PROBLEMY BADAŃ JAKOŚCI PRACY MASZYN DO ZBIORU SUROWCÓW ROŚLINNYCH

Podobne dokumenty
Pobieranie próbek owoców

Teoria błędów pomiarów geodezyjnych

Temat: BADANIE NIEZALEśNOŚCI DWÓCH CECH JAKOŚCIOWYCH TEST CHI KWADRAT. Anna Rajfura 1

DOBÓR ŚRODKÓW TRANSPORTOWYCH DLA GOSPODARSTWA PRZY POMOCY PROGRAMU AGREGAT - 2

Zawartość składników pokarmowych w roślinach

Odchudzamy serię danych, czyli jak wykryć i usunąć wyniki obarczone błędami grubymi

INSTRUKCJA DO ĆWICZEŃ LABORATORYJNYCH

Doświadczalnictwo leśne. Wydział Leśny SGGW Studia II stopnia

POJĘCIA WSTĘPNE. STATYSTYKA - nauka traktująca o metodach ilościowych badania prawidłowości zjawisk (procesów) masowych.

METODY STATYSTYCZNE W BIOLOGII

Fizyka (Biotechnologia)

STATYSTYKA MATEMATYCZNA. rachunek prawdopodobieństwa

Typowe błędy w analizie rynku nieruchomości przy uŝyciu metod statystycznych

Statystyka matematyczna dla kierunku Rolnictwo w SGGW. BADANIE WSPÓŁZALEśNOŚCI DWÓCH CECH. ANALIZA KORELACJI PROSTEJ.

Katedra Chemii Środowiska

STATYSTYKA MATEMATYCZNA

SPRAWDZIAN NR 1 ROBERT KOPERCZAK, ID studenta : k4342

Pobieranie prób i rozkład z próby

Statystyka hydrologiczna i prawdopodobieństwo zjawisk hydrologicznych.

Statystyka w pracy badawczej nauczyciela

DOBÓR PRÓBY. Czyli kogo badać?

ANALIZA SYSTEMU POMIAROWEGO (MSA)

Weryfikacja hipotez statystycznych, parametryczne testy istotności w populacji

STATYSTYKA MATEMATYCZNA WYKŁAD 4. WERYFIKACJA HIPOTEZ PARAMETRYCZNYCH X - cecha populacji, θ parametr rozkładu cechy X.

Sterowanie procesem i jego zdolność. Zbigniew Wiśniewski

PDF created with FinePrint pdffactory Pro trial version

166 Wstęp do statystyki matematycznej

5. WNIOSKOWANIE PSYCHOMETRYCZNE

STATYSTYKA wykład 8. Wnioskowanie. Weryfikacja hipotez. Wanda Olech

STATYSTYKA. dr Agnieszka Figaj

Wnioskowanie statystyczne Weryfikacja hipotez. Statystyka

STATYSTYKA INDUKCYJNA. O sondaŝach ach i nie tylko

Teoria błędów. Wszystkie wartości wielkości fizycznych obarczone są pewnym błędem.

POMIAR NAPIĘCIA STAŁEGO PRZYRZĄDAMI ANALOGOWYMI I CYFROWYMI. Cel ćwiczenia. Program ćwiczenia

Streszczenie. Słowa kluczowe: towary paczkowane, statystyczna analiza procesu SPC

OPTYMALIZACJA PARAMETRÓW PRACY PNEUMATYCZNEGO SEPARATORA KASKADOWEGO

Ćwiczenie nr 2: ZaleŜność okresu drgań wahadła od amplitudy

Analiza i monitoring środowiska

EFEKTYWNOŚĆ NAKŁADÓW PRACY W WYBRANYCH SYSTEMACH PRODUKCJI ROLNICZEJ

Wstęp do teorii niepewności pomiaru. Danuta J. Michczyńska Adam Michczyński

Statystyki: miary opisujące rozkład! np. : średnia, frakcja (procent), odchylenie standardowe, wariancja, mediana itd.

