Совершенствование технического сервиса мобильных энергетических средств в АПК на основе цифровых решений тема диссертации и автореферата по ВАК РФ 00.00.00, кандидат наук Гончаров Роман Дмитриевич

  • Гончаров Роман Дмитриевич
  • кандидат науккандидат наук
  • 2023, ФГБОУ ВО «Пензенский государственный аграрный университет»
  • Специальность ВАК РФ00.00.00
  • Количество страниц 145
Гончаров Роман Дмитриевич. Совершенствование технического сервиса мобильных энергетических средств в АПК на основе цифровых решений: дис. кандидат наук: 00.00.00 - Другие cпециальности. ФГБОУ ВО «Пензенский государственный аграрный университет». 2023. 145 с.

Оглавление диссертации кандидат наук Гончаров Роман Дмитриевич

ВВЕДЕНИЕ

1 АНАЛИЗ ТЕХНОЛОГИЧЕСКИХ ПРОЦЕССОВ И ЦИФРОВЫХ РЕШЕНИЙ ДЛЯ ТЕХНИЧЕСКОГО СЕРВИСА НА ПРЕДПРИЯТИЯХ

АПК

1.1 Анализ современного состояния организации технического

сервиса и обучения операторов

1.2 Анализ существующих цифровых решений для технического

сервиса мобильных энергетических средств

1.3 Цифровые решения для технического сервиса «Агросигнал»

1.4 Использование средств визуализации трехмерных объектов виртуальной и дополненной реальности в АПК и системах

технического сервиса

Выводы

2 ТЕОРЕТИЧЕСКАЯ ОЦЕНКА ВРЕМЕНИ И ИНТЕНСИВНОСТИ ВЫПОЛНЕНИЯ ОПЕРАЦИЙ ТЕХНИЧЕСКОГО СЕРВИСА МЭС

С ПРИМЕНЕНИЕМ АЯ-ТЕХНОЛОГИЙ

2.1 Теоретическое определение соответствия виртуальной и реальной действительности для оценки производительности

сельскохозяйственной технической единицы

2.2 Решение задачи построения математической модели

для сравнительного анализа

Выводы

3 МЕТОДИКА РАЗРАБОТКИ КОМПЛЕКСНОЙ ИНФОРМАЦИОННОЙ СИСТЕМЫ ДЛЯ ТЕХНИЧЕСКОГО СЕРВИСА И ПРОГРАММА ИССЛЕДОВАНИЙ

3.1 Общая программа экспериментальных исследований

3.2 Система технического обслуживания и выбор вида ТО

для исследования

3.3 Методика формирования комплексной информационной системы

для технического сервиса

3.4 Методика сравнительных исследований

3.5 Разработка программно-алгоритмических и информационных средств основных агрегатов и узлов мобильных энергетических

средств с целью обучения

Выводы

4 ФОРМИРОВАНИЕ, ПРОИЗВОДСТВЕННАЯ ПРОВЕРКА И ОЦЕНКА

ЭФФЕКТИВНОСТИ КОМПЛЕКСНОЙ ИНФОРМАЦИОННОЙ

СИСТЕМЫ ДЛЯ ТЕХНИЧЕСКОГО СЕРВИСА

4.1 Формирование информационной системы для условий хозяйств

4.2 Оценка эффективности использования технологий дополненной реальности на базе структурного подразделения Вавиловского университета

4.3 Оценка эффективности использования технологий дополненной реальности на базе ООО «Лада»

4.4 Оценка эффективности использования технологий дополненной реальности на базе АО «Учхоз "Муммовское" МСХА

имени К. А. Тимирязева»

4.5 Апробация программно-алгоритмических решений по основным агрегатам и узлам мобильных энергетических средств

с целью обучения

4.6 Экономическая эффективность внедрения информационной

системы

Выводы

ЗАКЛЮЧЕНИЕ

РЕКОМЕНДАЦИИ ПРОИЗВОДСТВУ

ПЕРСПЕКТИВЫ ДАЛЬНЕЙШЕЙ РАЗРАБОТКИ ТЕМЫ

СПИСОК СОКРАЩЕНИЙ

СПИСОК ЛИТЕРАТУРЫ

ПРИЛОЖЕНИЯ

ВВЕДЕНИЕ

Важной задачей агропромышленного комплекса (АПК) Российской Федерации является оснащение его новой современной сельскохозяйственной техникой, обеспечивающей выполнение операций аграрного производства в требуемые аг-ротехнологические сроки с минимальными затратами. Обновление парка сельскохозяйственной техники происходит в основном за счет приобретения современных высокопроизводительных тракторов и комбайнов, широкозахватных комбинированных почвообрабатывающих и посевных агрегатов, совмещающих выполнение нескольких технологических операций.

По состоянию на 1 января 2021 г. в сельскохозяйственных организациях Саратовской области имелось в наличии 5847 мобильных энергетических средств (МЭС). При этом значительная часть сельскохозяйственных товаропроизводителей не в состоянии качественно и своевременно выполнять сервисное обслуживание (диагностику, техническое обслуживание, ремонт, снабжение запчастями, обучение кадров) сложной сельскохозтехники (тракторов, комбайнов, посевных и уборочных машин и пр.) [41, 56, 66].

Существующая в настоящее время нормативно-техническая документация по обслуживанию мобильных энергетических средств была разработана без учета возможностей современных средств вычислительной техники и информационных технологий и нуждается в совершенствовании [95]. Интенсивное развитие сельскохозяйственного производства невозможно без применения современной сложной и дорогостоящей техники, которая, в свою очередь, требует соответствующей квалификации работников АПК, в первую очередь механизаторов, способных грамотно ее эксплуатировать, что может быть достигнуто при качественном обучении.

Снабжение запасными частями машин, занятых в сельскохозяйственном производстве, является достаточно сложной задачей, что обусловлено многими факторами, основными из которых являются: номенклатура запасных частей, которая превышает 90 тыс. наименований, высокая разномарочность, случайный характер спроса на запасные части для неплановых текущих ремонтов и др. Таким образом, возникает необходимость совершенствования службы технического сер-

виса. При этом особое внимание следует уделять доступности применения цифровых технологий в АПК.

Большинство существующих цифровых решений не обеспечивают комплексного подхода к техническому сервису, необходимость которого возрастает в условиях обновления парка МЭС в АПК, а также к используемым в настоящее время методам и средствам технического обслуживания, диагностирования, ремонта, снабжения запасными частями, к подготовке кадров. Широкое применение цифровизации с внедрением модулей и технологий дополненной реальности, используемых в комплексной информационной системе, позволит существенно повысить эффективность службы технического сервиса.

Ученые РГАУ - МСХА имени К. А. Тимирязева А. С. Апатенко, Н. С. Се-врюгина, С. К. Тойгамбаев, И. Г. Голубев, Н. П. Мишуров занимаются системами телеметрии и мониторинга сельскохозяйственной техники [6, 22 ,78, 101]. Основная задача систем телеметрии и мониторинга заключается в повышении производительности парка сельскохозяйственной техники, которая может быть достигнута путем оптимизации технологического процесса на основе анализа рабочего времени, внесения корректив в настройки сбора, учета и документирования данных, увеличения эксплуатационной надежности машин.

Ученые Федерального научного агроинженерного центра (ВИМ) Ю. В. Катаев, М. Н. Костомахин, К. Г. Совин и Н. А. Петрищев работают над повышением уровня технического обслуживания энергонасыщенной техники, прогнозированием отказов в двигателях сельскохозяйственной техники, использованием систем бесконтактной диагностики при техническом обслуживании МЭС.

Ученые из Новосибирского ГАУ и Сибирского НИИ механизации и электрификации сельского хозяйства усовершенствовали комплексную систему информационного обеспечения для технического обслуживания тракторов и грузовых автомобилей. В реализации данного проекта участвовали Р. Г. Бердникова (НГАУ) [13], А. М. Криков (СибИМЭ) [48], Н. М. Иванов (СибИМЭ), А. Г. Федоров (Новосибирский военный институт им. генерала армии И. К. Яковлева войск национальной гвардии Российской Федерации) и А. Е. Немцев (СибИМЭ) [62].

Под руководством Г. В. Редреева в ФГБОУ ВО «ОМГАУ имени П. А. Столыпина» проводятся исследования по совершенствованию технологий технического обслуживания, ремонта и организации технического сервиса в АПК на основе цифровых решений [79].

В Падернборнском университете (Германия) Г. Люттенберг, К. Бартельхаймер и Д. Беверунген создали метод прогнозирования поломки деталей сельскохозяйственной техники на основе данных после обслуживания. Он позволяет создать на базе хозяйства службу профилактического обслуживания, которая помогает избежать нехватки ресурсов в сезон полевых работ и проводить техническое обслуживание по разработанному графику.

Однако несмотря на многочисленность исследований в области технического сервиса, задача по совершенствованию ТС МЭС остается актуальной. Необходимо повышение качества проведения работ, в том числе контроль за соблюдением рекомендаций по выполнению операций и инструкций. Остаются также нерешенными вопросы, связанные с разработкой комплексного цифрового продукта для технического сервиса МЭС в АПК [83].

В связи с этим в работе предлагается комплексная информационная система программного обеспечения для облегчения работы механизаторов и создания единой базы ТС, что позволит своевременно осуществлять плановые ремонтные работы и вести контроль за работой техники, а также повышать уровень квалификации сотрудников технического сервиса. С помощью модулей и технологий дополненной реальности предприятия смогут улучшить качество обслуживания техники, сократить время ремонта и затраты на его проведение.

Работа выполнена по плану НИОКР ФГБОУ ВО «Вавиловский университет» по теме «Разработка автоматизированного учебного тренажерного комплекса управления тракторной техникой и сельскохозяйственными агрегатами» АААА-А20-120021990049-1.

Актуальность работы обусловлена тем, что она была выполнена в соответствии с основными положениями «Стратегии развития сельскохозяйственного машиностроения России на период до 2030 года», «Концепции развития аграрной науки и научного обеспечения агропромышленного комплекса Российской Федерации на пе-

риод до 2025 года», а также научного направления ФГБОУ ВО «Вавиловский университет» «Модернизация инженерно-технического обеспечения АПК» (регистрационный номер 01201151795).

Цель работы - совершенствование технического сервиса мобильных энергетических средств в АПК разработкой и применением системы информационного обеспечения с использованием технологий дополненной реальности.

Объект исследований - процесс выполнения операций технического сервиса МЭС с использованием AR-технологий.

Предмет исследований - информационная система для технического сервиса МЭС в АПК, включающая в себя программное обеспечение и приложение дополненной реальности.

Научную новизну работы составляют:

- теоретическая оценка времени выполнения операций технического сервиса МЭС с использованием AR-технологий;

- алгоритм использования АЯ-технологий с целью сокращения времени, на проведение операций технического сервиса МЭС;

- информационная система для технического сервиса МЭС.

Теоретическая и практическая значимость работы. Предложенная математическая модель, описывающая временной процесс выполнения операций технического сервиса МЭС, позволила разработать информационную систему для технического сервиса сельскохозяйственных машин на основе программного обеспечения и приложений дополненной реальности. Применение разработанной информационной системы позволило сократить время проведения диагностики, ТО, ремонта и прогнозировать производительность на основе использования цифровых решений, а также оптимизировать процесс снабжения запасными частями.

