sibvestСибирский вестник сельскохозяйственной наукиSiberian Herald of Agricultural Science0370-87992658-462XSiberian Federal Scientific Centre of Agro-BioTechnologies of the Russian Academy of Sciences10.26898/0370-8799-2022-4-12sibvest-1128Research ArticleМЕХАНИЗАЦИЯ, АВТОМАТИЗАЦИЯ, МОДЕЛИРОВАНИЕ И ИНФОРМАЦИОННОЕ ОБЕСПЕЧЕНИЕMECHANISATION, AUTOMATION, MODELLING AND DATAWAREАвтоматизированный выбор агротехнологий и тракторного парка сельхозпредприятия: структура и алгоритмы web-приложенияAutomated selection of agricultural technologies and tractor fleet of an agricultural enterprise: web-application structure and algorithmsАльтВ. В.AltV. V.

доктор технических наук, академик, профессор

Сибирский федеральный научный центр агробиотехнологий

Новосибирская область

Краснообск

Victor V. Alt, Doctor of Science in Engineering, Academician, Professor

Siberian Federal Scientific Centre of Agro-BioTechnologies

Novosibirsk Region

Krasnoobsk

ЕлкинО. В.ElkinO. V.

кандидат технических наук, ведущий научный сотрудник

Сибирский федеральный научный центр агробиотехнологий

630501

а/я 463

Новосибирская область

Краснообск

Oleg V. Elkin, Candidate of Science in Engineering, Lead Researcher

630501

PO Box 463

Siberian Federal Scientific Centre of Agro-BioTechnologies

Novosibirsk Region

Krasnoobsk

oleg348@yandex.ruИсаковаС. П.IsakovaS. P.

старший научный сотрудник

Сибирский федеральный научный центр агробиотехнологий

Новосибирская область

Краснообск

 

Svetlana P. Isakova, Senior Researcher

Siberian Federal Scientific Centre of Agro-BioTechnologies

Novosibirsk Region

Krasnoobsk

СавченкоО. Ф.SavchenkoO. F.

кандидат технических наук, ведущий научный сотрудник

Сибирский федеральный научный центр агробиотехнологий

Новосибирская область

Краснообск

Oleg F. Savchenko, Candidate of Science in Engineering, Lead Researcher

Siberian Federal Scientific Centre of Agro-BioTechnologies

Novosibirsk Region

Krasnoobsk

Российская академия наукРоссияRussian Academy of SciencesRussian Federation202230092022524107119Copyright © Альт В.В., Елкин О.В., Исакова С.П., Савченко О.Ф., 20222022Альт В.В., Елкин О.В., Исакова С.П., Савченко О.Ф.Alt V.V., Elkin O.V., Isakova S.P., Savchenko O.F.This work is licensed under a Creative Commons Attribution 4.0 License.https://sibvest.elpub.ru/jour/article/view/1128

   Рассмотрены вопросы повышения эффективности и конкурентоспособности растениеводческого сельхозпредприятия путем информационного сопровождения производства с применением цифровых технологий. Исследован процесс выбора технологий и технических средств при возделывании зерновых культур. Изучены имеющиеся методы и программные средства, применяемые для решения этих задач. Обоснована целесообразность разработки web-ориентированного программного комплекса автоматизированного выбора агротехнологий и машинно-тракторного парка хозяйства, обеспечивающего учет и оперативную обработку разнообразной информации, характеризующей объективно существующее большое количество факторов, условий и особенностей производства в сельскохозяйственном предприятии. На основе анализа основных научно-методических составляющих технологий возделывания зерновых культур сформирована структурная схема web-приложения. Разработаны алгоритмы программных модулей как составных частей программного комплекса, имеющих общую базу данных и объединенных общим интерфейсом. Реализация программного комплекса в дальнейшем даст возможность автоматизировать процесс формирования годового планирования работ, расчет экономических показателей, позволит провести своевременные необходимые ремонтно-обслуживающие мероприятия для снижения потерь мощности, обусловленных неизбежным ухудшением технического состояния двигателей внутреннего сгорания машинно-тракторного парка в производственных условиях. Разрабатываемый программный комплекс может использоваться при производстве продукции растениеводства в системах поддержки принятия решений, построенных на базе цифровых технологий.

