A Program for Optimizing the Patterns of Cutting Pine Tree Length Stems into Sawlogs

Cover Page

Cite item

Full Text

Abstract

Introduction. In logging, the process of bucking tree length stems into assortments is one of the main technological operations that determines the volume and quality of the products obtained from the wood raw materials available. Bucking tree stems into assortments can be performed both at the logging site (cut-to-length technology) and at the landing (long-length technology). In compliance with the cut-to-length technology, tree length cutting involves one-time production of a limited number of assortments due to difficulties in their collection, sorting and transportation at the logging site. In the case of the long-length technology, the bucking a tree length stem occurs under stationary conditions, and a fixed number of assortment standard sizes leads to a change in round assortments in the assortment plan of the enterprise. The purpose of the study is to develop a method of optimizing the bucking of pine tree length stems into assortments, implement the method in the MATLAB programming language in order to create a program interface, and carry out simulation modeling of the bucking process to check the adequacy of the model. Object and methods. To study the software operations and analyze the results, the cutting of 20 tree length stems was simulated, the number of sawn logs being predefined. Results. A method of tree length bucking optimization has been developed based on the criteria of the assortment value depending on the assortment diameter in the upper cut and length; the program interface has been provided, and the procedure for working with the program has been considered. The input data and operating modes necessary for interacting with the software have been specified. Conclusion. The present study and the experience of using similar software on forest machines show that the optimization of tree length bucking according to certain evaluation criteria can significantly increase the yield of finished products in terms of value and volume indicators. At the same time, for effective application of the bucking optimization software, it is necessary to obtain detailed information on the shape and quality of individual trees in a forest stand, and to interact with other software systems designed to control the operation of individual machines and the technological process of logging as a whole. The effective use of domestic forestry equipment is inextricably linked with the development of appropriate automatic control software.

Full Text

Введение. Процесс раскряжёвки древесного хлыста на сортименты является основной операцией на лесозаготовках, определяющей объём и качество получаемой продукции из имеющегося древесного сырья разрабатываемой лесосеки. Раскряжёвка хлыста на сортименты может выполняться как на лесосеке (сортиментная технология), так и на лесном складе (хлыстовая технология). Раскрой хлыста по первой технологии предполагает одноразовое получение ограниченного числа сортиментов из-за трудностей в их сборе, сортировке и транспортировке на лесосеке.

Для хлыстовой технологии, при раскряжёвке хлыста в стационарных условиях, постоянное количество типоразмеров сортиментов, задаваемых оператором в зависимости от поставляемого сырья, приводит к изменению плана круглых сортиментов в сортиментном плане предприятия.

В настоящее время на территории Российской Федерации широко используется сортиментная технология заготовки древесины. Раскряжёвка древесного хлыста при такой технологии производится многооперационными лесозаготовительными машинами (харвестерами и процессорами) или вальщиком леса бензиномоторной пилой. Распространение сортиментной технологии обусловлено коротким производственным циклом, возможностью совмещать различные технологические операции и их элементы, достаточно быстрой реакцией на изменения потребностей рынка [1].

Важное значение программа по оптимизации раскряжёвки древесных хлыстов имеет для многооперационных машин, выполняющих комплекс операций по валке, обрезке сучьев и раскряжёвки, – харвестеров, которые должны оперативно выбирать схему раскроя в зависимости от породы и размера хлыста и поступающего заказа. Широкое применение системы машин харвестер и форвардер объясняется рядом положительных особенностей этой системы: сравнительно низкая энергоёмкость по сравнению с хлыстовой технологией, включающей не только лесозаготовительные машины, но и стационарное оборудование лесного склада, высокая экологичность по ряду параметров (сохранение подроста, относительно низкая повреждаемость почвы), высокая удельная производительность на человека. Технологическое оборудование харвестера (харвестерная головка) при современном развитии технологий и программного обеспечения позволяет выполнить качественную раскряжёвку хлыстов, точное соблюдение размеров (длину и диаметр) заказанных сортиментов, учёт заготовленных лесоматериалов. Программа оптимизации раскряжёвки для харвестера должна предусматривать выбор схемы раскроя не только на основании размеров текущего хлыста, но и с учётом всей совокупности деревьев лесосеки и даже всех лесосек, назначенных в рубку в текущем году для данного предприятия. Это позволит обеспечить рациональный подход к использованию древесных ресурсов лесного фонда.

