ISSN 2658-6525 (Online)
ISSN 2658-4123 (Print)
Основан в 1990 году
Реестровая запись
ПИ № ФС 77-74640
от 24 декабря 2018 г.

Вы здесь: Главная Архив статей (2014-2016) 2026 №2 Список статей 05 Димитров В. П., Нурутдинова И. Н., Борисова Л. В., Черняев А. Т. Структура информационной системы для решения задачи настройки комбайнов

PDF Скачать статью в pdf.

DOI: 10.15507/2658-4123.036.202602.327-343

EDN: https://elibrary.ru/rvcurq

УДК 631.354.2:004

 

Структура информационной системы для решения задачи настройки комбайнов

 

Димитров Валерий Петрович
доктор технических наук, профессор, заведующий кафедрой управления качеством Донского государственного технического университета (344000, Российская Федерация, г. Ростов-на-Дону, пл. Гагарина, д. 1), ORCID: https://orcid.org/0000-0003-1439-1674, Researcher ID: E-4908-2018, Scopus ID: 57195505958, SPIN-код: 5991-4140, Этот адрес электронной почты защищён от спам-ботов. У вас должен быть включен JavaScript для просмотра.

Нурутдинова Инна Николаевна
кандидат физико-математических наук, доцент, доцент кафедры высшей математики Донского государственного технического университета (344000, Российская Федерация, г. Ростов-на-Дону, пл. Гагарина, д. 1), ORCID: https://orcid.org/0000-0002-3375-1295, Researcher ID: HPF-3929-2023, Scopus ID: 57196043287, SPIN-код: 1139-1723, Этот адрес электронной почты защищён от спам-ботов. У вас должен быть включен JavaScript для просмотра.

Борисова Людмила Викторовна
доктор технических наук, профессор, заведующая кафедрой менеджмента и бизнес-процессов Донского государственного технического университета (344000, Российская Федерация, г. Ростов-на-Дону, пл. Гагарина, д. 1), ORCID: https://orcid.org/0000-0001-6611-4594, Researcher ID: E-4863-2018, Scopus ID: 7006547874, SPIN-код: 5718-9727, Этот адрес электронной почты защищён от спам-ботов. У вас должен быть включен JavaScript для просмотра.

Черняев Антон Тимофеевич
бакалавр Донского государственного технического университета (344000, Российская Федерация, г. Ростов-на-Дону, пл. Гагарина, д. 1), ORCID: https://orcid.org/0009-0001-6836-6522, Этот адрес электронной почты защищён от спам-ботов. У вас должен быть включен JavaScript для просмотра.

 

Аннотация
Введение. Использование ресурсных возможностей, заложенных в конструкцию современных зернокомбайнов, сдерживается влиянием человеческого фактора, в частности, значительной информационной нагрузкой на оператора. Поэтому для повышения эффективности уборочных работ и автоматизации процесса настройки сельскохозяйственной техники актуальным является разработка информационной системы настройки комбайнов.
Цель исследования. Развитие подхода к решению задачи по оптимальной настройке регулируемых параметров рабочих органов комбайна, основанного на внедрении интеллектуальных информационных систем.
Материалы и методы. Объектом исследования выступает программная система поддержки принятия решений для предварительной настройки регулируемых параметров зерноуборочного комбайна. Применены методы системного анализа, экспертного оценивания, нечеткого моделирования и проектирования реляционной базы данных. В качестве программно-аппаратной основы использованы клиент-серверная архитектура и встраиваемая система управления базами данных SQLite.
Результаты исследования. Предложена иерархическая структура задачи предварительной настройки рабочих органов сельскохозяйственной машины, состоящая из слоев и элементов. На ее основе реализована архитектура программной системы. Система может функционировать в двух режимах: эксперта и пользователя. База знаний экспертной системы по настройке базируется на удаленной реляционной системе управления базами данных с возможностью сохранения всех данных локально для работы эксперта и актуальных данных, выбранных экспертами, для работы пользователя. Собрана и проанализирована экспертная информация, на основе которой создана база экспертных знаний. Рассмотрены комбинации значений внешних факторов, для которых приведен вывод конкретных значений регулируемых параметров.
Обсуждение и заключение. Разработанная информационная система позволяет формализовать процесс предварительной настройки регулируемых параметров комбайна и снизить зависимость принятия решений от субъективного опыта оператора. Практическая значимость работы состоит в возможности использования системы для поддержки эксперта и пользователя при выборе начальных значений параметров в изменяющихся условиях уборки. Перспективы исследования связаны с расширением базы знаний, учетом большего числа факторов и развитием механизмов автоматической корректировки настроек в реальном времени.

