馬 力，王 帥，王 英，喬金友

（1.東北農(nóng)業(yè)大學(xué)工程學(xué)院，哈爾濱 150030；2.鄭州宇通客車股份有限公司，鄭州 450016）

農(nóng)場在收獲時期影響收獲機械作業(yè)效率的因素有很多，包括天氣、收獲機械性能，收獲機械調(diào)配制度及運載機械配備合理與否等因素，其中除了天氣因素是無法人為控制之外，后三種因素都是可以通過合理分析而盡量減少其影響[1]。文章則主要針對目前農(nóng)場大多以經(jīng)驗法進行運載車輛的配備，從而導(dǎo)致因運載機械配備不合理而造成的收獲作業(yè)延誤及損失情況，應(yīng)用系統(tǒng)仿真的方法進行分析，得出收獲過程中聯(lián)合收割機與運載車輛的合理配備方案。

1 收獲系統(tǒng)作業(yè)及WITNESS軟件概述

1.1 收獲系統(tǒng)作業(yè)現(xiàn)狀分析

農(nóng)場收獲時期，收獲機械在地塊中進行收獲作業(yè)，一定時間后（即糧倉被裝滿后），則要求向運載機械卸糧，一般閃燈呼叫運載機械接糧，卸糧完成后，收割機繼續(xù)進行收獲作業(yè)，而運載機械將糧食運至?xí)駡黾写娣?，然后再返回收獲地塊。收獲過程看似很簡單，但其中由于收獲地與曬場的距離、到達曬場的路況、運載機械的性能、速度、載重、收獲機械的性能、生產(chǎn)率等諸多因素，往往使得在收獲機械與運載機械數(shù)量的配備上不好掌握，而常出現(xiàn)運載機械配備不夠造成收獲機械等待，或是運載機械等待的情況[2]。

經(jīng)過麥收時的實地調(diào)研，共記錄了6 d的收獲數(shù)據(jù)，這6 d中收割機等待運載車的情況每天平均會出現(xiàn)2～3次，等待時間從10～40 min。而當(dāng)運載機械到達不及時時，處于停車待卸糧的收割機也一般不止一輛，有時會多達6輛之多（一塊地一般有5到6輛收割機）。麥收時按一天8 h工作算，處于等待的收割機按3輛計算，則每天因運載機械不能及時趕到而停工率為21%，這就意味著如果有6輛車同時工作，相當(dāng)于有1.26輛車是處于停機待工的狀態(tài)。另外一種現(xiàn)象則是因曬場的距離較近，與收割機數(shù)目相同的運載機械則顯得有些多余，便會有3～4輛運載車處于等待的狀態(tài)，而其等待時間往往要超過30 min，這種在時間成本和邊際成本上的浪費是不可忽視的。

在以往的一些農(nóng)業(yè)機器系統(tǒng)優(yōu)化研究中雖然也有關(guān)于運輸機械配備的討論[3-6]，但其模型的建立是以將整個農(nóng)場假設(shè)為一個作業(yè)場所而進行的，且其中關(guān)于運載機械每日往返的次數(shù)，種類等各種參數(shù)也均是在理想化的狀態(tài)下建立的模型，其運載機械的配備同實際情況相去甚遠，不能反應(yīng)出實際收獲的情況。因此當(dāng)前，多數(shù)農(nóng)場在收獲時期，主要還是根據(jù)經(jīng)驗調(diào)配收獲機械和運載機械到指定地塊收割，一般是有幾輛收割機，便配幾輛運載車，而不去考慮收割地與曬場的距離遠近，在設(shè)備數(shù)目上缺乏有效的數(shù)據(jù)支持，收獲現(xiàn)場收獲機械等待時間較長、利用率低和運載機械等待時間長、利用率不足的情況并存，影響到了整個收獲系統(tǒng)的運作效率，從而延誤農(nóng)時導(dǎo)致作物產(chǎn)量下降，給農(nóng)戶造成不必要的經(jīng)濟損失[7]。

1.2 收獲作業(yè)應(yīng)用WITNESS仿真的可行性分析

WITNESS是面向工業(yè)系統(tǒng)、商業(yè)系統(tǒng)流程的動態(tài)系統(tǒng)建模與仿真軟件平臺，主要用于離散事件系統(tǒng)的仿真。WITNESS的仿真鐘推進方法采用的是事件調(diào)度法。具有交互式面向?qū)ο蟮慕－h(huán)境、靈活的執(zhí)行策略、工程友好性強、柔性等特點，經(jīng)常被用于解決諸如投資規(guī)劃等問題[8-10]。