I: WARUNKI PRODUKCJI RO

Statystyczne Metody Opracowania Wyników Pomiarów

METODY STATYSTYCZNE W BIOLOGII

Wiadomości wprowadzające.

Statystyka opisowa. Literatura STATYSTYKA OPISOWA. Wprowadzenie. Wprowadzenie. Wprowadzenie. Plan. Tomasz Łukaszewski

Populacja generalna (zbiorowość generalna) zbiór obejmujący wszystkie elementy będące przedmiotem badań Próba (podzbiór zbiorowości generalnej) część

Wykład 2: Tworzenie danych

Wprowadzenie do analizy korelacji i regresji

Analiza statystyczna w naukach przyrodniczych

LABORATORIUM Z FIZYKI

WSKAZÓWKI DO WYKONANIA SPRAWOZDANIA Z WYRÓWNAWCZYCH ZAJĘĆ LABORATORYJNYCH

LISTA 4. 7.Przy sporządzaniu skali magnetometru dokonano 10 niezależnych pomiarów

METODY STATYSTYCZNE W BIOLOGII

Porównanie wyników produkcyjnych gospodarstw w zależności od klas wielkości ekonomicznej

DOSTAWY BEZPOŚREDNIE, CZYLI WPROWADZANIE DO OBROTU MAŁYCH ILOŚCI PRODUKTÓW POCHODZENIA ROŚLINNEGO

Wykład 3 Hipotezy statystyczne

Korelacja oznacza współwystępowanie, nie oznacza związku przyczynowo-skutkowego

Drzewa Decyzyjne, cz.2

Warszawa, dnia 16 grudnia 2013 r. Poz Rozporządzenie Ministra Rolnictwa i Rozwoju Wsi 1) z dnia 27 listopada 2013 r.

ĆWICZENIE 13 TEORIA BŁĘDÓW POMIAROWYCH

W1. Wprowadzenie. Statystyka opisowa

w badaniach rolniczych na pszenicy ozimej w Polsce w latach 2007/2008 (badania rejestracyjne, IUNG Puławy)

Zagadnienia na egzamin dyplomowy inŝynierski I o kierunku ROLNICTWO

WPŁYW NACHYLENIA TERENU NA CZYSTOŚĆ ZIARNA ZBIERANEGO KOMBAJNEM BIZON Z 058 WYPOSAśONYM W SITO DASZKOWE

Nano-Gro w badaniach rolniczych na rzepaku ozimym w Polsce w latach 2007/2008 (badania rejestracyjne, IUNG Puławy)

X Y 4,0 3,3 8,0 6,8 12,0 11,0 16,0 15,2 20,0 18,9

Statystyka opisowa. Wykład I. Elementy statystyki opisowej

ENERGOCHŁONNOŚĆ TOWAROWEJ TECHNOLOGII PRODUKCJI STRĄKÓW FASOLI SZPARAGOWEJ

STRATY I USZKODZENIA KORZENI MARCHWI POWSTAJĄCE PODCZAS ZBIORU JEDNORZĘDOWYM KOMBAJNEM SIMON. Józef Kowalczuk, Norbert Leszczyński

MODELE LINIOWE. Dr Wioleta Drobik

STATYSTYKA MATEMATYCZNA WYKŁAD 3. Populacje i próby danych

,,Staże w CKZ-cie najlepsze na świecie realizowane w ramach projektu Regionalnego Programu Operacyjnego województwa Podlaskiego na lata

Statystyka. Wykład 4. Magdalena Alama-Bućko. 13 marca Magdalena Alama-Bućko Statystyka 13 marca / 41

HISTOGRAM. Dr Adam Michczyński - METODY ANALIZY DANYCH POMIAROWYCH Liczba pomiarów - n. Liczba pomiarów - n k 0.5 N = N =

Projekt sylabusa. w sprawie wprowadzenia Systemu Zapewnienia i Doskonalenia Jakości Kształcenia

Ustawa Prawo pocztowe z dnia 12 czerwca 2003 r., Dz. U. z dn. 24 lipca 2003 r. Nr 130, poz z późn. zm.

