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

Publish Year: 1395
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 414

This Paper With 13 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

این Paper در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

NCAMEM10_073

تاریخ نمایه سازی: 6 اسفند 1395

Abstract:

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.

Authors

سیدرضا موسوی سیدی

عضو هئیت علمی گروه مهندسی بیوسیستم، دانشگاه علوم کشاورزی و منابع طبیعی ساری

مهدی علی جانی

دانش آموخته کارشناسی ارشد گروه مهندسی بیوسیستم، دانشگاه علوم کشاورزی و منابع طبیعی ساری

رمضان هادی پوررکنی

کارشناس ارشد گروه مهندسی بیوسیستم، دانشگاه علوم کشاورزی و منابع طبیعی ساری

مراجع و منابع این Paper:

لیست زیر مراجع و منابع استفاده شده در این Paper 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 Paper لینک شده اند :
  • منهاج. محمدباقر. 1393. مبانی هوش مصنوعی. انتشارات امیرکبیر. ...
  • Brixius WW. ASAE1987. Traction prediction equations for bias ply tires, ...
  • Ghaboussi, J., J.H. Garrett Jr, and X. Wu. 1991. Knowledge ...
  • Sahu, R. K; and H, Raheman. 2008. A decision support ...
  • Reed, J; and P.E, Turner. 1993. Slip Measuremet Using Dual ...
  • Zoz, FM. 1970. Predicting tractor field performance. ASAE, PaperNo. 70-118. ...
  • نمایش کامل مراجع