Церкоспороз сахарной свеклы (Cercospora beticola Sacc.) является одной из наиболее вредоносных фитопатологий, снижает урожайность до 40% и ухудшает качество корнеплодов. Цель исследований – разработка и верификация метода количественной оценки поражения на основе мультиспектральной аэрофотосъемки и семантической сегментации. Испытания проводились на производственных посевах ООО «Агрофирма ˮСтартˮ» (Буздякский район, Республика Башкортостан) в 2023-2024 гг., на делянках 20 × 6 рядов (≈21,6 м²) с контрольными и инокулированными вариантами. Съемка выполнялась БПЛА Geoscan Gemini с камерой Pollux (Blue, Green, Red, Red-edge, NIR) при высоте ~30 м. Модель U-Net обучена на 420 размеченных фрагментах (512 × 512 px; 6:2:2), дополнительно использованы индексы NDVI, NDRE, MCARI, NSVDI и геометрические признаки нормалей ЦМП. Интегративный алгоритм обеспечил точность мультиклассовой классификации 88,6%. Для класса «Пораженные растения» получена F1-метрика 46,0%, что на 18,6 п.п. выше PLS-DA. Значения F1 составили 92,5% для растений «Здоровые» и 68,7% – для категории «Почва/фон». Методика подтверждает применимость U-Net для диагностической сегментации очагов церкоспороза и повышает объективность мониторинга посевов. Интеграция спектральных и геометрических признаков улучшает выявление слабовыраженных симптомов.

Внедрение интеллектуальных цифровых систем управления предполагает достижение высоких показателей производственной деятельности сельхозпредприятий. Схему управления животноводческой фермой целесообразно рассматривать с позиции теории биомашсистем, с детальным анализом функциональных связей между элементами сложной системы. Исследования проведены с целью обоснования структуры и функционала искусственного интеллекта для управления биомашсистемой животноводческой фермы, представленной в виде неориентированного мультиграфа с вершинами элементов «Человек – Машина – Животное – Продукция – Окружающая среда» и функциональных связей между ними. В качестве объекта исследований рассмотрены технологические локальные биомашсистемы доения и первичной обработки молока, приготовления и раздачи кормов, обеспечения микроклимата, навозоудаления, проанализированы их функциональные связи в виде ориентированного мультиграфа. Систематизированы функции искусственного интеллекта в указанных локальных биомашсистемах животноводческой фермы. В качестве примера представлена структурно-функциональная схема взаимодействия локальных биомашсистем доения и кормления в режиме интернета вещей. Передача (обмен) сигналов между локальными биомашсистемами без связи с «центром управления» (АРМ-специалистов) обусловливает их автономное функционирование и согласованное эффективное управление. Систематизация функций искусственного интеллекта поможет в дальнейшем разработать соответствующие телекоммуникационные интеллектуальные цифровые системы контроля качества работы операторов, машин и оборудования, физиологического состояния животных, управления экономикой и экологией предприятия в целом.

Цифровая трансформация агропромышленного комплекса (АПК) в рамках парадигмы «Индустрия 4.0» невозможна без широкого внедрения технологий искусственного интеллекта. Несмотря на появление подхода «Умное земледелие» и концепции «Сельское хозяйство 5.0», внедрение технологий искусственного интеллекта в АПК носит фрагментарный характер, а их масштабирование затруднено в связи с методологическими, техническими и организационными барьерами. Целью исследований является обзор существующих подходов интеллектуализации технологического оборудования АПК, оценки применимости и перспективности подходов, а также ограничений, препятствующих массовому практическому использованию. Проведен анализ отечественных и зарубежных публикаций, раскрывающих понятия «автоматизация», «цифровизация» и «интеллектуализация» в АПК. С использованием конвергентного подхода проведено когнитивно-семантическое исследование известных подходов применения интеллектуализации в АПК. В результате обзора выделены основные барьеры масштабирования технологий интеллектуализации: отсутствие единого формализованного подхода к внедрению систем интеллектуализации; высокие первоначальные инвестиции, ключевая ставка и налоговая нагрузка; отсутствие единых стандартов данных; закрытость программных решений производителей техники; проблема совместимости оборудования; зависимость от импорта; недостаточная развитость отечественных IT-решений для АПК; нехватка специалистов с междисциплинарными компетенциями. Преодоление выявленных барьеров будет способствовать успешной цифровой трансформации АПК. Разработанная модель хайп-цикла Гартнера, визуализирующая этапы развития технологий интеллектуализации в АПК в ближайшие 10 лет, показывает их стратегическую роль в глобальной продовольственной безопасности. Сделан вывод о необходимости локальной интеллектуализации элементов технологической системы на основе агентного моделирования и надсистемных решений для интеграции разрозненных элементов в единый контур управления.