   The issues of increasing efficiency and competitiveness of a crop farming enterprise through information support of production using digital technologies are considered. The process of selecting technologies and technical means in the cultivation of crops is investigated. The available methods and software tools used to solve these problems are studied. The expediency of developing a web-oriented software complex of the automated choice of agricultural technologies and MTF (machine and tractor fleet), providing accounting and operational processing of a variety of information describing objectively existing large number of factors, conditions and characteristics of production in the agricultural enterprise is substantiated. Based on the analysis of the main scientific and methodological components of cereal crop cultivation technologies, a structural scheme of a web-application is formed. Algorithms for software modules as components of the software package, with a common database and a unified common interface are developed. The implementation of the software package in the future will automate the process of forming an annual work planning, calculation of economic indicators, will allow the timely implementation of the necessary repair and maintenance activities to reduce power losses due to the inevitable deterioration of the technical condition of the ICE of the machine-tractor fleet in production conditions. The software package under development can be used in crop production in decision support systems based on digital technologies.

выбор технологийалгоритмпрограммный комплекстракторный паркдиагностированиеэнергетическая оценкаtechnology selectionalgorithmsoftware packagetractor fleetdiagnosticsenergy assessmentReferencesRose D. C., Wheeler R., Winter M., Lobley M., Chivers Ch.-A. Agriculture 4.0: Making it work for people, production, and the planet // Land Use Policy. 2021. Vol. 100. Article 104933. DOI: 10.1016/j.landusepol.2020.104933.Rose D. C., Wheeler R., Winter M., Lobley M., Chivers Ch.-A. Agriculture 4.0: Making it work for people, production, and the planet. Land Use Policy, 2021, vol. 100, no article 104933. DOI: 10.1016/j.landusepol.2020.104933. (In Russian).Башилов А. М. Цифровая трансформация агропредприятий / А. М. Башилов, В. А. Королев // Вестник аграрной науки Дона. – 2021. – № 3 (55). – С. 24–32.Bashilov A. M., Korolev V. A. Digital transformation of agricultural enterprises. Vestnik agrarnoi nauki Dona = Don agrarian science bulletin, 2021, no. 3 (55), pp. 24–32. (In Russian).Hovhannisyan T., Efendyan P., Vardanyan M. Creation of a digital model of fields with application of DJI phantom 3 drone and the opportunities of its utilization in agriculture // Annals of Agrarian Science. 2018. Vol. 16. N 2. P. 177–180. DOI: 10.1016/j.aasci.2018.03.006.Hovhannisyan T., Efendyan P., Vardanyan M. Creation of a digital model of fields with application of DJI phantom 3 drone and the opportunities of its utilization in agriculture. Annals of Agrarian Science, 2018, vol. 16, no. 2, pp. 177–180. DOI: 10.1016/j.aasci.2018.03.006.Peter W. B. Phillips, Relf-Eckstein J.-A., Jobe G., Wixted B. Configuring the new digital landscape in western Canadian agriculture // Wageningen Journal of Life Sciences. 2019. Vol. 90. P. 1–11. DOI: 10.1016/j.njas.2019.04.001.Peter W. B. Phillips, Relf-Eckstein J.-A., Jobe G., Wixted B. Configuring the new digital landscape in western Canadian agriculture. Wageningen Journal of Life Sciences, 2019, vol. 90, pp. 1–11. DOI: 10.1016/j.njas.2019.04.001.Talaviya T., Shah D., Patel N., Yagnik H., Shah M. Implementation of artificial intelligence in agriculture for optimization of irrigation and application of pesticides and herbicides // Artificial Intelligence in Agriculture. 