Algorithm for managing the operation modes of a machin and tractor unit

Abstract

At the present stage of development of agricultural production to replace the existing agricultural machinery comes new, based on robotization technological processes with elements of autonomous decision-making systems. The basis of which are the control algorithms, based on the technology of constructing mathematical models of the control object, taking into account its laws of functioning. The aim of the research presented in the article is to develop an efficient algorithm for controlling the operating modes of the machine and tractor unit based on the high-performance method of exploitative control. The solution of the problem is based on the methods of mathematical modeling and programming in the Python language. Control of the intensity of change in the operational parameter is the most highly effective among the known methods of exploitative control. The practical implementation of whom allows you to manage operation modes of the machine and tractor unit with prediction over time due to the implementation of preemptive control actions. In addition, the algorithm for controlling the modes of operation of the machine and tractor unit on the basis of this method, by time complexity, is the most preferable in comparison with similar known control algorithms.

Full Text

Введение На современном этапе развития сельскохозяйственного производства на смену существующей сельскохозяйственной технике, где уже, начиная с 2010 года, в качестве стандартного оборудования применяются разнообразные бортовые системы контроля и управления, приходит новая, основанная на роботизации технологических процессов с элементами автономных систем принятия решений. Основу работы таких систем составляют алгоритмы обработки данных (алгоритмы управления), базирующиеся на технологиях построения математических моделей объекта управления с учетом его системных связей, структурных особенностей и закономерностей функционирования [1-7]. Основой алгоритмов управления режимами работы машинно-тракторного агрегата (МТА) являются методы контроля эксплуатационных параметров. Согласно проведенным нами исследованиям, развитие методов эксплуатационного контроля на различных этапах формирования сельскохозяйственного производства, на наш взгляд, можно распределить на несколько направлений (табл.). Анализ представленных материалов показывает, что для решения задач следующего этапа развития сельскохозяйственного производства (Сельское хозяйство 4.0 - «Цифровое земледелие» [8]), могут быть использованы алгоритмы, основанные на контроле текущих значений и интенсивности изменения эксплуатационного параметра. Соответственно возникает вопрос: какой из вышеперечисленных методов эксплуатационного контроля необходимо использовать для разработки алгоритма управления режимами работы МТА и как он повлияет на производительность роботизированной системы управления? Цель исследования Целью представленного в статье исследования является разработка эффективного алгоритма управления режимами работы МТА, основанного на высокопроизводительном методе эксплуатационного контроля. Методы исследования Согласно проведенным нами исследованиям [9], установлено, что контроль интенсивности изменения эксплуатационного параметра является самым высокоэффективным среди известных методов эксплуатационного контроля. Его практическая реализация позволяет: - управлять режимами работы МТА с предвидением (прогнозированием) по времени за счет осуществления упреждающих управляющих воздействий (рис. 1); - устранить возникновение ошибочных изменений режимов работы МТА; - снизить суммарное время, требуемое для принятия решения по управлению МТА; - устранить необоснованные и скрытые простои МТА; - приблизить эффективность деятельности человека-оператора к эффективности работы технических звеньев в процессе управления МТА. Расход топлива является наиболее подходящим контролируемым параметром, отражающим режимы работы МТА, для осуществления эксплуатационного контроля с предвидением по времени. На рис. 2 представлена общая структурная схема алгоритма управления режимами работы МТА. В блоках 1-3 представленного на рис. 2 алгоритма управления осуществляется определение текущих значений , измерение суммарного значения и определение интенсивности изменения расхода топлива. Текущие значения расхода топлива двигателя определяются на основе математической модели прогнозирования [10]: при , (1) где - входное суммарное воздействие, приведенное к коленчатому валу двигателя; Мн - номинальный крутящий момент двигателя; - параметр, характеризующий неустановившийся режим работы МТА; , , , , , - коэффициенты характеристики двигателя соответственно на регуляторном и корректорном участках. Интенсивность изменения расхода топлива определяется путем дифференцирования текущих значений, полученных на основе выражения (1). Кроме того, интенсивность изменения расхода топлива соответственно для регуляторного и корректорного режимов работы двигателя можно определить на основе математической модели, разработанной нами по результатам научных исследований [10]: при при , (2) где ; ; B∑gu1 = 2[W(p)Gm + + Cg1]; B∑gu2 = 2[W(p)Gm + Cg2]. Выражения (1) и (2) представляют собой основу для разработки алгоритмов управления режимами работы МТА. В