Действительный ресурс двигателей тракторов тягового класса 1,4 в Томской области значительно ниже гарантийного и имеет большой разброс. Статистический анализ показал, что математическое ожидание наработки до первого капитального ремонта не превышает 7000 моточасов, среднеквадратичное отклонение – 1707 моточасов, коэффициент вариации – 0,24. Ресурс новых двигателей до первого капитального ремонта различается более чем в 2,8 раза. При прогнозировании причин выхода из строя двигателей по количественному показателю наработки в моточасах целесообразно использовать искусственные нейронные сети. Цель исследований – на основании данных долговечности двигателей тракторов тягового класса 1,4 в условиях рядовой эксплуатации обучить нейронную сеть, предсказывающую причину выхода из строя двигателя при известной наработке. Авторами предложена система интеллектуального анализа отказов двигателей на основе нейронной сети. Программный код написан на языке Python. В основе нейросети использовали модули PyTorch. Модуль Matplotlib применялся для создания графической части, NumPy – для работы с матрицами. Модуль sklearn использовался для нормализации входных данных. Искусственная нейронная сеть состоит из полносвязной сети, которая включает в себя один входной нейрон, скрытый слой из 10 нейронов и выходной слой из 4 нейронов. Модель обучалась на данных 25 двигателей типа 4Ч(Н) 11/12,5 производства Минского моторного завода и позволяет по входному параметру «Наработка в моточасах» выдавать вероятностное распределение по 4 целевым категориям неисправностей: кривошипно-шатунный механизм, система смазки, система питания, система охлаждения. Точность прогноза причины отказа двигателя 4Ч 11,0/12,5 в условиях рядовой эксплуатации в зависимости от его наработки составила 60%. В дальнейшем планируется дообучить искусственную нейронную сеть с использованием новых данных с приемлемой точностью прогноза 80%.

Качество работы сельскохозяйственных машин, задействованных при производстве пропашных культур, из которых наиболее востребованными являются подсолнечник и кукуруза, зависит от соответствия параметров и режимов их работы размерным характеристикам обрабатываемого материала включая размеры зерновок (семян). В связи с этим целью исследований являлся анализ размерных характеристик семян современных гибридов (сортов) подсолнечника и кукурузы. Исследования проводили путем измерения основных размеров семян 12 гибридов кукурузы и 7 сортов (гибридов) подсолнечника, рекомендованных к использованию в Центрально-Черноземном и Северо-Кавказском регионах РФ, с последующей статистической обработкой полученных данных в программе Microsoft Excel. В результате исследований установлено, что для зерновок кукурузы характерны следующие усредненные размеры: длина – 11 мм; ширина – 8,4 мм; толщина – 5,1 мм. Между гибридами вариативность средних значений основных размеров семян изменяется в диапазоне 8,1…9,7%. При этом корреляционные связи между длиной и шириной, а также между шириной и толщиной практически отсутствуют, между длиной и толщиной семян наблюдается обратная корреляция. Исследуемые семена подсолнечника характеризуются следующими усредненными размерами: длина – 11,7 мм; ширина – 6,1 мм; толщина – 3,8 мм. Для всех основных размеров семян подсолнечника наблюдается прямая корреляция. С определенными допущениями при моделировании рабочих процессов сельскохозяйственных машин семена кукурузы могут быть представлены в виде эллипсоидов вращения с осью, соответствующей их толщине, а семена подсолнечника – с осью, соответствующей их длине. Полученные размерные характеристики семян пропашных культур могут быть использованы при подборе рациональных параметров решет семяочистительных, калибровочных машин и триерных цилиндров, при подборе диаметров дозирующих элементов аппаратов точного высева.