Rzepak- gęstości siewu

Temat: BADANIE ZGODNOŚCI ROZKŁADU CECHY (EMPIRYCZNEGO) Z ROZKŁADEM TEORETYCZNYM TEST CHI-KWADRAT. Anna Rajfura 1

LABORATORIUM AUDIOLOGII I AUDIOMETRII

Akademia Górniczo-Hutnicza Wydział Elektrotechniki, Automatyki, Informatyki i Elektroniki

W2. Zmienne losowe i ich rozkłady. Wnioskowanie statystyczne.

POWTÓRZENIE - GEODEZJA OGÓLNA dział 9 ELEMENTY RACHUNKU WYRÓWNAWCZEGO

Matematyka i statystyka matematyczna dla rolników w SGGW WYKŁAD 9. TESTOWANIE HIPOTEZ STATYSTYCZNYCH cd.

PROGNOZOWANIE CENY OGÓRKA SZKLARNIOWEGO ZA POMOCĄ SIECI NEURONOWYCH

Statystyka. Wykład 4. Magdalena Alama-Bućko. 19 marca Magdalena Alama-Bućko Statystyka 19 marca / 33

STATYSTYKA - PRZYKŁADOWE ZADANIA EGZAMINACYJNE

INSTRUKCJA DO ĆWICZEŃ LABORATORYJNYCH

Czynniki determinujące opłacalność produkcji wybranych produktów rolniczych w perspektywie średnioterminowej

Projektowanie systemów pomiarowych. 02 Dokładność pomiarów

INTENSYWNOŚĆ PRODUKCJI A POZIOM TECHNIKI ROLNICZEJ W GOSPODARSTWACH SADOWNICZYCH

KOSZTY UŻYTKOWANIA MASZYN W STRUKTURZE KOSZTÓW PRODUKCJI ROŚLINNEJ W WYBRANYM PRZEDSIĘBIORSTWIE ROLNICZYM

Analiza współzależności zjawisk

Testowanie hipotez statystycznych.

Zagadnienia: wprowadzenie podstawowe pojęcia. Doświadczalnictwo. Anna Rajfura

Statystyka matematyczna. dr Katarzyna Góral-Radziszewska Katedra Genetyki i Ogólnej Hodowli Zwierząt

Rachunek Prawdopodobieństwa i Statystyka

ZAŁOśENIA WEJŚCIOWE DO PROGRAMU OPTYMALIZUJĄCEGO DOBÓR LICZBY ŚRODKÓW TRANSPORTOWYCH DLA GOSPODARSTW ROLNICZYCH

Zmierzyłem i co dalej? O opracowaniu pomiarów i analizie niepewności słów kilka

Klasa I szkoły ponadgimnazjalnej matematyka

Transkrypt:

Adam WĘGRZYN PROBLEMY BADAŃ JAKOŚCI PRACY MASZYN DO ZBIORU SUROWCÓW ROŚLINNYCH Problems of the research of work quality for plant raw materials harvesting machines Wstęp Problematyka jakości oferowanych na rynku towarów i usług nabiera w ostatnich latach coraz większego znaczenia. RównieŜ w rolnictwie największym problemem nie jest dzisiaj wielkość produkcji, ale jej jakość [5]. Zapewnienie wysokiej jakości Ŝywności jest jednak pod wieloma względami trudniejsze niŝ w przypadku produktów przemysłowych. Wymaga bowiem podejmowania odpowiednich działań na kaŝdym etapie bardzo długiego łańcucha produkcyjnego, czyli od pozyskania surowca aŝ do chwili nabycia Ŝywności przez konsumenta [3]. Wysoka wartość odŝywcza i zdrowotna warzyw sprawia, Ŝe systematycznie wzrasta ich znaczenie i udział w przetwórstwie spoŝywczym. DuŜa róŝnorodność gatunkowa warzyw powoduje jednak, Ŝe mechanizacja ich uprawy wymaga zastosowania wielu specjalistycznych maszyn [10]. Są to przede wszystkim kombajny do zbioru, który jest najbardziej pracochłonnym procesem w produkcji warzyw. W pracy poruszono główne zagadnienia związane z oceną jakości mechanicznego zbioru róŝnych gatunków warzyw. Analizie poddano praktyczne i metodyczne problemy badań strat ilościowych i jakościowych powodowanych przez maszyny podczas ich zbioru. Tworzenie informacji o jakości mechanicznego zbioru surowców roślinnych W wielu przypadkach autorzy podając wyniki badań jakości mechanicznego zbioru surowców roślinnych, nie przytaczają stosowanej metodyki. Metody badań, jak i przyjęte kryteria oceny jakości są często róŝne. Przysparza to trud- Dr inŝ. Adam Węgrzyn, Katedra Maszyn i Urządzeń Ogrodniczych Akademii Rolniczej w Lublinie