блоке 4 (рис. 2) определяется текущее значение коэффициента вариации внешней нагрузки. В блоке 5 (рис. 2) определяется установочный допуск на величину которого постоянно в соответствии с условиями эксплуатации МТА корректируется нижняя границу допуска . Количественное значение определяется из выражения: (3) где , , - амплитуда колебаний, среднее значение и среднее квадратическое отклонение ; - расход топлива на номинальном режиме работы двигателя. В блоке 6 (рис. 2) определяется значение ресурсного допуска , на величину которого корректируется верхняя граница допуска . Количественное значение определяется по формуле: (4) где Т - наработка МТА; , - среднее значение и среднее квадратическое отклонение наработки; Ф(Т), - функция и плотность распределения наработки для закона Гаусса [11]; Аgt, Bgt - коэффициенты функциональной зависимости расхода топлива в функции наработки. В блоке 7 (рис. 2) устанавливается допустимое значение для интенсивности изменения расхода топлива . Сравниваются значения с границами допуска . Изменение режима работы МТА выполняется, если текущее значение выходит за пределы допуска (блок 8). Анализ результатов Оценка алгоритмов может быть проведена по различным критериям, но чаще всего интересует временная сложность, то есть порядок роста временных затрат на их выполнение [12]. Поэтому далее проведем сравнительный анализ вышеописанных алгоритмов управления режимами работы МТА, основанных на выражениях (1) и (2), по их временной сложности. Для этого разработаны программы на языке программирования Python с использованием модуля timeit [13-15], пример кода и результат выполнения которых представлен на Листинг_1 и Листинг_2 (рис. 3). Вычислительный эксперимент для рассматриваемых алгоритмов управления рассматривается на примере математических моделей (1) и (2) для регуляторного участка характеристики двигателя СМД-62 трактора Т-150К вблизи номинальной загрузки. Анализ представленных результатов (Листинг_1) показывает, что порядок роста временных затрат при определении интенсивности изменения расхода топлива на основе выражения (1) будет на 12,4 % выше, чем при определении текущих значений расхода топлива. Операции дифференцирования и умножения, наряду с операцией возведения в степень, одни из самых медленных в электронно-вычислительных машинах (ЭВМ). Поэтому, с позиции временной сложности, представленный алгоритм на основе выражения (1) является неудачным. Алгоритм на основе математической модели (2) (Листинг_2) позволяет освободиться от операций возведения в степень и дифференцирования, что, согласно представленным результатам, позволяет снизить временные затраты при определении интенсивности изменения значений расхода топлива на 40,4 %, по сравнению с алгоритмом Листинг_1. Кроме того, структурная схема алгоритма управления режимами работы МТА, представленная на рис. 2, может быть сокращена на один (первый) блок, так как операция определения текущих значений расхода топлива не предусмотрена для алгоритма, основанного на определении интенсивности изменения эксплуатационного параметра (Листинг_2). Выводы 1. Контроль интенсивности изменения эксплуатационного параметра является самым высокоэффективным среди известных методов эксплуатационного контроля. Практическая реализация такого контроля позволяет управлять режимами работы машинно-тракторного агрегата с прогнозированием (предвидением) по времени за счет выполнения упреждающих управляющих воздействий. 2. Применение математической модели прогнозирования изменения интенсивности текущих значений расхода топлива позволяет сократить количество медленных вычислительных операций и оптимизировать структурную схему алгоритма управления режимами работы МТА. Это позволяет снизить временные затраты на выполнение алгоритма на 40,4 %, по сравнению с известными аналогами. 3. Разработанный алгоритм управления (на основе контроля интенсивности изменения эксплуатационного параметра) по временной сложности является наиболее эффективным по сравнению с аналогичными известными решениями и поэтому наиболее предпочтительным при разработке роботизированных систем управления режимами работы МТА. Таблица Формирование методов эксплуатационного контроля режимов работы МТА Методы эксплуатационного контроля Этап развития сельскохозяйственного производства Субъективный контроль - на слух, по дымности выхлопа и т.д. Сельское хозяйство ١.٠ - Трудоемкая система сельского хозяйства с низкой производительностью [٨] Допусковый контроль - по среднему значению контролируемого параметра Сельское хозяйство ٢.٠ - «Зеленая революция» [٨] Допусковый контроль текущего значения контролируемого параметра Сельское хозяйство ٣.٠ - «Точное земледелие» [٨] Допусковый и измерительный контроль интенсивности изменения контролируемого параметра Сельское хозяйство ٣.٠ - «Точное земледелие» [٨] Рис. 1. Схема методов контроля режимов работы МТА: t1 - выход значений интенсивности изменения расхода топлива Gmu за границу установочного допуска (научно-обоснованного предельного отклонения от номинального значения); t2 - выход текущих значений расхода топлива Gm за границу установочного допуска ; ∆t = t2 - t1 - резерв времени для ожидающего изменения режима работы МТА Рис. 2. Структурная схема алгоритма управления режимами работы МТА Рис. 3. Измерение времени выполнения программного кода
×

