КАЗАНЬ, 10 февраля. /ТАСС/. Ученые Казанского государственного аграрного университета совместно с коллегами из Казанского национального исследовательского технического университета им. А. Н. Туполева (КНИТУ-КАИ) и Института механики и машиностроения КазНЦ РАН разработали математические модели, которые позволяют определять оптимальный режим работы трактора для разных типов почвы и экономить до 30% топлива при маневрах техники. Об этом ТАСС сообщили в пресс-службе Казанского ГАУ.
"Мы установили количественные зависимости между свойствами почвы и режимами работы тракторов. Полученные соотношения позволяют оценить влияние агрофизических свойств почвы на энергоэффективность агрегатов и могут использоваться при разработке систем автоматизированного управления сельхозтехникой", - рассказал кандидат технических наук, заведующий кафедрой общеинженерных дисциплин Казанского государственного аграрного университета Геннадий Пикмуллин.
В ходе полевых испытаний ученые проанализировали работу тракторов на трех основных агрофонах Среднего Поволжья: слежавшейся пахоте, свежевспаханном поле и стерне. Для каждого типа были рассчитаны свои оптимальные нагрузки. Так, на слежавшейся пахоте она составляет 6,9 килоньютона, на свежевспаханном поле - 6,6 килоньютона, а на стерне - 5,9 килоньютона.
По словам доктора технических наук, ведущего научного сотрудника Института механики и машиностроения ФИЦ КазНЦ РАН Владимира Федяева, внедрение системы автоматизированного управления тракторами со встроенными датчиками, определяющими тип почвы, позволит технике автоматически подбирать наиболее экономичный и производительный режим работы. "Исследование показало, что правильный подбор нагрузки и скорости движения может снизить расход топлива на 25-30% при маневрах техники", - заключил ученый.
Полученные формулы будут полезны при разработке рекомендаций по эксплуатации тракторов. Механизаторы могут использовать их для выбора правильных режимов работы в зависимости от состояния поля и вида выполняемых операций - пахоты, боронования, культивирования или посева.