Вопросами по оптимизации раскряжёвки древесных хлыстов занимались многие учёные, среди них: А. К. Редькин, Б. Г. Залегаллер, В. И. Алябьев, В. А. Дорошенко, В. А. Лозовой, И. И. Гуслицер, В. С. Петровский, А. В. Никончук, А. С. Ледяева.

Программы по выбору рациональных схем раскроя хлыстов используются на харвестерах многих фирм-производителей лесозаготовительных машин: Ponsse (программный комплекс Opti4G), John Deere (программа TimberMatic), Kamatsu (программа MaxiXT) и др. Применение компьютерных программ и цифровых технологий позволяет в целом автоматизировать управление лесозаготовительной машиной и непосредственное выполнение технологических операций. Цифровизация древесных ресурсов эксплуатируемого лесного фонда при возможности оперативного доступа к массивам данных о разрабатываемой лесосеке делает возможным надёжный учёт заготавливаемого леса и эффективное управление лесозаготовками [2, 3].

В связи с этим, актуальность работы заключается в разработке компьютерной программы для лесозаготовительных машин по оптимизации раскряжёвки древесного хлыста с целью обеспечения рационального использования древесины. Критериями оптимизации в работе выбраны максимизация суммы коэффициентов значимости выпиливаемых сортиментов, которые устанавливаются на основании предпочтений заказчика к размерам сортиментов и в виде дополнительных параметров и ограничений, максимизация объёма сортиментов и длины пиловочной зоны. Кроме того, важным показателем рациональной схемы раскроя хлыста является минимизация кусковых отходов и вершинной части ствола.

Цель работы – разработать метод оптимизации раскряжёвки древесного хлыста на сортименты, реализовать метод на языке программирования MATLAB для создания интерфейса программы, а также произвести имитационное моделирование процесса раскряжёвки для проверки адекватности модели.

Объекты и методы исследования. Объектом исследования в представленной работе являются схемы раскряжёвки древесных хлыстов и выбор оптимального варианта на основании указанных критериев: максимизации суммы коэффициентов значимости, объёмного выхода сортиментов и длины пиловочной зоны. Поиск оптимального варианта раскроя хлыста основывается на составляемой матрице коэффициентов значимости по видам, размерам и породе сортиментов. К данной матрице предъявляется ряд требований. Комбинация и значения коэффициентов матрицы должны обеспечивать выпиловку требуемых видов сортиментов, должны учитываться размерные и качественные характеристики массива древесных хлыстов лесосеки, значения коэффициентов должны оперативно изменяться в процессе накопления выпиленных сортиментов.

В разработанной компьютерной программе по моделированию и оптимизации раскроя хлыста набор возможных размеров выпиливаемых сортиментов основан на значениях длин и толщин, указанных в действующих стандартах на круглые лесоматериалы хвойных и лиственных пород. На основании стандартов длина сортиментов варьирует в диапазоне от 3 до 6,5 м с шагом 0,25 м. При наличии в раскряжёвываемом хлысте пороков и попадании их для конкретной схемы раскроя в соответствующий сортимент сортность сортимента устанавливается также на основании действующего стандарта. Математическое описание формы хлыста, необходимое для расчёта размеров сортиментов, выполняется при помощи формулы проф. В. С. Петровского, которая содержит набор коэффициентов регрессии в зависимости от породы древесины и условий произрастания древостоя. Расчёт коэффициентов регрессии выполнен с использованием данных замеров 150 хлыстов породы сосна. В таблице представлены вводные данные для проведения расчётов: диаметр ствола на высоте 1,3 метра «d1,3» в сантиметрах; диаметр ствола на половине длины ствола «d2» в сантиметрах; а также длина хлыстов «Н» в метрах [5–7].

