

31. Юревич, Е.И. Управление роботами и робототехническими системами / Е.И. Юревич // СПб: СПбГТУ, 2000. - 171 с.

32. Технологии локального позиционирования. Часть 2 [Электронный ресурс] - ГК «РТЛ Сервис» Разработчик системы локального позиционирования. // Режим доступа: URL: https://habr.com/company/rtl-service/blog/281837.

33. Пат. 2021655 РФ, МПК A01B69/04. Система ориентиров для автовождения сельскохозяйственного агрегата / Черняков Феликс Аронович[иА], Кашурко Александр Савельевич[иА], Нагорный Николай Никифорович[иА]; заявитель и патентообладатель: Украинский научно-исследовательский институт сельскохозяйственного машиностроения; заявл. 20.05.1991; опубл. 30.10.1994.

34. Пат. 2025924 РФ, МПК A01B69/04. Способ автовождения сельхозагрегата / Черняков Феликс Аронович[иА]; заявитель и патентообладатель: Черняков Феликс Аронович[иА]; заявл. 30.05.991; опубл. 09.01.1995.

35. Пат. 2006794 РФ, МПК G01C23/00, A01B69/04 . Способ определения координат транспортного средства / Худяков Дмитрий Витальевич, Кадыров Анвар Лутфурахманович, Меньшенин Алексей Владимирович; заявитель и патентообладатель: Худяков Дмитрий Витальевич, Кадыров Анвар Лутфурахманович, Меньшенин Алексей Владимирович; заявл. 22.11.991; опубл. 30.01.1994.

36. Пат. 2162630. Российская Федерация МПК A01G23/087, A01G23/091, A01G23/08, B27B33/08. Срезающий аппарат валочной машины / Кругов В.С., Пашков В.П., Сабуров А.В., Лукич П.В.; заявитель и патентообладатель: Открытое акционерное общество Центральный научно- исследовательский и проектно-конструкторский институт механизации и энергетики лесной промышленности - заяв. 05-04-1999; опубл. 10.02.2001.

37. Пат. 2520160 Российская Федерация, МПК A01G 3/08. Машина для отделения отводков вегетативно размножаемых подвоев/ Бросалин Василий Григорьевич, Манаенков Константин Алексеевич; заявитель и патентообладатель: Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования

«Мичуринский государственный аграрный университет» - № 2012138005/13, заяв. 05.09.2012; опубл. 20.06.2014 Бюл. № 17.

38. Пат. 2038733 Российская Федерация, МПК А0Ш23/02. Устройство для отделения отводков от растений/ Засыпкин А.Д., Манаенков А.Н., Горшенин В.И., Алехин С.Д., Неретина И.Е., Петрушин В.Н.; заявитель и патентообладатель: Плодоовощной институт им.И.В.Мичурина - заяв. 09.04.1991; опубл. 09.07.1995.

39. Пат. 2305923 Российская Федерация, МПК А01В 39/02. Устройство для подрезки корней / Нестяк Вячеслав Степанович, Усольцев Сергей Федорович, Строчилин Михаил Николаевич, Нестяк Степан Вячеславович; заявитель и патентообладатель: Государственное научное учреждение сибирский научно-исследовательский институт механизации и электрификации сельского хозяйства сибирского отделения россельхозакадемии (ГНУ СибИМЭ СО РАСХН) \ № 2005130623/12, заяв. 03.10.2005, опубл. : 20.09.2007 Бюл. №26.

40. Пат. 2372216 Российская Федерация, МПК В60К17/10, А01В39/14. Гидромеханическое следящее устройство сельскохозяйственной машины / Бросалин Василий Григорьевич, Манаенков Константин Алексеевич; заявитель и патентообладатель: ФГОУ ВПО «Мичуринский государственный аграрный университет» - заяв. 20.12.2008, опубл. 10.11.2009 Бюл. № 31.

41. Пат. 2017404 Российская Федерация, МПК А0Ш23/08. Машина для срезания кустарника и обрезки ветвей деревьев/ Мазуркин П.М., Охотников А.Н.; заявитель и патентообладатель: Марийский политехнический институт им.А.М.Горького - заяв. 04.04.1991, опубл. 15.08.1994.

42. Пат. 2310315 РФ, МПК А0Ш 45/26. Копирующее устройство срезающего аппарата капустоуборочной машины /С.С. Алатырев, А.О. Григорьев. -№2005137092/12; заявл. 29 ноября 2005; опубл. 20.08.02, Бюл.№32. - 8 с.: ил.

43. Тончева, Н.Н. обоснование параметров копирующего устройства капустоуборочного комбайна/ Н.Н. Тончева, С.С. Алатырев, А.о. Григорьев // Вестник ИрГСХА. - 2011. - № 46. - С. 103-109.

44. Канделя, М.В. Устройство для автоматического копирования рельефа поля жаткой / М.В. Канделя, П.А. Шилько, Р.Р. Фатхуллин // Вестник Приамурского государственного университета им. Шолом-Алейхема. -2016. - № 1 (22). - С. 18-24.