228 ADAM WĘGRZYN ności przy interpretacji i porównywaniu wyników. W badaniach jakości zbioru stosowane są obserwacje i doświadczenia, które są typowe dla nauk przyrodniczych i technicznych. Prowadząc obserwacje, badacz jest tylko odbiorcą sygnałów mówiących o jakości, a podczas doświadczeń oddziałuje celowo i w określony sposób na przedmiot badań. Poznanie badanej rzeczywistości jest wynikiem zrozumienia znaczenia ciągu odebranych sygnałów, czyli informacji [7]. Za informację poznawczą, a tym samym wartościową, uznawana jest jednak tylko ta, która powiększa naszą wiedzę na dany temat. Uzyskana na podstawie badań informacja przedstawiana jest najczęściej za pomocą liczb lub innych przyjętych znaków, które mogą ją tworzyć. W teorii statystycznej wyraŝana jest natomiast poprzez określenie prawdopodobieństwa wystąpienia danych stanów rzeczywistości, a takŝe współczynników dopasowania przyjętych do jej opisu modeli matematycznych. Modele zaleŝności wskaźników jakości od kształtujących je czynników są określane na podstawie zebranych danych liczbowych, które tworzą ciąg zmiennej losowej, nazywany w statystyce próbą. Na ich podstawie wyciągane są ogólne wnioski, które niestety nigdy nie są całkowicie pewne. Dlatego wyniki badań powinny być przede wszystkim reprezentatywne [2, 6, 7], to znaczy zaleŝności między uzyskanymi danymi muszą odzwierciedlać relacje zachodzące w rzeczywistości. W badaniach jakości zbioru surowców roślinnych tworzymy głównie informację o rodzajach, strukturze i wielkości strat ilościowych i jakościowych powodowanych przez maszyny. Wskaźniki mówiące o wielkości strat wyraŝamy w postaci liczb, które są najczęściej poddawane analizie statystycznej. Dlatego podczas badania bardzo waŝne jest wyznaczenie odpowiedniej liczby i wielkości poletek, z których naleŝy zebrać pozostawiony przez maszynę materiał w celu określenia jego ilości. Określenie jakości zebranego surowca wymaga natomiast zbadania odpowiedniej liczby i wielkości próbek. W praktyce mamy do czynienia z duŝą róŝnorodnością właściwości fizycznych zebranych materiałów, z których większość jest bardzo wraŝliwa na działanie czynników zewnętrznych. Dlatego teŝ opracowano normy, które w zaleŝności od ilości i rodzaju badanego materiału określają liczbę, wielkość i sposób pobierania próbek do badań. Normy obowiązujące w rolnictwie polskim [11] charakteryzują równieŝ szczegółowo wskaźniki, którymi opisywana jest jakość oferowanych na rynku artykułów Ŝywnościowych. Określenie stanu zebranych świeŝych płodów rolnych naleŝy przeprowadzać w oparciu o wymagania normy, której przedmiotem jest badanie ich jakości. Dopuszcza ona ogólne badanie organoleptyczne oraz badanie wydzielonej próbki. Metoda pierwsza pozwala jedynie na stwierdzenie zgodności z jakością, która deklarowana jest w normie przedmiotowej dla danego artykułu. Natomiast badanie odpowiednio pobranych próbek umoŝliwia dokładną ocenę wpływu warunków zbioru na przyjęte parametry jego jakości.

