ماشین های کشاورزی

چکیده نظارت بر وضعیت ماشین‌آلات یکی از جنبه‌های حیاتی واحدهای تولیدی و خدماتی برای حفظ کارایی عملیاتی است. از این رو، تعویض به‌موقع روغن موتور به‌طور قابل‌توجهی به افزایش عملکرد و افزایش طول عمر موتور کمک می‌کند. با این حال، تعیین زمان دقیق تعویض همچنان یک چالش است. آنالیز طیفی روغن، در عین این‌که موثر است، هم گران و هم زمان‌بر است. هدف این مطالعه معرفی یک روش جایگزین برای تحلیل طیفی روانکار موتور است. این تحقیق شامل تجزیه و تحلیل نتایج تجزیه و تحلیل طیفی و ضرایب دی‌الکتریک 17 نمونه روغن موتور از طریق روش‌های آماری است. هدف اصلی توسعه مدل‌هایی برای پیش‌بینی آلاینده‌های موجود در روغن بر اساس خواص دی‌الکتریک است که جایگزینی برای تجزیه و تحلیل طیفی ارائه می‌دهد. برای رسیدن به این هدف چند هدف میانی دنبال می‌شود. شبکه‌ عصبی مصنوعی پرسپترون چندلایه (MLP-ANN) و روش‌ ماشین بردار پشتیبان (SVM) برای مدل‌سازی استفاده می‌شوند. عملکرد دو مدل با استفاده از شاخص‌هایی مانند ریشه میانگین مربعات خطا (RMSE)، کارایی مدل و ضریب تبیین (R²) ارزیابی می‌شود. نتایج نشان می‌دهد که مدل SVM به‌طور مداوم کارایی بیش از 0.95 را برای همه شاخص‌های پیش‌بینی‌شده (Fe، Pb، Cu، Al، Mo، Na، Si وVis@100) نشان می‌دهد. در نتیجه، طیف‌سنجی دی‌الکتریک روان‌کننده به‌عنوان یک جایگزین مناسب برای آنالیز مرسوم طیفی روغن متصور می‌باشد.

چکیده آبیاری دقیق درختان مستلزم در دسترس بودن اطلاعاتی از میزان و نحوه مصرف آب توسط آن‌ها است. عدم توجه به نیاز آبی درختان می‌تواند منجر به هدررفت آب و یا بروز تنش آبی در آن‌ها شود که می‌توان با به‌دست آوردن سرعت جریان شیره در بافت آوندی درخت مقدار آب مصرفی گیاه را تخمین زد. در این پژوهش، دستگاه جریان‌سنج شیره‌ای مبتنی بر روش نسبت گرمایی قابل‌‌نصب بر روی تنه درختان ساخته شد و مورد ارزیابی قرار گرفت. دستگاه از بخش‌های کاوشگر اندازه‌گیری، واحد پردازنده داده و ثبت‌کننده داده تشکیل‌شده است. به‌منظور ارزیابی، کاوشگر بر روی تنه یک نمونه درخت فیکوس بنجامین در محیط کنترل‌شده دما و رطوبت، در دو ارتفاع متفاوت نصب شد. نتایج جریان شیره اندازه‌گیری‌شده توسط دستگاه با داده‌های به‌دست‌آمده از روش لایسیمتری مقایسه گردید. همچنین، اثرات روز و شب، مرطوب کردن سطح برگ و آبیاری در تغییرات جریان شیره بررسی شد. نتایج نشان داد دستگاه جریان‌سنج شیره‌ای میزان مصرف آب درخت را نسبت به مقدار به‌دست‌آمده از روش لایسیمتری با 30 درصد بیش برآوردی اندازه‌گیری می‌کند که این درصد اختلاف با کالیبره کردن دستگاه و اصلاح ضرایب اختصاصی درخت، قابل‌رفع می‌باشد. نمودار جریان شیره‌ای و تعرق از یک ‌روند مشابه پیروی می‌کنند به‌طوری‌ که در طول روز مقدار جریان شیره و تعرق افزایش‌یافته و در اواسط ظهر به اوج مقدار خود برای جریان شیره ml h^-117.98 و برای تعرق ml h^-116 رسید و سپس در بعد از ظهر با خنک شدن هوا کاهش سریعی نشان داد.

