The justification of functional properties of agricultural moving power units in the multi-objective scenario

Cover Page


Cite item

Full Text

Open Access Open Access
Restricted Access Access granted
Restricted Access Subscription or Fee Access

Abstract

BACKGROUND: Considering the developed technical facilities like moving power units (MPU) used in agricultural industry are described with numerous quality criteria, the design development issues should be solved in multi-objective and multi-factorial scenario. Therefore, the development of mathematical tools and software for solving these issues is a relevant aim [1-3].

AIMS: Determination of optimal functional properties of an agricultural MPU with numerous quality criteria including the conflictive ones.

METHODS: In this study, the algorithmic software for multi-objective optimization of functional properties of agricultural moving power units has been developed. The simulation models of MPU’s dominating quality criteria, functional limits and initial conditions for solving the multi-objective optimization task of MPU’s properties determination at the design and improvement stages are given. According to the expert assessment, the chosen dominating criteria are pressure on soil, productive capacity, energetic assessment based on relative reduction of total specific fuel-energy consumption, total maintenance costs and energy efficiency.

RESULTS: The calculations of quality criteria values in testing points – in the studied parameter space – were performed. According to the developed algorithm, the range of acceptable results for the MPU’s functional and design properties, which meet all criterial and functional limits given by the decision-making person (DMP), was derived. In addition, the Pareto set of solutions (points), which are the best options of the MPU’s functional properties and do not disgrace each other on totality of criteria, was derived. According to the optimization analysis, the DMP chooses the only one point from the Pareto set.

CONCLUSIONS: The developed mathematical models and the software based on the models are helpful to optimize the properties of agricultural moving power units with regard to various quality criteria including conflictive, functional, service criteria, etc. The software set allows performing the multi-objective optimization of an object with the total amount of considered quality criteria of up to 20 and with up to 50 variable parameters. . In order to use this software set to optimize other technical objects and tools, it is necessary to update the mathematical apparatus and, as a consequence, the software.

Full Text

ВВЕДЕНИЕ

Разработка методов и средств разработки и создания сложных технических средств с многочисленными функциональными, эксплуатационными, экономическими, экологическими характеристиками, по своей сути, является сложной математической, исследовательской, научной и технической задачей. В связи с повышением роли применения расчетных методов проектирования и моделирования свойств создаваемых объектов взамен натурных испытаний создание эффективного и достоверного математического, алгоритмического и программного обеспечения этих расчетов является актуальной задачей. Особенно актуальна разработка математических и программных средств оптимизации параметров и характеристик объектов, что создает возможности закладывать обоснованные величины этих характеристик объекта на стадии проектирования. Традиционно, в отрасли применяются простые и малоэффективные алгоритмы однокритериальной оптимизации, что не может обеспечить получение качественного и достоверного решения по создаваемому объекту. В связи с тем, что создаваемые технические средства, в том числе и мобильные энергосредства (МЭС), применяемые в аграрной сфере, характеризуются многими критериями качества, эти задачи должны решаться в многокритериальной и многофакторной постановке. Поэтому создание математического и программного обеспечения для решения этих задач является актуальным [1–3].

ЦЕЛЬ ИССЛЕДОВАНИЯ

Определение оптимальных функциональных характеристик МЭС сельскохозяйственного назначения со многими критериями качества, в том числе и противоречивыми.

МАТЕРИАЛЫ И МЕТОДЫ

Исследования выполнялись с использованием методов математического моделирования, программирования, оптимизации и экспертной оценки, теории трактора, а также с применением высокопроизводительной вычислительной техники.

РЕЗУЛЬТАТЫ И ОБСУЖДЕНИЕ

Сформирована постановка задачи многокритериальной оптимизации характеристик МЭС на примере колесного трактора тягового класса 1,4.