Упрочнение ножей и определение оптимального угла заточки в комплексе позволят продлить срок службы измельчителей кормов и машин перерабатывающей промышленности, а также повысить эффективность их работы. Исследования проведены с целью определения оптимального угла заточки лезвий ножей измельчителей кормов, подвергнутых объемной закалке с последующим низким отпуском, работающих в условиях абразивного изнашивания. Для экспериментальных исследований изготовили образцы ножей из стали У7 ГОСТ 1435-99 с углами заточки 10, 20 и 30°. После проведения их объемной закалки с последующим низким отпуском по всему сечению ножей наблюдали равномерную структуру из мелкоигольчатого мартенсита. Твердость ножей составила 740 HV, что в 2,96 раза выше исходной микротвердости металла 250 HV. Микроструктурное исследование поверхности ножей выявило наличие окислов железа на глубине до 0,079 мм по причине выгорания углерода в поверхностных слоях, поэтому предложено при закалке использовать печи с «контролируемой атмосферой». Износостойкость ножей исследовали на оригинальной лабораторной установке в течение 100 ч, в качестве абразива использовали кварцевый песок. Исходная острота режущих кромок ножей до испытания соответствовала 20…35 мкм. В условиях абразивного изнашивания наименьшее снижение остроты режущей кромки (120 мкм) характерно для ножей с углом заточки 10°, наибольшее (185 мкм) – при угле 30°. Наименьший износ, измеренный по изменению ширины ножа, характерен для ножей, имеющих угол заточки 30°, а наибольший – для ножей с углом заточки 10°. При резании корнеплодов и отсутствии ударных нагрузок оптимальный угол заточки лезвий ножа составляет 10°. Увеличение скорости от 5 до 7 м/с приводит к ускорению снижения остроты режущей кромки ножа на 81,5%. Полученные результаты исследований могут использоваться при проектировании измельчителей кормов.

Существующие методики оценки профессиональных рисков не учитывают объективных факторов, влияющих на их реализацию. Необходимо изменить подход к концепции оценки профессиональных рисков трактористов-машинистов. Целью исследований стало выявление не учитываемых в известных методиках производственных факторов, рабочей среды и возможностей повышения качества оценки профессиональных рисков трактористов-машинистов. Методика основана на изучении и обобщении материалов исследований влияния условий на рабочем месте и человеческого фактора при оценке профессиональных рисков. Уровень риска может зависеть от уровня финансового обеспечения мероприятий по улучшению условий и охраны труда, наличия вредных производственных факторов, повышающих утомляемость и снижающих внимание и скорость реакции (уровень шума и температура в кабине трактора). Показано, что повышение температуры на рабочем месте до 26…28°С снижает работоспособность по причине повышенной утомляемости на 20…25%. Установка систем кондиционирования не всегда снимает эту проблему, так как при температуре ниже 20°С повышаются утомляемость тракториста-машиниста на 15…20% и риск несчастных случаев. Аналогична и ситуация, связанная с шумом на рабочем месте: повышение шума на 10 ДБ пропорционально повышает утомляемость и снижает производительность труда. С целью учета факторов, влияющих на реализацию риска, при расчете коэффициентов опасности предложено использовать корректирующие коэффициенты, учитывающие влияние вредных производственных факторов, а также возраст на утомляемость тракториста-машиниста. Концепция введения корректирующих коэффициентов может быть положена в основу совершенствования методик по оценке профессиональных рисков и дальнейшему уточнению их значений. Предложенный методический подход повысит достоверность результатов оценки профессиональных рисков трактористов-машинистов.

Точность и достоверность результатов измерений контролируемых параметров влияют на качество отремонтированного двигателя. В нормативных документах ГОСТ 10448-2014 «Двигатели внутреннего сгорания поршневые», ГОСТ 14846-2020 «Двигатели автомобильные. Методы стендовых испытаний» отсутствуют требования к допускаемой погрешности косвенного измерения мощности двигателя. Целью исследований является разработка рекомендаций по метрологическому обеспечению заданной достоверности измерительной информации, получаемой на этапе приемо-сдаточных испытаний отремонтированных двигателей. На основании теории вероятности выведена формула расчета погрешности измерения мощности, рассчитана допускаемая погрешность измерения мощности отремонтированных двигателей для различных моделей ЗМЗ; проведен сравнительный анализ расчетного значения допускаемой погрешности измерения мощности двигателей ЗМЗ и реальной погрешности измерения мощности при обкатке на стендах КИ-5274, КИ-5540М, КИ-5541М, КИ-542М, КИ-2118А ГОСНИТИ. Установлено, что погрешность измерения мощности не превышает предельную погрешность, допускаемую ГОСТом. Для повышения достоверности результатов контроля мощности разработаны рекомендации по расчету приемочных границ со смещением относительно номинального значения мощности. Рассчитаны предельные погрешности измерения мощности различных моделей двигателей ЗМЗ и приемо-сдаточные границы в зависимости от требуемой достоверности. Применение методики повысит качество измерений, достоверность результатов контроля на этапе приемо-сдаточных испытаний отремонтированных двигателей.

