پیش بینی پارامترهای مرتبط با کشش تراکتور حین عملیات زیرشکنی با استفاده از سیستم استنتاج عصبی فازی (ANFIS)

در این تحقیق، از سیستم استنتاج عصبی فازی (ANFIS) به منظور پیش-بینی پارامترهای مرتبط با کشش تراکتور شامل توان مالبندی، میزان لغزش چرخ های محرک، بازده کششی و بازده کل انرژی در مجموعه تراکتور- ادوات تحت تاثیر متغیرهای مستقل شامل نوع شاخه (زیرشکن و پاراپلو)، عمق (۳۰، ۴۰ و۵۰ سانتی متر) و سرعت پیشروی (۸/۱، ۳/۲، ۹/۲ و ۵/۳ کیلومتر بر ساعت) حین عملیات زیرشکنی استفاده شد. از داده های مزرعه ای برای ایجاد مدل های رگرسیونی و ANFIS به منظور پیش بینی پارامترهای تحت بررسی استفاده و نتایج دو سری مدل با یکدیگر مقایسه شد. نتایج مزرعه ای نشان داد که همه متغیرهای مستقل به غیر از بازده کششی، اثر معنی داری بر پارامترهای تحت بررسی داشتند. افزایش عمق و سرعت پیشروی به افزایش لغزش چرخ های محرک، توان مالبندی، بازده کل انرژی و کاهش بازده کششی تراکتور انجامید. به علاوه با در نظر گرفتن پارامترهای تحت بررسی، پاراپلو نسبت به زیرشکن عملکرد بهتری داشت. نتایج بخش ANFIS نشان داد که به ترتیب در مورد لغزش، توان مالبندی، بازده کششی و بازده کل انرژی، توابع عضویت Trimf، dsigmf، Primf و Gaussmf با میانگین مربعات خطای ۰۱۵۹/۰، ۰۲۳۱/۰، ۰۲۱۲/۰ و ۰۲۲۴/۰ و ضرایب تعیین ۹۹۹۶/۰، ۹۹۹۹/۰، ۹۹۸۵/۰ و ۹۹۹۷/۰، بهترین مدل ها برای پیش بینی هستند. مدل های ANFIS نسبت به مدل های رگرسیونی دقت بالاتری دارند و با استفاده از سطوح شکل های خروجی در ANFIS می توان خروجی مدل را برای یک ورودی خاص محاسبه کرد.

کلیدواژه ها:

ANFIS ، بازده کششی ، بازده کل انرژی ، پاراپلو ، زیرشکن ، لغزش