2020. Vol. 4. P. 58–73. DOI: 10.1016/j.aiia.2020.04.002.Talaviya T., Shah D., Patel N., Yagnik H., Shah M. Implementation of artificial intelligence in agriculture for optimization of irrigation and application of pesticides and herbicides. Artificial Intelligence in Agriculture, 2020, vol. 4, pp. 58–73. DOI: 10.1016/j.aiia.2020.04.002.Jha K., Doshi A., Patel P., Shah M. A comprehensive review on automation in agriculture using artificial intelligence // Artificial Intelligence in Agriculture. 2019. Vol. 2. P. 1–12. DOI: 10.1016/j.aiia.2019.05.004.Jha K., Doshi A., Patel P., Shah M. A comprehensive review on automation in agriculture using artificial intelligence. Artificial Intelligence in Agriculture, 2019, vol. 2, pp. 1–12. DOI: 10.1016/j.aiia.2019.05.004.Gurfova S. A. Digitalization of agriculture: formation and development S. A. Gurfova // Экономика и предпринимательство. – 2020. – № 3 (116). – С. 445–448.Gurfova S. A. Digitalization of agriculture: formation and development. Ekonomika i predprinimatel'stvo = Journal of Economy and entrepreneurship, 2020, no. 3 (116), pp. 445–448.Zhumaxanova K. M., Yessymkhanova Z.K., Yessenzhigitova R. G., Kaydarova A. T. The current state of agriculture digitalization: problems and ways of solution // Central Asian Economic Review. 2019. N 5 (128). P. 144–155.Zhumaxanova K. M., Yessymkhanova Z. K., Yessenzhigitova R. G., Kaydarova A. T. The current state of agriculture digitalization: problems and ways of solution. Central Asian Economic Review, 2019, no. 5 (128), pp. 144–155.Rijswijk K., Klerkx L., Turner J. A. Digitalization in the New Zealand Agricultural Knowledge and Innovation System: Initial understandings and emerging organizational responses to digital agriculture // Wageningen Journal of Life Sciences. 2019. Vol. 90–91. Is. 1. P. 1–14. DOI: 10.1016/j.njas.2019.100313.Rijswijk K., Klerkx L., Turner J. A. Digitalization in the New Zealand Agricultural Knowledge and Innovation System: Initial understandings and emerging organizational responses to digital agriculture. Wageningen Journal of Life Sciences. 2019, vol. 90–91, is. 1, pp. 1–14. DOI: 10.1016/j.njas.2019.100313.Khondoker A. Perception and adoption of a new agricultural technology: Evidence from a developing country // Technology in society. 2018. Vol. 55. P. 126–135.Khondoker A. Perception and adoption of a new agricultural technology: Evidence from a developing country. Technology in society, 2018, vol. 55, pp. 126–135.Yiyan Chen, Ye Li, Cunjin Li. Electronic agriculture, blockchain and digital agricultural democratization: Origin, theory and application // Journal of Cleaner Production. 2020. Vol. 268. DOI: 10.1016/j.jclepro.2020.122071.Yiyan Chen, Ye Li, Cunjin Li. Electronic agriculture, blockchain and digital agricultural democratization: Origin, theory and application. Journal of Cleaner Production, 2020, vol. 268. DOI: 10.1016/j.jclepro.2020.122071.Труфляк Е. В. Мониторинг и прогнозирование в области цифрового сельского хозяйства по итогам 2018 г.: монография / Е. В. Труфляк, Н. Ю. Курченко, А. С. Креймер. – Краснодар: Издательство Кубанского государственного аграрного университета, 2019. – 100 с.Truflyak E. V., Kurchenko N. Yu., Kreimer A. S. Monitoring and forecasting in the field of digital agriculture by the end of 2018. Krasnodar, KubGAU Publ., 2019, 100 p. (In Russian).Измайлов А. Ю. Цифровое сельское хозяйство (обзор цифровых технологий сельхозназначения) / А. Ю. Измайлов [и др.] // Инновации в сельском хозяйстве. – 2019. – № 2 (31). – С. 41–52.Izmailov A. Yu., Godzhaev Z. A., Grishin A. P., Grishin A. A., Dorokhov A. A. Digital agriculture (review of digital agricultural technologies). Innovatsii v sel'skom khozyaistve = Innovations in agriculture, 2019, no. 2 (31), pp. 41–52. (In Russian).Елизаров В. П. Перспективные направления развития отечественной сельскохозяйственной техники / В. П. Елизаров, А. А. Артюшин, Ю. С. Ценч // Вестник ВИЭСХ. – 2018. – № 2 (31). – С. 12–18.Elizarov V. P., Artyushin A. A., Tsench Yu. S. Perspective directions of development of national agricultural machinery. Vestnik VIESKh = VIESH Institute Herald, 2018, no. 2 (31), pp. 12–18. (In Russian).