45. Пономарев, А.В. Разработка энергосберегающего технического средства для обработки почвы в междурядьях садов одновременно с приствольной зоной двух рядов / А.В. Пономарев // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета. - 2014. - № 97. - С. 520-532.

46. Завражнов, А.И. Комплекс машин для маточников вегетативно размножаемых подвоев и интенсивного сада / А.И. Завражнов, К.А. Манаенков, В.Ю. Ланцев, В.В. Хатунцев, В.Г. Бросалин, М.И. Меркулов // Достижения науки и техники АПК. - 2009. - № 1. - С. 49-52.

47. Шарков, Е.А. Радиотепловое дистанционное зондирование Земли: физические основы : в 2 т. / Е.А. Шарков - Т. 1.- М. : ИКИ РАН, 2014.-544 с. : ил. ; +2 л. цв. вкл.

48. Парселл, Э. Электричество и магнетизм / Э. Парселл // Берклеевский курс физики. Т. 2. М.: Наука, 1975.

49. Тхоренко, М.Ю. Алгоритм позиционирования подвижного объекта в низкочастотном электромагнитном поле / М.Ю. Тхоренко, Е.В. Каршаков, Б.В. Павлов, А.В. Козлов // Автоматика и телемеханика. - 2015. - № 11. -С. 160-173.

50. Павлов, Б.В. Низкочастотная электромагнитная система относительной навигации и ориентации / Б.В. Павлов, А.К. Волковицкий, Е.В. Каршаков // Гироскопия и навигация. - 2010. - № 1. - С. 3-11.

51. Волковицкий, А.К. Измерения физических полей для решения задач управления движением и навигации / А.К. Волковицкий // Вопросы

оборонной техники. Серия 9. Специальные системы управления, следящие приводы и их элементы. - 2011. - №1(246)-2(247). - С. 83-87.

52. Hefford S.W., Smith R.S., Samson C. Quantifying the Effects that Changes in Transmitter-Receiver Geometry Have on the Capability of an Airborne Electromagnetic Survey System to Detect Good Conductors // Exploration and Mining Geology. - 52.-P. 43-2. -2006. - Vol. 15 nos. 1 11.

53. Smith R.S. Tracking the Transmitting-Receiving Offset in Fixed-Wing Transient EM Systems: Methodology and Application 19.-P. 14-№32. - .1002 -// Exploration Geophysics.

54. Каршаков, Е.В. Навигационное обеспечение задачи измерения физических полей на борту летательного аппарата / Е.В. Каршаков, Б.В. Павлов // Известия ЮФУ. Технические науки. - 2010. - №3. - С. 81-77

55. Каршаков, Е.В. Задача калибровки электромагнитной системы относительного позиционирования / Е.В. Каршаков // Управление большими системами: сборник трудов. - 2012. - № 37. - С. 250-268

56. Волковицкий, А.К. Низкочастотная индуктивная аэроэлектроразведочная система ЕМ-4Н в самолетном и вертолетном вариантах / А.К. Волковицкий, Е.В. Каршаков, В.В. Попович, А.А. Трусов // Приборы и системы разведочной геофизики. - 2010. - №2. - С. 49-52

57. Волковицкий, А.К. Новая вертолетная аэроэлектроразведочная система «Экватор» для метода АМИН / А.К. Волковицкий, Е.В. Каршаков, Е.В. Мойланен // Приборы «Экватор» для метода АМИН // Приборы и системы разведочной геофизики. - 2010. - №2. - С. 27-29

58. Детлаф, А.А. Курс физики: учебное пособие для втузов / А.А. Детлаф, Б.М. Яворский. - М.: Высшая школа, 1989. - 608 с.: ил. - ISBN 5-06-001432-0.

59. Мишин, Б.С. Математическая модель определения местоположения корневой системы плодовых растений / Б.С. Мишин // Вестник Мичуринского ГАУ. - 2017. - №4. - С.121-126

60. Лукьянов, Е.А. Моделирование системы электромагнитного позиционирования на плоскости / Е.А. Лукьянов, В.С. Семенов, А.В.

Долгих // Вестник современных исследований. -2017. - № 11 (4). - С. 8898.

61. Миниахметов, Р.М. Обзор алгоритмов локального позиционирования для мобильных устройств / Р.М. Миниахметов, А.А. Рогов, М.Л. Цымблер // Вестник Южно-Уральского государственного университета. Серия: Вычислительная математика и информатика. - 2013. - № 2- С. 83-96.

62. Brinker, R.C. and Minnick, R. 12. Trilateration // The Surveying Handbook. -Chapman & Hall, 1995.

63. Мишин, Б.С. Имитационная модель определения местоположения корневой системы плодовых растений / Б.С. Мишин // Вестник тамбовского государственного технического университета. -2018. - Том 24. - С.58-65.

