Добавил:
Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
Проектирование технического оснащения сельскохозяйственных предприятий. Учебное пособие.pdf
Скачиваний:
0
Добавлен:
12.08.2026
Размер:
1 Мб
Скачать

Из приведенных данных можно сделать вывод о том, что увеличение параметров тракторов повышает затраты на единицу выполненной работы и сопровождается ростом негативного воздействия движителей на почву у колесных тракторов, в т.ч. и на сдвоенных шинах из-за увеличения ширины колеи. Следует отметить, что использование колесных тракторов с мощностью свыше 350 л.с. на транспортных работах нецелесообразно, что снижает их годовую загрузку и дополнительно увеличивает затраты. В результате конкурентоспособность гусеничного трактора высоких тяговых классов существенно возрастает, т.е. колесный трактор целесообразен только при маневрировании на большие расстояния.

Таким образом, анализ типажа тракторов и современного состояния тракторной энергетики для отрасли растениеводства свидетельствует о том, что для подъема эффективности сельскохозяйственного производства необходим парк тракторов, который бы в полной мере отвечал природно-климатическим и производствен- но-экономическим условиям их функционирования.

2.5. Методы обоснования состава машинно-тракторного парка

Для расчета состава МТП используются следующие способы проектирования [36]:

экономико-математическое моделирование, которое вклю-

чает в себя функцию цели, или критерии оптимизации, и ограничения, обусловленные условиями задачи;

нормативный метод планирования потребности парка машин, основанный на зональных нормативах энергозатрат на возделывании 1000 га каждой культуры и годовой наработки тракторов;

графоаналитический метод, который включает обоснование рационального марочного состава тракторов и их количества.

Вкачестве критерия используют минимум числа тракторов каждой марки при условии своевременного и качественного выполнения всех работ.

Обоснование типажа сельскохозяйственных тракторов осуществляется исходя из требований растениеводства, поскольку оно

42

является главным и наиболее массовым потребителем указанной техникивсельскохозяйственныхпредприятиях,хотянекотораячасть ее может находить применение также в других отраслях сельского хозяйства. Все растениеводство зоны Южного Урала представляется совокупностями перспективных моделей хозяйств, каждое из которых отражает большую группу сельскохозяйственных предприятий одинаковой специализации.

Важнейшим аспектом прогнозирования типажа тракторов является оптимизация состава машинно-тракторного парка (МТП),

впроцессе которой определяются применительно к каждой технологической операции и комплексу работ потребные уровни единичной мощности и тягового усилия, рациональные составы агрегатов и прогнозные значения производительности в различных природнопроизводственных условиях.

Методы оптимального планирования МТП нашли отражение

внаучных работах Госплана Украинской ССР, СибИМЭ, Омского СХИ, ВНИЭСХ, ХСХИ, Южно-Уральского ГАУ, МИИСП, КазНИИМЭСХ, Эстонского института земледелия и мелиорации и других научных учреждений и авторов. Ими разработан целый ряд эконо- мико-математических моделей, в которых решение этой задачи осуществляется с помощью методов линейного и динамического программирования, а также вероятностных моделей и эвристического программирования.

Обобщая исследования научно-исследовательских учреждений, занимающихся вопросами определения потребности в сельскохозяйственной технике и разработки отдельных авторов, ГОСплан

СССР в 1973 году разработал методику решения таких задач [32]. Экономико-математическая модель определения оптимальной

структуры машинно-тракторного парка для отдельного хозяйства по методике Госплана СССР заключается в следующем.

Найти число агрегатов Xijkγ, удовлетворяющее следующим ограничениям:

n

XijkγWijk = Bikγ i = 1,m;k = 1,N ;

(2.12)

j=1

 

 

43

 

 

n

X1 jkγW1 jk = α1n

X2 jkγW2 jk =…=

 

 

 

 

j=1

 

 

 

 

j=1

 

 

 

 

 

(2.13)

 

 

= αi1n

 

 

 

=…= αm1n

 

 

 

 

 

XijkλWijk

XmjkγWmjk ;

 

 

 

 

 

j=1

 

 

 

 

 

 

j=1

 

 

 

 

n

Xij1γ

= n

Xij2γWij2 =…= n

XijkγWijk =…= n

XijNγWijN , (2.14)

j=1

 

j=1

 

 

 

 

 

j=1

 

 

 

j=1

 

 

где i = 1, m; k = 1, N; γ = 1, F.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

n

XijkγQijkγ

A,

 

 

 

(2.15)