 

Вводные данные для имитационного моделирования

Input data for simulation modeling

d1,3, см

d2, см

H, м

53,2

42,00

19,00

57,1

41,12

20,75

58,1

42,12

20,75

42,9

34,54

24,25

52,0

41,56

18,50

30,9

24,00

20,75

55,0

47,38

18,25

35,9

29,00

20,25

58,3

44,70

22,00

39,2

30,30

19,25

53,9

46,38

18,25

39,9

28,88

21,50

44,6

30,92

21,75

37,1

30,00

19,50

31,8

23,42

18,25

33,1

21,90

22,25

28,4

21,50

20,75

31,1

26,40

17,25

28,0

22,50

18,25

35,6

26,20

25,00

 

Программа для оптимизации раскряжёвки древесных хлыстов выполнена на языке программирования MATLAB, в которую подгружаются файлы Excel, содержащие экспериментальные данные размеров хлыстов, матрица коэффициентов значимости и другая исходная информация. Первый лист интерфейса программы, где делаются исходные установки и выполняется запуск расчёта, представлен на рис. 1.

 

Рис. 1. Первый лист интерфейса программы

Fig. 1. The first sheet of the program interface

 

Возможные схемы раскроя хлыста, предлагаемые программой, представлены на рис. 2.

 

Рис. 2. Варианты предлагаемых схем раскроя древесного хлыста

Fig. 2. Variants of the proposed patterns of cutting a tree length stem

 

Алгоритм работы программы включает несколько последовательных шагов.

Шаг 1 – ввод исходных данных и выбор режима (первая вкладка интерфейса). На этом шаге выбирается режим расчёта – ручной или автоматический, указывается порода, диаметр ствола дерева d на высоте 1,3 м, длина ствола H, диаметр на половине длины ствола d1/2, минимальный диаметр ствола в сантиметрах, припуск по длине сортиментов, размер откомлёвки, минимальная и максимальная длины сортиментов и шаг варьирования сортиментов по длине. При выборе ручного режима дополнительно указывается количество выпиливаемых сортиментов. Также на первой вкладке задаётся дополнительный критерий оптимизации – максимизация длины пиловочной зоны ствола или максимизация объёмного выхода сортиментов. На первом шаге выполняется загрузка исходной матрицы коэффициентов значимости сортиментов по длине и диаметрам, которая сформирована в электронных таблицах Excel.

Шаг 2 – функциональная работа программы. Непосредственная работа программы по расчёту вариантов раскроя хлыста и их оценки по критериям оптимизации начинается после нажатия клавиши «расчёт» на первой вкладке (рис. 1). Расчёт начинается с определения дополнительных параметров качества хлыста заданного размера: длины сучковой и бессучковой зон, среднего диаметра сучка и распределения значений диаметров сучков. На основании данных и места выпиловки сортимента присваивается сортность данному сортименту. Далее происходит расчёт и формирование матрицы возможных вариантов раскроя хлыстов на сортименты, определяются размеры сортиментов по модели формы ствола, делается оценка возможной сортности по действующим стандартам и рассчитываются итоговые значения критериев оптимизации схем раскроя.

Шаг 3 – обработка и вывод результатов. Вывод схемы раскроя хлыста, полученного в результате работы программы оптимизации, производится в соответствии с выбранным дополнительным критерием (максимизация по суммарному объёму сортиментов или по длине пиловочной зоны). На основании данных выбранной схемы раскроя производится построение графиков и вывод параметров сортиментов: диаметров в верхнем и нижнем отрезе, длины, сорта, объёма, значимости в заказе. В программе существует возможность сохранения полученных данных по сортиментам и расчётных параметров раскраиваемого хлыста (объём, коэффициент формы, сбег по длине) в таблице Excel.