Предложенные мероприятия по совершенствованию ТС, в частности, разработанные электронные технологические карты, позволили снизить временные затраты на выполнение операций технического обслуживания МЭС на 15% за счет сокращения ошибок, допущенных обслуживающим персоналом. Реализована методика с ис-

пользованием интерактивного обучения для достижения наилучшего образовательного эффекта.

Реализация результатов исследований. Программное обеспечение информационной системы для технического сервиса МЭС, применяемое в мобильных электронных устройствах (мобильные телефоны, планшетные компьютеры и др.), с использованием средств дополненной реальности, предназначено для информационной поддержки принятия решений при организации и выполнении операций технического сервиса тракторов и зерноуборочных комбайнов. Информационная система разработана совместно с ООО Комбайновый завод «Ростсельмаш». Совместно с компанией ООО «Инфобис» система прошла апробацию и используется в ООО «Лада» и УНПО «Поволжье» Саратовской области.

Методология и методы исследований. Для решения поставленных задач в диссертационной работе использовались теоретические и практические методы научного познания: наблюдение, измерение, обработка результатов и анализ. Использовалась методика обработки и анализа изображений, компьютерной графики, алгоритмизации и человеко-компьютерного взаимодействия, а также научные положения теории эксплуатации МЭС с использованием AR- и VR-технологий.

Экспериментальная часть работы проводилась с использованием прикладной программы Excel, набора средств разработки для трекинга Qualcomm Vuforia и приложений дополненной реальности Unity.

Научные положения и результаты исследований, выносимые на защиту:

1. Математическая модель, описывающая временной процесс выполнения операций технического сервиса МЭС с использованием AR-технологий.

2. Программное обеспечение информационной системы для технического сервиса МЭС в АПК и интерактивного обучения.

3. Рекомендации по совершенствованию технического сервиса МЭС в АПК на основе разработанных цифровых решений.

Степень достоверности и апробация результатов исследований. Достоверность результатов исследования подтверждается использованием современных стандартных методов и методик, разработанным программным обеспечением для инфор-

мационной системы технического сервиса МЭС, а также экспериментальными данными, полученными в производственных условиях.

Основные положения и результаты диссертационной работы были доложены, обсуждены и получили положительную оценку на конференциях профессорско-преподавательского состава и аспирантов по итогам научно-исследовательской, учебно-методической и воспитательной работы Саратовского ГАУ им. Н.И. Вавилова (г. Саратов, 2014-2021 гг.); на форуме «САРАТОВ-АГРО», февраль 2021г.; на 22-й - 23-й Российской агропромышленной выставке «Золотая осень» (г. Москва, 2020-2021 гг.); на конкурсе У.М.Н.И.К. ФГБУ «Фонд содействия развитию малых форм предприятий в научно-технической сфере» (Владивосток, 2020 г.); на конкурсе научно-инновационных работ молодых ученых и студентов ФГБОУ ВО «Саратовский ГАУ им. Н.И. Вавилова» (г. Саратов, 2021 г.); на питч-сессии агротех стартапов «AgTechInventum: best of the best» в рамках AGRITECHNICA DIGITAL, октябрь 2021 г.; на XI Саратовском салоне изобретений, инноваций и инвестиций; на международной научно-практической конференции «Цифровые технологии в сельском хозяйстве» (Ставрополь, 2021 г.).

Личный вклад соискателя состоит в непосредственном исполнении всех этапов работы, а именно: подготовка публикаций, заявок на получение патентов, свидетельств о государственной регистрации программ для ЭВМ, обзор и анализ существующих цифровых решений для мобильно-энергетических средств, постановка проблемы, формулировка цели и задач исследований, разработка программно-алгоритмических и информационных средств технического сервиса основных агрегатов и узлов мобильных энергетических средств, а также определении экономической эффективности от использования разработанных цифровых решений.

Публикации. По теме диссертационной работы опубликовано 16 научных работ, в том числе 2 в рецензируемых научных изданиях, рекомендованных ВАК Ми-нобрнауки РФ, 3 статьи в журналах, индексируемых в Web of Science и 1 статья в Scopus, 2 свидетельства о государственной регистрации базы данных, 2 свидетельства о государственной регистрации программы для ЭВМ, 1 патент на изобретение и 1 патент на полезную модель.

1 АНАЛИЗ ТЕХНОЛОГИЧЕСКИХ ПРОЦЕССОВ И ЦИФРОВЫХ РЕШЕНИЙ ДЛЯ ТЕХНИЧЕСКОГО СЕРВИСА НА ПРЕДПРИЯТИЯХ АПК

1.1 Анализ современного состояния организации технического сервиса и обучения операторов

На современном этапе развития агропромышленного комплекса большое внимание уделяют широкому применению современной энергонасыщенной высокопроизводительной сельскохозяйственной техники. Одним из показателей развития является ее количественный состав, который различается по регионам ввиду различных причин. Так, среди регионов Приволжского федерального округа Саратовская область занимает 3-е место по наличию тракторов, 2-е - по наличию зерноуборочных комбайнов; по Российской Федерации она занимает 9-е место по наличию тракторов и 10-е по наличию зерноуборочных комбайнов (рис. 1.1). При этом значительная часть техники - это современные образцы, обладающие высокотехнологическими свойствами.

Эффективность применения сельскохозяйственной техники во многом зависит от ее работоспособности, которая, в свою очередь, напрямую зависит не только от правильных конструктивных решений и качества изготовления на этапе производства машин, но и, что важно, от своевременного проведения плановых технических обслуживаний, своевременного диагностирования и устранения неисправностей в период эксплуатации [60, 66, 69].

Согласно исследованиям ремонтно-обслуживающей базы агропромышленного комплекса (АПК), за последние 15 лет (с 2005 по 2019 г.) наблюдается снижение охвата парка машин техническим обслуживанием и ремонтом с 58,0 до 39,8 % [21, 90]. Такое положение можно объяснить тем, что постгарантийное техническое обслуживание и текущий ремонт отечественной сельхозтехники ее собственники проводят в основном самостоятельно силами механизаторов. При этом зачастую не соблюдают принятые нормативы ТО и ремонтов. Привлечение сторонних организаций осуществляют лишь в случае капитального ремонта и модернизации техники [57]. Связанно это прежде всего с высокими затратами на такие виды ра-

бот, а также из-за слабой ремонтно-обслуживающей базы в регионах [31]. Вместе с тем для технического обслуживания и ремонта импортной техники, как правило, обращаются в специализированные сервисные центры.

а

б

Рисунок 1.1 - Наличие сельскохозяйственной техники на конец 2020 г. по регионам Приволжского федерального округа, ед.: а - тракторов; б - зерноуборочных комбайнов

Технический сервис является важным аспектом в гарантийном и постгарантийном обслуживании сельскохозяйственной техники АПК в целом [34]. При этом специалисты сервисных отделов занимаются не только предпродажной подготовкой техники, но и техническим обслуживанием, восстановлением и ремонтом, выезжая к заказчику для выполнения регламентных и экстренных работ с возможностью проведения их в полевых условиях [55].

Одной из приоритетных задач служб технического сервиса является подготовка высококвалифицированных специалистов, способных выполнять все регламентные работы по техническому обслуживанию широкой номенклатуры сельскохозяйственной техники.

В настоящее время для обучения сервисного персонала используют стандарт, предложенный сотрудниками завода Ростсельмаш. Он включает в себя следующие мероприятия:

•проведение аудиторных занятий;

•использование дилерских интернет-порталов;

• предоставление консультаций;

• ведение наставничества;

•online тестирование;

•проведение тренингов;

• итоговая аттестация.

Обучение персонала должно быть организованным, планомерным и систематически осуществляемым процессом. Необходимо реализовать систему по передаче слушателям знаний, умений и навыков. Обучение необходимо выполнять под руководством опытных специалистов.

Однако такие стандарты есть у ограниченного числа крупных производителей сельскохозяйственной техники, например Ростсельмаш.

Структура системы обучения сервисному обслуживанию в Академии Ростсельмаш представлена на рисунке

Обучение персонала проводят как дистанционно, так и в очном формате. Курсы, предлагаемые заводом-изготовителем, являются платными и направлены на обучение малых групп.

Для обучения большого штата сотрудников сервисных центров подходы в подготовке специалистов должны быть пересмотрены.

Все документы

Рисунок 1.2 - Структура системы обучения в Академии Ростсельмаш

Для дилеров и сервисных центров целесообразно использовать единую систему обучения с возможностью проводить его дистанционно с учетом особенностей региона. Проведение дистанционных занятий на базе специализированных центров позволит компаниям экономить на тратах при командировании слушателей и наставников на очные курсы, а также обеспечить

регулярную поддержку слушателей курса через используемую платформу с учетом региональных особенностей.

Таким образом, из проведенного анализа следует, что подходы к обучению и проведению сервисных работ в АПК требуют изменения и внедрения современных технологий, в том числе дистанционного образования и единой платформы знаний с возможностью комплексно воздействовать на слушателя.

1.2 Анализ существующих цифровых решений для технического сервиса

мобильных энергетических средств

На современном этапе развития технического прогресса повсеместно внедряют цифровые технологии в различных отраслях деятельности человека, в том числе в сельском хозяйстве, включая технический сервис.

Использование цифровых технологий в техническом сервисе имеет ряд особенностей, связанных с характером организации технического обслуживания и ремонта (ТО и Р) сельхозтехники. Кроме технологических карт на проведение операций ТО на предприятиях технического сервиса в АПК применяют информационные и интеллектуальные технологии (ИТ).

В современных технических сервисах используют программно-электронные средства, адаптированные под определенные виды работ, комплексы автоматизированных рабочих мест (АРМ-комплексы) [1, 76] для специалистов. Отдельные АРМ-комплексы объединяют в локальные вычислительные сети, обеспечивающие следующие возможности [1]:

• обмен информацией между специалистами;

• использование единой базы данных предприятий - производителей техники;

• подключение к специализированным региональным базам данных (при наличии соответствующего уровня доступа);

• передача информации руководству предприятия для оценки ситуации и принятия управленческих решений;

• коллективное использование прикладных программных средств.

Развитие технологий и внедрение цифровых решений в АПК способствовало широкому применению компьютерного диагностирования, используемого для оценки состояния как отдельных машин, так и машинно-тракторного парка в целом.

Как правило, процесс диагностирования состоит из следующих этапов:

1) считывание информации;

2) проверка данных;

3) анализ результатов;

4) выявление неисправностей.

Для компьютерной диагностики используют оборудование широкого спектра: мотор-тестеры, универсальные сканеры, сканеры «малой» диагностики и др. [86].

Одним из примеров такого оборудования является система TELEMATICS фирмы Claas Remote Service (рис 1.3). Она предназначена для проведения удаленного контроля работы систем машин, сравнения показателей с контрольными данными с дальнейшим выводом информации о существующей неисправности. Система позволяет проводить планирование технического обслуживания и ремонта сельскохозяйственных машин определенных производителей [85].

Рисунок 1.3 - Рабочий экран системы TELEMATICS

Основным преимуществом данной системы является возможность получения удаленной поддержки от производителя.

Среди недостатков системы можно отметить узкую направленность на обслуживание машин определенных производителей, тогда как машинно-тракторный парк (МТП) хозяйств преимущественно состоит из сельскохозяйственных машин различных производителей, у которых могут отсутствовать подобные или совместимые системы.

