Інноваційні технології у виробництві сільськогосподарської техніки для підвищення ефективності роботи агропідприємств

Матанат Ісмаїлзада, Тарана Сафарова, Ульдуза Новрузова, Севда Аббасова
Отримано: 19.08.2024 Доопрацьовано: 16.03.2025 Прийнято: 30.04.2025
Взято з Том 28, № 5, 2025 Сторінки: 78-89
Завантажити статтю Читати статтю

Анотація

Дане дослідження спрямоване на аналіз інноваційних технологій у виробництві сільськогосподарської техніки та їх впливу на підвищення ефективності роботи агропідприємств. У дослідженні було застосовано різні наукові методи для всебічного аналізу впливу інноваційних технологій на ефективність агропідприємств у сфері сільськогосподарського машинобудування. Під час дослідження встановлено, що застосування інноваційних технологій у сільськогосподарському машинобудуванні значно підвищує ефективність роботи агропідприємств. Аналіз засвідчив, що використання систем точного землеробства, оснащених датчиками і GPS-технологіями, дає змогу оптимізувати розподіл ресурсів, таких як вода і добрива, що призводить до збільшення врожайності та зниження витрат. Автоматизація операцій за допомогою автопілотів на тракторах і комбайнах, як у моделях John Deere і Fendt, продемонструвала зниження трудовитрат і зменшення впливу людського фактора, що також сприяє підвищенню продуктивності. Електрифікація та гібридизація сільськогосподарської техніки, активно впроваджувана в таких країнах, як Данія та Німеччина, виявилися економічно вигідними, сприяючи зменшенню викидів вуглекислого газу та скороченню експлуатаційних витрат. Впровадження штучного інтелекту для моніторингу та діагностики обладнання дало змогу мінімізувати простій і збільшити термін служби техніки завдяки своєчасному виявленню несправностей. Загалом встановлено, що використання цих технологій сприяє сталому розвитку агропідприємств, оптимізації виробничих процесів і скороченню експлуатаційних витрат. Перехід на більш екологічне виробництво сільськогосподарської техніки сприяє поліпшенню екологічної обстановки в регіонах із високим ступенем механізації сільського господарства. Впровадження стійких технологій у машинобудуванні показало свою ефективність у скороченні ресурсоспоживання, що робить агропідприємства більш конкурентоспроможними на світовому ринку

Ключові слова

точне землеробство; автоматизація; GPS-технології; електрифікація; штучний інтелект