Результаты и их обсуждение. На приведённой программе оптимизации раскроя было выполнено имитационное моделирование раскряжёвки 20 хлыстов с параметрами, представленными в таблице в ручном режиме. Моделирование выполнено двумя способами в соответствии с выбранным дополнительным критерием оптимизации. Припуск по ширине пропила был принят 2 см, а вид готовой продукции – пиловочные брёвна. Результаты имитационного моделирования по дополнительным критериям максимизации суммарного объёма сортиментов (первый способ) и максимизации по длине пиловочной зоны (второй способ) представлены на рис. 3.

 

Рис. 3. Результаты моделирования раскряжёвки хлыста для ручного режима при максимизации суммарного объёма сортиментов (а) и максимизации по длине пиловочной зоны (б)

Fig. 3. The results of modeling the tree length bucking for manual mode while maximizing the total volume of assortments (a) and maximizing the length of the sawing zone (b)

 

По результатам имитационного моделирования для одной сформированной матрицы коэффициентов значимости отмечено предпочтение выбора более длинных сортиментов при раскряжёвке с дополнительным критерием максимизации длины пиловочной зоны и более коротких сортиментов при использовании критерия максимизации суммарного объёма сортиментов. Кроме того, при сравнении обычной раскряжёвкой на сортименты длиной 6 и 4 метра использование длины пиловочной зоны больше у схем, предложенных программой по сравнению с применяемыми схемами: 91 и 89 % соответственно. Использование объёма ствола дерева по предлагаемым программой схемам составляет 90 %, а для традиционно применяемых – 88 %.

Результаты моделирования по предложенной программе показывают, что внедрение автоматизированной системы управления технологическим процессом позволяет повысить выход готовой продукции на 2–3 % по цилиндрическому объёму древесины брёвен и на 3–15 % по ценностным показателям товарной продукции (по круглым лесоматериалам). Что также подтверждается научными трудами других авторов, таких как В. С. Петровский [8] и А. В. Никончук с соавт. [9].

Вывод. Оптимизация раскряжёвки хлыстов по определённым оценочным критериям, как показало данное исследование и опыт применения подобных программ на лесозаготовительных машинах, позволяет значительно повысить выход готовой продукции по ценностным и объёмным показателям. В то же время, для результативного использования программ оптимизации раскряжёвки необходимо получение подробной информации о форме и качестве отдельных деревьев древостоя и взаимодействии в работе с другими программными комплексами по управлению работой отдельных машин и технологического процесса лесозаготовок в целом. Эффективное использование отечественного оборудования лесной отрасли неразрывно связано с разработкой соответствующего программного обеспечения автоматического управления.

Доступность данных и материалов: наборы данных, проанализированные в ходе исследования, являются общедоступными.

Вклад авторов:

Асташевский М. С. – разработка программы, разработка методики, выполнение экспериментальных работ, проверка данных, валидация, формальный анализ, полевые данные.

Асташевская А. А. – написание и подготовка статьи, визуализация.

Быковский М. А. – постановка цели, задач, руководство, редактирование.

Авторы заявляют об отсутствии конфликта интересов.

Все авторы прочитали и одобрили окончательный вариант рукописи.

Availability of data and materials: The datasets analyzed during the study are publicly available.

Contribution of the authors:

Astashevsky M.S. – software development, methodology development, experimental work, data verification, validation, formal analysis, field data.

Astashevskaya A.A. – writing and preparation of the article, visualization.

Bykovsky M. A. – setting research goals, objectives, supervision, reviewing and editing.

The authors declare that they have no conflict of interest.

All authors read and approved the final manuscript.