Согласно исследованиям, проведенным Федеральным научным агроинженерным центром ВИМ, с привлечением более 30 экспертов были определены многочисленные критерии качества, характеризующие эффективность работы мобильных энергосредств. Оценка проводились как по анализу существующих научно-исследовательских работ, так и с учетом мнений экспертов-специалистов в области создания МЭС. Согласно этому анализу, из 18 критериев качеств экспертами были выбраны 5 наиболее значимых (доминирующих) для выполнения многокритериальных оптимизационных расчетов характеристик МЭС: давление на почву – qmaxk; производительность – W; энергетическая оценка по относительному снижению полных удельных топливно-энергетических затрат – ЭWП; суммарные затраты на техобслуживание и ремонт – Зpi; энергоэффективность – Ec (табл. 1).

 

Таблица 1. Математические модели критериев качества – Fi

Table 1. The mathematical models of quality criteria

Наименование критериев

Математическая модель критериев

Давление на почву, кПа

qmaxk=q¯кK2

Производительность, га/ч

W=0,1BpβVpτTсм

Энергетическая оценка по относительному снижению полных удельных топливно-энергетических затрат, %

Δ¯ЭwП=ЭТРб1ac+ЭТОПб1bcЭТРб+ЭТОПб

Суммарные затраты на ТОР, тыс. руб.

Зpi=j=1БМjkpjWэкj104

Энергоэффективность, кВт∙ч/га

Ec=ηдвPдвGтрφηтрWi=1Nmig101

 

Важным критерием при создании современных МЭС для обеспечения их экологической безопасности является давление на почву. Существующие нормы по давлению на почву не соблюдаются и многие МЭС, создаваемые различными производителями, не отвечают требованиям ГОСТ. Вследствие переуплотнения почвы происходит снижение урожайности и качества почвы как питательной среды. Для влажной почвы максимальное давление от движителя МЭС на почву не должно превышать 80 кПа, а для сухой – 210 кПа.

Основной критерий, определяющий эффективность работника сельскохозяйственного производства (выполнение объема работ в единицу времени), – это производительность. Она косвенно связана с другими показателями, такими как тяговый КПД и экономическая эффективность эксплуатации МЭС. Зарубежные авторы тоже выделяют данный показатель как один из значимых при оценке эффективности МЭС. Кроме того, критерий производительности косвенно связан с энергонасыщенностью МЭС, с массогабаритными характеристиками применяемого комплекса машин (например, шириной захвата сельскохозяйственного орудия – плуга, опрыскивателя и др.) и скоростью МЭС при выполнении конкретных технологических операций [4–5].

Критерий энергоэффективности связан с тяговым КПД агрегатов и узлов, силой передачи МЭС, самого двигателя и комплексом машин, с которым агрегатируется МЭС. Обычно энергоэффективность является наиболее важным критерием для МЭС на электрической тяге и напрямую связана с омическими потерями в электрических цепях. А для механической силовой передачи, где в качестве энергоустановки используется тепловой двигатель или ДВС, наиболее показательным является КПД самого двигателя или трактора в целом [6].

Критерий энергетической оценки по относительному снижению полных удельных топливно-энергетических затрат и суммарных затрат на техобслуживание и ремонт отражает экономические характеристики и надежность МЭС.

Согласно анализу решения подобных задач, в других отраслях нами принят следующий алгоритм решения многокритериальной задачи по оптимизации характеристик МЭС сельскохозяйственного назначения (рис. 1).

 

Рис. 1. Алгоритм решения задачи многокритериальной оптимизации функциональных свойств МЭС.

 

Общая постановка задачи многокритериальной оптимизации характеристик МЭС имеет вид:

F1=(x1,x2,...,xn)=qmaxkF2=(x1,x2,...,xn)=WF3=(x1,x2,...,xn)=ЭWПF4=(x1,x2,...,xn)=ЗpiF5=(x1,x2,...,xn)=Ecopt.(Паретовское множество вариантов)

где F1 – критерии качества, x1,x2,...,xn – варьируемые параметры.

В данной задаче главной целью является поиск Паретовского множества. Паретовское множество – это точки, где значения всех критериев качества нельзя улучшить одновременно по всем показателям, не ухудшив хотя бы один из них [7].

