аспирант
В статье представлена разработка интеллектуальной системы управления пневматической сеялкой точного высева, основанной на гибридном подходе, объединяющем методы вычислительной гидродинамики (CFD) и машинного обучения. Цель исследования – повышение точности высева семян и снижение энергопотребления системы. Численное моделирование воздушного потока позволило оптимизировать параметры работы сеялки, а адаптивные алгоритмы управления, включая нейросетевые методы, обеспечили стабильность системы в изменяющихся условиях эксплуатации. Результаты показали улучшение точности высева на 15–20%, снижение энергопотребления на 18–22% и повышение устойчивости системы к внешним возмущениям, таким как изменение скорости агрегата и рельефа поля. Экономический анализ подтвердил быструю окупаемость решения за 2-3 сезона благодаря экономии топлива и снижению расхода семян. Разработанная система также уменьшает нагрузку на оператора и повышает экологичность за счет оптимизации энергозатрат. Перспективы работы включают интеграцию с технологиями точного земледелия, использование данных GPS/ГЛОНАСС и развитие облачных сервисов для коллективного обучения алгоритмов. Практическая значимость исследования заключается в возможности модернизации существующих сеялок без значительных затрат, что делает технологию доступной для широкого круга сельхозпроизводителей.
интеллектуальное управление, пневматическая сеялка, точный высев, вычислительная гидродинамика (CFD), машинное обучение, адаптивные алгоритмы, энергоэффективность, технико-экономическое обоснование.
1. Aduov M. А. et al. Теоретические и лабораторные исследования центральной пневматической высевающей системы для широкозахватной сеялки //Herald of science of S. Seifullin Kazakh agrotechnical university: Multidisciplinary, 2024. – №. 2 (121). – С. 4-22. – Текст: непосредственный.
2. Li J. et al. Review of research on improved PID control in electro-hydraulic servo system //Recent Patents on Engineering, 2024. – Т. 18. – №. 1. – С. 54-68. – Текст: непосредственный.
3. López-Gómez J. A. et al. Design and comparison of two maize seeders coupled with an agricultural robot //Machines, 2024. – Т. 12. – №. 12. – С. 935. – Текст: непосредственный.
4. Obichayev I. V. A Technical analysis of the functional principles of pneumatic seeding mechanisms in modern agricultural seeders //Modern American Journal of Engineering, Technology, and Innovation, 2025. – Т. 1. – №. 6. – С. 71-77. – Текст: непосредственный.
5. Raj P. et al. Validation of rotating detonation combustor computational fluid dynamics simulations for predicting unsteady supersonic–subsonic flow field at the exit //Journal of Engineering for Gas Turbines and Power, 2024. – Т. 146. – №. 4. – С. 041012. – Текст: непосредственный.
6. Sathya D., Saravanan G., Thangamani R. Fuzzy logic and its applications in mechatronic control systems //Computational Intelligent Techniques in Mechatronics, 2024. – С. 211-241. – Текст: непосредственный.
7. Wang W. et al. Development of automatic wheat seeding quantity control system based on Doppler radar speed measurement //Artificial Intelligence in Agriculture, 2025. – Т. 15. – №. 1. – С. 12-25. – Текст: непосредственный.
8. Wang Z. et al. Research on autonomous robots navigation based on reinforcement learning //2024 3rd International Conference on Robotics, Artificial Intelligence and Intelligent Control (RAIIC). IEEE, 2024. – С. 78-81. – Текст: непосредственный.
9. Yaropud V., Datsiuk D. Innovative methods of increasing the efficiency of selecting plants //Техніка, енергетика, транспорт АПК, 2024. – № 3 (126). – С. 48-57. – Текст: непосредственный.
10. Yuqian Z. et al. Optimization design of axial‑flow suction seeder based on response surface methodology and CFD //Journal of Chinese Agricultural Mechanization, 2024. – Т. 45. – №. 8. – С. 14. – Текст: непосредственный.