×

About the authors

Mikhail S. Astashevsky

Mytischi Branch of the Bauman Moscow State Technical University

Author for correspondence.
Email: specret@yandex.ru
ORCID iD: 0000-0002-5325-6996
SPIN-code: 4801-9045

Postgraduate Student of Department LT4 – Technologies and Equipment of Timber Production

Russian Federation, Mytischi

Alina A. Astashevskaya

Mytischi Branch of the Bauman Moscow State Technical University

Email: specret@yandex.ru
ORCID iD: 0000-0003-1175-6746
SPIN-code: 4091-3113

Candidate of Engineering Sciences, Associate Professor, Head of Department LT4 – Technologies and Equipment of Timber Production

Russian Federation, Mytischi

Maxim A. Bykovsky

Mytischi Branch of the Bauman Moscow State Technical University

Email: specret@yandex.ru
ORCID iD: 0000-0003-2539-7983
SPIN-code: 9939-5039

Candidate of Engineering Sciences, Associate Professor, Head of Department LT4 – Technologies and Equipment of Timber Production

Russian Federation, Mytischi

References

  1. Anuchin A. S., Suhanov Yu. V. To a question of an assessment of an exit of wood at the mechanized assortment harvesting. Engineering Journal of Don. 2017. No 2 (45). Art. 30. URL: http://www.ivdon.ru/ru/magazine/archive/N2y2017/4094 (reference date: 20.03.2023). (In Russ.).
  2. Astashevsky M. S., Astashevskaya A. A. Digitalization in the forest complex. Application of artificial and machine intelligence in the forest complex. Mechanical Engineering: New Concepts and Technologies: conference proceedings (Krasnoyarsk, October 28, 2022). Krasnoyarsk: Reshetnev Siberian State University of Science and Technology, 2022. Pp. 17–19. EDN: MWPQJT (In Russ.).
  3. Erber G., Gollob C., Krassnitzer R. et al. Stem-Level Bucking Pattern Optimization in Chainsaw Bucking Based on Terrestrial Laser Scanning Data. Croatian Journal of Forest Engineering. 2022. Vol. 43. Iss. 2. Pp. 287–301. doi: 10.5552/crojfe.2022.1596
  4. Astashevsky M. S., Astashevskaya A. A. Program for optimization of wood whip cutting schemes. Certificate of state registration of a computer program, No. 2023611635. Patent holder: Astashevsky M. S. Russian Federation. 2023. (In Russ.). EDN: KAMZDQ
  5. Doroshenko V. A., Druk L. V., Usachev M. S. Choice of rational variants of cutting out of arboreal raw material in the conditions of technological lines. Current Directions of Scientific Research of the XXI Century: Theory and Practice. 2017. Vol. 5. Iss. 9 (35). Pp. 108–120. EDN: YLCKFA (In Russ.).
  6. Kunitskaya O. A., Tikhonov I. I., Kunitskaya D. E. et al. Optimization of tree length cross-cutting at timber-handling bases of forest holding companies when sawing out raw material for mast-impregnation plants. Russian Forestry Journal. 2014. No 3 (339). Pp. 86–93. EDN: SEEOJZ (In Russ.).
  7. Tikhonov I. I., Bragin N. A. Automated process control system division and cutting bucking the trunks of trees. Izvestia Sankt-Peterburgskoj lesotehniceskoj akademii. 2014. No 209. Pp. 198–211. EDN: TNABGP (In Russ.).
  8. Petrovsky V. S. Optimal bucking of timber. 2nd edition, revised and enlarged. Moscow: Lesnaya promyshlennost' Publ., 1989. 288 p. (In Russ.).
  9. Nikonchuk A. V., Lozovoi V. A., Crisco A. S. et al. The efficiency of harvesting processing technology of wood raw materials. Conifers of the Boreal Area. 2018. Vol. 36. Iss. 1. Pp. 12–17. EDN: XOKBPN (In Russ.).

Supplementary files

Supplementary Files
Action
1. JATS XML
2. Fig. 1. The first sheet of the program interface

Download (52KB)
3. Fig. 2. Variants of the proposed patterns of cutting a tree length stem

Download (28KB)
4. Fig. 3. The results of modeling the tree length bucking for manual mode while maximizing the total volume of assortments (a) and maximizing the length of the sawing zone (b)

Download (44KB)

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».