Цифровые средства измерений в сравнении с универсальными (аналоговыми) обладают лучшими метрологическими характеристиками, снижают вероятность ошибки при считывании показаний и позволяют обеспечить их автоматическую регистрацию. Цель исследований – оценка целесообразности замены универсальных средств измерений цифровыми с ограничением снижения предельной погрешности в 1,7…2 раза в условиях ремонтных предприятий. Для проведения исследований отобрали 1000 распределительных валов двигателя ЯМЗ-236 и соответствующие им втулки, что составило 4000 соединений. Размеры опорных шеек распределительного вала имеют первый ремонтный размер Ø 0,065 53,7 0,105 , − а сопрягаемые с ними втулки – Ø54+0,03. При контроле опорных шеек распределительного вала вместо рычажной скобы выбран цифровой микрометр Dasqua 4105, а для контроля внутреннего диаметра втулок – цифровой трехточечный нутромер Dasqua 4511. В результате анализа установлено, что замена рычажной скобы на цифровой микрометр привела к совокупному снижению количества неправильно принятых и неправильно забракованных деталей в 1,58 раза. За весь период эксплуатации экономия превысила 2059 тыс. руб. Внедрение цифрового нутромера обеспечило суммарное уменьшение числа неправильно принятых и неправильно забракованных втулок в 2,12 раза, за весь период эксплуатации нутромера экономия превысила 3830 тыс. руб. На основании анализа экономической целесообразности перехода на цифровые измерительные приборы установлено, что наибольшая эффективность достигается при контроле внутренних диаметров втулок цифровым нутромером. Результаты исследований позволят снизить годовые потери в 1,36 раза при контроле опорных шеек распределительного вала, а экономия за весь срок эксплуатации превысит 2059 тыс. руб., снизит годовые потери при контроле внутреннего диаметра втулок в 1,96 раза, экономия за весь срок эксплуатации составит более 3830 тыс. руб.

Оптические спектральные фотолюминесцентные методы диагностики, отличающиеся быстродействием и низкой стоимостью реализации, могут стать альтернативой имеющимся методам сортовой идентификации семян. Исследования проведены с целью разработки методики идентификации сортов семян сои спектральным люминесцентным методом. На дифракционном спектрофлуориметрическом комплексе измеряли спектральные характеристики возбуждения люминесценции семян сои 6 сортов: очень ранней спелости Пума и Саяна, ранней спелости Грея и Селена, среднеспелых Вилана и Вилана бета. По полученным зависимостям рассчитали интегральные и статистические параметры: интегральную поглощательную способность, математическое ожидание, дисперсию, асимметрию и эксцесс. Характеристики возбуждения фотолюминесценции семян сои расположены в области 330…475 нм с основными максимумами на 392 и 420 нм. Для разложения на гауссианы спектры переведены в частотную область и выполнено обратное преобразование Фурье. В результате исследований в качестве параметра идентификации сортов семян выбрана интегральная поглощательная способность в диапазоне 350…396 нм. Наиболее эффективным статистическим параметром признана асимметрия, позволяющая однозначно идентифицировать 3 сорта семян сои. Параметры гауссиан разложения: дисперсия, асимметрия и частотное математическое ожидание – могут применяться для однозначной идентификации всех исследованных сортов. Методика идентификации сортов семян сои включает в себя пробоподготовку образцов, облучение в диапазоне 330…475 нм и регистрацию приемником излучения фотолюминесцентных сигналов для получения зависимости U(λ), из которой рассчитываются параметры сортовой идентификации семян: амплитуда и дисперсия гауссиан, частотное математическое ожидание, интегральная поглощательная способность и асимметрия. Для реализации разработанной методики используются узкоспектральные светодиоды и широкоспектральный фотодиод. Характеристики фотосигналов U(λ) позволяют установить сортовую принадлежность семян. Полученные результаты могут быть использованы для создания портативного быстродействующего устройства контроля сорта в лабораторных и полевых условиях.