Тимонин С. Б. Внедрение цифровых технологий в процессы обеспечения оптимального функционирования машинно-тракторного агрегата / С. Б. Тимонин, А. С. Тимонина // Нива Поволжья. – 2018. – № 3. – С. 124–132.Timonin S. B., Timonina A. S. The introduction of digital technologies in the processes of ensuring the optimal functioning of the machine-tractor unit. Niva Povolzh'ya = Volga Region Farmland, 2018, no. 3, pp. 124–132. (In Russian).Старцев А. В. Модель определения эксплуатационных затрат машинно-тракторных агрегатов на посев с учетом продолжительности работ и размеров площадей / А. В. Старцев [и др.] // Тракторы и сельхозмашины. – 2020. – № 1. – С. 82–87. DOI: 10.31992/0321-4443-2020-1-82-87.Startsev A. V., Alushkin T. E., Romanov S. V., Storozhev I. I. A model for determining the operating costs of machine-tractor units for sowing, taking into account the duration of work and the size of the area. Traktory i sel'khozmashiny = Tractors and agricultural machinery, 2020, no. 1, pp. 82–87. (In Russian). DOI: 10.31992/0321-4443-2020-1-82-87.Черноиванов В. И. Цифровые технологии и электронные средства в системе технического обслуживания и ремонта автотракторной и комбайновой техники / В. И. Черноиванов, И. И. Габитов, А. В. Неговора // Технический сервис машин. – 2018. – № 130. – С. 74–81.Chernoivanov V. I., Gabitov I. I., Negovora A. V. Digital technologies and electronic means in the system of technical maintenance and repair tractor and combine harvesters. Tekhnicheskij servis mashin = Machinery technical service, 2018, no. 130, pp. 74–81. (In Russian).Дидманидзе О. Н. Тенденции развития цифровых технологий диагностирования технического состояния тракторов / О. Н. Дидманидзе, А. С. Дорохов, Ю. В. Катаев // Техника и оборудование для села. – 2020. – № 11 (281). – С. 39–43. URL: https://www.elibrary.ru/item.asp?id=44232635&ysclid=l8o8d59588260668758Didmanidze O. N., Dorokhov A. S., Kataev Yu. V. Trends in the development of digital technologies for diagnosing the technical condition of tractors. Tekhnika i oborudovanie dlya sela = Machinery and Equipment for Rural Area, 2020, no. 11 (281), pp. 39–43. (In Russian). URL: https://www.elibrary.ru/item.asp?id=44232635&ysclid=l8o8d59588260668758Зубина В. А. Обзор и анализ методов оптимизации и компьютерных программ для повышения эффективности МТП / В. А. Зубина // Вестник аграрной науки Дона. – 2018. – № 41. – С. 26–32.Zubina V. A. Review and analysis of optimization methods and computer programs to improve the efficiency of MTF. Vestnik agrarnoi nauki Dona = Don agrarian science bulletin, 2018, no. 41, pp. 26–32. (In Russian).Коковихин С. В. Оптимизация агротехнологического процесса возделывания сельскохозяйственных культур на орошаемых землях с использованием информационных технологий / С. В. Коковихин [и др.] // Почвоведение и агрохимия. – 2020. – № 2 (65). – С. 63–71.Kokovikhin S. V., Bidnina I. A., Sharii V. A., Chervan' A. N., Drobit'ko A. V. Optimization of agro-technological process of cultivation of agricultural crops on irrigated lands with the use of information technology. Pochvovedenie i agrokhimiya = Soil Science and Agrochemistry, 2020, no. 2 (65), pp. 63–71. (In Russian).Бейлис В. М. Оценка материально-технических ресурсов технологий производства сельскохозяйственных культур / В. М. Бейлис // Сельскохозяйственные машины и технологии. – 2017. – № 3. – С. 39–44. URL: https://www.vimsmit.com/jour/article/viewFile/194/150Beilis V. M. Assessment of material and technical resources of crop production technologies. Sel'skokhozyaistvennye mashiny i tekhnologii = Agricultural machinery and technologies, 2017, no. 3, pp. 39–44. (In Russian). URL: https://www.vimsmit.com/jour/article/viewFile/194/150Степных Н. В. Экономическая оценка технологий выращивания сельскохозяйственных культур с помощью веб-приложения / Н. В. Степных, Е. В. Нестерова, А. М. Заргарян // Вестник Курганской государственной сельскохозяйственной академии. – 2020. – № 1 (33). – С. 24–29.Stepnykh N. V., Nesterova E. V., Zargaryan A. M. Economic evaluation of growing technologies of agricultural crops using a web application. Vestnik kurganskoi GSKhA = Bulletin of the Kurgan State Agricultural Academy, 2020, no. 1 (33), pp. 24–29. (In Russian).Gostev A. V., Pykhtin A. I. Program for the rational choice of highly cost-effective adaptive technology of grain cultivation for various conditions of the European part of the Russian Federation // Journal of Applied Engineering Science. 