PROBLEMY BADAŃ JAKOŚCI PRACY MASZYN DO ZBIORU SUROWCÓW ROŚLINNYCH 229 Metodyczne problemy badań strat ilościowych powodowanych przez maszyny podczas zbioru Według literatury [6] w doświadczeniach rolniczych wielkość poletek doświadczalnych zaleŝy, między innymi, od zmienności właściwej dla badanego gatunku. Dla gatunków wykazujących większą zmienność, jak np. rośliny okopowe, powinniśmy stosować większe poletka niŝ dla roślin mniej zmiennych, kłosowych. Większe poletka przy zachowaniu tej samej liczby powtórzeń dają więcej informacji niŝ małe. Jednak zmienność w obrębie poletka maleje ze zmniejszaniem jego powierzchni i zbyt małe poletka nie dają pełnego obrazu badanej zbiorowości. W związku z tym, najlepiej jest przyjąć moŝliwe do zaakceptowania granice ich wielkości na podstawie obserwacji z praktyki. Biorąc pod uwagę terenowy charakter badań jakości zbioru maszynowego oraz zmienność cech warzyw, za odpowiednio duŝą wielkość jednego poletka, na którym określane są straty ilościowe moŝna przyjąć powierzchnię od 5 do 10 m 2 [1, 8, 9]. W doświadczeniach agrotechnicznych przyjęto, dla porównania, Ŝe granice te wynoszą od 25 do 50 m 2 dla roślin kłosowych i od 50 do 100 m 2 dla roślin okopowych [6]. Prowadząc badania, trzeba jednak pamiętać, Ŝe dla uzyskania pewnych informacji naleŝy przy zmniejszaniu powierzchni poletek naleŝy zwiększać ich liczebność. Przy określaniu liczby pomiarów powinniśmy uwzględnić równieŝ konkretny cel prowadzonych badań i załoŝoną metodę analizy wyników. Z punktu widzenia warunków prowadzenia badań jakości zbioru oraz najczęściej stosowanych metod analizy ich wyników, za wystarczającą moŝna uznać liczbę około 5 obserwacji. Przyjęcie takiej liczby moŝna uzasadnić teoretycznie w następujący sposób. JeŜeli do funkcji opisującej gęstość prawdopodobieństwa błędu przypadkowego, mającej rozkład normalny, wstawimy wartości średniego kwadratowego błędu pomiaru i miarę dokładności pomiaru, to zauwaŝymy [7], Ŝe przy wzroście dokładności maleje długość przedziału zawierającego błędy przypadkowe. Ponadto wyraŝając błąd prawdopodobny w zaleŝności od liczby pomiarów i średniego odchylenia stwierdzimy, Ŝe niezaleŝnie od wartości średniego odchylenia, poczynając od 5 pomiarów, wartość błędu prawdopodobnego ulega zmniejszaniu w nieznacznym stopniu, a większe znaczenie od liczby pomiarów ma dla zmniejszania tego błędu wzrost dokładności pomiarów. NaleŜy jednak pamiętać, Ŝe jeŝeli chcemy wyciągnąć pewne wnioski na podstawie tak małej próby, to wyniki muszą być w pełni wiarygodne. W związku z tym muszą zostać wyeliminowane wyniki obciąŝone błędami grubymi, które powstają w konsekwencji nieuwagi lub niestaranności. Trzeba równieŝ unikać błędów systematycznych, wynikających z niedokładności stosowanej aparatury pomiarowej. Powstające straty ilościowe, całkowite lub częściowe, moŝna wyrazić w kg ha -1 lub procentach. W pierwszym przypadku obliczenia są jednoznaczne, bo wynikają tylko z zachowania odpowiednich relacji pomiędzy masą zebranych próbek i powierzchnią poletek. W drugim przypadku naleŝy natomiast określić plon, w stosunku do którego liczone są straty oraz jego wielkość. W