Ключевые слова: зерноуборочный комбайн, предварительная настройка, продукционные правила, экспертная база знаний, иерархическая структура задач, клиентсерверная архитектура

Конфликт интересов: авторы заявляют об отсутствии конфликта интересов.

Для цитирования: Димитров В.П., Нурутдинова И.Н., Борисова Л.В., Черняев А.Т. Структура информационной системы для решения задачи настройки комбайнов. Инженерные технологии и системы. 2026;36(2):327–343. https://doi.org/10.15507/2658-4123.26362.327-343

Вклад авторов:
В. П. Димитров – формулирование концепции исследования, интерпретация результатов исследований, подготовка начального варианта текста и выводов.
И. Н. Нурутдинова – обзор литературы, анализ экспертной информации, выбор оптимальных моделей.
Л. В. Борисова – лингвистическое описание предметной области, моделирование нечетких экспертных знаний.
А. Т. Черняев – создание базы нечетких продукционных правил, программирование задачи.

Все авторы прочитали и одобрили окончательный вариант рукописи.

Поступила в редакцию 29.07.2025;
поступила после рецензирования 23.01.2026;
принята к публикации 27.02.2026

 

СПИСОК ЛИТЕРАТУРЫ

  1. Чаплыгин М.Е., Жалнин Э.В. Комплексная оценка эффективности работы современных зерноуборочных комбайнов в условиях южного региона России. Сельскохозяйственные машины и технологии. 2024;18(2):47–54. https://doi.org/10.22314/2073-7599-2024-18-2-47-54
  2. Шуляков А.Г., Юдина Е.М., Алаторцев А.Д., Мацко С.М. Молотилки зерноуборочных комбайнов: проблемы и пути их решений. Известия Оренбургского государственного аграрного университета. 2021;(1):107–111. https://doi.org/10.37670/2073-0853-2021-87-1-107-111
  3. Maslov G.G., Yudina E.M., Rinas N.A. Increase in Grain Combine Harvester Performance and in Quality of Harvesting Grain Crops. IOP Conference Series: Earth and Environmental Science. 2022;949:012109. https://dx.doi.org/10.1088/1755-1315/949/1/0121094
  4. Липовский М.И. Повышение эффективности обмолота в аксиально-роторном комбайне. Тракторы и сельхозмашины. 2017;84(4):45–50. https://doi.org/10.17816/0321-4443-66292
  5. Пастухов А.Г., Бахарев Д.Н., Вольвак С.Ф., Бурнукин А.Е., Швыдченко С.А. Концепция обмолота кукурузы роторным молотильно-сепарирующим устройством с воздушной завесой выгрузного окна. Агроинженерия. 2024;26(2):4–12. https://doi.org/10.26897/2687-1149-2024-2-4-12
  6. Маслов Г.Г., Трубилин Е.И. К обоснованию параметров зерноуборочных комбайнов и их эффективности. Сельскохозяйственные машины и технологии. 2016;(2):28–31. URL: https://www.vimsmit.com/jour/article/view/125 (дата обращения: 15.07.2025).
  7. Царев Ю.А., Джигарханов Д.Г. Автоматизация системы настройки технологического процесса зерноуборочного комбайна. Тракторы и сельхозмашины. 2009;(12):29–31. URL: https://journals.eco-vector.com/0321-4443/article/view/68773 (дата обращения: 15.07.2025).
  8. Димитров В.П., Борисова Л.В., Нурутдинова И.Н. Метод определение начальных значений регулируемых параметров жатвенной части зерноуборочного комбайна. Инженерные технологии и системы. 2022;32(4):552–566. https://doi.org/10.15507/2658-4123.032.202204.552-566