64. Куприяшкин, А.Г. Основы моделирования систем: учебное пособие / А.Г. Куприяшкин. - Норильск: НИИ, 2015. - 135 с. - ISBN 978-5-89009-628-9.

65. Боев, В.Д. Компьютерное моделирование: пособие для практических занятий, курсового и дипломного проектирования в AnyLogic7 / В.Д. Боев. - СПб.: ВАС, 2014. - 432 с.

66. Шилдт, Г. Java 8. Руководство для начинающих /Г. Шилдт // 6-е издание. Язык русский. - М.: Издательский дом «Вильямс», 2015. - 712 с.

67. Шилдт, Г. Java 8. Полное руководство / Г. Шилдт // 9-е полное издание. -М.: Вильямс, 2015. -1377 с. - ISBN 978-5-8459-1918-2.

68. Блох, Д. JAVA. Эффективное программирование / Д. Блох // Лори, 2014. -461 с. - 2-е изд. - ISBN: 032135683, 9785855823479.

69. Мишин, Б.С. Результаты исследований электромагнитных датчиков для определения местоположения корневой системы растений // Б.С. Мишин, А.С. Гордеев, А.Н. Нефедов, А.А. Завражнов, В.Ю. Ланцев // Инженерное обеспечение инновационных технологий в АПК : материалы Международной научно-практической конференции 25-27 октября 2017 года : сб. науч. тр. / под общ. ред. В.А. Солопова. - Мичуринск : Изд-во Мичуринского ГАУ, - 2017. - С. 253 - 256.

70. Калантаров, П.Л., Цейтлин Л.А. Расчет индуктивностей: Справочная книга. - 3-е изд., перераб. и доп. Л.: Энергоатомиздат. Ленингр. отд-ние, 1986. - 488 с: ил.

71. Ланцев, В.Ю. Механико-технологические основы создания комплекса для выращивания вегетативно размножаемых подвоев яблони / автореферат дис. ... доктора технических наук // Мичуринский государственный аграрный университет. Мичуринск, 2016.

72. Башилов, А.М. Электроимпульсные Технологии В Сельском Хозяйстве / В.Н. Топорков, В.А. Королев, А.М. Башилов //Вестник аграрной науки Дона. - 2019. - № 2 (46). - С. 50-55

73. Юдаев, И.В. Перспективы применения стимуляции старых семян зерновых культур в электрическом поле / А.С. Казакова, С.Ю. Майборода, И.В. Юдаев //Вестник аграрной науки Дона. - 2019 .-Т. 1- № 45. - С. 68-72

74. Юдаев, И.В. Реакция тканей растительных объектов на электроимпульсное воздействии / И.В. Юдаев, А.С. Казакова, Ю.В. Даус, Р.Г. Кокурин //Инновации в АПК: проблемы и перспективы. - 2019. - № 2 (22). - С. 119-127

75. Юдаев, И.В. Предпосевная стимуляция семян сои с помощью электротехнологического комплекса СКАТ - 70 / А.И. Беленков, И.В. Юдаев, И.Е. Серкова // Фермер. Поволжье. - 2019. - № 3 (80). - С. 28-31

76. Юдаев, И.В. обработка семян ячменя перед посевом в переменном электрическом поле / А.С. Казакова, С.Ю. Майборода, И.В. Юдаев, В.Ю. Донцова // Вестник аграрной науки Дона. - 2018. - № Б4. - С. 94-99

77. Юдаев, Ю.А. Влияние электромагнитных полей на растения /Ю.А. Юдаев, А.М. Ашарина, Ю.Н. Крашилина // В сборнике: Тенденции развития агропромышленного комплекса глазами молодых ученых Материалы научно-практической конференции с международным участием. Министерство сельского хозяйства Российской Федерации; Федеральное государственное бюджетное образовательное учреждение высшего

образования «Рязанский государственный агротехнологический университет имени П.А. Костычева». - 2018. - С. 219-222.

78.Юдаев, Ю.А. Моделирование электрических полей в облучателях семян / Ю.А. Юдаев, Д.О. Аксенов, Е.Ю. Гаврикова // В сборнике: Тенденции развития агропромышленного комплекса глазами молодых ученых Материалы научно-практической конференции с международным участием. Министерство сельского хозяйства Российской Федерации; Федеральное государственное бюджетное образовательное учреждение высшего образования «Рязанский государственный агротехнологический университет имени П.А. Костычева». - 2018. - С. 222-226.

79. Юдаев, Ю.А. Моделирование распределения потенциала электрического поля при воздействии на биологические объекты / Ю.А. Юдаев, Д.Н. Бышов // В сборнике: Инновационное научно-образовательное обеспечение агропромышленного комплекса материалы 69-ой Международной научно-практической конференции. - 2018. - С. 378-382.

80. Юдаев, Ю.А. Численные исследования распределения электрического поля в системе электродов при воздействии на семена растений / Ю.А. Юдаев, Т.В. Кожанова, М.Ю. Юдаев// Вестник Рязанского государственного агротехнологического университета имени П.А. Костычева. - 2015. - № 4.

