Preview

Сельскохозяйственные машины и технологии

Расширенный поиск

Роботизированный оросительный комплекс для выращивания сельскохозяйственных культур на орошаемом участке

https://doi.org/10.22314/2073-7599-2024-18-2-61-67

EDN: TWDGJU

Аннотация

Интеллектуальные технологии, применяемые в цифровом сельском хозяйстве, включая дистанционное зондирование, служат необходимым инструментом по сбору данных о биообъектах. Установили, что данные, собранные с помощью дистанционного зондирования и Интернета вещей (IoT), в том числе изображения, представляющие полную картину сельскохозяйственных биообъектов, и их анализ помогут решить многие проблемы при производстве агропродукции. (Цель исследования) Обосновать и разработать роботизированный оросительный комплекс для выращивания сельскохозяйственных культур, оптимизации процесса полива с учетом влажности почвы, температуры воздуха, скорости ветра и других факторов. (Материалы и методы) Оценили важность разработки, которая может оптимизировать работу при возделывании сельскохозяйственных культур. Привели описание приложений и баз данных, входящих в центральный вычислительный пункт. Контроль за текущим состоянием участка орошения, расчет и выработка управленческих решений обеспечиваются с центрального вычислительного пункта, который по мобильной связи может получать, обрабатывать и передавать команды на пульт управления дождевальных машин, насосной станции и диспетчеру машинно-тракторной бригады. (Результаты и обсуждение) Обосновали схему и основные блоки роботизированного оросительного комплекса для выращивания сельскохозяйственных культур. Разработали алгоритм взаимосвязи и операций сбора данных, расчета, контроля и управления. Установили, что такой комплекс позволит оптимизировать процесс полива, затраты и расход ресурсов на орошаемом участке, снизить загрязнение окружающей среды. (Выводы) Внедрение роботизированного оросительного комплекса позволит уменьшить расход воды, сократить издержки. Поддержание влажности почвы в оптимальных пределах создаст возможность для получения высокого и стабильного урожая качественной продукции при различных погодных условиях.

Об авторах

М. Г. Загоруйко
Федеральный научный агроинженерный центр ВИМ
Россия

Михаил Геннадьевич Загоруйко, кандидат технических наук, ведущий научный сотрудник

Москва



Д. А. Соловьев
Саратовский государственный университет генетики, биотехнологии и инженерии имени Н.И. Вавилова
Россия

Дмитрий Александрович Соловьев, доктор технических наук, доцент

г. Саратов



Н. Ф. Рыжко
Волжский научно-исследовательский институт гидротехники и мелиорации
Россия

Николай Федорович Рыжко, доктор технических наук, заведующий отделом

Саратовская область



С. Н. Рыжко
Волжский научно-исследовательский институт гидротехники и мелиорации
Россия

Сергей Николаевич Рыжко, кандидат технических наук

Саратовская область



Список литературы

1. Лачуга Ю.Ф., Измайлов А.Ю., Лобачевский Я.П., Шогенов Ю.Х. Развитие интенсивных машинных технологий, роботизированной техники, эффективного энергообеспечения и цифровых систем в агропромышленном комплексе // Техника и оборудование для села. 2019. N6 (264). С. 2-9. DOI: 10.33267/2072-9642-2019-6-2-8.

2. Дубенок Н.Н., Майер А.В. Разработка систем комбинированного орошения для полива сельскохозяйственных культур // Известия Нижневолжского агроуниверситетского комплекса. 2018. N1 (49). С. 9-19. DOI: 10.32786/2071-9485-2018-01-9-19.

3. Блохина С.Ю., Блохин Ю.И. Интеллектуальное земледелие на основе Интернета вещей // Земледелие. 2020. N7. С. 7-13. DOI: 10.24411/0044-3913-2020-10702.

4. Соловьев Д.А., Камышова Г.Н., Терехова Н.Н. и др. Цифровые технологии в управлении орошением // Аграрный научный журнал. 2019. N4 С. 93-97. DOI: 10.28983/asj.y2019i4pp93-97.

5. Соловьев Д.А., Камышова Г.Н., Терехова Н.Н., Бакиров С.М. Моделирование нейроуправления скоростью дождевальных машин // Аграрный научный журнал. 2020. N7. С. 78-84. DOI: 10.28983/asj.y2020i7pp78-84.

6. Смирнов И.Г., Курбанов Р.К., Марченко Л.А., ГоршковД.М. Дифференцированная обработка сельхозугодий с помощью БПЛА // Электротехнологии и электрооборудование в АПК. 2019. N4(37). С. 30-35. EDN: LFOUDJ.

7. Ценч Ю.С., Захарова Н.И. Тенденции развития технических средств аэрофотосъемки сельскохозяйственных земель // Сельскохозяйственные машины и технологии. 2023. Т. 17. N3. С. 16-26. DOI: 10.22314/2073-7599-2023-17-3-16-26.