  1. Abid, A., Khan, M.T., & Iqbal, J. (2020). A review on fault detection and diagnosis techniques: Basics and beyond. Artificial Intelligence Review, 54, 3639-3664. doi: 10.1007/s10462-020-09934-2.
  2. Ahmad, U., & Sharma, L. (2023). A review of best management practices for potato crop using precision agricultural technologies. Smart Agricultural Technology, 4, article number 100220. doi: 10.1016/j.atech.2023.100220.
  3. Askaraliev, B., Musabaeva, K., Koshmatov, B., Omurzakov, K., & Dzhakshylykova, Zh. (2024). Development of modern irrigation systems for improving efficiency, reducing water consumption and increasing yields. Machinery & Energetics, 15(3), 47-59. doi: 10.31548/machinery/3.2024.47.
  4. Beligoj, M., Scolaro, E., Alberti, L., Renzi, M., & Mattetti, M. (2022). Feasibility evaluation of hybrid electric agricultural tractors based on life cycle cost analysis. IEEE Access, 10, 28853-28867. doi: 10.1109/ access.2022.3157635.
  5. Beloev, I., Kinaneva, D., Georgiev, G., Hristov, G., & Zahariev, P. (2021). Artificial intelligence-driven autonomous robot for precision agriculture. Acta Technologica Agriculturae, 24(1), 48-54. doi: 10.2478/ata-2021-0008.
  6. Bulgakov, V., Ivanovs, S., Adamchuk, V., & Ihnatiev Y. (2017). Investigation of the influence of the parameters of the experimental spiral potato heap separator on the quality of work. Agronomy Research, 15(1), 44-54.
  7. Bulgakov, V., Pascuzzi, S., Adamchuk, V., Kuvachov, V., & Nozdrovicky, L. (2019). Theoretical study of transverse offsets of wide span tractor working implements and their influence on damage to row crops. Agriculture (Switzerland), 9(7), article number 144. doi: 10.3390/agriculture9070144.
  8. Cenci, M.P., Scarazzato, T., Munchen, D.D., Dartora, P.C., Veit, H.M., Bernardes, A.M., & Dias, P.R. (2021). Eco-friendly electronics – a comprehensive review. Advanced Materials Technologies, 7(2), article number 2001263. doi: 10.1002/admt.202001263.
  9. Dzwigo, H., Trushkina, N., & Kwilinski, A. (2021). The organizational and economic mechanism of implementing the concept of green logistics. Virtual Economics, 4(2), 41-75. doi: 10.34021/ve.2021.04.02(3).
  10. Fendt. (2025). Retrieved from https://www.fendt.com/ua/.
  11. Fleming, A., Jakku, E., Fielke, S., Taylor, B.M., Lacey, J., Terhorst, A., & Stitzlein, C. (2021). Foresighting Australian digital agricultural futures: Applying responsible innovation thinking to anticipate research and development impact under different scenarios. Agricultural Systems, 190, article number 103120. doi: 10.1016/j. agsy.2021.103120.
  12. Gabriel, A., & Gandorfer, M. (2023). Adoption of digital technologies in agriculture – an inventory in a European small-scale farming region. Precision Agriculture, 24, 68-91. doi: 10.1007/s11119-022-09931-1.
  13. Guo, Y., Zhao, H., Zhang, S., Wang, Y., & Chow, D. (2020). Modeling and optimization of environment in agricultural greenhouses for improving cleaner and sustainable crop production. Journal of Cleaner Production, 285, article number 124843. doi: 10.1016/j.jclepro.2020.124843.
  14. Gupta, N., Khosravy, M., Gupta, S., Dey, N., & Crespo, R.G. (2020). Lightweight artificial intelligence technology for health diagnosis of agriculture vehicles: Parallel evolving artificial neural networks by genetic algorithm. International Journal of Parallel Programming, 50, 1-26. doi: 10.1007/s10766-020-00671-1.
  15. Hemathilake, D.M.K.S., & Gunathilake, D.M.C.C. (2022). Agricultural productivity and food supply to meet increased demands. In R. Bhat (Ed.), Future foods: Global trends, opportunities, and sustainability challenges (pp. 539-553). London: Academic Press. doi: 10.1016/B978-0-323-91001-9.00016-5.
  16. Ibrahim, M.A., & Johansson, M. (2021). Attitudes to climate change adaptation in agriculture – a case study of Öland, Sweden. Journal of Rural Studies, 86, 1-15. doi: 10.1016/j.jrurstud.2021.05.024.
  17. John Deere. (2025). Retrieved from https://www.deere.ua/uk/index.html.
  18. Johnstone, P., Rogge, K.S., Kivimaa, P., Fratini, C.F., & Primmer, E. (2021). Exploring the re-emergence of industrial policy: Perceptions regarding low-carbon energy transitions in Germany, the United Kingdom and Denmark. Energy Research & Social Science, 74, article number 101889. doi: 10.1016/j.erss.2020.101889.
  19. Jung, J., Maeda, M., Chang, A., Bhandari, M., Ashapure, A., & Landivar-Bowles, J. (2020). The potential of remote sensing and artificial intelligence as tools to improve the resilience of agriculture production systems. Current Opinion in Biotechnology, 70, 15-22. doi: 10.1016/j.copbio.2020.09.003.
  20. Karaiev, O., Bondarenko, L., Halko, S., Miroshnyk, O., Vershkov, O., Karaieva, T., Shchur, T., Findura, P., & Prístavka, M. (2021). Mathematical modelling of the fruit-stone culture seeds calibration process using flat sieves. Acta Technologica Agriculturae, 24(3), 119-123. doi: 10.2478/ata-2021-0020.