81. Виноградов, Д.В. Продуктивность ярового ячменя при использовании различной предпосевной обработки семян / А.А. Соколов, Д.В. Виноградов // Вестник Рязанского государственного агротехнологического университета им. П.А. Костычева. - 2016. - № 1 (29). - С. 47-50

82. Габибов, М.А. Агроэкономическая эффективность использования факторов электромагнитной природы / М.А. Габибов, В.Ю. Асеев, В.С. Отто, В.Н. Летунов, К.М. Габибова // Вестник Рязанского государственного агротехнологического университета им. П.А. Костычева. - 2015. - № 3 (27). - С. 100-103

83. Кущев, И.Е. Бесконтактный способ измерения расстояния до объекта / И.Е. Кущев, М.Ю. Афанасьев, Н.Е. Юдина //В сборнике: Новые технологии в

науке, образовании, производстве Международный сборник научных трудов по материалам международной научно-практической конференции. ответственный редактор Горохова Марина Николаевна. - 2014. - С. 448-451

84. Терентьев, В.В. Координатное внесение удобрений на основе полевого мониторинга / Ж.В. Даниленко, А.В. Шемякин, А.Д. Ерошкин, К.П. Андреев, М.Ю. Костенко, В.В. Терентьев // Вестник Рязанского государственного агротехнологического университета им. П.А. Костычева.

- 2018. - № 4 (40). - С. 167-172

85. Шемякин, А.В. Внедрение системы точного земледелия / К.П. Андреев, Н.В. Аникин, Н.В. Бышов, В.В. Терентьев, А.В. Шемякин // Вестник Рязанского государственного агротехнологического университета им. П.А. Костычева. - 2019. - № 2 (42). - С. 74-80

86. Колотов, А.С. Модернизированный выкапывающий рабочий орган картофелеуборочной машины / И.Н. Кирюшин, А.С. Колотов // Вестник Рязанского государственного агротехнологического университета им. П.А. Костычева. - 2014. - № 1 (21). - С. 112-114

87. Бышов, Н.В. Методика оценки парамертов туконаправителя для внесения твёрдых минеральных удобрений машины с фрезерными рабочими органами / Н.В. Бышов, В.А. Макаров, о.Ю. Сбродов // Вестник Рязанского государственного агротехнологического университета им. П.А. Костычева.

- 2016. - № 3 (31). - С. 49-53

88. Бышов, Н.В. Влияние конструктивно-технологической схемы на показатели работы картофелеуборочной машины / Н.В. Бышов, С.Н. Борычев, М.Ю. Костенко, Г.К. Рембалович, Н.Г. Байбобоев, Н.С. Жбанов // Вестник Рязанского государственного агротехнологического университета им. П.А. Костычева. - 2019. - № 1 (41). - С. 108-114

89. Ксендзов, В.А. Исследование устойчивости движения машины с запаздывающей обратной связью / В.А. Ксендзов // Вестник Рязанского государственного агротехнологического университета им. П.А. Костычева.

- 2015. - № 2 (26). - С. 60-65

90. Абрамов, Ю.Н. Экспериментальное определение усилия среза единичного стебля картофельной ботвы / Ю.Н. Абрамов // Вестник Рязанского государственного агротехнологического университета им. П.А. Костычева. - 2019. - № 2 (42). - С. 69-73

ПРИЛОЖЕНИЯ

Приложение А - Расчет точек пересечение окружностей в МаШСаё

Ввод центров координат приемных антенн:

ORIGIN := 1

ЛЛЛЛЛЛЛЛЛЛЛЛ

К о о р д и н а т ы п р и е м н ы х а н т е н н

x1 := 0 у1 := 0

x2 := 20 у2 := 15

x3 := 40

у3 := 0

Расчет точек пересечения.

Точки пересечения первой и второй приемных антенн:

Океп

2 2 2 (х - х1)2 + (у - у1}= (г1)2

2 2 2 (х - х2)2 + (у - у2)= (г2)2

К1 := РЫ (х,у) ^

9 9

2-п 2-г22 3-,/(г1 - г2 + 25)-(г2 - г1 + 25)-(г1 + г2 - 25)-(г1 + г2 + 25)

- -- +- + 10

125 125 250

2 2

г _ з-й^

250 250

9 9

2-гГ 2-г22 3>/(г1 - г2 + 25)-(г2 - г1 + 25)-(г1 + г2 - 25)-(г1 + г2 + 25)

125 125

22

250

+ 10

3-п 3-г22 2-^(г1 - г2 + 25)-(г2 - г1 + 25)-(г1 + г2 - 25)-(г1 + г2 + 25) 15 3 г12 3-г22 2^(г1 - г2 + 25)-(г2 - г1 + 25)-(г1 + г2 - 25)-(г1 + г2 + 25) 15 - — - — - + - - - - + - + -

125

2 250 250

125

Точки пересечения первой и третьей приемных антенн:

Океп

2 2 2 (х - х1) + (у - у1) = г1

2 2 2 (х - х3) + (у - у3) = г3

2

К2 := ¥М (х,у)

2 2 г1 гЗ

---+ 20

80 80

х/(г! - гЗ + 40)-(гЗ - г! + 40)-(г 1 + гЗ - 40)-(г1 + гЗ + 40) у[(тГ

80

Точки пересечения второй и третьей приемных антенн:

СКсп

(х - х2)2 + (у - у2)2 = г22

2 2 2 (х - хЗ) + (у -уЗ) = гЗ

КЗ := 1Ы ( \.\ !