 

 

 

 

 

ijγ

 

 

 

 

 

 

 

 

 

где k = 1, N.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Xijkγ 0; i = 1,m;

j = 1,n ; k = 1, N; γ = 1, F

(2.16)

и минимизирующее следующие целевые функции:

 

 

Cijk Xijkγtk

+ maxk

 

 

 

 

 

 

(Е + ds

)min;

 

 

 

 

 

 

 

(2.17)

 

Xijkγλijs Цs

ijkγ

 

 

 

s

 

 

ijγ

 

 

 

 

 

 

 

 

Cijk Xijk

 

 

 

 

 

Xijkγλijs

 

 

 

 

 

γtk

 

 

 

 

 

Цs ds min;

(2.18)

 

+ maxk

 

 

ijkγ

 

 

 

s

 

 

 

ijγ

 

 

 

 

 

 

 

 

 

 

 

Xijkγλijs

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

(2.19)

 

 

 

maxk

Цs min;

 

 

 

 

 

s

 

ijγ

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

(2.20)

 

 

 

 

maxk XijkγQijkγ min;

 

 

 

 

 

 

 

ijγ

 

 

 

 

 

 

 

 

 

44

 

XijkγHijkγWijk tk min;

(2.21)

 

ijkλ

 

 

 

 

 

 

 

 

 

 

 

 

(2.22)

maxXijkγλijs qs min,

s

 

ijγ

 

 

где i, j, k, γ, s – соответственно шифры видов работ, агрегатов, календарных периодов, сельскохозяйственных культур, машин;

B, t, W, C, H, q – объем работ, продолжительность календарного периода, производительность агрегата, прямые эксплуатационные затраты, трудозатраты и масса;

Q, λ – общее число механизаторов, обслуживающих агрегат и число машин, входящих в агрегат;

E, d – норма эффективности капиталовложений и коэффициент отчислений на реновацию, техническое обслуживание и хранение; A, α – количество механизаторов в хозяйстве, коэффициент

согласования технологически взаимосвязанных работ; Цs – цена приобретаемых машин, руб.

При этом ограничение (2.12) выражает требования выполнения всех технологических, транспортных и вспомогательных операций в наиболее целесообразные, агротехнически обоснованные сроки; ограничение (2.13) согласования, а (2.14) – непрерывного в пределах агросрока выполнения технологических операций; (2.15) – ограничение на трудовые ресурсы; (2.16) – неотрицательность переменных.

Системацелевыхфункций(2.17–2.22)отражаеттребованиями- нимизации следующих показателей эффективности системы машин: приведенных, текущих затрат, капиталовложений, потребности в механизаторах, величины трудовых затрат, металлоемкости.

Экономико-математическая модель определения оптимального состава машинно-тракторного парка, разработанная в Институте агроинженерии Южно-Уральского ГАУ [16, 34], основана на методе динамического программирования. Преимущество этого метода перед методом линейного программирования состоит в том, что для его применения не требуется линейности целевой функции. Поэтому в целевую функцию включены затраты, связанные с потерями

45

урожая при затягивании сроков выполнения работ, что позволяет оптимизировать продолжительность выполнения каждой работы и одновременно определить состав МТП.

Целевая функция записывается в следующем виде:

r

n

 

С = ∑∑ CijtjWij xij +Q(tj )Wij xij +

 

j=1 i=1

(2.23)

+n αiσijmax xij +Cj maxn xij min.

 

i=1

i=1

 

Задача состоит в минимизации этой функции при условиях:

n t jWij xij =Wj ,

(2.24)

i=1

 

где Wj – объем работ j-й работы, га;

Wi,j – дневная производительность i-го агрегата на j-й работе, га/день;

tj – продолжительность выполнения j-й работы, дней; xij – количество i-х агрегатов на j-й работе;

Cij – затраты на выполнение i-м агрегатом j-й работы, равные сумме затрат на заработную плату, горюче-смазочные материалы, все виды ремонтных работ;

Q(tj) – функция, показывающая зависимость коэффициента потерь урожая на единицу выполненной работы от продолжительности выполнения j-й работы;

αi – годовая норма амортизационных отчислений на полное восстановление;

σi – балансовая стоимость i-х агрегатов, руб.;

CΣ – расходы на благоустройство быта работников и содержание их семей, руб.

Суть разработанного для решения этой модели метода состоит в последовательном улучшении состава парка до получения оптимума.

46

Соседние файлы в предмете [НЕСОРТИРОВАННОЕ]