結(jié)合收獲及運輸作業(yè)的過程，從系統(tǒng)的角度，可將其視為一個離散系統(tǒng)，即可以將該過程在時間上轉(zhuǎn)移成生產(chǎn)系統(tǒng)和物流系統(tǒng)。可以將收獲的過程視作一個工廠，收割機收割糧食的過程視為該工廠生產(chǎn)產(chǎn)品的過程，不同種類的收割機視不同的生產(chǎn)線或機器，其生產(chǎn)率及生產(chǎn)節(jié)拍是不同的，而將運載機械運送糧食到曬場視為物流中心將產(chǎn)品運至分銷商，其最佳的配備數(shù)量，最佳的運送路徑等過程均可用物流系統(tǒng)分析的思想來分析。

農(nóng)場在收獲時期主要采用大規(guī)模集中收割的模式，即開始收獲某一地塊時，農(nóng)機中心根據(jù)地塊的具體情況，調(diào)派一定數(shù)目的收獲機械和運載機械。一塊地收割完成，再轉(zhuǎn)移到下一場地進行收割。根據(jù)上述的分析，可以將這個作業(yè)系統(tǒng)應(yīng)用計算機仿真來確定其最佳的收獲系統(tǒng)的配備量，基于WITNESS仿真軟件的特點及適用范圍的廣泛性[11]，可選擇應(yīng)用WITNESS軟件進行收獲系統(tǒng)的建模仿真，并進行收獲系統(tǒng)的優(yōu)化配備分析。

2 基于WITNESS的運載機械配備仿真研究

2.1 收獲作業(yè)相關(guān)調(diào)研數(shù)據(jù)的分析處理

以農(nóng)場小麥的收獲作業(yè)，分段收獲時小麥拾禾作業(yè)為研究對象，通過對農(nóng)場麥收情況的實地調(diào)研，獲得大量收割機及運載機械相關(guān)作業(yè)數(shù)據(jù)樣本，主要包括JDL1075及JD9660型聯(lián)合收割機在小麥拾禾作業(yè)中收滿一倉糧的時間、卸糧時間、及東風(fēng)141、鐵牛55型運載車在麥地及曬場往返時間，以上數(shù)據(jù)可以統(tǒng)計出收割機收滿一倉糧及卸糧的時間分布規(guī)律。實測樣本數(shù):JDL1075小麥拾禾收一倉糧時間（T1）及卸糧時間（T2）為66組；JD9660小麥拾禾收一倉糧時間（T3）及卸糧時間（T4）為26組，部分統(tǒng)計數(shù)據(jù)列于表1。

對每組數(shù)據(jù)分別進行正態(tài)檢驗，來確定每種收獲作業(yè)中主要時間是否服從正態(tài)分布，從而為建模提供基本參數(shù)。根據(jù)所記錄的作業(yè)時間情況，本文采用單樣本K-S非參數(shù)檢驗對數(shù)據(jù)進行正態(tài)性檢驗。檢驗結(jié)果如表2所示。在單樣本K-S檢驗中，顯著水平取值為0.05，當(dāng)樣本的分布概率P值大于顯著水平，則說明樣本來自的總體符合所檢驗的分布[12]。本檢驗為正態(tài)分布檢驗。由表2中可知4組樣本的概率 P 即 Asymp.Sig.（2-tailed）分別為0.067，0.147及0.275，0.695，均大于顯著水平0.05，則這4組樣本符合正態(tài)分布。各組數(shù)據(jù)正態(tài)分布的主要參數(shù)均值（Mean）及方差（Std.Deviation）均列于表中。統(tǒng)計表中時間均以秒為單位，為便于建模中參數(shù)的輸入與計算，在分布函數(shù)中將單位秒轉(zhuǎn)化為以分鐘為單位。

表1 收割機小麥拾禾收獲作業(yè)時間統(tǒng)計表Table1 Statistics time of combines operation time of wheat gleaning （g·s-1）

表2 收獲數(shù)據(jù)K-S檢驗及分布參數(shù)確定Table2 K-S test and the distribution parameters determine of harvest data sample

則得其分布如下:

2.2 仿真模型的建立

2.2.1 模型的運行流程

本模型以小麥拾禾作業(yè)為原型建立仿真模型，某農(nóng)場麥地面積為50.5 hm2，麥地距曬場間距離為6 km。實際調(diào)研中，該塊地進行收獲時應(yīng)用的收獲機械為JDL1075收獲機5輛，JD9660收獲機1輛，運載機械為東風(fēng)141卡車（3輛）和鐵牛55拖拉機（3輛）。根據(jù)實地調(diào)研的數(shù)據(jù)進行分析，確定二者往返的時間在45～65 min之間。載重量鐵牛55在加箱后可裝下平均JDL1075收獲機的2倉小麥，而東風(fēng)141可裝下2.5倉。模型的流程及運行過程如圖1及圖2所示。