Цифровизация АПК при организации эксплуатации сельскохозяйственной техники нового поколения предполагает установку на машины электронных встроенных средств контроля и диагностирования. С их помощью производят отслеживание процесса работы механизмов, систем и агрегатов для регулярного мониторинга их работоспособности и состояния.

Широкое применение в настоящее время находят электронные блоки управления (ЭБУ), устанавливаемые непосредственно на машинах. Они объединяют пакеты программного обеспечения с набором сведений о работе систем машины. В процессе непрерывного мониторинга работы систем машин данные выводятся на экран. Это позволяет отслеживать состояние контролируемых систем и на основе анализа этих данных делать выводы о необходимости проведения работ, направленных на поддержание работоспособности машин [42].

Однако такая система привязана к конкретной единице технике, а в условиях большого хозяйства возникает необходимость вести учет по каждой машине в соответствии с её индивидуальной технологической картой, что предполагает большой объем работ по сбору и анализу данных. Помимо этого, при проведении работ по техническому обслуживанию и ремонту отсутствуют контроль над действиями исполнителя, а также возможность передачи данных о проделанной работе службе главного механика.

Существуют цифровые системы, позволяющие проводить удаленную диагностику технического состояния как отдельных машин, так и машинно-тракторного парка сельхозпредприятий в целом. Реализация такого подхода стала возможной при широком применении технологии на основе систем ГЛОНАСС и GPS. Примерами являются программно-аппаратный комплекс с отраслевым приложением «Агро-пром» и оборудование компании «Глобальные системы автоматизации» (ГЛО-САВ - рисунок 1.4) [36, 75].

Рисунок 1.4 - Внешний вид бортового блока Автосат БК-10

Комплекс позволяет осуществлять онлайн-мониторинг и сбор данных о состоянии работы основных систем машин, а также контроль работоспособности отдельных единиц техники, что повышает эффективность использования всего МТП.

Для объективного и полного сбора информации, а также для расширения функциональных возможностей бортовых блоков, устанавливаемых на машины, необходимо размещать широкий спектр датчиков к аналоговым, дискретным входам и к радиоканалам.

В настоящее время существует множество отечественных и зарубежных систем автоматического сбора и анализа информации (TELEMATICS, Deere & Company JDLink, FarmSight, AFS, AGCOMMAND Advanced, Connected Farm Fleet, Slingshot, SCANIA FLEX). Отечественная система AGROTRONIC использует технологии передачи данных о необходимости проведения сельскохозяйственных мероприятий, улучшающих показатели эффективности работы техники (рисунок 1.5). Применение данной системы способствует уменьшению издержек связанных с мониторингом этапов работы в режиме реального времени [24].

Д(ЗИ0ТН0М1С Л Ж. О & •!>

Рабочий стол Машины Карта Тех. контроль Анализ

Зерноуборочные комбайны

е О

28591.06 Га

О

ЧТ ПТ сб ВС ПН ВТ ср

нэ'- -)с(- -)э'- -)э'-

Техническое обслужи ваш

и машин

0 дшиые ушаны Ы1куи»*есупм

Рисунок 1.5 - Интерфейс приложения AGROTRONIC

Системы автоматического сбора и анализа информации обеспечивают широкий спектр возможностей, позволяющих осуществить онлайн-диагностику техники, однако, как правило, они совместимы только с машинами конкретных производителей.

Одним из методов поиска дефектов и контроля габаритных параметров деталей с целью повышения степени детализации визуальной диагностики в последнее время чаще применяют технологии ЭЭ-сканирования [64]. Используют следующие виды сканирования: лазерное, механическое, ультразвуковое. Такие технологии позволяют оценивать геометрические и физико-механические параметры диагностируемых деталей сельскохозяйственной техники. На основании сравнения СДО-моделей деталей с их физическими копиями делается вывод о наличии того или иного дефекта. Далее составляется отчет об отклонении исследуемых деталей от нормы. При выявлении дефекта деталей можно определить величину износа поверхности, нарушение физико-механических параметров. С использованием аддитивных технологий есть возможность восстановить изношенные поверхности путем нанесения покрытий на различные сложные поверхности.

Среди недостатков при ЭЭ-сканировании стоит отметить вероятность искажения формы и действительных размеров объекта. Для исключения этого следует повышать степень контроля над процессом сканирования. К недостаткам можно отнести и то, что процесс 3D-печати имеет возможность печать лишь легкоплавкими материалами, такими, как материалы, созданные на основе поливинилхло-рида, что не позволяет данным методом восстанавливать или вновь изготавливать детали с более высокими прочностными характеристиками.

1.3 Цифровые решения для технического сервиса «Агросигнал»

«ИнфоБиС» является одной из крупных компаний в нашей стране, которая занимается цифровизацией сельского хозяйства. Ее сотрудниками разработан и успешно применяется программный комплекс «Агросигнал».

«Агросигнал» - это комплексная цифровая платформа, охватывающая сельхозпредприятия Российской Федерации на площади около 7 млн га. Применение разработанной платформы способствует управлению агробизнесом, позволяет повысить производительность и снизить потери СЗР, ГСМ и урожая [49], а также минимизировать отрицательное влияние человеческого фактора на всех этапах производственной цепи, помогает менеджменту агрокомпаний планировать график сельхозработ на весь полевой цикл от выстраивания севооборота до формирования бюджета перед началом сезона.

«Агросигнал» формирует целостную картину производства в реальном времени для руководителей, производственников, финансистов, агрономов и юристов, способствуя принятию правильных решений. Структура контроля потерь урожая с помощью платформы «Агросигнал» представлена на рисунке

На каждый машинно-тракторный агрегат устанавливают ГЛОНАСС-трекеры, а в систему загружают задание: какую и в какое время выполнить ту или иную операцию, на каком участке и с помощью какого агрегата.

КОНТРОЛЬ ПОТЕРЬ НА УБОРКЕ С ПОМОЩЬЮ ПЛАТФОРМЫ «АГРОСИГНАЛ»

I

Поле

• Урожайность: намояот/Га

Рекомендованный список диссертаций по специальности «Другие cпециальности», 00.00.00 шифр ВАК

Введение диссертации (часть автореферата) на тему «Совершенствование технического сервиса мобильных энергетических средств в АПК на основе цифровых решений»

• Скорость работы

Комбайн

• Производительность 1/Га

• Запрет выгрузки на сторону

• Объём выгруженного бункера

Бункер-перегрузчик

• Точный вес каждого бункера

• Запрет выгрузки на сторону

1 1

Грузовик

• Время пути зерна от поля до весовой

• Контроль остановок

Весовая

• Весовой журнал

• СП-9 автоматически в бухгалтерию

Склад

• Контроль места выгрузки

• Остановкиготовой продукции

Рисунок 1.6 - Контроль системой «Агросигнал» потерь на уборке

Система позволяет проконтролировать качество работы механизатора и выявлять необработанные участки при обработке полей. Учитывая ширину захвата агрегатов, система определяет пройденные участки и на дисплее контроллера закрашивает их на цифровой копии поля. Если механизатор пропускает какой-то участок, то он не закрасится и контролер (как правило, это агроном или его помощник) сможет выявить нарушение и оперативно устранить его путем передачи соответствующих указаний оператору машинно-тракторного агрегата.

Система «Агросигнал» позволяет фиксировать внеплановые простои, заблаговременно сигнализировать о времени необходимого проведения планового технического обслуживания. В систему входят: учет работ и тип проводимых агроопераций, мониторинг состояния систем техники, отчетность и аналитика, кадастровый учет [19].

Для обмена данными в системе использован сервис Rest API. Для его работы необходимо иметь токен (apiKey) и добавлять его как параметр в запрос. Для корректной работы системы запросы отправляются по защищенному соединению с использованием протокола передачи данных HTTPS.

Выгрузка данных по проведенным работам, типам агроопераций и выработке механизаторов производится автоматически в программную среду 1С. Среди получаемых данных:

• ежесуточные планы по обработанной площади для всех операций;

• учетные листы машинно-тракторных агрегатов с учетом времени работы и простоев;

• текущий (мгновенный) и общий (по операции) расход ГСМ;

• метеорологические условия;

• привязка массы полезного груза к данным об операции;

• состояние систем машинно-тракторного агрегата;

• графики смен сотрудников для распределения выработки;

• индивидуальные и групповые оперативные планы;

• контроль выработки полевой техники.

При выявлении отклонений от заданных параметров формируются автоматические оповещения и уведомления в виде почтовых или sms-сообщений. Информация о ходе выполнения полевых операций за весь период производственной кампании и за сутки представляется в формате дашбордов -круговых диаграмм.

Для осуществления контроля за работой транспортных средств система анализирует данные, полученные с установленных на машинах устройств для считывания данных. К основным устройствам можно отнести ОРБ-трекеры, датчики работы двигателя, скорости движения, уровня топлива, анализаторы сливов ГСМ, к дополнительным - считыватель ключа получателя или ключей смен механизаторов. На основании полученных данных платформа в реальном времени отражает информацию о местоположении, перемещении, скорости движения техники и т. д. [76].

Исходя из анализа современных цифровых технологий, используемых в техническом сервисе в сфере АПК, можно сделать вывод о том, что применение ИТ сокращает затраты не только на техническую, но и на производственную эксплуатацию МТП, повышая эффективность его применения. Контроль работы как отдельных единиц техники, так и в целом парка машин сельскохозяйственных предприятий делает возможным прогнозировать остаточный ресурс машин, производить оперативную коррекцию проведения агротехнологического комплекса работ, осуществ-

лять планирование технического обслуживания и ремонтов, согласуя время их проведения со временем выполнения технологических агроопераций.

Основными задачами для всех рассмотренных систем являются снижение трудоёмкости планирования технического обслуживания и ремонтов всех типов машин и оборудования, сокращение затрат при осуществлении механизированных процессов, что в конечном итоге приводит к уменьшению себестоимости продукции предприятий АПК.

Однако в основном представленные методы остаются специфическими и применимыми только к ограниченному спектру техники. Кроме того, необходимость оснащения техники дополнительным оборудованием влечет за собой существенное увеличение производственных затрат.

В ходе проведенного анализа не были выявлены инструменты, которые позволили бы на основе полученных данных о состоянии техники качественно и своевременно осуществить технический сервис. Отсутствуют цифровые решения, помогающие операторам и дилерам проводить диагностику состояния техники в реальном времени, следуя инструкциям производителей. Одним из решений данной проблемы видится разработка виртуального помощника (цифрового ассистента), оснащенного адаптирующемся программным обеспечением, имеющим обучающие функции для проведения технического сервиса машин различных производителей.

1.4 Использование средств визуализации трехмерных объектов виртуальной и дополненной реальности в АПК и системах

технического сервиса

Развитие технологий виртуальной (УЯ) и дополненной (ДЯ) реальности позволяет внедрять их в технологические процессы на производствах различных отраслей.

УЯ-технологии погружают пользователя в виртуальную среду, напрямую воздействуя на его органы чувств: зрение, осязание и слух [18, 81]. Для передачи эффекта погружения используют шлема виртуальной реальности, где объемное изображение проецируется на линзы, через которые пользователь получает

аудиовизуальную информацию. Для повышения эффекта погружения применяют дополнительное оборудование для отслеживания перемещения пользователя (тре-кинг-система) и различные контроллеры управления (рисунок 1.7).