2020. Vol. 18. N 679. P. 216–221. DOI: 10.5937/jaes18-26312.Gostev A. V., Pykhtin A. I. Program for the rational choice of highly cost-effective adaptive technology of grain cultivation for various conditions of the European part of the Russian Federation. Journal of Applied Engineering Science, 2020, vol. 18, no. 679, pp. 216–221. DOI: 10.5937/jaes18-26312.Ткаченко В. В. Методика многокритериальной комплексной оценки и выбора технологии возделывания сельскохозяйственных культур / В. В. Ткаченко // Научный журнал Кубанского государственного аграрного университета. – 2016. – № 123 (09). – С. 1–19.Tkachenko V. V. Methods of multicriterial comprehensive assessment and selection of the technology for growing crops. Nauchnyi zhurnal KubGAU = Scientific Journal of KubSAU, 2016, no. 123 (09), pp. 1–19. (In Russian).Gümüscü A., Tenekeci M. E., Bilgili A. V. Estimation of wheat planting date using machine learning algorithms based on available climate data // Sustainable Computing: Informatics and Systems. 2020. Vol. 28. DOI: 10.1016/j.suscom.2019.01.010.Gümüscü A., Tenekeci M. E., Bilgili A. V. Estimation of wheat planting date using machine learning algorithms based on available climate data. Sustainable Computing: Informatics and Systems, 2020, vol. 28. DOI: 10.1016/j.suscom.2019.01.010.Альт В. В. Алгоритм выбора агротехнологий и технических средств при производстве продукции растениеводства / В. В. Альт, Е. А. Балушкина, С. П. Исакова // Сибирский вестник сельскохозяйственной науки. – 2021. – Т. 51. – № 4. – С. 93–100. DOI: 10.26898/0370-8799-2021-4-11.Al't V. V., Balushkina E. A. Isakova S. P. Algorithm for choosing agrotechnologies and technical means in the production of crops. Sibirskii vestnik sel'skokhozyaistvennoi nauki = Siberian Herald of Agricultural Science, 2021, vol. 51, no. 4, pp. 93–100. (In Russian). DOI: 10.26898/0370-8799-2021-4-11.Альт В. В. Математическая модель по выбору технологий возделывания зерновых культур / В. В. Альт, Е. А. Балушкина, С. П. Исакова // Сибирский вестник сельскохозяйственной науки. – 2020. – Т. 50. – № 2. – С. 92–99. DOI: 10.26898/0370-8799-2020-2-11.Al't V. V., Balushkina E. A. Isakova S. P. Mathematical model for choosing grain crops cultivation technologies. Sibirskii vestnik sel'skokhozyaistvennoi nauki = Siberian Herald of Agricultural Science, 2020, vol. 50. no. 2, pp. 92–99. (In Russian). DOI: 10.26898/0370-8799-2020-2-11.Yadrovskaya M. V. Revisiting computer modeling // Advanced Engineering Research. 2020. N 20 (3). P. 332–345.Yadrovskaya M. V. Revisiting computer modeling. Advanced Engineering Research, 2020, no. 20 (3). pp. 332–345.Добролюбов И. П. Принципы разработки компьютерной динамической модели автотракторных ДВС / И. П. Добролюбов, О. Ф. Савченко, С. Н. Ольшевский // Вестник НГАУ. – 2014. – № 2. – С. 141–146.Dobrolyubov I. P., Savchenko O. F., Ol'shevskii S. N. Principles to design a computer dynamic model of autotractor ICE. Vestnik NGAU = Bulletin of NSAU, 2014, no. 2, pp. 141–146. (In Russian).Альт В. В. Цифровая технология оценки мощности тракторного парка сельхозпредприятия / В. В. Альт, О. Ф. Савченко, О. В. Ёлкин // Сельскохозяйственные машины и технологии. – 2019. – Т. 13. – № 4. – С. 25–31. DOI: 10.22314/2073-7599-2019-13-4-25-31.Al't V. V., Savchenko O. F., Elkin O. V. Digital technology of assessment the power capacity of tractor fleet of an agricultural enterprise. Sel'skokhozyaistvennye mashiny i tekhnologii = Agricultural machinery and technologies, 2019, vol. 13, no. 4. pp. 25–31. (In Russian). DOI: 10.22314/2073-7599-2019-13-4-25-31.

The authors declare that there are no conflicts of interest present.