230 ADAM WĘGRZYN zaleŝności od celu uprawy danej rośliny plonem mogą być róŝne jej organy, dlatego z rolniczego punktu widzenia moŝemy mówić o plonie głównym i dodatkowym. Ponadto to, co dla rolnika jest plonem, na ogół nie pokrywa się z plonem biologicznym i w róŝnych przypadkach obserwuje się większe lub mniejsze rozchodzenie obu współczynników [4]. Dlatego plon całkowity wyraŝony w kg ha -1 najlepiej nazywać plonem ogólnym lub brutto, a po odjęciu od niego strat ilościowych i jakościowych plonem netto lub handlowym. PoniewaŜ w zagęszczonych uprawach łanowych roślin kłosowych zmienność plonu jest niewielka, dlatego określany jest on na podstawie kilku próbek pobranych z powierzchni 1 m 2. Plon warzyw naleŝy natomiast przeliczać w odpowiednim stosunku do powierzchni pola na jaką przypada, poniewaŝ ich uprawy charakteryzują się róŝną szerokością międzyrzędzi. Na przykład jeŝeli rozstawa rzędów wynosi 0,5 m, to naleŝałoby zebrać 2 m jednego rzędu, aby powierzchnia wynosiła 1 m 2. Ponadto warzywa cechują się wyŝszą zmiennością plonu i jest to powierzchnia zbyt mała, aby uzyskać wiarygodne wyniki. Potwierdziły to wyniki badań własnych oraz innych autorów [1, 9], którzy w związku z tym straty procentowe obliczali w stosunku do plonu moŝliwego do zebrania. Plon ten obliczany jest jako suma zebranej masy surowca oraz strat ilościowych powstałych podczas zbioru. Zasadniczym problemem przy jego określaniu jest wyznaczenie odpowiednio duŝej wielkości powierzchni, z której zebrana masa jest w tym celu mierzona. Miejsca pomiarów naleŝy oczywiście wybrać w sposób losowy, ale musi ich być co najmniej kilka. W zaleŝności od zbieranego gatunku warzyw powierzchnia zbioru powinna wynosić od około 50 do 100 m 2. Długość przejeŝdŝanego odcinka naleŝy obliczyć dzieląc przyjętą powierzchnię przez szerokość roboczą badanej maszyny. Przyjęcie takich wielkości pozwala nie tylko na dokładne zmierzenie plonu, ale i określenie w tym miejscu charakterystyki łanu oraz parametrów pracy maszyny. Ponadto na takim obszarze moŝna wyznaczyć kilka poletek do określenia strat ilościowych plonu. Praktyczne problemy badań jakości zbioru mechanicznego Badania jakości mechanicznego zbioru surowców rolniczych wiąŝą się z koniecznością równoczesnego dysponowania odpowiednimi środkami transportu, maszynami do zbioru, plantacją oraz dobrze przygotowanymi ludźmi. Dodatkowymi utrudnieniami są nie zawsze sprzyjające warunki atmosferyczne, niekiedy uciąŝliwe dojazdy, a takŝe konieczność zapewnienia łączności i współpracy między operatorami pracujących maszyn oraz osób zbierających materiał do badań. W warunkach terenowych nie zawsze jest równieŝ moŝliwe przeprowadzenie analizy pobranych próbek, co moŝe wynikać z braku odpowiedniego sprzętu lub czasu. Dotyczy to głównie badań jakości zebranego materiału, który musi być wówczas przetransportowany do laboratorium.