ЛЯ-технологии проецируют виртуальные объекты на реальное окружение [18]. Технологии дополненной реальности используют для получения информации при считывании специальных маркеров (меток). Широкое применение такие технологии нашли в сфере услуг. В музеях имеются маркеры на экспонатах, при наведении на которые перед пользователем возникает дополнительная информация; в рекламе продукции это виртуальная примерка платьев, дисков для автомобилей т. д. [89, 17].

В дополненной реальности используют специализированные очки и модули дополненной реальности. Данная технология также применима на смартфонах и планшетах [61].

Универсальность УЯ- и ЛЯ-технологий позволяет использовать их в сфере технического сервиса автомобилей, в том числе сельскохозяйственной и строительной техники.

Рисунок 1.7 - УЯ-шлем и контроллеры

Так, например, компания 1Тогцш представляет линейку решений для производства и технического сервиса с применением технологий дополненной реальности. Одной из основных функций платформы является звонок для совместной работы специалиста и эксперта (рис. 1.8) [104]. Данная технология позволяет:

• сократить период между поломкой оборудования и его ремонтом;

• видеть эксперту то же, что видит специалист через камеру модуля дополненной реальности;

• передавать визуальные материалы (в том числе чертежи и обучающие видео) непосредственно на модуль.

Рисунок 1.8 - Сеанс связи с использованием технологии ЛЯ

Платформа способствует повышению контроля за проведением технического сервиса путем использования функции записи всех этапов работ по ТО и Р. Информация направляется на сервер компании, где уже квалифицированный специалист или руководитель в случае необходимости может внести коррективы в реальном времени или проверить сохраненную запись проведения всего процесса.

Среди недостатков стоит отметить отсутствие автономности системы, невозможность работы без-интернет соединения. Не следует также исключать трудоза-

траты на поддержание в рабочем состоянии сервера большого объема данных, а также затраты на обслуживающий персонал.

В настоящее время существует тренд применения технологии виртуальной реальности при создании тренажеров для обучения технологическим процессам.

Корпорация «Проект-техника» разработала УЯ-тренажер для технического обслуживания автомобиля Урал 4320 (рисунок 1.9) [88]. Программное обеспечение имитирует поломки, которые могут возникнуть в процессе эксплуатации, а также выдает соответствующие подсказки для их устранения.

Рисунок 1.9 - VR-тренажер ТС Урал 4320

Недостатками тренажера являются устаревшая техника и узконаправленная тематика изучения. В настоящий время конструкция узлов и деталей, комплектующие машины Урал 4320 являются достаточно изученными специалистами за довольно длительное время эксплуатации машины данной марки. Ввиду этого внедрение такого тренажера в современных службах технического сервиса является нецелесообразным.

Компанией Graff Interactive были созданы VR-тренажеры для технического обслуживания танкового двигателя В-2 (рисунок 1.10, а) и тренажер «Сборка-разборка вертолетного двигателя» (рисунок 1.10, б) [103]. Оба тренажера по сути являются пошаговой инструкцией замены деталей с проработанной детализацией 3Э-моделей.

а б

Рисунок 1.10 - VR-тренажеры фирмы Graff Interactive для технического обслуживания: а - танкового двигателя В-2; б - вертолетного двигателя

Недостатками этих тренажеров являются их узконаправленность и сложность компоновки узлов техники, что в конечном итоге приводит к низкой детализиро-ванности и малому количеству операций, выполняемых при обучении.

Компания Bosch предлагает проводить техническое обслуживание автомобилей с использованием AR, применяя наложение изображения через очки дополненной реальности (рисунок 1.11). Система является интерактивным помощником для специалиста при ремонте электрических и гибридных двигателей. Идентификация неисправностей с применением технологии дополненной реальности способствует более быстрому их обнаружению и устранению. Исследования, проведенные в фирме Bosch, свидетельствует о том, что «стажеры, пользовавшиеся AR, справились с работой на 35 % быстрее, чем те, кто опирался на традиционные методы ремонта с использованием схем и чертежей на бумажном носителе» [71].

Рисунок 1.11 - Применение AR-очков при проведении ТС автомобиля

Основной недостаток такой системы - возможность ошибочного идентифицирования элементов конструкции автомобиля, что влечет за собой неправильность выполнения операций. Загрязненные элементы могут препятствовать их правильному распознаванию, а дополнительная очистка узлов и деталей повышает стоимость и увеличивает затраты на техническое обслуживание и ремонт.

Исходя из проведенного анализа следует, что применение УЯ- и ЛЯ-технологий позволяет сократить время осуществления технологических процессов в различных отраслях. Так, ЛЯ-очки являются дополнительным инструментом для анализа и диагностики неисправностей, а также могут выполнять функцию цифрового ассистента. УЯ-технологии в виртуальных тренажерах повышают компетенции специалистов, способствуя сокращению издержек при выполнении профессиональных задач [37].

Анализ практики использования средств визуализации трехмерных объектов, виртуальной и дополненной реальности в АПК и системах технического сервиса выявил узкоспециализированность применяемого программного обеспечения. В связи с этим целесообразна разработка более прогрессивных гибких программных средств с использованием технологий дополненной и виртуальной реальности в сфере технического сервиса и ремонта машин, применяемых в агропромышленном комплексе страны. Такое программное обеспечение прежде всего должно обладать широкой базой данных с возможностью ее расширения для проведения технического обслуживания и ремонта широкой линейки машин различных производителей.

Выводы

1. Проведен анализ существующих цифровых решений для ТС МЭС с целью совершенствования технологического процесса и разработки программы с применением цифровых решений в сфере сервисного обслуживания.

2. В условиях конструктивного усложнения техники, роста разнообразия марочного состава и типоразмерности машин, сезонности работы повышение эффективности технического обслуживания и ремонта мобильных энергетических средств приобретает особую актуальность. При этом совершенствование системы

ремонтно-обслуживающего воздействия в информационно-цифровой среде является первоочередной задачей.

3. Установлено, что в современных условиях интенсивного развития компьютерной техники и информационных технологий одним из существенных факторов повышения эффективности технической эксплуатации машин является использование информационных ресурсов и технологий, а также виртуальной и дополненной реальности для ремонтно-обслуживающего воздействия.

4. В результате анализа цифровых решений для технического сервиса, применяемых в настоящее время на предприятиях АПК, определена цель работы -совершенствование технического сервиса мобильных энергетических средств в АПК посредством разработки и применения системы информационного обеспечения с использованием технологий дополненной реальности. Для достижения поставленной цели необходимо решение следующих задач исследований:

1) выполнить анализ существующих цифровых решений сервисного обслуживания МЭС в АПК;

2) разработать математическую модель, описывающую временной процесс выполнения операций технического сервиса МЭС с использованием ЛЯ-технологий;

3) разработать систему информационного обеспечения технического сервиса МЭС;

4) провести практическую апробацию комплексной информационной системы для технического сервиса МЭС в АПК и выполнить ее экономическую оценку.

2 ТЕОРЕТИЧЕСКАЯ ОЦЕНКА ВРЕМЕНИ И ИНТЕНСИВНОСТИ

ВЫПОЛНЕНИЯ ОПЕРАЦИЙ ТЕХНИЧЕСКОГО СЕРВИСА МЭС С ПРИМЕНЕНИЕМ ЛЯ-ТЕХНОЛОГИЙ

2.1 Теоретическое определение соответствия виртуальной и реальной действительности для оценки производительности сельскохозяйственной технической единицы

Разработка системы информационного обеспечения технического обслуживания технических единиц комплексной информационной системы относится к разряду достаточно сложных и методически мало отработанных задач инженерной науки [22]. Методические положения в этом направлении в большей части носят научно-исследовательский характер, а для разработки предлагаемой системы необходимо перейти от них к производственно-техническим знаниям.

Эффективность применения систем информационного обеспечения технического обслуживания технических средств определяется не только качеством проведенных работ, но и их интенсивностью.

Изучение проблемы интенсивности было начато в середине ХХ в. как составляющей эффективности оборудования. Тогда была получена формула общей эффективности оборудования:

О.Е.Е. = АРд • 100 %, (2.1)

где О.Е.Е. - общая эффективность оборудования; А - доступность к деталям технической единицы; Р - эффективность выполнения операций технического сервиса; д - качество выполненной работы по ТО технической единицы.

При получении теоретической оценки общей эффективности оборудования технического сервиса МЭС использовали выражение интенсивности выполнения операций, поэтому формула (2.1) была преобразована к виду:

О.Е.Е. = АРрд • 100 %, (2.2)

где Рр - производительность технической единицы.

Под интенсивностью будем понимать выполнение объема работ или количество операций технического сервиса МЭС за время обслуживания.

В связи со специфическими особенностями сельскохозяйственного производства организация обслуживания сельскохозяйственной техники сопряжена с определенными сложностями, связанными с конструкторскими особенностями техники, ее большой разномарочностью, типоразмерностью, особенностями эксплуатации и сезонностью работы. Все это необходимо учитывать при исследовании факторов, позволяющих повысить эффективность использования техники и ее производительность.

Существующий технический сервис требует постоянного совершенствования, одним из направлений которого является внедрение информационно-цифровой среды (ГГ). Информационное обеспечение и соответствующие системы позволяют решить много важных задач для агропромышленного и хозяйственного комплексов страны [4]. В частности, это касается достижения цели повышения эффективности оборудования технического сервиса для сельскохозяйственной техники путем использования технологий дополненной реальности (AR). AR-технологии могут быть применены при организации технического обслуживания сельскохозяйственной техники для повышения ее срока службы, а также при разработке тренажеров для обучения. С внедрением ^-технологий возникает необходимость создания программного обеспечения для мобильных платформ, адаптированных под AR, что позволяет повысить эффективность и сократить время технического сервиса МЭС в АПК.

В этой системе особую значимость приобретает объективная оценка качества выполненных работ. Высокая производительность каждой технической единицы сельскохозяйственной техники является одной из важнейших характеристик, поэтому ее увеличение является приоритетной задачей при повышении эксплуатационных показателей машины. На этой основе актуальность проведения исследований, позволяющих определить параметры эксплуатируемой техники и уровень подготовленности профессиональных кадров, является важным этапом

развития сельскохозяйственного производства. Необходимость оценивания производительности и других параметров в данном случае связана с внедрением новых технологий и методов (в частности, использующих 1Т и дополненную реальность) в рабочий процесс проведения технического обслуживания сельскохозяйственных машин [5]. Для сельскохозяйственной техники это представляет особую актуальность в связи с особыми условиями ее эксплуатации. Исследования в данной области позволят найти оптимальное решение при выборе того или иного подхода к эксплуатации и методу технической поддержки сельскохозяйственной машины, что даст возможность снизить влияние следующих недостатков в организации и проведении запланированных работ:

1. Недостаточная квалификационная подготовка кадров, осуществляющих эксплуатацию и ремонтно-обслуживающее воздействие для конкретной машины, приводящая к выбору неверного решения [6,23].

2. Низкая производительность выполнения операций при работе машинно-тракторных агрегатов и высокие затраты времени на техническое обслуживание.

3. Потери времени при выборе правильного решения.