В дальнейшем были разработаны и сформированы математические модели этих 5 критериев, которые приведены в табл. 1.

Коэффициенты весомости для всех критериев приняты равными 1.

Для проведения оптимизационных расчетов в исследуемом пространстве параметров сформированы диапазоны изменения варьируемых параметров (табл. 2), согласно постановке задачи и предпочтений лица, принимающего решение (ЛПР), сформированы критериальные и функциональные ограничения для дальнейшего определения допустимого и Паретовского множества решений [3, 8–11].

 

Таблица 2. Диапазоны изменения варьируемых параметров по МЭС тягового класса 1,4

Table 2. The value ranges of variable parameters for the MPU of 1.4 drawbar category

Варьируемые параметры

Диапазон изменения

Bp– рабочая ширина захвата агрегата, м;

[1, 5–2]

β – коэффициент использования ширины захвата;

[0, 75–0, 9]

Vp– рабочая скорость движения агрегата, км/ч;

[2–8]

Tсм– время смены, ч;

[8–16]

τ – коэффициент использования времени смены;

[0, 75–0, 9]

ЭТРб – энергозатраты трактора, мДж/ч;

[107–139]

ЭТОПб – энергозатраты топлива по базовому варианту и коэффициентов, мДж/ч;

[885–1300]

a – отношение конструкционных масс нового и базового тракторов;

[0, 7–0, 9]

b – отношение нового удельного расхода топлива к базовому;

[0, 8–0, 95]

с – отношение новой и базовой производительности по спектру выполняемых технологических операций, соответствующих характеристикам нового комплекса машин для всего спектра выполняемых сельскохозяйственных работ;

[1, 15–1, 25]

nМ – число агрегатов, входящих в РМЭС, шт.;

[1–2]

БМj – цена j-го агрегата (без НДС), руб.;

[4 000 000–6 000 000]

ηдв – КПД двигателя;

0,40–0,45

Pдв – мощность двигателя, кВт;

50–65

ηтр – КПД трактора;

0,65–0,75

W – производительность, га/ч;

0,65–0,75

m – масса МЭС (для тягового класса 1,4), кг.

2800–3300

 

На языке программирования «Паскаль» разработана подпрограмма расчета значений критериев качества для проведения многокритериальной оптимизации свойств МЭС. Разработанный программный комплекс позволяет одновременно оптимизировать объект по не менее чем 20 критериям качества и по не менее чем 50 варьируемым параметрам, что достаточно для эффективного и достоверного решения вышеназванной оптимизационной задачи.

Проведенные оптимизационные расчеты позволили вычислить и составить таблицы значений критериев качества в исследуемом пространстве параметров, определения корреляционных полей между критериями качества, получения множества допустимых и Паретовских точек на основе исходных данных по МЭС тягового класса 1,4. Согласно оптимизационным расчетам построена таблица испытаний матрицы значений критериев качества каждой пробной точки зондированного пространства параметров. Фрагмент таблицы представлен на рис. 2.

 

Рис. 2. Фрагмент таблицы испытаний.

 

После ввода функциональных и критериальных ограничений построены допустимое множество (рис. 3) и множество Парето-оптимальных решений (рис. 4) при общем числе пробных точек (испытаний) 150. Фрагмент общей таблицы испытаний приведен на рис. 5. Количество допустимого множества решений состоит из 11 точек (векторов), а Паретовского множества – из 8.

 

Рис. 3. Таблица значений критериев в допустимых точках (векторах).

 

Рис. 4. Таблица значений Парето-оптимальных точек (векторов).

 

Также построены графики корреляции между критериями качества. Графики показывают проекции многомерных точек на следующих плоскостях критериев: давление на почву – производительность (рис. 5); энергоэффективность – давление на почву (рис. 6); затраты на ТОР – давление на почву (рис. 7). На графиках область допустимых решений отмечена зелеными квадратами N=11, а Парето-оптимальные решения – зелеными треугольниками N=8.

