پیش بینی نیروهای وارد بر شاخه و مصرف سوخت تراکتور تحت شرایط کاری متفاوت حین عملیات زیرشکنی با استفاده از سیستم استنتاج عصبی فازی (ANFIS)
سال انتشار: 1399
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 218
فایل این مقاله در 20 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_ERAMS-21-74_004
تاریخ نمایه سازی: 3 دی 1401
چکیده مقاله:
در این تحقیق، از سیستم استنتاج عصبی فازی (ANFIS) به منظور پیشبینی نیروهای وارد بر شاخه و مصرف سوخت تراکتور تحت شرایط کاری متفاوت حین عملیات زیرشکنی استفاده شد. نیروهای مقاوم افقی و عمودی وارد بر شاخههای زیرشکن و مصرف سوخت تراکتور تحت تاثیر متغیرهای مستقل شامل نوع شاخه (زیرشکن و پاراپلو)، عمق (۳۰، ۴۰ و۵۰ سانتیمتر) و سرعت پیشروی (۱/۸، ۲/۳، ۲/۹ و ۳/۵ کیلومتر بر ساعت) اندازه گیری شدند. از داده های مزرعه ای برای ایجاد مدل های رگرسیونی و انفیس به منظور پیش بینی پارامترهای تحت بررسی استفاده و نتایج دو سری مدل با یکدیگر مقایسه شد. نتایج بررسی های مزرعه ای نشان داد که همه متغیرهای مستقل اثر معنی داری بر پارامترهای تحت بررسی دارند. افزایش عمق خاکورزی و سرعت پیشروی به افزایش نیروهای مقاوم افقی و عمودی وارده و مصرف سوخت تراکتور انجامید. به علاوه، پاراپلو از نظر انرژی موردنیاز نسبت به زیرشکن، مقرون به صرفه تر بود. نتایج بخش انفیس نشان داد که در مورد نیروهای افقی، عمودی و مصرف سوخت، به ترتیب، توابع عضویت Gaussmf، Trimf و dsigmf با میانگین مربعات خطای ۰/۰۱۵۶، ۰/۰۲۳۱ و ۰/۰۲۱۲ و ضریب همبستگی ۰/۹۹۹، ۰/۹۸۹ و ۰/۹۹۱، بهترین مدل ها برای پیش بینی هستند. مدل های انفیس نسبت به مدل های رگرسیونی دقت بالاتری دارند و با استفاده از سطوح شکل های خروجی در انفیس می توان خروجی مدل را برای یک ورودی خاص محاسبه کرد.
کلیدواژه ها:
نویسندگان
محمد عسکری
پسادکترای مکانیک ماشین های کشاورزی، گروه مهندسی بیوسیستم، دانشکده کشاورزی و منابع طبیعی، ، دانشگاه محقق اردبیلی، اردبیل، ایران
یوسف عباسپور گیلانده
استاد گروه مهندسی بیوسیستم، دانشکده کشاورزی و منابع طبیعی، دانشگاه محقق اردبیلی، اردبیل، ایران
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :