پیشبینی میزان لغزش چرخ محرک تراکتور با استفاده از شبکه عصبی مصنوعی

لغزش چرخ محرک از مهمترین مباحث مربوط به مفاهیم کشش تراکتور است که تاثیر بسیاری در میزان عملکرد، مصرف انرژی و ظرفیت کاری تراکتور دارد. در این مطالعه به بررسی اثر سرعت پیشروی، عمق شخم و میزان سنگینکننده بهعنوان سه عامل اثرگذار مهم بر روی لغزش، در شرایط مزرعهای و مدلسازی لغزش با استفاده از شبکه عصبی مصنوعی پرداخته شد. آزمایشهای مزرعهای در شرایط متفاوت عمق شخم و سرعت پیشروی و وضعیت سنگین کننده تراکتور انجام شد. در این تحقیق عمق شخم در چهار سطح (5 ،10 ،15و 20 سانتیمتر)، سرعتهای پیشروی (5/2 ،5/3 ،5/4 و 5/5 کیلومتر بر ساعت) و میزان سنگینکننده (0 ،40 ،80 و 120 کیلوگرم) قرار گرفت. شبکههای عصبی مدلسازی شده در این تحقیق که بهمنظور پیشبینی درصد لغزش تراکتور مورد استفاده قرار گرفت از نوع شبکههای چندلایه پسانتشار برگشتی بوده و از دو الگوریتم LM و SCG بهمنظور آموزش شبکه استفاده شده است. نتایج این تحقیق نشان داد که شبکه عصبی توسعه داده شده با الگوریتم LM نسبت به الگوریتم SCG2 عملکرد بهتری دارد. مقدار خطای RMSE و ضریب تبیین R بهدست آمده در این مطالعه برای درصد لغزش عبارت است از 010828/0 و 99163/0 .نتیجه مدلسازی نشان داد که دادههای پیشبینی شده توسط شبکه عصبی مصنوعی خیلی نزدیک به دادههای واقعی به دستآمده از آزمایشهای مزرعهای میباشند.

کلیدواژه ها:

سرعت پیشروی ، درصد لغزش ، شبکه عصبی ، عمق شخم