8. Романенкова М.С., Балабанов В.И. Применение цифровых технологий в растениеводстве // Наука в Центральной России. 2020. N2(44). С. 74-82. DOI: 10.35887/2305-2538-2020-2-74-82.

9. Соловьев Д.А., Журавлева Л.А., Бахтиев Р.Н. Цифровые технологии в сельском хозяйстве // Аграрный научный журнал. 2019. N11. С. 95-98. DOI: 10.28983/asj.y2019i11pp95-98.

10. Камышова Г.Н. Применение искусственных нейронных сетей для управления орошением // Аграрный научный журнал. 2021. N4. С. 84-86. DOI: 10.28983/asj.y2021i4pp84-88.

11. Waga D., Rabah K. Environmental conditions’ bigdata management and cloud computing analytics for sustainable agriculture. World Journal of Computer Application and Technology. 2014. Vol. 2. N3. 73-81. DOI: 10.13189/wjcat.2014.020303.

12. Kamilaris A., Kartakoullis A., Prenafeta-Boldú F.X. A review on the practice of Big Data analysis in agriculture. Computers and Electronics in Agriculture. 2017. Vol. 143. 23-37. DOI: 0.1016/j.compag.2017.09.037.

13. Liaghat S., Balasundram S.K.A. The role of remote sensing in precision agriculture. American Journal of Agricultural and Biological Sciences. 2010. Vol. 5. N1. 50-55. DOI: 10.3844/ajabssp.2010.50.55.

14. Ozdogan M., Rodell M., Beaudoing H.K., Toll D.L. Simulating the effects of irrigation over the United States in a land surface model based on satellite-derived agricultural Data. Journal of Hydrometeorology. 2010. Vol. 11. N1. 171-184. DOI: 10.1175/2009JHM1116.1.

15. Загоруйко М.Г., Белышкина М.Е., Курбанов Р.К., Захарова Н.И. Мониторинг показателей фотосинтетической деятельности и его использование для прогнозирования потенциальной урожайности сои // Аграрный научный журнал. 2021. N12. С. 9-12. DOI: 10.28983/asj.y2021i12pp9-12.

16. Хаитов Б.У. Цифровое моделирование рельефа местности для задач предварительного анализа территорий // Вестник Московского государственного технического университета им. Н.Э. Баумана. Приборостроение. 2019. N3 (126). С. 64-76. DOI: 10.18698/0236-3933-2019-3-64-76.

17. Кожанов А.Л., Воеводин О.В. Осушительно-увлажнительные системы на равнинных территориях с применением фронтальных и фронтально-круговых дождевальных машин // Мелиорация и гидротехника. 2021. N3. C. 95-108. DOI: 10.31774/2712-9357-2021-11-3-95-108.

18. Мирзаев М.А., Смирнов И.Г. Система позиционирования рабочих органов при дифференцированном опрыскивании растений // Сельскохозяйственные машины и технологии. 2024. Т. 18. N1. С. 96-100. DOI: 10.22314/2073-7599-2024-18-1-96-100.

19. Бакиров С.М. Анализ энергозатрат на дождевальную машину // Аграрный научный журнал. 2019. N10. С. 95-98. DOI: 10.28983/asj.y2019i10pp95-98.

20. Хорт Д.О., Личман Г.И., Филиппов Р.А., Беленков А.И. Применение беспилотных летательных аппаратов (дронов) в точном земледелии // Фермер. Поволжье. 2016. N10. С. 34-37. EDN: ZCPNPT.

21. Зубарев Ю.Н., Фомин Д.С., Чащин А.Н., ЗаболотноваМ.В. Использование беспилотных летательных аппаратов в сельском хозяйстве // Вестник Пермского федерального исследовательского центра. 2019. N2. С. 47-51. DOI: 10.7242/2658-705X/2019.2.5.


Рецензия

Для цитирования:


Загоруйко М.Г., Соловьев Д.А., Рыжко Н.Ф., Рыжко С.Н. Роботизированный оросительный комплекс для выращивания сельскохозяйственных культур на орошаемом участке. Сельскохозяйственные машины и технологии. 2024;18(2):61-67. https://doi.org/10.22314/2073-7599-2024-18-2-61-67. EDN: TWDGJU

For citation:


Zagoruiko M.G., Soloviev D.A., Ryzhko N.F., Ryzhko S.N. Robotic irrigation complex for crop cultivation in irrigated areas. Agricultural Machinery and Technologies. 2024;18(2):61-67. (In Russ.) https://doi.org/10.22314/2073-7599-2024-18-2-61-67. EDN: TWDGJU

Просмотров: 314


Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.


ISSN 2073-7599 (Print)