Среди эксплуатационных показателей следует выделить фактор надежности, который напрямую зависит от конструкторских решений, качества изготовления на этапе разработки и производства машин, от условий работы при эксплуатации, качества ремонтно-обслуживающего воздействия при использовании и хранении. Таким образом, немаловажным направлением является повышение надежности машин за счет своевременного и качественного технического обслуживания, ремонта и диагностирования [7].

Система технического обслуживания машин носит планово-предупредительный характер с возможностью заранее определять оптимальные сроки ремонтно-обслуживающих воздействий и требуемые для этого средства, материалы и исполнителей.

С целью определения эффективности применения технологий дополненной реальности при техническом обслуживании и диагностике неисправностей сельскохозяйственных машин была построена математическая модель этого процесса.

При построении математической модели, используемой для сравнительного анализа, учитывали следующие условия:

1. Простои техники в связи с неблагоприятными погодными условиями.

2. Работы по техническому обслуживанию и плановому ремонту, носящие планово-предупредительный характер.

3. Внеплановые простои техники из-за отказов.

Погодные условия являются неуправляемыми факторами, следовательно, их необходимо учитывать и приспосабливаться к ним.

Планово-предупредительный характер системы технического обслуживания позволяет определить сроки и время проведения работ, зарезервировать необходимые материалы и другие производственные мощности.

При возникновении внеплановых простоев важную роль играют эффективность проведения работ, связанных с диагностикой неисправностей, и наличие возможности их устранения.

Одной из главных проблем во время использования технической единицы является повышение ее производительности и качества работ, что, в свою очередь, позволит увеличить О.Е.Е. В данном направлении исследована возможность повышения производительности за счет уменьшения времени технического обслуживания. В частности, при существенном сокращении времени простоя машины при проведении технического обслуживания уменьшается временной отрезок нерабочего состояния сельскохозяйственной техники и, как следствие, увеличивается время производительного функционирования машины. Решение задачи построения математической модели для сравнительного анализа направлено на определение эффективности применения информационных технологий.

2.2 Решение задачи построения математической модели для сравнительного анализа

Рассмотрим основные этапы построения математической модели, используемой для сравнительного анализа общей производительности.

Сравнительный анализ начнем с математического представления технических объектов (как с использованием ЛЯ-технологий, так и без них) в

виде множеств, элементами которых являются операции при проведении обслуживания.

Пусть Вк - множество операций без использований AR-технологий, т. е.:

= К , ¿к2 ¿яп}, (2.1)

или

Вк е Вк ; (2.2)

для множества Вк является произвольным элементом. Обозначим ВI - множество операций с использованием AR-технологий. Тогда:

N =К, ¿12,..., ат}, (2.3)

или

А =Н е > (2.4)

- произвольный элемент множества В1.

Если число элементов множества Вк совпадает с числом элементов множества В1, то эти множества можно считать равномощными и п = т.

Если операции с применением AR-технологий для реальной машины отсутствуют, то мощность множества В1 равна 0, т. е.:

N = 0, (2.5)

и множество В1 является пустым:

N ={0}. (2.6)

Для наглядности изобразим множества Вк и В1 в виде кругов Эйлера (рисунок 2.1).

а б

Рисунок 2.1 - Соответствие кругов Эйлера и П множествам операций: а - с использованием ЛЯ-технологий; б - без использования ЛЯ-технологий для МЭС

Пусть множество П - операции с применением ЛЯ-технологий - не является пустым и содержит хотя бы один элемент. Так как на практике не всегда удобно, чтобы количество операций без применения дополненной реальности у трактора совпадало с количеством операций с применением ЛЯ-технологий, то пусть - подмножество

множества которое состоит из элементов , являющихся операциями без

применения ЛЯ-технологий у технической единицы и имеющих дублирующие операции с применением ЛЯ-технологий в представлении технической единицы, т. е.:

°як = К'\ }, (2-7)

или

= ке ^'к * с; пяк е о■ (2.8)

Множество - операции технической единицы, имеющие виртуальные аналоги, - является подмножеством множества всех операций (рисунок 2.2).

Рисунок 2.2 - Операции технической единицы , имеющие виртуальные аналоги (подмножество множества всех операций

Количество операций с применением AR-технологий, имеющих дублеров без применения технологии АК, представим как множество:

в =к> \},

(2.9)

или

В = е ^ / к < т}^ ,

(2.10)

т. е. В, е В,

Множество N - операции технической единицы, имеющие реальные

аналоги, - является подмножеством множества всех виртуальных операций (рисунок 2.3).

Рисунок 2.3 - Операции технической единицы В! , имеющие реальные аналоги (подмножество множества всех виртуальных операций В1)

Объединяя операции с применением AR-технологий и без нее, получим полную модель машины:

= Я , Ля ,•••, ¿Я , Л1к2 ,•••, ¿!кп }•

(2.11)

На рисунке 2.4 показан вариант полного соответствия множеств операций и их виртуальных аналогов для технической единицы.

Рисунок 2.4 - Вариант полного соответствия множеств операций и их виртуальных аналогов для технической единицы

При этом мощность множеств и О совпадает и равна к. Значит, существует биекция:

/ ■ о- ^ О

и-

(2-12)

Тогда есть и биекция:

/"О ^О

(2-13)

Следовательно, имеет место факт равномощности множеств и О , который запишем:

(2-14)

О ~ О

что возможно только в том случае, если:

(2.15)

т. е. совпадение элементов будет максимальным.

На рисунке 2.5 отображено наличие для технической единицы операций при проведении ТО с использованием ЛЯ-технологий и без них.

а

б

Рисунок 2.5 - Наличие для технической единицы операций при проведении ТО без использования ЛЯ-технологий (а) и с их применением (б)

Совпадение элементов может быть максимальным, т. е.

А = Д,, а = А

я

(2.16)

только при

Ая = А„ = А = А.

я

я

(2.17)

Значит, при равномощности множеств

(2.18)

или

Ая ~ А

(2.19)

На рисунке 2.6 представлена схема полного соответствия вариантов осуществления ТО.

Найдем функциональную зависимость затраченного времени ? от

соотношения мощностей множеств Ая, Ая, А1, Ат , а фактически - от количества

операций ТО [25, 29].

Был проведен сравнительный анализ времени при осуществлении технического обслуживания с применением дополненной реальности и без неё. Для этого дальнейшее построение математической модели было основано на наблюдении выполнения операций технического сервиса МЭС на временном промежутке [0;

Похожие диссертационные работы по специальности «Другие cпециальности», 00.00.00 шифр ВАК

Список литературы диссертационного исследования кандидат наук Гончаров Роман Дмитриевич, 2023 год

СПИСОК ЛИТЕРАТУРЫ

1. Автоматизированное рабочее место [Электронный ресурс]. - URL : https://studfile.net/preview/7170105/ (дата обращения: 12.03.2022).

2. Аллилуев, В. А. Техническая диагностика тракторов и сложных сельскохозяйственных машин на индустриальной основе : автореф. дис. ... д-ра техн. наук : 05.20.03 / Аллилуев Валерий Александрович. - Л., 1984. - 33 с.

3. Аллилуев, В. А. Техническая эксплуатация машинно-тракторного парка / В. А. Аллилуев, А. Д. Ананьин, В. М. Михлин. - М. : Агропромиздат, 1991. - 367 с.

4. Альт, В. В. Информационное обеспечение в инженерной сфере АПК Сибири / В. В. Альт // Машинно-технологическое и сервисное обеспечение сельхозтоваропроизводителей Сибири : матер. междунар. науч.-практ. конф., посвящ. 100-летию со дня рождения акад. ВАСХНИЛ А. И. Селиванова (п. Краснообск, 911 июня 2008 г.). - Новосибирск, 2008. - С. 40-47.

5. Альт, В. В. Информационные технологии как фактор повышения эффективности агропромышленного комплекса / В. В. Альт // Информационные технологии, системы и приборы в АПК : матер. 4-й междунар. науч.-практ. конф. «АГ-РОИНФО-2009» / Рос. акад. с.-х. наук. Сиб. отд. ; Сиб. Физико-техн. ин-т аграр. проблем. - Новосибирск, 2009. - С. 47-57.

6. Апатенко, А. С. Научно-методические основы формирования оптимального обеспечения средств ремонтно-технических воздействий : [монография] / А. С. Апа-тенко, Н. И. Владимирова ; Министерство сельского хоз-ва Российской Федерации ; ФГБОУ ВПО «Московский гос. ун-т природообустройства». - М., 2013. - 232 с.

7. Аранов, Э. Л. Ремонт и техническое обслуживание сельскохозяйственной техники за рубежом / Э. Л. Аранов, Е. И. Чудин. - М. : ЦНИИТЭИ, 1970. - 40 с.

8. Бадд, Т. Объектно-ориентированное программирование в действии / Т. Бадд. -СПб. : Питер, 1997. - 460 с.

9. Бахтин, И. В. Создание простого AR-приложения с использованием Unity и Vuforia engine / И. В. Бахтин // Молодой ученый. - 2020. - № 5 (295). - С. 3-8.

10. Бельских, В. И. Диагностирование и обслуживание сельскохозяйственной техники / В. И. Бельских. - 2-е изд., перераб. и доп. - М. : Колос, 1980. - 575 с.

11. Бельских, В. И. Справочник по техническому обслуживанию и диагностированию тракторов / В. И. Бельских. - М. : Россельхозиздат, 1986. - 399 с.

12. Бердникова, Р. Г. Информационная модель технического обслуживания и диагностики тракторов / Р. Г. Бердникова, А. М. Криков // Современные достижения аграрной науки в животноводстве, растениеводстве, экономике : сб. трудов региональной науч.-практ. конф. - Томск : ТСХИ, 2011. - С. 161-165.

13. Бердникова, Р. Г. Разработка системы информационного обеспечения технической готовности кормоуборочной техники [Электронный ресурс] / Р. Г. Бердникова, Р. С. Бадулин // Вестник КрасГАУ. - 2014. - № 12. - URL : https://cyberleninka.ru/article/n/razrabotka-sistemy-informatsionnogo-obespecheniya-tehnicheskoy-gotovnosti-kormouborochnoy-tehniki (дата обращения: 22.02.2023).

14. Бойко, Ю. Ф. Исследование и обоснование технического процесса ТО тракторов сельскохозяйственного назначения (на примере трактора Т-40 А) : ав- тореф. дис.....канд. техн. наук : 05.20.03 / Бойко Юлий Федорович. - М., 1976. - 22 с.

15. Веденяпин, Г. В. Научные основы и методика построения системы технического ухода за тракторами : автореф. дис. ... д-ра техн. наук : 05.20.03 / Веденяпин Георгий Владимирович. - М., 1965. - 36 с.

16. Веденяпин, Г. В. Общая методика экспериментального исследования и обработки опытных данных / Г. В. Веденяпин. - М. : Колос, 1973. - 195 с.

17. Виртуальная примерка для интернет-магазина одежды [Электронный ресурс]. - URL : https://cms-rating.ru/virtualnaya-primerka/?ysclid=ld8pao3lwm504420706 (дата обращения: 23.01.2023).

18. Волынов, М. М. Виртуальная реальность: виды, структура, особенности, перспективы развития [Электронный ресурс] / М. М. Волынов, А. А. Китов, Б. С. Горячкин // E-Scio. - 2020. - № 5 (44). - URL : https://cyberleninka.ru/article/n/virtualnaya-realnost-vidy-struktura-osobennosti-perspektivy-razvitiya (дата обращения: 23.01.2023).