2-г2 2т32 3-7(12 - гЗ - 25)-(гЗ - г2 - ^ 25)-(г2 + гЗ - 25)-(г2 + гЗ - 25)

125 125 250

З-гЗ 3-г2" 2-^(г2 - гЗ н - 25>(гЗ - г2 4 - 25)-(г2 + гЗ - 25)-(г2 + гЗ н -25)

250 250 125

- гЗ + 40)-(гЗ - г! + 40)-(г1 + гЗ - 40)-(г1 + гЗ + 40) 80

30 2-г2 2-гЗ2 3-7(г2 - гЗ - 25)-(гЗ - г2 - ^ 25>(г2 + гЗ - 25>(г2 + гЗ - 25) 30

125 З-гЗ2 125 Зт22 250

15 2- 7(г2 - ГЗ Н - 25)-(гЗ - г2 н - 25>(г2 + гЗ - 25>(г2 + гЗ н -25) 15

2 250 250 125 2

г1 80

гЗ 80

Приложение Б - Нейронная сеть для расчета расстояния до проводника по сигналам приемных антенн и определения ошибок по всей обучающей выборке в

Matlab

clc; close all; clear all; %% Система I

sist_I = [0 0 0 0 0 0];

for i = 1:56

sist_I = [sist_I; load(sprintf('.\\I\\%d.txt',i))];

end

sist I = sist I(2:end,:);

%% Система cub

cub = [0 0 0 0 0 0 0 0];

for i = 1:56

cub = [cub; load(sprintf(,.\\Куб\\%d.txt,,i))]; end

cub = cub(2:end,:); %% Системагор

gor = load(,.\Гор\datapole.txt,);

%% Система Верт

vert = gor;

%% Система +

plus = gor;

%% Нейронная сеть для I - системы

% Представляем входной вектор % p=[U6 U5 U4 U3 U2 U1]';

p=[sist_I(:,3) sist_I(:,2) sist_I(:,1)]'; % % Задаём выходной вектор t=[sist_I(:,4)]';

%% масштабирование данных входного и целевого векторов к интервалу (0 1) [pn,meanp,stdp,tn,meant,stdt]=prestd(p,t);

disp ('---------------------------обучение сети-------------------------------')

netUR = newff(minmax(pn),[6 30 30

1],{,tansig,,tansig,,tansig,,tansig,},,trainlm'); % netinv netUR.trainParam.epochs = 100; netUR.trainParam.show = 5; netUR.trainParam.goal=1e-3;

netUR = train(netUR,pn,tn);% обучениесети

%% %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%

m=sim(netUR,pn);%моделирование сети Y=poststd(m,meant,stdt);

%% Расчетошибкидля I - системы

H=Y'; Rpos = sist I(:,4); maxx = abs(H(1,1) - Rpos(1,1)); num = 0; alpha = 0; for i = 1:length(sist I(:,3))

alpha(i,1) = abs(H(i,1) - Rpos(i,1));

if alpha(i,1) > maxx

maxx = alpha(i,1) ;

num = i;

end

sigma(i,1) = (alpha(i,1)/Rpos(i,1))*100;

end

dataErr= 0;count = 1; errAlpha = 0:0.1:20;

forj = errAlpha colvoBol = 0;

for i = 1:length(sist I(:,3))

if alpha(i,1) > j colvoBol = colvoBol+1; end

end

dataErr(count) = colvoBol/length(alpha)*100;

count = count+1;

end

disp('I - система') ; xlabel('Точность, см')

ylabel('Вероятность появления ошибок превышающих норму, %');

title('Зависимость появления ошибки превышающей норму от выбранной точности'); % disp(['Количество ошибок превышающих ' num2str(errAlpha) ', %: ' num2str(colvoBol/length(U1)*100)])

disp(['Максимальная абсолютная ошибка,см: ' num2str(max(alpha))]) disp(['Минимальная абсолютная ошибка,см: ' num2str(min(alpha))]) disp(['Средняя абсолютная ошибка,см: ' num2str(mean(alpha))])

disp(['Максимальная относительная ошибка,%: ' num2str(max(sigma))]) disp(['Минимальная относительная ошибка,%: ' num2str(min(sigma))]) disp(['Средняя относительная ошибка,%: ' num2str(mean(sigma))])

Errors(1,1) = mean(alpha); Errors(1,2) = mean(sigma);