PROBLEMY BADAŃ JAKOŚCI PRACY MASZYN DO ZBIORU SUROWCÓW ROŚLINNYCH 231 Straty plonu powstają podczas zbioru z róŝnych przyczyn, między innymi ze złego ustawienia i konstrukcji elementów roboczych, ale takŝe nieodpowiednich parametrów pracy maszyn. W przypadku warzyw, w zaleŝności od ich gatunku oraz metody zbioru, powodują je przede wszystkim zespoły podkopujące, wyrywające, zrywające, tnące i podbierające. Zespoły te pozostawiają głównie warzywa luzem na powierzchni pola. Ponadto w przypadku warzyw korzeniowych część z nich pozostawiana jest w glebie, a w przypadku warzyw strączkowych na roślinach. Chcąc określić ilość straconych w ten sposób warzyw, naleŝy je po przejeździe roboczym maszyny ręcznie zebrać lub wyrwać z gleby, albo zerwać z roślin. Ponadto w niektórych maszynach straty ilościowe powodowane mogą być przez zespoły, które oddzielają od zebranego materiału zanieczyszczenia. W takich sytuacjach powstają dodatkowe problemy, poniewaŝ oddzielany w strumieniu powietrza wraz zanieczyszczeniami materiał trzeba w odpowiedni sposób i w określonym czasie schwytać, nie zakłócając przy tym pracy zespołu czyszczącego. Często jest to utrudnione ze względu na brak bezpośredniego dostępu do miejsc, z których pobierane są próbki do badań. ZaangaŜowane do tego osoby muszą ponadto zachowywać się bardzo ostroŝnie, poniewaŝ naraŝone są na niebezpieczeństwa wynikające z roboczych ruchów maszyny. Przy zbiorze nasion warzyw adaptowanym kombajnem zboŝowym do strat ilościowych naleŝą nie tylko pojedyńcze nasiona leŝące luzem na polu, ale takŝe owoce z nasionami (np. strąki lub łuszczyny) pozostawiane luzem na polu oraz na nie ściętych roślinach. Dokładne określenie tych strat jest tym trudniejsze, im drobniejszy jest to materiał. NaleŜy takŝe pamiętać, Ŝe w przypadku niektórych roślin powstają takŝe straty na skutek wysypywania się nasion z pękających łuszczyn czy strąków [4]. Trzeba wówczas jeszcze przed zbiorem określić ilość nasion, która w wyniku tego zjawiska pozostaje na powierzchni pola. Jest to szczególnie uciąŝliwe w przypadku nasion drobnych, które trzeba zebrać ręcznie z gleby, nie powodując przy tym dodatkowego osypania się ich z roślin. Następnie zebraną ilość nasion naleŝy odjąć od całkowitych strat ilościowych powstałych podczas zbioru. JeŜeli maszyna nie ma zbiornika, to zebrany materiał najlepiej jest załadować do pojemników lub worków podstawianych pod przenośnik załadowczy. UmoŜliwia to określenie rzeczywistej ilości i stanu zbieranego z pola plonu. Wymaga jednak zaangaŝowania do badań, poza operatorami maszyny, kilku dodatkowych osób. Jedna z nich musi sygnalizować moment rozpoczęcia i zakończenia danej próby, a pozostałe pobierają w tym czasie materiał do badań. Ponadto zebrane surowce uszkadzane są mechanicznie przez zespoły robocze maszyn, które takŝe nie oddzielają od nich wszystkich zanieczyszczeń. MoŜe to być przyczyną dodatkowych strat plonu z powodu jego nieodpowiedniej jakości. Dlatego przy określaniu wielkości strat jakościowych naleŝy uwzględniać przeznaczenie zbieranego surowca oraz stawiane przed nimi wymagania, a takŝe ustalić dokładnie rodzaj uszkodzeń mechanicznych i ilość zanieczyszczeń. Nie zawsze bowiem charakter tych uszkodzeń oraz zanieczyszczeń powoduje utratę