19. Воронин, Д. М. Организация обслуживания машины в первичных подразделениях на основе оперативного контроля / Д. М. Воронин, П. В. Привалов // Научн. техн. бюл. ВАСХНИЛ. - Вып. 11. - Новосибирск, 1975. - С. 22-27.

20. Гиберт, А. И. Методы оценки технического состояния механизмов мобильных машин с применением информационных технологий : автореф. дис. ... д-ра техн. наук : 05.20.03 / Гиберт Альфред Иванович. - Новосибирск, 2000. - 58 с.

21. Гипертекстовые базы знаний по сельскохозяйственным механизированным системам. Концептуально-методологические основы построения : метод. рекомендации / А. М. Криков [и др.]. - Новосибирск : СибИМЭ, 2002. - 120 с.

22. Глаголев, С. Н. Проблемы инженерного образования в области техники и технологий : учебное пособие / С. Н. Глаголев, Т. А. Дуюн, Н. С. Севрюгина. - М. : Директ-Медиа, 2014. - 106 с.

23. Голиченко, В. И. Целесообразность очередного диагноза и определения остаточного ресурса составных частей машин / В. И. Голиченко // Механизация и электрификация сельского хозяйства. - 1986. - № 3. - С. 3-5.

24. Голътяпин, В. Я. Анализ систем телеметрии и мониторинга сельскохозяйственной техники / В. Я. Гольтяпин // Научно-информационное обеспечение инновационного развития АПК : сб. материалов IX Междунар. науч.-практ. конф. «ИнформАгро - 2017». - М., 2017. - С. 348-352.

25. Горлач, Б. А. Математическое моделирование. Построение моделей и численная реализация : учебное пособие для вузов / Б. А. Горлач, В. Г. Шахов. -5-е изд., стер. - СПб. : Лань, 2023. - 292 с.

26. ГОСТ 25044-81. Диагностирование автомобилей, тракторов, сельскохозяйственных, строительных и дорожных машин. Основные положения. - М. : Изд-во стандартов, 1982. - 9 с.

27. ГОСТ 20911-89. Техническая диагностика. Термины и определения. - М. : Изд-во стандартов, 1990. - 13 с.

28. ГОСТ 20793-86. Тракторы и машины сельскохозяйственные. Техническое обслуживание. - М. : Изд-во стандартов, 1987. - 17 с.

29. Демидович, Б. П. Сборник задач и упражнений по математическому анализу : учебное пособие для вузов / Б. П. Демидович. - 24-е изд., стер. - СПб. : Лань, 2022. - 624 с.

30. Джонатан, Л. Виртуальная реальность в Unity / Джонатан Линовес. - М. : ДМК Пресс, 2016. - 316 с.

31. Додж, М. Эффективная работа с Microsoft Excel 2000 / М. Додж, К. Стин-сон. - СПб. : Питер, 2000. - 1056 с.

32. Дринча, В. М. Диагностирование систем и агрегатов АТС с помощью ЭВМ / В. М. Дринча, Н. И. Мошкин // Тракторы и сельскохозяйственные машины. - 2007. - № 7. - С. 45-47.

33. Емелин, Л. И. Определение экономической эффективности специализированного технического обслуживания / Л. И. Емелин, В. М. Ямбаев // Техника в сельском хозяйстве. - 1978. - № 12. - С. 45-48.

34. Журавлев, С. Ю. Организация и технология технического сервиса сельскохозяйственной техники нового поколения / С. Ю. Журавлев // Вестник Алтайского государственного аграрного университета. - 2022. - № 7 (213). - С. 116-122.

35. Затонский, А. В. Оптимизация модели информационной системы поддержки техобслуживания и ремонта оборудования / А. В. Затонский // Информационные технологии. - 2007. - № 3. - С. 2-7.

36. Измайлов, А. Ю. Управление сельскохозяйственными мобильными агрегатами с использованием навигационной системы ГЛОНАСС/GPS / А. Ю. Измайлов, В. К. Хорошенков, Е. С. Лужнова // Сельскохозяйственные машины и технологии. - 2015. - № 3. - С. 15-20.

37. Ильина, И. Е. Использование тренажеров виртуальной реальности / И. Е. Ильина // Науковедение. - № 1. - 2013. - С. 1-9.

38. Иофинов, С. А. Контроль работоспособности тракторов / С. А. Иофинов, Н. Н. Чевейлер. - М. : Машиностроение, 1985. - 238 с.

39. Иофинов, С. А. Справочник по эксплуатации машинно-тракторного парка / С. А. Иофинов, Э. П. Бабенко, Ю. А. Зуев ; под общ. ред. С. А. Иофинова. - М. : Агропромиздат, 1985. - 271 с.

40. Клейн, А. Т. Памятка мастера-наладчика : методические рекомендации / А. Т. Клейн, П. В. Привалов, В. М. Натарзан. - Новосибирск, 1979. - 55 с.

41. Комплексная система ТО и ремонта машин в сельском хозяйстве / А. С. Бараш [и др.]. - М. : ГОСНИТИ, 1985. - Ч. 1. - 143 с.

42. Компьютерная диагностика автомобиля [Электронный ресурс]. - URL : http://krutimotor.ru/kompyuternaya-diagnostika-dvigatelya (дата обращения: 12.03.2022).

43. Кононогов, С. А. Поиск неисправностей дизеля СДМ-62 с применением экспертной системы : автореф. дис. ... канд. техн. наук : 05.20.03 / Кононогов Сергей Алексеевич. - М., 1990. - 24 с.

44. Костин, М. С. Исследование теплового и скоростного режимов диагностирования тормозных систем колесных тракторов / М. С. Костин, Л. Б. Сегал // Сборник научных трудов / НИПТИМЭСХ Нечерноземной зоны. - Л. : НИИП - ТИМЭСХ, 1984. - С. 14-18.

45. Криков, А. М. Информационное обеспечение диагностики и технического обслуживания тракторов / А. М. Криков, Р. Г. Бердникова // Проблемы использования информационных технологий в управлении предприятиями и организациями АПК : сб. матер. междунар. науч. -практ. конференции. - Новосибирск : СибНИИЭСХ, 2009. - С. 142-146.

46. Криков, А. М. Информационные модели системы технической диагностики и обслуживания тракторов / А. М. Криков, Р. Г. Бердникова // Сибирский вестник сельскохозяйственной науки. - 2011. - № 5-6. - С. 102-108.

47. Криков, А. М. Информационные технологии в системе технического обслуживания тракторов / А. М. Криков, Р. Г. Бердникова // Современные проблемы и достижения аграрной науки в животноводстве, растениеводстве и экономике : сб. трудов региональной науч.-практ. конф. - Томск : ТСХИ, 2010. - Вып. 12. - С. 324-326.

48. Криков, A. M. Разработка информационной модели системы технического обслуживания и диагностики / A. M. Криков, Р. Г. Бердникова // Автоматизация и информационное обеспечение производственных процессов в сельском хозяйстве : сб. докладов XI Междунар. науч.-практ. конф. (14-15 сентября 2010 г., г. Углич) / Россельхозакадемия. ГНУ ВИМ. - М., 2010. - С. 205-213.

49. Криков, A. M. Разработка программно-алгоритмических и информационных средств прогнозирования остаточного ресурса тракторов на компьютере / A.

М. Криков, Р. Г. Бердникова // Автоматизация и информационное обеспечение производственных процессов в сельском хозяйстве : сб. докладов XI Междунар. науч.-практ. конф. (14-15 сентября 2010 г., г. Углич) / Россельхозакадемия ; ГНУ ВИМ. - М., 2010. - С. 218-226.

50. Криков, А. М. Требования к системе информационной поддержки технической диагностики и технического обслуживания энергонасыщенных тракторов / А. М. Криков, Р. Г. Бердникова // Труды ГОСНИТИ. - Т. 110. - Ч. 1. - М., 2012. - С. 135-138.

51. Криков, А. М. Формирование многоуровневой информации для технической диагностики и технического обслуживания энергонасыщенных тракторов / А. М. Криков, Р. Г. Бердникова // Вестник НГАУ. - 2012. - № 2. - С. 112-116.

52. Курош, А. Г. Курс высшей алгебры : учебник для вузов / А. Г. Курош. -23-е изд., стер. - СПб. : Лань, 2022. - 432 с.

53. Левин, И. Е. Совершенствование технологичности процесса диагностирования при техническом обслуживании сельскохозяйственных тракторов : автореф. дис. ... канд. техн. наук : 05.20.03 / Левин Иосиф Ефимович. -Новосибирск, 1988. - 24 с.

54. Ленский, А. В. Специализированное техническое обслуживание машинно-тракторного парка / А. В. Ленский. - М. : Роспромиздат, 1989. - 238 с.

55. Ленский, А. В. Техническое обслуживание машинно-тракторного парка /

A. В. Ленский, А. П. Быстрицкая. - М. : Колос, 1982. - 224 с.

56. Лившиц, В. М. Принципы формирования системы технического обслуживания машин в хозяйствах Сибири : методические указания / В. М. Лившиц, В. И. Голиченко. - Новосибирск : СО ВАСХНИЛ, 1976. - 97 с.

57. Мальцев, А. В. Становление и развитие капитального ремонта сельскохозяйственной техники / А. В. Мальцев // Вестник ФГОУ ВПО МГАУ. -2008. - № 5. - С. 112-115.

58. Михлин, В. М. Управление надежностью сельскохозяйственной техники /

B. М. Михлин. - М. : Колос, 1984. - 335 с.

59. Моисеева, Н. К. Функционально-стоимостный анализ в машиностроении / Н. К. Моисеева. - М. : Машиностроение, 1987. - 320 с.

60. Назаров, С. П. Совершенствование организационно-технологической структуры системы технического сервиса / С. П. Назаров, С. В. Ковальков, А. А. Лаврухин // Механизация и электрификация сельского хозяйства. - 2008. - №2 8. - С. 26-29.

61. Наумова, Е. Е. Проблемы дополненной реальности в мобильных приложениях / Е. Е. Наумова, А. А. Фокин // Молодежный научно-технический вестник. - 2014. - № 2. - С. 7-10.

62. Немцев, А. Е. Основы формирования технического сервиса в АПК Сибири / А. Е. Немцев, В. В. Коротких ; Российская акад. с.-х. наук, Сибирское региональное отд. ; ГНУ «Сибирский науч.-исслед. ин-т механизации и электрификации сельского хоз-ва». - Новосибирск, 2009. - 151 с.

63. Носимый дисплей Moverio BT-100 [Электронный ресурс]. - URL : https://epson.com/Clearance-Center/Wearables/Moverio-BT-100-Wearable-Display/p/V11H423020

64. Нусбаев, Н. М. 3D-сканирование в технологии ремонта деталей и узлов тракторов и автомобилей / Н. М. Нусбаев // Сельскохозяйственные машины и технологии. - 2019. - Т. 13. - № 1. - С. 4-8.

65. Обоснование внедрения AR-технологий при проведении ТО сельскохозяйственной техники в АПК / Д. А. Соловьев [и др.] // Нива Поволжья. - 2022. -№ 3. - С. 108-115.

66. Озорнин, С. П. Повышение работоспособности мобильных машин в структурах агропромышленного комплекса на основе ситуационно-комбинированного обслуживания и ремонта : автореф. дис. ... д-ра техн. наук : 05.20.03 / Озорнин Сергей Петрович. - Новосибирск, 2005. - 39 с.