About the authors

S. V Kalachin

N.P.Ogarev Mordovia State University

Email: s.v.kalachin@mail.ru
DSc in Engineering Saransk, Russia

References

  1. Сычев В.Г., Афанасьев Р.А., Годжаев З.А., Гришин А.П., Гришин А.А. Робототехника и агрохимическое обеспечение растениеводства // Тракторы и сельхозмашины. 2016. № 9. С. 40-43.
  2. Грязнов Н.А., Лопота А.В., Соснов Е.Н. Современные тенденции развития робототехники // Робототехника и техническая кибернетика. № 2 (15). Санкт-Петербург: ЦНИИ РТК. 2017. С. 4-11.
  3. Афанасьев Р.А., Ермолов И.Л. Перспективные направления роботизации точного земледелия // Робототехника и техническая кибернетика. № 1 (14). Санкт-Петербург: ЦНИИ РТК. 2017. С. 27-32.
  4. Очиров Н.Г., Эвиев В.А., Беляева Б.И., Хулхачиева С.Д. Алгоритм расчета математической модели эксплуатационных показателей МТА в среде MAPLE // Вестник аграрной науки Дона. 2017. Т. 3. № 39. С. 55-63.
  5. Jabborov N.I., Eviev V.A., Belyaeva B.I., Ochirov N.G. Estimation of operation efficiency of machin-tractor units equipped with constant power engines // Research Journal of Pharmaceutical, Biological and Chemical Sciences, 2015. Vol. 6. № 1. Р. 1793-1802.
  6. Vieira A.W., Drews P., Campos M. Efficient change detection in 3d environment for autonomous surveillance robots based on implicit volume // The 2012 IEEE International Conference on Robotics and Automation, (ICRA′12), 2012. Р. 2999-3004.
  7. Drews-Jr P., Rocha R., Campos M., Dias J. Fast and adaptive 3D change detection algorithm for autonomous robots based on Gaussian mixture Models // In International Conference on Robotic and Automation, ICRA, 2013. Р. 4670-4675.
  8. Беленков А.И. Цифровое земледелие // Нивы России. 2017. № 10. С. 52-58.
  9. Калачин С.В. Контроль эффективности функционирования машинно-тракторного агрегата. Саранск: Изд-во Мордов. ун-та, 2009. 144 с.
  10. Калачин С.В. Оптимизация режимов работы машинно-тракторного агрегата на основе непрерывного контроля интенсивности изменения его эксплуатационных параметров: автореф. дис. … докт. техн. наук. Саранск, 2011. 34 c.
  11. Калачин С.В. Прогнозирование эксплуатационных параметров МТА с учетом его технического состояния // Тракторы и сельскохозмашины. 2008. № 7. С. 30.
  12. Стивенс Р. Алгоритмы: Теория и практическое применение. М.: Изд-во «Э», 2016. 544 с.
  13. Калачин С.В. Повышение производительности роботизированных систем управления мобильных сельскохозяйственных агрегатов // Нива Поволжья. 2018. № 2 (47). С. 118-122.
  14. Lutz M. Learning Python 5th Edition, O’Reilly Media. Inc, 2013. 1600 p.
  15. Lutz M. Programming Python 4th Edition, O’Reilly Media. Inc, 2014. 1628 p.

Statistics

Views

Abstract: 50

PDF (Russian): 9

Dimensions

Article Metrics

Metrics Loading ...

PlumX

Refbacks

  • There are currently no refbacks.

Copyright (c) 2019 Kalachin S.V.

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

This website uses cookies

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

About Cookies