Автоматизированный секционный рабочий орган для борьбы с сорной растительностью в рядах картофеля

Характерными для органического производства технологическими процессами и операциями наряду с обработкой посадок биологическими защитными препаратами и локальным внесением органических удобрений следует считать борьбу с сорняками. Доступные на рынке механизированные технические средства для возделывания пропашных культур удаляют сорную растительность в междурядье, при этом в рядах между культурными растениями остается до 15-20% сорняков. (Цель исследования) Разработать конструктивно-технологическую схему и алгоритм действия автоматизированного секционного рабочего органа для удаления сорной растительностью в рядах картофеля с применением цифровых решений в виде машинного обучения и компьютерного зрения. (Материалы и методы) Особенность борьбы с сорняками заключается в необходимости постоянного захода прополочного ножа в гребень и выхода из него. Соответственно прополочный нож должен иметь определенные конструкцию, геометрические параметры и привод. Также необходима система контроля глубины хода ножа, обеспечивающую стабильную работу при переменном контакте с почвой. (Результаты и обсуждение) Предложена информационная модель процесса удаления сорной растительности, которая показывает влияние конструктивных, технологических, технических параметров, а также параметров среды на эффективность удаления сорняков, повреждаемость культур и энергоемкость операций. Сформирована конструктивно-технологическая схема, составлен алгоритм действия автоматизированного секционного рабочего органа. (Выводы) Выявлена зависимость усилия, возникающего на боковых кромках прополочного ножа при изменении угла наклона боковых лезвий и глубины хода при заходе в гребень и выхода из него. При оптимальных параметрах прополочного ножа это усилие не должно превышать 38,2 Н. Данная модель процесса позволит правильно оценивать нагрузки на привод прополочного ножа и рационально выбирать параметры его работы.

1. Лобачевский Я.П., Дорохов А.С. Цифровые технологии и роботизированные технические средства для сельского хозяйства // Сельскохозяйственные машины и технологии. 2021. N15(4). С. 6-10. DOI: 10.22314/2073-7599-2021-15-4-6-10.

2. Лобачевский Я.П., Старовойтов С.И., Ахалая Б.Х., Ценч Ю.С. Цифровые технологии в почвообработке // Инновации в сельском хозяйстве. 2019. N1(30). С. 191-197. EDN: ZAWQJF.

3. Федоренко В.Ф. О трансформации и интеграции в природный ресурсооборот технологических процессов и технических систем обработки почвы при производстве органической продукции // АгроЭкоИнженерия. 2024. N3(120). С. 4-19. DOI: 10.24412/2713-2641-2024-3120-4-19.

4. Войтюк В.А., Кондратьева О.В., Слинько О.В. Органическое сельское хозяйство в России: вызовы и возможности // АгроЭкоИнженерия. 2024. N3 (120). С. 19-32. DOI: 10.24412/2713-2641-2024-3120-19-32.

5. Слинько О.В., Кондратьева О.В., Войтюк В.А., Полухин А.А. Роль информационного обеспечения в развитии органического сельского хозяйства // АгроЭко-Инженерия. 2025. N2 (123). С. 16-27. DOI: 10.24412/2713-2641-2025-2123-16-27.

6. Захаров А.М., Устроев А.А., Мурзаев Е.А., Комоедов А.Д. Методы проектирования технологий органического производства продукции растениеводства // Сельскохозяйственные машины и технологии. 2025. N19(1). С.13-21. DOI: 10.22314/2073-7599-2025-19-1-13-21.

7. Maksimov D.A., Minin V.B., Ustroev A.A. et al. The effect of biologized methods of potato cultivation in organic farming on its yield. IOP Series. 2019. 012088. DOI: 10.1088/1755-1315/341/1/012088.

8. Захаров А.М., Мурзаев Е.А., Комоедов А.Д. Обоснование элементов конструкции машины для борьбы с сорной растительностью на основе морфологического анализа // АгроЭкоИнженерия. 2023. N1(114). С. 42-53. DOI: 10.24412/2713-2641-2023-1114-42-53.

9. Ахалая Б.Х., Старовойтов С.И., Ценч Ю.С. и др. Комбинированный агрегат с универсальным рабочим органом для поверхностной обработки почвы // Техника и оборудование для села. 2020. N8(278). С. 8-11. DOI: 10.33267/2072-9642-2020-8-8-11.

10. Захаров А.М., Перекопский А.Н., Комоедов А.Д. Обоснование роботизированных средств для органического производства картофеля // Техника и оборудование для села. 2025. N9 (339). С. 21-26. DOI: 10.33267/2072-9642-2025-9-21-26.

11. Измайлов А.Ю., Лобачевский Я.П., Ценч Ю.С. и др. О синтезе роботизированного сельскохозяйственного мобильного агрегата // Вестник российской сельскохозяйственной науки. 2019. N4. C. 63-68. DOI: 10.30850/vrsn/2019/4/63-68.

12. Quan L., Jiang W., Li H. et al. Intelligent intra-row robotic weeding system combining deep learning technology with a target-ed weeding mode. Biosystems Engineering. 2022. Vol. 216. 13-31. DOI: 10.1016/j.biosystemseng.2022.01.019.

13. Thakur A., Kumar A., Mishra S.K. Control techniques for vision-based autonomous vehicles for agricultural applications: A meta-analytic review. Artificial Intelligence: Theory and Applications. 2023. Vol 843. 1-14. DOI: 10.1007/978-981-99-8476-3_1.

14. Li Y., Guo Zh., Shuang F. et al. Key technologies of machine vision for weeding robots: A review and benchmark. Computers and Electronics in Agriculture. 2022. Vol. 196. 106880. DOI: 10.1016/j.compag.2022.106880.

15. Угловский А.С., Семеренко Н.Ю. Автоматизированная система уничтожения сорных растений с использованием высоковольтного разряда и механизма обратной связи // АгроЭкоИнженерия. 2025. N1(122). С. 104-120. DOI: 10.24412/2713-2641-2025-1122-104-119.

16. Zawada M., Legutko S., Gościańska-Łowińska J. et al. Mechanical weed control systems: methods and effectiveness. Sustainability. 2023. 15(21). 15206. DOI: 10.3390/su152115206.

17. Puneet Saini, D.S Nagesh. Robotic weed removal using deep learning for precision farming. Advancements and Key Challenges in Green Energy and Computing. 2024. DOI: 10.1109/AKGEC62572.2024.10869035.

18. Казакиевич П.П., Комлач Д.И., Юрин А.Н., Воробей А.С. К разработке машин на основе искусственного интеллекта и систем технического зрения // АгроЭко-Инженерия. 2023. N1(114). С. 14-31. DOI: 10.24412/2713-2641-2023-1114-14-31.

19. Комоедов А.Д. Исследование автоматизированного рабочего органа для борьбы с сорной растительностью // АгроЭкоИнженерия. 2025. N3 (124). С. 18-33. DOI: 10.24412/2713-2641-2025-3124-18-32.

20. Сафонов Д.И., Смирнов И.Г., Кутырёв А.И., Мирзаев М.А. Анализ применения лазерного излучения для контроля сорной растительности // Электротехнологии и электрооборудование в АПК. 2024. Т. 71. N2 (55). С. 20-28. DOI: 10.22314/2658-4859-2024-71-2-20-28.

21. Кутырёв А.И., Дышеков А.И. Разработка системы управления движением роботизированной платформы на основе методов лазерной дальнометрии (LiDAR) // Агроинженерия. 2023. Т. 25. N2. С. 19-27. DOI: 10.26897/2687-1149-2023-2-19-27.

22. 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.