67. Очки дополненной реальности Moverio BT-350 Smart Glasses [Электронный ресурс]. - URL : https://epson.com/For-Work/Wearables/Smart-Glasses/Moverio-BT-350-Smart-Glasses/p/V11H837020

68. Очки дополненной реальности RealWear [Электронный ресурс]. - URL : https://www.realwear.com/hmt-1/

69. Пасечников, Н. С. Научные основы технического обслуживания машин в сельском хозяйстве / Н. С. Пасечников. - М. : Колос, 1983. - 304 с.

70. Платформа для разработки Unity [Электронный ресурс]. - URL : https://unity.com/

71. Портер, М. Руководство по дополненной реальности [Электронный ресурс] / М. Портер, Дж. Хеппелманн // Гарвард Бизнес Ревью Россия. 4 декабря 2017. - URL : https://big-i.ru/management/strategiya/a24111/

72. Программа для 30-моделирования [Электронный ресурс]. - URL : https://www.autodesk.com/products/3ds-max/overview

73. Программа для 30-моделирования [Электронный ресурс]. - URL : https: //www. blender. org/download/

74. Программа для работы с AR-приложениями Vuforia Studio [Электронный ресурс]. - URL : https://www.designtechproducts-ptc-ar.com/vuforia-studio

75. Прогрессивные технологии технического сервиса в сельском хозяйстве : учебное пособие / Н. К. Толочко [и др.]. - Нур-Султан : КазАТУ им. С. Сейфул-лина, 2020. - 171 с.

76. Производственная база и операционная технология обслуживания машин в хозяйствах Сибири : метод рекомендации / А. Т. Клейн [и др.]. - Новосибирск, 1980. - 122 с.

77. Пронин, В. М. Технико-экономическая оценка эффективности сельскохозяйственных машин и технологий по критерию часовых эксплуатационных затрат / В. М. Пронин, В. А. Прокопенко. - М. : Столичная типография, 2008. - 162 с.

78. Работоспособность технических систем : учебник для вузов по изучению дисциплины / С. К. Тойгамбаев [и др.] ; Министерство сельского хозяйства Российской Федерации ; Российский государственный аграрный университет -МСХА им. К. А. Тимирязева ; Институт механики и энергетики имени В. П. Го-рячкина. - М. : Спутник+, 2022. - 376 с.

79. Редреев, Г. В. Обоснование процесса технического обслуживания тракторов группой исполнителей во время полевых работ : автореф. дис. ... канд. техн. наук : 05.20.03 / Редреев Григорий Васильевич. - Челябинск, 1996. - 18 с.

80. Рубцова, Э. Е. Модели и свойства класса структурных программ в языках потоков данных / Э. Е. Рубцова, В. А. Соколов // Моделирование и анализ информационных систем : сб. науч. трудов / Ярославский гос. ун-т. - Ярославль, 1996. - Вып. 3. - С. 127-132.

81. Рыбалкин, Д. А. Приложение виртуальной реальности (VR) к тренажерному комплексу управления тракторной техникой и сельскохозяйственными агрегатами / Д. А. Рыбалкин, О. В. Кабанов, Р. Д. Гончаров // Аграрная наука и образование : проблемы и перспективы : сб. статей национальной науч.-практ. конф. / под ред. Е. Б. Дудниковой. - Саратов 2021. - С. 344-349.

82. Рыбалкин, Д. А. Совершенствование технического сервиса с применением визуализации / Д. А. Рыбалкин, С. В. Чумакова, Р. Д. Гончаров // Научная жизнь. - 2021. - Т. 16 (8). - С. 1084-1094.

83. Савченко, О. Ф. Контроль и экспертиза технического состояния тракторных дизелей в условиях эксплуатации : автореф. дис. ... канд. техн. наук : 05.20.03 / Савченко Олег Федорович. - Новосибирск, 1997. - 21 с.

84. Семянникова, Я. И. Совершенствование технического обслуживания тракторов передвижными средствами в полевых условиях : автореф. дис. ... канд. техн. наук : 05.20.03 / Семянникова Ярослава Игоревна. - Новосибирск, 1990. - 20 с.

85. Система удаленной диагностики Claas Remote Service // Альманах инноваций : сб. передовых решений в сфере сельхозмашиностроения. - 2018. - № 1. -С. 22-29.

86. Сканеры для диагностики [Электронный ресурс]. - URL : https://www.farlam.ru/e-store/diagnostika// (дата обращения: 12.03.2020).

87. Соловьев, Д. А. Математическая модель аналитического подхода сравнительного анализа производительности сельскохозяйственной техники при использовании технологии визуализации / Д. А. Соловьев, С. В. Чумакова, Р. Д. Гончаров // Вавиловские чтения - 2021 : междунар. науч.-практ. конф., посвящ. 101-й годовщине открытия закона гомологических рядов и 134-й годовщине со дня рождения Н. И. Вавилова. - Саратов, 2022. - С. 59-66.

88. Степанова, А. Роботы, VR-технологии и «умные» жилеты оберегают рабочих от травм [Электронный ресурс] / А. Степанова. - Режим доступа : https://tass.ru/ekonomika/5106890.

89. Степанов, М. А. Внедрение технологий дополненной реальности в музейные экспозиции [Электронный ресурс] / М. А. Степанов, Д. В. Хоршев, С. С. Елесин // Гуманитарная информатика. - 2017. - № 13. - URL : https://cyberleninka.ru/article/n/vnedrenie-tehnologiy-dopolnennoy-realnosti-v-muzeynye-ekspozitsii (дата обращения: 23.01.2023).

90. Субботин, М. М. Новая информационная технология : создание и обработка гипертекстов / М. М. Субботин // Научно-техническая информация. -1988. - № 5. - С. 2-6.

91. Техническое обслуживание и ремонт тракторов : учеб. пособие / Е. А. Пучин [и др.]. - М. : Академия, 2007. - 208 с.

92. Ульман, И. Е. К вопросу оптимизации общей организации технического обслуживания в совхозах и колхозах / И. Е. Ульман, В. В. Гущин // Технология и организация ремонта машин. - Челябинск, 1971. - 248 с.

93. Ульман, И. Е. Перспектива развития службы технического обслуживания и ремонта машинотракторного парка в сельском хозяйстве / И. Е. Ульман // Технология и организация ремонта машин. - Челябинск : ЧИМЭСХ. - 1975. - С. 4-9.

94. Уткин, А. П. Исследование и разработка технологий контроля технического состояния элементов тракторов в полевых условиях с применением встроенных средств : автореф. дис. ... канд. техн. наук : 05.20.03 / Уткин Анатолий Павлович. - Новосибирск, 1980. - 18 с.

95. Федоров, С. П. Техническое обслуживание машинно-тракторного парка. 4.1: Операции, средства, документация диагностирования и технического обслуживания машинно-тракторного парка : методические указания / С. П. Федоров, В. А. Никитин, М. Н. Разумов. - Новосибирск : Новосибирский гос. аграрный ун-т, 1991. - 116 с.

96. Храмцов, Н. В. Технологические основы обеспечения надежности автотракторных двигателей : автореф. дис. ... канд. техн. наук : 05.20.03 / Храмцов Николай Васильевич. - Новосибирск, 1991. - 21 с.

97. Черепанов, С. С. Комплексная система технического обслуживания и ремонта машин в сельском хозяйстве / С. С. Черепанов. - М. : ГОСНИТИ, 1986. - Ч. 1. - 144 с.

98. Чумакова, С. В. Применение математического моделирования к задачам прикладного характера / С.В. Чумакова, Я. Р. Абдразакова // Современная интеллектуальная трансформация социально-экономических систем : матер. III междунар. науч.-практ. конф. / ФГБОУ ВО «Саратовский ГАУ». - Саратов, 2020. - С. 147-150.

99. Шлем виртуальной реальности OCULUS QUEST 2 [Электронный ресурс]. - URL : http://oculusofficial.ru/

100. Шпилько, А. В. Экономическая эффективность механизации сельскохозяйственного производства / А. В. Шпилько, В. И. Драгайцев. - М. : РАСХН, 2001. - 346 с.

101. Эффективность применения минеральных модификаторов при техническом сервисе в АПК : [монография] / А. В. Дунаев [и др.] ; Министерство сельского хоз-ва Российской Федерации ; Федеральное гос. бюджетное научное учреждение «Российский науч.-исслед. ин-т информации и технико-экономических ис-след. по инженерно-технологическому обеспечению агропромышленного комплекса» (ФГБНУ «Росинформагротех»). - М., 2014. - 161 с.

102. CAD для работы с AR-приложениями системы анализа конструкций [Электронный ресурс]. - URL : http://www.creoillustrate.com/

103. Graff Interactive / Проекты [Электронный ресурс]. - URL : https://graff.tech/gallery/ (дата обращения: 13.04.2022).

104. Itorum MR - платформа совместной работы с техническим оборудованием [Электронный ресурс]. - URL : https://itorummr.ru/.

105. Unity - игровой движок [Электронный ресурс] // Unity [Офиц. сайт]. -URL : http://unity3d.com/ru/ (дата обращения: 10.04.2021).

106. Measurement and Analysis of Engine Pressure Data / D. R. Lancaster, R. B. Krieger, Lien each J. H. // SAE Prepr./S.a. - No. 750026. - 16 p.

ПРИЛОЖЕНИЯ

Функция создания сверточной нейронной сети

Входные параметры:

- num classes - количество классов

- inputshape - размерность карты сегментации

def unet(num_classes = 3, input_shape= (88, 120, 3)):

img input = Input(inputshape) Создаем входной слой с размерностью input_shape

# Block 1

х = Conv2D(64, (3, 3), padding-same',

name-blockl_convr)(img_input) # Добавляем Сопу2Б-слой с 64-нейронами

х = BatchNormalization()(x) # Добавляем слой BatchNormalization

х = Activat# Добавляем слой Activation

х = Conv2D(64, (3, 3), padding-same', name-blockl_conv2')(x) # Добавляем Сопу2Э-слой с 64-нейронами

х = BatchNormalization()(x) # Добавляем слой BatchNormalization

block_l_out = Activation('relu')(x) # Добавляем слой Activation и запоминаем в переменной block l out

х = MaxPooling2D()(block_l_out) # Добавляем слой MaxPooling2D

# ft lock 2

х - Canv2D(123, (3, 3), padding.='sannc-Ч name='Wock2_coaivliXx) U Дрбааляем Conv2D-cdioil с 12В-нейронами

x = BatchNomialLzalioo(Xx) H Добавляем слой BatchNonvialiwation

x = ActivationCre]uh)()i) # Добавляем слой Activation

к - Conv2D(12E, (3, 3), padding=rsame', najnc='block2_conv2,)(>0 # Добавляем Сопу21>слой с 12&-нейрона ни

к = Bate hN опта lizalion(Xx) * Добавляем слой Batch Normalization

block 2 out ■ AetivationCnclu'Xx) tf Добаилясм слой Activation и запоминаем ь перс мен во Й block_2_out

х = MaxPoo3ing2D(XbkK;k_2_aiJt) # До&ап^яем слон Мах Pool ing2D

iJ Block 3

x = Cofiv2D(256, (3, 3)h patldirtg-'saine', с1ате-'ЫоскЗ_и>п\ТХх) ft Добавляем Сот>21>ч:лой с 256-иейронамн