%% Нейроннаясетьдлякуба % Представляемвходнойвектор

p=[cub(:,1) cub(:,2) cub(:,3) cub(:,4) cub(:,5) cub(:,6)]'; % p=[sist_I(:,3) sist_I(:,2) sist_I(:,1)]'; % % Задаём выходной вектор t=[sist_I(:,4)]';

%% масштабирование данных входного и целевого векторов к интервалу (0 1) [pn,meanp,stdp,tn,meant,stdt]=prestd(p,t);

disp ('---------------------------обучение сети-------------------------------')

netUR = newff(minmax(pn),[6 30 30

1],{'tansig''tansig''tansig''tansig'},'trainlm'); % netinv netUR.trainParam.epochs = 100; netUR.trainParam.show = 5; netUR.trainParam.goal=1e-3;

netUR = train(netUR,pn,tn);% обучениесети

%% %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%

m=sim(netUR,pn);%моделирование сети Y=poststd(m,meant,stdt);

%% Расчетошибкидля I - системы

H = Y' ; Rpos = sist I(:,4); maxx = abs(H(1,1) - Rpos(1,1)); num = 0; alpha = 0; for i = 1:length(sist I(:,3))

alpha(i,1) = abs(H(i,1) - Rpos(i,1));

if alpha(i,1) > maxx

maxx = alpha(i,1) ;

num = i;

end

sigma(i,1) = (alpha(i,1)/Rpos(i,1))*100;

end

dataErr= 0;count = 1; errAlpha = 0:0.1:20; for j = errAlpha colvoBol = 0;

for i = 1:length(sist I(:,3))

if alpha(i,1) > j colvoBol = colvoBol+1; end

end

dataErr(count) = colvoBol/length(alpha)*100;

count = count+1;

end

disp('Куб');

xlabel('Точность, см')

ylabel('Вероятность появления ошибок превышающих норму, %');

title('Зависимость появления ошибки превышающей норму от выбранной точности'); % disp(['Количество ошибок превышающих ' num2str(errAlpha) ', %: ' num2str(colvoBol/length(U1)*100)])

disp(['Максимальная абсолютная ошибка,см: ' num2str(max(alpha))]) disp(['Минимальная абсолютная ошибка,см: ' num2str(min(alpha))]) disp(['Средняя абсолютная ошибка,см: ' num2str(mean(alpha))])

disp(['Максимальная относительная ошибка,%: ' num2str(max(sigma))]) disp(['Минимальная относительная ошибка,%: ' num2str(min(sigma))]) disp(['Средняя относительная ошибка,%: ' num2str(mean(sigma))])

Errors(2,1) = mean(alpha); Errors(2,2) = mean(sigma);

%% Нейронная сеть для гор % 4 2 1 - вертикальные % 6 3 5 - горизонтальные for i = 1:length(gor)

rk(i,1) = sqrt(gor(i,7)A2+gor(i,8)A2);

end

% Представляемвходнойвектор

% p=[cub(:,1) cub(:,2) cub(:,3) cub(:,4) cub(:,5) cub(:,6)]'; p=[gor(:,1) gor(:,3) gor(:,2)]'; % % Задаём выходной вектор t=[rk]';

%% масштабирование данных входного и целевого векторов к интервалу (0 1) [pn,meanp,stdp,tn,meant,stdt]=prestd(p,t);

disp ('---------------------------обучение сети-------------------------------')

netUR = newff(minmax(pn),[6 30 30

1],{'tansig''tansig''tansig''tansig'},'trainlm'); % netinv netUR.trainParam.epochs = 100; netUR.trainParam.show = 5; netUR.trainParam.goal=1e-3;

netUR = train(netUR,pn,tn);% обучениесети

%% %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%

m=sim(netUR,pn);%моделирование сети Y=poststd(m,meant,stdt);

%% Расчетошибкидля1 - системы H= Y' ; Rpos = rk; maxx = abs(H(1,1) for i = 1:length(rk)

alpha(i,1) = abs(H(i,1) - Rpos(i,1));

if alpha(i,1) > maxx

maxx = alpha(i,1) ;

num = i;

end

sigma(i,1) = (alpha(i,1)/Rpos(i,1))*100; end

dataErr= 0;count = 1; errAlpha = 0:0.1:20; for j = errAlpha colvoBol = 0; for i = 1:length(rk)

if alpha(i,1) > j colvoBol = colvoBol+1; end

end

dataErr(count) = colvoBol/length(alpha)*100;

count = count+1;

end

disp('Гор');

xlabel('Точность, см')

ylabel('Вероятность появления ошибок превышающих норму, %');

title('Зависимость появления ошибки превышающей норму от выбранной точности'); % disp(['Количество ошибок превышающих ' num2str(errAlpha) ', %: ' num2str(colvoBol/length(U1)*100)])

disp(['Максимальная абсолютная ошибка,см: ' num2str(max(alpha))]) disp(['Минимальная абсолютная ошибка,см: ' num2str(min(alpha))]) disp(['Средняя абсолютная ошибка,см: ' num2str(mean(alpha))])

disp(['Максимальная относительная ошибка,%: ' num2str(max(sigma))]) disp(['Минимальная относительная ошибка,%: ' num2str(min(sigma))]) disp(['Средняя относительная ошибка,%: ' num2str(mean(sigma))])

