Публикации автора

Рассмотрена математическая модель взаимодействия колесного штампа-движителя с двухслойной опорной поверхностью, состоящей из синтетического дорожного мата и подстилающего лесного почвогрунта. Предложена модель деформируемой плиты, размещенной на податливом (винклеровском) основании. Предложена конечно-разностная схема, предполагающая произвольное распределение нагрузки по узлам сетки, для решения дифференциального уравнения прогиба плиты (и осадки основания), а также несколько вариантов закрепления граничных узлов. Разработана программа на языке Python для реализации предложенной модели. С использованием данной программы проведен вычислительный эксперимент. Отклонение расчетных данных от частного случая точного решения не превысило 5 %. Обработка расчетных данных позволила получить уравнение, удобное при оценке глубины колеи на композитном основании, образующейся под воздействием движителя.

Колесные тракторы, использующиеся в лесозаготовительном производстве, сельском и лесном хозяйстве, отличаются большой вариативностью конструктивных параметров и эксплуатационных характеристик. От них напрямую зависят показатели экологической эффективности - воздействия техники на окружающую среду (например, вес машины и параметры движителя определяют глубину колеи и уплотнение почвогрунта) и эксплуатационной эффективности - производительности, энергоемкости (так, например, грузоподъемность и грузовая скорость машины во многом определяют время цикла трелевки). Подбор техники, наилучшим образом совместимой с природно-производственными условиями, параметры которой обеспечивают требуемые показатели экологической и эксплуатационной эффективности, является нетривиальной научно-практической задачей. Для упрощения процесса принятия решений при выборе машин предложены различные классификации техники, что позволяет рассматривать не каждую конкретную модель, а определенный класс с учетом типа природно-производственных условий. В настоящей статье проанализированы сведения о 102 моделях колесных тракторов с формулой 4х4. При обработке данных использован алгоритм кластеризации данных k-средних с метрикой Евклида (k-means). Число кластеров подобрано итерационным путем на основе результатов анализа функции суммарной ошибки разбиения объектов на кластеры (метрика inertia). Программа для проведения расчетов подготовлена на языке Python; расчеты выполнены в среде Google Colab, использована библиотека sklearn. Классификация предложена на основе обобщения результатов разметки объектов.