圖1 模型運行流程Fig.1 Flow of the model operation

圖2 小麥收獲模型布局Fig.2 The layout of wheat harvesting model

2.2.2 仿真模型詳解

小麥收獲的仿真模型如圖2所示。本模型中，定義軌道（Track）元素表示運載機械行走的路徑及曬場及收割機卸糧處的接收站。Witness中的Track元素是一種代表車輛運輸時所遵循路徑的離散元素，它們也定義了車輛裝載、卸載或停靠的地點。定義設(shè)備（machine）元素表示收割機，模型中設(shè)有兩種機型分別為JDL1075（圖2中s1075_01～s1075_05）及JD9660（圖2中s9660_01），通過設(shè)置不同的參數(shù)，便可區(qū)別二者的性能。以相應(yīng)的收獲作業(yè)的正態(tài)分布作為收滿一倉小麥的時間，一個周期生產(chǎn)出一個產(chǎn)品，產(chǎn)品即代表一倉小麥。此時如果有運載機械在，即進行卸糧，如果沒有，則進行等待。定義機動車（Vehicle）元素為運載機械，車型為兩種，分別為東風(fēng)141及鐵牛55，圖2中運輸車type1為東風(fēng)，運輸車type2鐵牛。

3 仿真結(jié)果分析

3.1 現(xiàn)行方案仿真結(jié)果分析

令仿真模型運行300 min后，所得仿真結(jié)果統(tǒng)計如表3所示。由表3可知，收割的平均等待時間為47.62 min，占整個作業(yè)時間的15.87%，則與現(xiàn)場調(diào)研結(jié)果平均等待時間為21%較為相近，可見6輛收割機在地塊距曬場6 km情況下，配備6輛運載機械會造成收割機等待。因此本仿真模型有待進一步優(yōu)化。

表3 現(xiàn)行方案收割機等待時間Table3 Combine waiting time in the current program simulation

3.2 仿真模型優(yōu)化分析

3.2.1 優(yōu)化方案的建立

針對現(xiàn)行方案仿真模型的運行結(jié)果，對本模型中的配備方案進行優(yōu)化分析。模型優(yōu)化中目標函數(shù)為收割機與運載機械總等待時間最短。設(shè)每輛收割機等待時間為Ti（i=1，2，…，n），每輛運載機械等待時間為Ti（j=1，2，…，m），在本實例分析中m及n取值均為6，則目標函數(shù)可表示為:

式中f（T）-收割機與運載機械總等待時間，min；Ti-收割機等待時間(min)；Tj-運載機械等待時間(min)。

3.2.2 仿真模型的優(yōu)化結(jié)果分析

根據(jù)實際情況，收割機總數(shù)為6臺，其有5臺迪爾JDL1075，1輛JD9660，在收獲小麥時，設(shè)每種運載機械的配備數(shù)量分別從1～10臺，則共有100種運載機械的配備方案，設(shè)定模型運行300 min結(jié)束，經(jīng)過優(yōu)化后的結(jié)果為目標函數(shù)即收割機及運輸車總等待時間為54.559 min，此時運輸車的配備方案為東風(fēng)141配備臺數(shù)為7臺，鐵牛55配備臺數(shù)為1臺。

3.3 優(yōu)化方案及現(xiàn)行方案對比分析

根據(jù)仿真優(yōu)化分析所得出的配備結(jié)果，結(jié)合該管理區(qū)實際情況，即在6輛收割機的情況下，配備8輛運載機械，再次進行仿真運算，得出最優(yōu)配備方案的收割機等待時間如表4所示。

表4 優(yōu)化方案收割機等待時間Table4 Combine waiting time in the optimization program simulation

由表3與表4對比可知，優(yōu)化后的方案其平均等待率減少到1.36%，比現(xiàn)行方案的仿真結(jié)果中等待率15.88%提高了近十二倍，因此優(yōu)化后的結(jié)果足以滿足生產(chǎn)中的實際需求。