 

Рис. 5. График корреляции между производительностью и давлением на почву.

 

Рис. 6. График корреляции между давлением на почву и энергоэффективностью.

 

Рис. 7. График корреляции между затратами на ТОР и давлением на почву.

 

Наиболее предпочтительным среди полученных Паретовских точек при работе трактора класса 1,4 на пахоте, по мнению ЛПР, является точка (вектор) № 143 со следующими значениями: давление на почву – 133 кПа; критерии производительности – 0,77 га/ч; суммарные затраты – 126 тыс. рублей; энергетическая оценка – 18,5%, энергоэффективность – 58,3 кВт∙ч/га. Выявленная на рисунках корреляция между критериями качества слабая. В связи с этим можно утвердить, что все критерии, которые включены в постановку задачи, должны оставаться в решении оптимизационной задачи. Следовательно, объединить или заменить два критерия одним нецелесообразно.

ВЫВОДЫ

На основе экспертного анализа и обзора научных работ для постановки многокритерильной задачи оптимизации МЭС сельскохозяйственного назначения тягового класса 1,4 были выбраны 5 значимых критериев качества. К ним относятся энергоэффективность, производительность, давление на почву и энергетическая оценка по относительному снижению полных удельных топливно-энергетических затрат. Разработаны оптимизационные математические модели по данным критериям, зависящие от многих варьируемых параметров, выделены пределы их варьирования для проведения оптимизационных расчетов.

Разработанные оптимизационные модели достаточны для достоверной оценки эффективности функционирования МЭС. Данные модели использованы для проведения оптимизационных расчетов и составления программных средств в рамках программного комплекса «Многокритериальной оптимизации конструкций МЭС».

Разработанный программный комплекс позволяет проводить многокритериальную оптимизацию функциональных характеристик МЭС при наличии критериев качества до 20, в том числе и противоречивых, а варьируемых параметров до 50.

ДОПОЛНИТЕЛЬНО

Вклад авторов. В.А. Зубина ― поиск публикаций по теме статьи, написание текста рукописи; Т.З. Годжаев ― редактирование текста рукописи, утверждение финальной версии; И.С. Малахов ― редактирование текста рукописи, создание изображений. Все авторы подтверждают соответствие своего авторства международным критериям ICMJE (все авторы внесли существенный вклад в разработку концепции, проведение исследования и подготовку статьи, прочли и одобрили финальную версию перед публикацией).

Конфликт интересов. Авторы декларируют отсутствие явных и потенциальных конфликтов интересов, связанных с публикацией настоящей статьи.

Источник финансирования. Авторы заявляют об отсутствии внешнего финансирования при проведении исследования.

ADDITIONAL INFORMATION

Authors’ contribution. V.A. Zubina ― search for publications on the topic of the article, writing the text of the manuscript; T.Z. Godzhaev ― editing the text of the manuscript, approving the final version; I.S. Malakhov ― editing the text of the manuscript, creating images. All authors confirm that their authorship meets the international ICMJE criteria (all authors made a substantial contribution to the conception of the work, acquisition, analysis, interpretation of data for the work, drafting and revising the work, final approval of the version to be published and agree to be accountable for all aspects of the work).

Competing interests. The authors declare no any transparent and potential conflict of interests in relation to this article publication.

Funding source. This study was not supported by any external sources of funding.