Errors(3,1) = mean(alpha); Errors(3,2) = mean(sigma);

%% Нейронная сеть для верт % 4 2 1 - вертикальные % 6 3 5 - горизонтальные for i = 1:length(gor)

rk(i,1) = sqrt(gor(i,7)A2+gor(i,8)A2);

end

% Представляемвходнойвектор

% p=[cub(:,1) cub(:,2) cub(:,3) cub(:,4) cub(:,5) cub(:,6)]'; p=[gor(:,3) gor(:,5) gor(:,6)]'; % % Задаём выходной вектор t=[rk]';

%% масштабирование данных входного и целевого векторов к интервалу (0 1) [pn,meanp,stdp,tn,meant,stdt]=prestd(p,t);

- Rpos(1,1)); num = 0; alpha = 0;

Продолжение приложения Б

disp ('---------------------------обучение сети-------------------------------')

netUR = newff(minmax(pn),[6 30 30

1],{,tansig,,tansig,,tansig,,tansig,},,trainlm'); % netinv netUR.trainParam.epochs = 100; netUR.trainParam.show = 5; netUR.trainParam.goal=1e-3;

netUR = train(netUR,pn,tn);% обучениесети

%% %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%

m=sim(netUR,pn);%моделирование сети

Y=poststd(m,meant,stdt);

%% Расчетошибкидля I - системы

H= Y' ; Rpos = rk; maxx = abs(H(1,1) - Rpos(1,1)); num = 0; alpha = 0; for i = 1:length(rk)

alpha(i,1) = abs(H(i,1) - Rpos(i,1));

if alpha(i,1) > maxx

maxx = alpha(i,1) ;

num = i;

end

sigma(i,1) = (alpha(i,1)/Rpos(i,1))*100;

end

dataErr= 0;count = 1; errAlpha = 0:0.1:20; for j = errAlpha colvoBol = 0; for i = 1:length(rk)

if alpha(i,1) > j colvoBol = colvoBol+1; end

end

dataErr(count) = colvoBol/length(alpha)*100;

count = count+1;

end

disp( 'Верт'); xlabel('Точность, см')

ylabel('Вероятность появления ошибок превышающих норму, %');

title('Зависимость появления ошибки превышающей норму от выбранной точности'); % disp(['Количество ошибок превышающих ' num2str(errAlpha) ', %: ' num2str(colvoBol/length(U1)*100)])

disp(['Максимальная абсолютная ошибка,см: ' num2str(max(alpha))]) disp(['Минимальная абсолютная ошибка,см: ' num2str(min(alpha))]) disp(['Средняя абсолютная ошибка,см: ' num2str(mean(alpha))])

disp(['Максимальная относительная ошибка,%: ' num2str(max(sigma))]) disp(['Минимальная относительная ошибка,%: ' num2str(min(sigma))]) disp(['Средняя относительная ошибка,%: ' num2str(mean(sigma))])

Errors(4,1) = mean(alpha); Errors(4,2) = mean(sigma);

%% Нейронная сеть для + % 4 2 1 - вертикальные % 6 3 5 - горизонтальные for i = 1:length(gor)

rk(i,1) = sqrt(gor(i,7)A2+gor(i,8)A2);

end

% Представляемвходнойвектор

Продолжение приложения Б

% p=[cub(:,1) cub(:,2) cub(:,3) cub(:,4) cub(:,5) cub(:,6)]'; p=[gor(:,6) gor(:,4) gor(:,3) gor(:,2) gor(:,5) gor(:,1)]'; % % Задаём выходной вектор t=[rk]';

%% масштабирование данных входного и целевого векторов к интервалу (0 1) [pn,meanp,stdp,tn,meant,stdt]=prestd(p,t);

disp ('---------------------------обучение сети-------------------------------')

netUR = newff(minmax(pn),[6 30 30

1],{,tansig,,tansig,,tansig,,tansig,},,trainlm'); % netinv netUR.trainParam.epochs = 100; netUR.trainParam.show = 5; netUR.trainParam.goal=1e-3;

netUR = train(netUR,pn,tn);% обучениесети

%% %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%

m=sim(netUR,pn);%моделирование сети Y=poststd(m,meant,stdt);