X ~ Batch Normal izslion(X>0 ^ Добавляем слой BatchNcmna!iy.alioji

х = Acl3valion('rclu')(x) ti Дойапляем слон Activation

х = Conv2D(256, (X 3), paddin£='3imne\ пйте^ЫоскЗ. conv2')(x) # Добапляен Conv2D-cfloft с 2нейронами

x = BatehNormalization(Xx) # Добавляем слой UatchNoniialization

x = Activation('re!iO(K) # Добавляем слой Acfivation

х = Conv2D(256, (3, 3), padding-same', name-block3_conv3')(x) # Добавляем Сопу2Э-слой с 256-нейронами

х = BatchNormalization()(x) # Добавляем слой BatchNormalization

block_3_out = Activation('relu')(x) # Добавляем слой Activation и запоминаем в переменной block_3_out

х = MaxPooling2D()(block_3_out) # Добавляем слой MaxPooling2D

# Block 4

х - Conv2D(512, (3, 3), padding-same', name—block4_convl')(x) # Добавляем Conv2D-orioft с 512-нейронами

х = BatchNormalization()(x) # Добавляем слой BatchNormalization

х = Activation('relu')(x) # Добавляем слой Activation

х = Conv2D(512, (3, 3), padding-same', name-block4_conv2')(x) #

i

Добавляем Conv2D-cnoft с 256-нейронами

х = BatchNormalization()(x) # Добавляем слой BatchNormalization х = Activation('relu')(x) # Добавляем слой Activation

х = Conv2D(512, (3, 3), padding='same', name—block4_conv3')(x) # Добавляем Conv2D-^oft с 256-нейронами

x - BatchNormalization()(x) # Добавляем слой BatchNormalization

block_4_out = Activation('relu')(x) # Добавляем слой Activation и запоминаем в переменной block_4_out

х = block 4 out

# UP 2

x = Conv2DTranspose(256, (2, 2), strides=(2, 2), padding-same')(x) # Добавляем слой Conv2DTranspose с 256 нейронами

x = BatchNormalization()(x) # Добавляем слой BatchNormalization

х = Activation('relu')(x) # Добавляем слой Activation

х = concatenate([x, block_3_out]) # Объединем текущий слой со слоем block_3_out

х = Conv2D(256, (3, 3), padding='same')(x) # Добавляем слой Conv2D с 256 нейронами

х = BatchNormalizationO(x) # Добавляем слой BatchNormalization х = Activation('relu'Xx) # Добавляем слой Activation

х = Conv2D(256, (3, 3), padding- same')(x) x = BatchNormalizationO(x) # Добавляем слой BatchNormalization x = Activation('relu'Xx) # Добавляем слой Activation

#UP3

x - Conv2DTranspose(l 28, (2, 2), strides=(2, 2), padding='same'Xx) # Добавляем слой Conv2DTranspose с 128 нейронами

Продолжение прил. А х = BatchNormalization()(x) # Добавляем слой BatchNormalization х = Activation('relu')(x) # Добавляем слой Activation

х = concatenate([x, block_2_out]) # Объединем текущий слой со слоем block_2_out

х = Conv2D(128, (3, 3), padding='same')(x) # Добавляем слой Conv2D с 128 нейронами

х = BatchNormalization()(x) # Добавляем слой BatchNormalization х = Activation('relu')(x) # Добавляем слой Activation

х = Conv2D(128, (3, 3), padding- same')(x) # Добавляем слой Conv2D с 128 нейронами

х = BatchNormalizationO(x) # Добавляем слой BatchNormalization х = Activation('relu'Xx) # Добавляем слой Activation

# UP 4

х = Conv2DTranspose(64, (2, 2), strides=(2, 2), padding-same')(x) # Добавляем слой Conv2DTranspose с 64 нейронами

х = BatchNormalizationO(x) # Добавляем слой BatchNormalization

х = Activation('relu'Xx) # Добавляем слой Activation

х = concatenate([x, block l out]) # Объединем текущий слой со слоем block 1 out

х = Conv2D(64, (3, 3), padding-same')(x) # Добавляем слой Conv2D с 64 нейронами

• х = BatchNormalization()(x) # Добавляем слой BatchNormalization

х = Activation('relu'Xx) # Добавляем слой Activation

х = Conv2D(64, (3, 3), padding-same')(x) # Добавляем слой Conv2D с 64 нейронами

х = BatchNormalizationO(x) # Добавляем слой BatchNormalization

х = Activation('relu'Xx) # Добавляем слой Activation

х = Conv2D(num_classes, (3, 3), activation-softmax', padding-same')(x) # Добавляем Сопу20-Слой с softmax-активацией на numclasses-нейронов

model = Model(img_input, х) # Создаем модель с входом 'imginput' и выходом У

# Компилируем модель

model. compile(optimizer=Adam(),

loss-categorical_crossentropy', metrics=[dice_coef|)

return model # Возвращаем сформированную модель

modelUnet = unet(num_classes, (img width, img_height, 3)) # Создаем модель unet

history = modelUnet.fit(xTrain, yTrain, epochs=30, batch_size=32, validationdata = (xVal, yVal)) # Обучаем модель на выборке по трем классам

Epoch 1/30

29/29 [=—====== ---] . 14s 363ms/step - loss:

1.3696 - dice_coef: 0.3724 - valjoss: 25.2325 - val_dice_coef: 0.0729

Epoch 2/30

29/29 [----—======—=] - 9s 316ms/step - loss:

0.9964 - dice coef: 0.5045 - valjoss: 10.4538 - valdicecoef: 0.3832

Epoch 3/30

29/29 [——=———_ =] . 9s 316ms/step - loss:

0.9072 - dice_coef: 0.5463 - valjoss: 3.6677 - val_dice_coef: 0.3913

Epoch 4/30

29/29 [=======] . 9s 317ms/step - loss:

0.8428 - dice coef: 0.5786 - valjoss: 2.6936 - val dice coef: 0.4236

Epoch 5/30

29/29 [=—=--- — —] - 9s 316ms/step - loss:

0.7910 - dice coef: 0.6010 - valjoss: 5.5842 - val dice coef: 0.4203

Epoch 6/30

29/29 [-- ——--=--=] - 9s 317ms/step - loss:

0.8303 - dice coef: 0.5922 - valjoss: 2.2183 - val dice coef: 0.4608

Epoch 7/30

29/29 [--= ] - 9s 317ms/step - loss:

0.7906 - dice coef: 0.6063 - valjoss: 5.0996 - val dice coef: 0.2970

Epoch 8/30

СОГЛАСОВАНО И.о. проректора по научной и инновационной работе ФГБОУ ВО Саратовский ГАУ

УТВЕРЖДАЮ Директор Академии ООО «Комбайновый завод «Ростсельмаш»

улШ^ВГГ Лесная Е.В. « ^ » 2021 г.

АКТ

о внедрении результатов системы информационной поддержки технического обслуживания и ремонта тракторов и сельскохозяйственных машин

Академия ООО «Комбайновый завод «Ростсельмаш», в составе директора Академии Лесной Е.В., технического тренера Власова П. В., руководителя проекта Рязанова А. Б. и главного инженера Васюхно В. А. рассмотрела разработанную в рамках проекта «Внедрения технологий виртуальной/дополненной реальности и искусственного интеллекта в АПК» на кафедре «Техносферная безопасность и транспортно-технологические машины» ФГБОУ ВО Саратовский ГАУ систему информационной поддержки технического обслуживания тракторов AgroSGAU с применением средств виртуальной, дополненной реальности и нейросети для распознавания объектов технического контроля.

Комиссия отмечает, что представленное программное обеспечение А§-гоЭОАи применяемое на мобильных устройствах с использованием средств дополненной реальности предназначено для информационной поддержки принятия решений при организации и выполнении операций ежесменного технического обслуживания тракторов, представленных в виде единого технологического процесса их обслуживания. Программное обеспечение АдгоЗвАи может быть использовано при выполнении ежедневного, ежесменного, сезонных (весна-лето и осень-зима) видов облуживания. В А§го80Аи представлен полный комплекс необходимых сведений и знаний по приемам эффективного выполнения операций указанных видов. Он выполняет также функции накапливания и хранения оперативных сведений по результату обслуживания авто-такторной техники на предприятии, о сроках фактического проведения обслуживании и может при доработке быть использовано при выполнении ремонта.

В результате производственной проверки установлено: - представленный экспериментальный образец AgroSGAU ведет хронологию событий по проведению обслуживания тракторов;

ЗОЛОТАЯ 120 ОСЕНЬ ¡20

xxii российская АГРОПРОМЫШЛЕННАЯ ВЫСТАВКА

иплом

НАГРАЖДАЕТСЯ СЕРЕБРЯНОЙ МЕДАЛЬЮ

ФГБОУ ВО «САРАТОВСКИЙ ГОСУДАРСТВЕННЫЙ /АГРАРНЫЙ УНИВЕРСИТЕТ

имени И.И. ВАВИЛОВА» г. Саратов

За разработку приложения с технологией интерактивной визуализации для технического обслуживания сельскохозяйственной техники

минис1 рсельского хозяйства РОССИЙСКОЙ ФЕДЕРАЦИИ

-А-

OJ

О

§

TO 5! К

TO §

СЕРТИФИКАТ

УЧАСТНИКА МЕЖДУНАРОДНОЙ ОНЛАЙН ПИТЧ-СЕССИИ ДЛЯ АГРОТЕХНОЛОГИЧЕСКИХ СТАРТАПОВ АВТЕСНИШИЦМ ВРУЧАЕТСЯ

ГОНЧАРОВУ РОМАНУ (САРАТОВ) ПРОЕКТ

«ВНЕДРЕНИЕ ВИРТУАЛЬНОЙ РЕАЛЬНОСТИ В ТЕХНИЧЕСКОЕ ОБСЛУЖИВАНИЕ И ЭКСПЛУАТАЦИЮ ТЕХНИКИ»

OJ

ПРЕЗИДЕНТ АССОЦИАЦИИ ДИЛЕРОВ СЕЛЬСКОХОЗЯЙСТВЕННОЙ ТЕХНИКИ "АСХОД"

ДИРЕКТОР ДЕПАРТАМЕНТА МЕЖДУНАРОДНЫХ ПРОЕКТОВ VDMA AGRICULTURAL MACHINERY

8 ОКТЯБРЯ 2021 ГОДА МОСКВА

ИНФОРМАЦИОННЫЕ ПАРТНЁРЫ:

Ше

cJairv* ЙЗк

neWS Ы^О в деталях

/

ПАВЕЛ РЕПНИКОВ

АЛЕКСАНДР ХАУС

1 АПК ■ НОВОЕ

ЭКСПЕРТ СЕЛЬСКОЕ хозяйственные ВЕСТИ

1 журнал 1 ХОЗЯЙСТВО |

^ а агро | -

У гь ВЕСТНИК

О

о а; -с

а; к

то

Обратите внимание, представленные выше научные тексты размещены для ознакомления и получены посредством распознавания оригинальных текстов диссертаций (OCR). В связи с чем, в них могут содержаться ошибки, связанные с несовершенством алгоритмов распознавания. В PDF файлах диссертаций и авторефератов, которые мы доставляем, подобных ошибок нет.