232 ADAM WĘGRZYN wartości konsumpcyjnej, przetwórczej czy teŝ biologicznej zebranego plonu. W takich sytuacjach nie ma potrzeby obciąŝać nimi strat całkowitych powstających podczas zbioru. W przeciwnym razie naleŝy je dodać do strat ilościowych powstałych w wyniku pozostawienia plonu na polu, w glebie lub na roślinach oraz oddzielenia wraz z zanieczyszczeniami. W związku z tym, rodzaje strat częściowych trzeba ustalać indywidualnie dla kaŝdego rodzaju surowca, uwzględniając jego przeznaczenie i rodzaj maszyny stosowanej do zbioru. Podsumowanie Badanie jakości zbioru mechanicznego na podstawie analizy próbek zebranych z losowo wyznaczonych poletek moŝna zastosować dla róŝnych gatunków roślin uprawnych. Trzeba oczywiście określić odpowiednie rodzaje powodowanych przez badaną maszynę strat ilościowych, wskaźniki jakości zbieranego surowca oraz sposób określania plonu ogólnego. Ponadto naleŝy zdecydować, czy uszkodzenia mechaniczne nie są przyczyną dodatkowych strat surowca. Nie ma bowiem podstaw do obciąŝania nimi strat całkowitych powodowanych przez maszynę, gdy charakter uszkodzeń nie powoduje utraty przydatności plonu. NaleŜy mieć równieŝ świadomość, Ŝe na poziom strat powstających w całym procesie produkcji surowców roślinnych wpływa nie tylko metoda ich zbioru, ale takŝe: cechy odmianowe, jakość zabiegów ochrony i prac pielęgnacyjnych, dokładność określenia terminu zbioru, pogoda w okresie wegetacji i zbioru, czas trwania zbioru oraz warunki przechowywania i transportu. Piśmiennictwo 1. Furtak J., Zaliwski A.: Badania nad zbiorem mechanicznym nasion fasoli. Rocz. Nauk Rol., 76-C-2, 1986. 2. Gawęcki J., Wagner W.: Podstawy metodologii badań doświadczalnych w nauce o Ŝywieniu i Ŝywności. PWN, Warszawa 1984. 3. Kusz A., Banach M.: Systemy zarządzania jakością w produkcji Ŝywności. InŜ. Rol., 5, 1998. 4. Listowski A.: Agrofizjologiczne podstawy produkcyjności roślin. PWN, Warszawa 1979. 5. Michałek R.: Wiedza najefektywniejszą drogą restrukturyzacji polskiego rolnictwa. Probl. InŜ. Rol., 2, 2002. 6. Nawrocki Z.: Zarys metodyki doświadczeń rolniczych. PWN, Warszawa 1960. 7. Pabis S.: Metodologia i metody nauk empirycznych. PWN, Warszawa 1985. 8. Świć K.: Jednoetapowy zbiór korzeni marchwi. Rozprawa doktorska, AR, Lublin 1986. 9. Węgrzyn A.: Zbiór kombajnowy strąków fasoli szparagowej. Rozprawa doktorska, AR, Lublin 1997. 10. Węgrzyn A.: Nowoczesne metody i maszyny w produkcji warzyw. Prz. Tech. Rol. i Leś., 2, 2002. 11. Rozporządzenie ministra rolnictwa i rozwoju wsi z dnia 31 lipca 2002 r. w sprawie obowiązku stosowania Polskich Norm. Dz. U. Nr 134, poz.1132.

PROBLEMY BADAŃ JAKOŚCI PRACY MASZYN DO ZBIORU SUROWCÓW ROŚLINNYCH 233 Streszczenie Systematycznie rośnie powierzchnia uprawy surowców roślinnych, które zbierane są za pomocą specjalistycznych lub adaptowanych maszyn. W pracy przeanalizowano zasadnicze problemy praktyczne i metodyczne, które związane są z oceną jakości ich mechanicznego zbioru. Omówiono rodzaje strat ilościowych i jakościowych powodowanych przez maszyny podczas zbioru róŝnych materiałów roślinnych, a takŝe metody ich oceny. Summary Continually increasing the area cultivation of plant raw materials that have been harvesting means of the specialized or adaptations machines. In the paper analysed of the fundamental problems of methodical and practical that have been connecting with estimate of the quality its mechanical harvest. Authors discussed the quantitative and qualitative kinds of harvesting losses of differents plant materials and too of the method its estimate. Recenzent: Prof. dr hab. inŝ. Józef Kowalczuk