  21. Khan, N., Ray, R.L., Sargani, G.R., Ihtisham, M., Khayyam, M., & Ismail, S. (2021). Current progress and future prospects of agriculture technology: Gateway to sustainable agriculture. Sustainability, 13(9), article number 4883. doi: 10.3390/su13094883.
  22. Liu, Y., Ji, D., Zhang, L., An, J., & Sun, W. (2021). Rural financial development impacts on agricultural technology innovation: Evidence from China. International Journal of Environmental Research and Public Health, 18(3), article number 1110. doi: 10.3390/ijerph18031110.
  23. Melchior, I.C., & Newig, J. (2021). Governing transitions towards sustainable agriculture – taking stock of an emerging field of research. Sustainability, 13(2), article number 528. doi: 10.3390/su13020528.
  24. Merz, M., et al. (2022). Autonomous UAS-based agriculture applications: General overview and relevant European case studies. Drones, 6(5), article number 128. doi: 10.3390/drones6050128.
  25. Mocera, F., Somà, A., Martelli, S., & Martini, V. (2023). Trends and future perspective of electrification in agricultural tractor-implement applications. Energies, 16(18), article number 6601. doi: 10.3390/en16186601.
  26. Monteiro, A., Santos, S., & Gonçalves, P. (2021). Precision agriculture for crop and livestock farming – brief review. Animals, 11(8), article number 2345. doi: 10.3390/ani11082345.
  27. Pascuzzi, S., Łyp-Wrońska, K., Gdowska, K., & Paciolla, F. (2024). Sustainability evaluation of hybrid agriculturetractor powertrains. Sustainability, 16(3), article number 1184. doi: 10.3390/su16031184.
  28. Radicic, D., & Petković, S. (2023). Impact of digitalization on technological innovations in small and medium-sized enterprises (SMEs). Technological Forecasting and Social Change, 191, article number 122474. doi: 10.1016/j.techfore.2023.122474.
  29. Raj, E.F.I., Appadurai, M., & Athiappan, K. (2022). Precision farming in modern agriculture. In A. Choudhury, A. Biswas, T.P. Singh & S.K. Ghosh (Eds.), Smart agriculture automation using advanced technologies (pp. 61-87). Singapore: Springer. doi: 10.1007/978-981-16-6124-2_4.
  30. Rambe, P., & Khaola, P. (2021). The impact of innovation on agribusiness competitiveness: The mediating role of technology transfer and productivity. European Journal of Innovation Management, 25(3), 741-773. doi: 10.1108/ ejim-05-2020-0180.
  31. Scolaro, E., Beligoj, M., Estevez, M.P., Alberti, L., Renzi, M., & Mattetti, M. (2021). Electrification of agricultural machinery: A review. IEEE Access, 9, 164520-164541. doi: 10.1109/access.2021.3135037.
  32. Shaikh, T.A., Rasool, T., & Lone, F.R. (2022). Towards leveraging the role of machine learning and artificial intelligence in precision agriculture and smart farming. Computers and Electronics in Agriculture, 198, article number 107119. doi: 10.1016/j.compag.2022.107119.
  33. Subeesh, A., & Mehta, C. (2021). Automation and digitization of agriculture using artificial intelligence and internet of things. Artificial Intelligence in Agriculture, 5, 278-291. doi: 10.1016/j.aiia.2021.11.004.
  34. Uralovich, K.S., Toshmamatovich, T.U., Kubayevich, K.F., Sapaev, I.B., Saylaubaevna, S.S., Beknazarova, Z.F., & Khurramov, A. (2023). A primary factor in sustainable development and environmental sustainability is environmental education. Caspian Journal of Environmental Sciences, 21(4), 965-975.
  35. Wen, C., Zhang, S., Xie, B., Song, Z., Li, T., Jia, F., & Han, J. (2022). Design and verification innovative approach of dual-motor power coupling drive systems for electric tractors. Energy, 247, article number 123538. doi: 10.1016/j.energy.2022.123538.
  36. Wrzecińska, M., Czerniawska-Piątkowska, E., Kowalewska, I., Kowalczyk, A., Mylostyvyi, R., & Stefaniak, W. (2023). Agriculture in the face of new digitization technologies. Ukrainian Black Sea Region Agrarian Science, 27(3), 9-17. doi: 10.56407/bs.agrarian/3.2023.09.
  37. Zelisko, N., Raiter, N., Markovych, N., Matskiv, H., & Vasylyna, O. (2024). Improving business processes in the agricultural sector considering economic security, digitalization, risks, and artificial intelligence. Ekonomika APK, 31(3), 10-21. doi: 10.32317/2221-1055.2024030.10.
  38. Zhu, Y., Zhang, Y., & Piao, H. (2022). Does agricultural mechanization improve the green total factor productivity of China’s planting industry? Energies, 15(3), article number 940. doi: 10.3390/en15030940.
Ismayilzada, M., Safarova, T., Novruzova, U., & Abbasova, S. (2025). Innovative technologies in the production of agricultural machinery to improve the efficiency of agribusinesses. Scientific Horizons, 28(5), 78-89. https://doi.org/10.48077/scihor5.2025.79