3.4 收獲仿真模型的適應(yīng)性研究

為驗證本仿真模型的適應(yīng)性，將該農(nóng)場大豆收獲時的相關(guān)數(shù)據(jù)應(yīng)用于此仿真模型進行分析驗證。將大豆收獲作業(yè)中測得數(shù)據(jù)及大豆種植地塊的相應(yīng)參數(shù)輸入模型，對第三管理區(qū)9-1號地進行仿真優(yōu)化分析。該地兩種配備方案進行了仿真分析。方案一:配備收割機6臺（JD1075—5臺，JD9660-1臺）；方案二:配備收割機5臺（JD1075-3臺，JD9660-2臺）。運輸型號仍選東風(fēng)142及鐵牛55兩種（因其為該農(nóng)場現(xiàn)有的主要運輸車型），地塊距曬場距離為12 km，種植面積為68 hm2。運行模型后的兩種方案的優(yōu)化結(jié)果如表5所示。從優(yōu)化結(jié)果可知大豆收獲中該地塊的最佳配備為方案一。

表5 運輸車配備仿真優(yōu)化結(jié)果Table5 Solution of transporter equipped in simulation optimization

根據(jù)上述驗證可知，本優(yōu)化仿真模型具有較好的適應(yīng)性及穩(wěn)定性。結(jié)合實際情況，修改相應(yīng)元素的參數(shù)，便可進行任意地塊參數(shù)及任意收割機配備臺數(shù)時運載機械最佳配備量的仿真優(yōu)化。

4 結(jié)論

針對農(nóng)場收獲作業(yè)中運載機械配備的問題應(yīng)用系統(tǒng)仿真軟件，進行了小麥收獲過程的作業(yè)仿真實驗，為麥收作業(yè)建立了收獲系統(tǒng)優(yōu)化仿真模型，應(yīng)用此模型可得出相應(yīng)情況下應(yīng)配備的最佳運載機械數(shù)量。并針對調(diào)研地的麥收實際系統(tǒng)和優(yōu)化系統(tǒng)的收割機配備量進行仿真，結(jié)果為:6輛收割機應(yīng)配備8輛運載機械為最優(yōu)方案。同時結(jié)合大豆收獲數(shù)據(jù)驗證了仿真模型適應(yīng)性及穩(wěn)定性。仿真模型的建立解決了農(nóng)場在收獲作業(yè)時經(jīng)常出現(xiàn)因運載機械配備不足而出現(xiàn)收割機等待貽誤農(nóng)時的問題，及因運載機械配備過多而造成運載機械怠工的現(xiàn)象。對農(nóng)場在收獲季節(jié)結(jié)合收獲機械的數(shù)量及相應(yīng)實際情況進行合理運載機械配備提供了很好的參考依據(jù)。

[1]王福林.黑龍江省國營農(nóng)場麥豆收獲的機械化系統(tǒng)分析[D].哈爾濱:東北農(nóng)業(yè)大學(xué),1988:24-35.

[2]戴有忠,脫寶珍.用特爾菲法預(yù)測湖南雙峰縣農(nóng)機配備趨向[J].東北農(nóng)業(yè)大學(xué)學(xué)報,1983(4):57-65.

[3]劉磊,楊廣林.農(nóng)業(yè)機械系統(tǒng)配備量優(yōu)化研究[J].農(nóng)機化研究，2006(12):70-72.

[4]喬金友,陳立.高臺大豆與壟作大豆機器系統(tǒng)比較研究[J].東北農(nóng)業(yè)大學(xué)學(xué)報,2002,33(3):209-212.

[5]王金武.三江平原水稻田間生產(chǎn)機械化系統(tǒng)分析與綜合優(yōu)化設(shè)計研究[D].哈爾濱:東北農(nóng)業(yè)大學(xué),2001:71-89.

[6]Haffar I,Khoury R.A computer model for fieldmachinery selection under multiple cropping[J].Computers and Electronics in Agriculture,1992(7):219-229.

[7]馬力,王福林,張浩.農(nóng)機系統(tǒng)優(yōu)化配備研究面臨的新問題[J].農(nóng)機化研究,2009(8):232-234.

[8]王亞超,馬漢武.生產(chǎn)物流系統(tǒng)建模與仿真:Witness系統(tǒng)及應(yīng)用[M].北京:科學(xué)出版社,2006.

[9]張曉華.系統(tǒng)建模與仿真[M].北京:清華大學(xué)出版社,2006:20-40.

[10]趙靜,藺麥田,周根貴.基于Witness的供應(yīng)鏈系統(tǒng)的仿真設(shè)計與改善[J].物流科技,2008(9):87-91.

[11]朱華炳,呂冬梅.基于Witness的生產(chǎn)物流系統(tǒng)仿真與優(yōu)化[J].機械工程師,2006(3):135-137.

[12]薛薇.SPSS統(tǒng)計分析方法及應(yīng)用[M].北京:電子工業(yè)出版社,2009.