×

About the authors

Teymur Z. Godzhaev

Federal Scientific Agroengineering Center VIM

Author for correspondence.
Email: tgodzhaev95@yandex.ru
ORCID iD: 0000-0002-4496-0711
SPIN-code: 1892-8405

Head of the Coordination Sector of Technological Platform

Russian Federation, Moscow

Valeriya A. Zubina

Federal Scientific Agroengineering Center VIM

Email: lera_zubina@mail.ru
ORCID iD: 0000-0002-6657-1899
SPIN-code: 3410-5062

Cand. Sci. (Tech.), Senior Researcher of the Laboratory of Mobile Power Systems

Russian Federation, Moscow

Ivan S. Malakhov

Federal Scientific Agroengineering Center VIM

Email: malakhovivan2008@mail.ru
ORCID iD: 0000-0001-8162-7718
SPIN-code: 7067-6972

Junior Researcher of the Coordination Sector of Technological Platform

Russian Federation, Moscow

References

  1. Gojaev ZA, Faradzhev FA, Matveev EA, Nadezhdin VS. Perspective methods of designing load-bearing systems of motor vehicles taking into account many criteria. Technology of wheeled and tracked machines. 2012;(3):18–24. (In Russ).
  2. Gojaev ZA, Sergeev VN, Faradzhev FA. Multicriteria choice of an effective frame design. Tractors and agricultural machinery. 2006;(3):20–24. (In Russ).
  3. Karpenko AP, Fedoruk VG. Review of multi-criteria optimization software systems. Domestic systems. Information technologies. 2008;(1):15–22. (In Russ).
  4. Bakhmutov SV, Visich RB, Akhmedov AA, Maltsev PA. Applied software complex for designing and fine-tuning of automotive equipment by methods of multi-criteria parametric optimization. Izvestiya MGTU “MAMI”. 2010;(2):95–97. (In Russ).
  5. Statnikov R, Matusov J, Statnikov A. Multicriteria engineering optimization problems: Statement, solution and applications. J Optim Theory Appl. 2012;155(2):355–375. doi: 10.1007/s10957-012-0083-9
  6. Lavrov AV, Zubina VA. Systematization of automation elements used in agriculture. Agrarian scientific journal. 2021;(4):94–97. (In Russ). doi: 10.28983/asj.y2021i4pp94-97
  7. Sobol IM, Statnikov RB. The choice of optimal parameters in problems with many criteria: textbook. 2nd ed., revised and updated. Moscow: Drofa; 2006. 175 p. (In Russ).
  8. Gojaev ZA, Lavrov AV, Shevtsov VG, Zubina VA. On the methodology for assessing the level of localization of production of agricultural tractors. Tractors and agricultural machinery. 2020;(5):18–24. (In Russ). doi: 10.31992/0321-4443-2020-5-18-24
  9. Averina TA. Numerical methods. Verification of algorithms for solving systems with a random structure: a textbook for universities. Moscow: Yurayt; 2019. 179 p. (In Russ).
  10. Shevtsov VG, Lavrov AV, Zubina VA, Gurylev GS. Principal signs of a narrowed type of agricultural production. Scientific and technical support of the agro-industrial complex of Siberia: Materials of the International Scientific and Technical Conference, June 07–09, 2017. Vol. 1. Krasnoobsk; 2017. Р. 235–241. (In Russ).

Supplementary files

Supplementary Files
Action
1. JATS XML
2. Fig. 1. The algorithm of solving the task of multi-objective optimization of MPU’s functional properties.

Download (166KB)
3. Fig. 2. The piece of the table of experiments.

Download (785KB)
4. Fig. 3. The table of criteria values in the acceptable points (vectors).

Download (325KB)
5. Fig. 4. The table of values of the Pareto set points (vectors).

Download (270KB)
6. Fig. 5. The graph of correlation between productive capacity and pressure on soil.

Download (527KB)
7. Fig. 6. The graph of correlation between pressure on soil and energy efficiency.

Download (685KB)
8. Fig. 7. The graph of correlation between maintenance costs and pressure on soil.

Download (722KB)

Copyright (c) 2022 Godzhaev T.Z., Zubina V.A., Malakhov I.S.

Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.

 СМИ зарегистрировано Федеральной службой по надзору в сфере связи, информационных технологий и массовых коммуникаций (Роскомнадзор).
Регистрационный номер и дата принятия решения о регистрации СМИ: ПИ № ФС 77 - 81900 выдано 05.10.2021.


This website uses cookies

You consent to our cookies if you continue to use our website.

About Cookies