%% Расчетошибкидля I - системы

H= Y' ; Rpos = rk; maxx = abs(H(1,1) - Rpos(1,1)); num = 0; alpha = 0; for i = 1:length(rk)

alpha(i,1) = abs(H(i,1) - Rpos(i,1));

if alpha(i,1) > maxx

maxx = alpha(i,1) ;

num = i;

end

sigma(i,1) = (alpha(i,1)/Rpos(i,1))*100; end

dataErr= 0;count = 1; errAlpha = 0:0.1:20; for j = errAlpha colvoBol = 0; for i = 1:length(rk)

if alpha(i,1) > j colvoBol = colvoBol+1; end end

dataErr(count) = colvoBol/length(alpha)*100;

count = count+1;

end

disp('+');

xlabel('Точность, см')

ylabel('Вероятность появления ошибок превышающих норму, %');

title('Зависимость появления ошибки превышающей норму от выбранной точности'); % disp(['Количество ошибок превышающих ' num2str(errAlpha) ', %: ' num2str(colvoBol/length(U1)*100)])

disp(['Максимальная абсолютная ошибка,см: ' num2str(max(alpha))]) disp(['Минимальная абсолютная ошибка,см: ' num2str(min(alpha))]) disp(['Средняя абсолютная ошибка,см: ' num2str(mean(alpha))])

disp(['Максимальная относительная ошибка,%: ' num2str(max(sigma))]) disp(['Минимальная относительная ошибка,%: ' num2str(min(sigma))]) disp(['Средняя относительная ошибка,%: ' num2str(mean(sigma))])

Errors(5,1) = mean(alpha); Errors(5,2) = mean(sigma); Errors

Приложение В - Код для расчета расстояния до проводника по сигналам приемных антенн и определения ошибок при использовании метода множественной регрессии в Matlab

clc; close all; clear all; %% Система I

sist_I = [0 0 0 0 0 0];

for i = 1:56

sist_I = [sist_I; load(sprintf('.\\I\\%d.txt',i))];

end

sist I = sist I(2:end,:);

%% Система cub

cub = [0 0 0 0 0 0 0 0];

for i = 1:56

cub = [cub; load(sprintf(,.\\Куб\\%d.txt,,i))]; end

cub = cub(2:end,:); %% Системагор

gor = load(,.\Гор\datapole.txt,);

%% Система Верт

vert = gor;

%% Система +

plus = gor;

%% Множественнаярегрессиядля! - системы

X = [ones(size(sist I(:,3))) sist I(:,3) sist I(:,2) sist I(:,1)];

b = regress(sist I(:,4),X); % Removes NaN data

RI = b(1)+b(2)*sist_I(:,3)+b(3)*sist_I(:,2)+b(4)*sist_I(:,1);

%% Расчетошибкидля I - системы

H= RI ; Rpos = sist I(:,4); maxx = abs(H(1,1) - Rpos(1,1)); num = 0; alpha = 0; for i = 1:length(sist I(:,3))

alpha(i,1) = abs(H(i,1) - Rpos(i,1));

if alpha(i,1) > maxx

maxx = alpha(i,1) ;

num = i;

end

sigma(i,1) = (alpha(i,1)/Rpos(i,1))*100;

end

dataErr= 0;count = 1; errAlpha = 0:0.1:20; for j = errAlpha colvoBol = 0;

for i = 1:length(sist I(:,3))

Продолжение приложения В

ifalpha(i,1) >j colvoBol = colvoBol+1; end

end

dataErr(count) = colvoBol/length(alpha)*100;

count = count+1;

end

^Бр ('I - система ' ); х1аЬе1('Точность, см')

у1аЬе1('Вероятность появления ошибок превышающих норму, %');

tit1e('Зависимость появления ошибки превышающей норму от выбранной точности'); % disp(['Количество ошибок превышающих ' num2str(errAlpha) ', %: ' num2str(co1voBo1/1ength(U1)*100)])

disp(['Максимальная абсолютная ошибка,см: ' num2str(max(a1pha))]) disp(['Минимальная абсолютная ошибка,см: ' num2str(min(a1pha))]) disp(['Средняя абсолютная ошибка,см: ' num2str(mean(a1pha))])

disp(['Максимальная относительная ошибка,%: ' num2str(max(sigma))]) disp(['Минимальная относительная ошибка,%: ' num2str(min(sigma))]) disp(['Средняя относительная ошибка,%: ' num2str(mean(sigma))])

Errors(1,1) = mean(a1pha); ЕГГО^(1,2) = mean(sigma);

%% Множественнаярегрессиядлякуба

X = [ones(size(sist I(:,3))) cub(:,1) cub(:,2) cub(:,3) cub(:,4) cub(:,5) cub(:,6)];

b = regress(sist I(:,4),X); % Removes NaN data

Rk = b(1)+b(2)*cub(:,1)+b(3)*cub(:,2)+b(4)*cub(:,3) +b(5)*cub(:,4)+b(6)*cub(:,5) +b(7)*cub(:,6);

%% Расчетошибкидля I - системы

H= Rk ; Rpos = sist I(:,4); maxx = abs(H(1,1) - Rpos(1,1)); num = 0; alpha = 0; for i = 1:length(sist I(:,3))

alpha(i,1) = abs(H(i,1) - Rpos(i,1));

if alpha(i,1) > maxx

maxx = alpha(i,1) ;

num = i;

end