Development of indicators for a comprehensive assessment of the intellectualization of machine production of vegetable crops


Cite item

Full Text

Abstract

Vegetable growing is an important branch of agricultural production. Among the many vegetable plants, more and more importance is given to crops whose products contain physiologically active substances. These crops include nightshade vegetables - tomatoes, bell peppers, eggplants and onions. For the production of vegetable crops, complexes of special and universal machines are used. Universal vehicles include general-purpose vehicles, energy vehicles of various traction classes, special vehicles - planting equipment, cultivators, irrigation machines, chemical protection. The intensity of agriculture in modern production conditions is impossible without a high level of saturation of machine-technological complexes with intellectualization. Obtaining high-quality competitive products is possible only with the use of modern high-performance machines that ensure the combination of technological operations, the design of which includes automated process control systems, soil fertility accounting, and ensuring ecological cleanliness of agricultural landscapes. The use of intelligent technologies is becoming a global trend in modern agricultural production, when during performing technological operations, large amounts of information is collected and processed. Technical means and machines for the implementation of such technologies should also have a certain degree of intelligence, should be equipped with devices for collecting, processing and transmitting information, making decisions on certain algorithms and implementing management decisions. The article presents the results of studies determining indicators of a comprehensive assessment of the intellectualization of machine production of vegetable crops.

About the authors

A. S Dorokhov

Federal Scientific Agroengineering Center VIM

Email: sibirev2011@yandex.ru
DSc in Engineering Moscow, Russia

A. V Sibirev

Federal Scientific Agroengineering Center VIM

Email: sibirev2011@yandex.ru
PhD in Engineering Moscow, Russia

A. G Aksenov

Federal Scientific Agroengineering Center VIM

Email: sibirev2011@yandex.ru
Moscow, Russia

References

  1. Аксенов А.Г., Сибирев А.В. Козлова А.И. Методология разработки технологических и технических решений на возделывании овощных культур на примере посадки лука-севка // Интеллектуальные машинные технологии и техника для реализации государственной программы развития сельского хозяйства: материалы международной научно-технической конференции. М.: ФГБНУ «Всероссийский научно-исследовательский институт механизации сельского хозяйства», 2015. С. 284-288.
  2. Аксенов А.Г., Сибирев А.В., Емельянов П.А. Обеспеченность техникой для овощеводства // Тракторы и сельхозмашины. 2016. № 8. С. 25-30.
  3. Валге А.М. Формализация технологий растениеводства как динамических систем // Технологии и технические средства механизированного производства продукции растениеводства и животноводства. 2003. № 74. С. 26-34.
  4. Морозов Ю.Л., Андрианов В.М., Максимов Д.А., Богданов К.В. Разработка адаптивных технологий производства продукции растениеводства / Государственное научное учреждение Северо-Западный научно-исследовательский институт механизации и электрификации сельского хозяйства Российской академии сельскохозяйственных наук. Санкт-Петербург, 2005.
  5. Полуэктов Р.А. Динамические модели агроэкосистемы. Л.: Гидрометеоиздат, 1991. 312 с.
  6. Измайлов А.Ю., Гришин А.А., Гришин А.П., Лобачевский Я.П. Экспертные системы интеллектуальной автоматизации технических средств сельскохозяйственного назначения // Инновационное развитие АПК России на базе интеллектуальных машинных технологий. М., 2014. С. 379-382.
  7. Измайлов А.Ю., Лобачевский Я.П. Система технологий и машин для инновационного развития АПК России // Система технологий и машин для инновационного развития АПК России: сборник научных докладов Международной научно-технической конференции, посвященной 145-летию со дня рождения основоположника земледельческой механики академика В.П. Горячкина / Всероссийский научно-исследовательский институт механизации сельского хозяйства. 2013. С. 7-10.
  8. Попов В.Д., Валге А.М., Папушин Э.А. Повышение эффективности производства продукции растениеводства с использованием информационных технологий // Технологии и технические средства механизированного производства продукции растениеводства и животноводства. 2009. № 81. С. 32-39.

Supplementary files

Supplementary Files
Action
1. JATS XML

Copyright (c) 2020 Dorokhov A.S., Sibirev A.V., Aksenov A.G.

Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
 


Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».