  9. Špokas L., Steponavičius D., Butkus V. Reduction of Fuel Consumption of Two Rotors Axial Flow Combine Harvester. Journal of Food Agriculture and Environment. 2014;12(2):329–333. URL: https://www.wflpublisher.com/Abstract/5151 (дата обращения: 15.07.2025).
  10. Aldoshin N., Didmanidze O. Harvesting Lupinus Albus Axial Rotary Combine Harvesters. Research in Agricultural Engineering. 2018;64(4):209–214. https://doi.org/10.17221/107/2017-RAE
  11. Алдошин Н.В., Бердышев В.Е., Малла Б. Обоснование режимов работы аксиально-роторных зерноуборочных комбайнов на уборке смешанных посевов. Вестник федерального государственного образовательного учреждения высшего профессионального образования «Московский государственный агроинженерный университет имени В. П. Горячкина». 2019;(3):17–22. https://doi.org/10.34677/1728-7936-2019-3-17-22
  12. Jasper S.P., Zimmermann G.G., Savi D., Neto L.S., Kmiecik L.L., Sobenko L.R. Operational Performance and Energy Efficiency of Axial Harvesters with Single and Double Rotor Systems in Soybean Seed Harvest. Ciência e Agrotecnologia. 2021:e031720. http://dx.doi.org/10.1590/1413-7054202145031720
  13. Жалнин Э.В., Годжаев З.А., Флоренцев С.Н. Концептуальные принципы интеллектуальных сельскохозяйственных машин на примере зерноуборочного комбайна. Сельскохозяйственные машины и технологии. 2017;(6):9–16. https://doi.org/10.22314/2073-7599-2017-6-9-16
  14. Chen J., Ning X., Li Y., Yang G., Wu P., Chen S. A Fuzzy Control Strategy for the Forward Speed of a Combine Harvester Based on KDD. Applied Engineering in Agriculture. 2017;33(1):15. https://doi.org/10.13031/aea.11299
  15. Zhang K., Cao S., Shen H., Wang H., Xu X., Han T. и др. Wang Fuzzy Control System for Load Stability of Intelligent Combine Harvester. IOP Conference Series Materials Science and Engineering. 2018;439(5):052009. https://doi.org/10.1088/1757-899X/439/5/052009
  16. Li W., Zhang K., Lv G., Dai H., Zhang C. An Improved Fuzzy Logic Control Method for Combine Harvester’s Cleaning System. Automatic Control and Computer Sciences. 2022;(56):337–346. https://doi.org/10.3103/S0146411622040058
  17. Димитров В.П., Борисова Л.В., Тугенгольд А.К., Нурутдинова И.Н. Технологическая настройка машин на основе нечеткой логики. Вестник Мордовского университета. 2018;28(2):239–254. https://doi.org/10.15507/0236-2910.028.201802.239-254
  18. Димитров В.П., Нурутдинова И.Н., Борисова Л.В., Папченко А.А. Технология настройки рабочих органов роторного комбайна на основе нечеткого моделирования. Инженерные технологии и системы. 2025;35(1):13–29. https://doi.org/10.15507/2658-4123.035.202501.013-029
  19. German D.M., Adams B., Hassan A.E. Continuously Mining Distributed Version Control Systems: An Empirical Study of How Linux Uses Git. Empirical Software Engineering. 2016;21(1):260–299. https://doi.org/10.1007/s10664-014-9356-2
  20. Лазаренко Е.Н., Дорохина Г.В., Гаркуша Д.А. Анализ систем контроля версий. Проблемы искусственного интеллекта. 2023;(2):12–25. URL: http://paijournal.guiaidn.ru/ru/2023/2(29).html (дата обращения: 20.07.2025).

 

Лицензия Creative Commons
Контент доступен под лицензией Creative Commons Attribution 4.0 License.

Подробности
Просмотров: 35