Биоэнергетическая установка (БЭУ) на сельскохозяйственном предприятии позволит из биомассы получать тепловую и электрическую энергию на производственные нужды. Для птицефабрики ООО «Агрофирма «Липецк»» предложен инвестиционный проект, предусматривающий внедрение БЭУ, позволяющей перерабатывать биологические отходы птицеводства, получать энергию и биоудобрение. Цель исследований – представить перспективную технологию по переработке отходов птицеводства; рассчитать проектные технико-экономические показатели БЭУ. Рассмотрены принцип работы, возможность и экономическая целесообразность применения БЭУ, способной ежегодно переработать 15987 т куриного помета и 3590 т падежа птицы. Установлено, что применение биоэнергетической установки компании «RIELA» объемом биореактора 4000 м3 и накопителя 550 м3 позволит утилизировать биологические отходы птицеводства, получать ежегодно товарную тепловую (887 Гкал) и электрическую (12116 МВт ∙ ч) энергию для производственных нужд, а также твердое биоудобрение (9964,5 т). В соответствии с проектом требуемый объем инвестиций составит 317,9 млн руб. Прогнозный производственный эффект, включающий в себя стоимостную оценку получаемой электрической, тепловой энергии и биоудобрения, составит 166,7 млн руб. Годовые издержки, связанные с эксплуатацией БЭУ, составят 40,1 млн руб. За расчетный период (10 лет) чистый дисконтированный доход составит около 550 млн руб., индекс доходности инвестиций – 2,85 при сроке их окупаемости 4,1 года. Применение на птицефабрике биоэнергетической установки позволит улучшить экологическую ситуацию за счет безотходной переработки отходов производства.

Электрические сети, в том числе сельские, нуждаются в трансформации в связи с декарбонизацией энергетики, интеграцией возобновляемых источников энергии, активным развитием потребителей и повышением требований к надежности и энергоэффективности сетей. Применение искусственного интеллекта (ИИ) при решении проблем энергосистем обусловлено недостаточной эффективностью традиционных методов управления электрическими сетями. Цель исследований – систематический анализ ключевых направлений применения ИИ в электрических сетях, используемых алгоритмов и практических примеров его внедрения, обобщение практического опыта зарубежных и отечественных компаний. В результате обзора отечественных и зарубежных источников, описывающих использование ИИ в электрических сетях, выявлено 4 направления: прогнозирование нагрузки; оптимизация электроэнергетических систем и электрических сетей; поиск неполадок (мониторинг электрооборудования, электрических сетей); оптимальное использование ресурсов в электрических сетях. В рамках данных направлений наиболее эффективными алгоритмами машинного и глубокого обучения являются LSTM, GRU, SVM и CNN, а также метаэвристические методы. Примеры практического использования искусственного интеллекта демонстрируют разнонаправленность применения технологий ИИ в зависимости от особенностей национальных энергосистем. В странах с высокой долей возобновляемых источников энергии акцент смещен на прогнозирование нагрузки, в России – на автоматизацию мониторинга и диагностики протяженных сельских электрических сетей с использованием компьютерного зрения и БПЛА. Искусственный интеллект может служить инструментом для создания «Умных сетей» (Smart Grid), его применение позволит провести цифровую трансформацию электрических сетей, повысить их эффективность, устойчивость и адаптивность. Однако внедрение ИИ сопряжено с необходимостью решения задач надежности, кибербезопасности и понимания выбора, принимаемого автоматикой.

Достижению технологического лидерства в сфере агропромышленного комплекса препятствует острая нехватка высококвалифицированных специалистов. Мы полагаем, что важными аспектами подготовки востребованных специалистов в высшей школе являются личностно-профессиональное развитие обучающегося, достижение им личностно-профессиональной зрелости, однако этот аспект не находит детального отражения в современной научной литературе. Цель исследований – обоснование персонализированных стратегий развития личностно-профессиональной зрелости будущих специалистов агропромышленного комплекса. Для достижения цели использовались метод качественного контент-анализа и методы познания. Многоаспектность категорий «Зрелость», «Личностная зрелость», «Профессиональная зрелость» и их различное смысловое наполнение спроецировали необходимость введения понятия «личностно-профессиональная зрелость», содержание которого представлено с позиций сеттинг-инкрементального подхода. Учет отраслевой специфики сельскохозяйственной отрасли и результаты качественного анализа позволили выделить и обосновать 5 персонализированных стратегий развития личностно-профессиональной зрелости будущих специалистов агропромышленного комплекса: стратегия интеграции, стратегия гибкости, карьерная стратегия, стратегия сотрудничества, стратегия наставничества, которые способствуют не только развитию личностно-профессиональной зрелости будущих специалистов АПК, но и формированию кадрового потенциала сельскохозяйственной отрасли, способного эффективно отвечать на современные вызовы и обеспечить достижение технологического лидерства.