چکیده در ایران هرساله بیش از50 هزار هکتار آفتابگردان روغنی و آجیلی، کشت می‌شود. به علت سازگار نبودن کمباین‌های غلات موجود در کشور با ویژگی‌های بوته و طبق آفتابگردان، مقدار زیادی دانه توسط کمباین تلف می‌شود. لذا، هم‌اکنون برداشت آن به‌صورت دستی انجام می‌شود. برداشت دستی باعث افزایش مشقت‌های کارگری، انرژی مصرفی و هزینه تولید گردیده است. در این تحقیق، به‌منظور برداشت مکانیزه این محصول، اصلاحاتی بر روی هد موجود کمباین غلات (جاندیر 1055)، اعمال ‌گردید تا بتوان با آن عملیات برداشت، کوبش و بوجاری آفتابگردان را به‌طور هم‌زمان انجام داد. پس از طراحی و ساخت الحاقیه، هد به‌سازی‌شده در شرایط مزرعه، ارزیابی و با روش‌های برداشت مرسوم مقایسه شد. ارزیابی مزرعه‌ای هد به‌سازی‌شده در قالب طرح بلوک‌های کامل تصادفی با سه تکرار بود. تیمارها شامل: 1) برداشت توسط کمباین غلات مجهز به هد اصلاح‌شده، 2)‏ برداشت توسط کمباین غلات مجهز به قایقی و 3) برداشت به روش دستی بود. در هرکدام از تیمارهای ماشینی، واحدهای کوبنده و تمیزکننده به‌منظور برداشت آفتابگردان تنظیم گردید. نتایج نشان داد که بین تیمارهای آزمایشی از نظر تلفات کمباینی، ظرفیت مزرعه‌ای و هزینه‌های برداشت، اختلاف معنی‌داری در سطح 5% وجود دارد. در کمباین اصلاح‌شده، کمباین شیراز و روش دستی، تلفات کمباینی به‌ترتیب 0.72، 4.85 و 6 درصد، ظرفیت مزرعه‌ای به‌ترتیب 1.2، 1.13 و 0.12 هکتار بر ساعت و نسبت سود به هزینه به‌ترتیب 13.97، 13.3 و 3.01 بود. بین تیمارها از نظر افت طبیعی و درصد خلوص اختلاف معنی‌داری در سطح 5% وجود نداشت. با توجه به نتایج به‌دست‌آمده، به دلیل پایین بودن تلفات، ظرفیت مزرعه‌ای مناسب و هزینه برداشت پایین، استفاده از کمباین جاندیر 1055 مجهز به هد اصلاح‌شده برای برداشت آفتابگردان روغنی قابل‌توصیه است.

چکیده فرآیندهای خشک‌کردن شلتوک، همواره چالشی‌ترین مسائل صنعت برنج می‌باشد. هدف تحقیق، بررسی میزان ضایعات خشک‌کردن در مزرعه و کارخانه در سه شهرستان گیلان بود. بدین منظور، اثرهای اصلی و متقابل فاکتورهای مستقل محتوای رطوبتی زمان برداشت (19 و 26 درصد)، زمان برداشت تا خرمنکوبی (19-14، 24-20 و 29-25 ساعت)، روش‌های خشک‌کردن در مزرعه (پخش کامل شالی‌ بر روی ساقه‌ها، پخش پنج ساعت شالی‌ بر روی ساقه‌ها+توده کردن، و پخش پنج ساعت شالی‌ بر روی ساقه‌ها+استفاده از پلاستیک)، و استراحت‌دهی (دو مرحله‌ای و سه مرحله‌ای هرکدام با 10 و 15 ساعت استراحت‌دهی)، دمای خشک‌کن (40 و 50 درجه سلسیوس) و سرعت باد (0.5 و 0.8 متر بر ثانیه) بر فاکتورهای وابسته (دانه‌های نارس، گچی، دانه‌های دو و سه‌تَرَک و تَرَک لاک‌پشتی در برنج قهوه‌ای) در سال زراعی 99-1398 بررسی شدند. از طرح آزمایشی فاکتوریل بر پایه بلوک کامل تصادفی استفاده شد. براساس نتایج، اثرهای اصلی فاکتورهای مستقل بر ایجاد ضایعات معنادار بودند (0.05>P). مقایسه میانگین‌ها نشان داد که کمینه ضایعات در روش پخش‌‌کردن کامل، در محتوای رطوبتی 26 درصد، به میزان 1.465 درصد بود. بیشترین تاثیر استفاده از پلاستیک در شکل‌گیری ضایعات به شکل تَرَک لاک‌پشتی و دانه‌گچی بود. در سطح مزرعه پس از 14 تا 19 ساعت پیش ‌خشک‌کردن، بیشینه ضایعات به‌دست آمد، که سهم سه‌تَرَک ناکامل طولی، دو‌تَرَک ناکامل عرضی و دانه نارس به‌‌‌ترتیب به میزان 11.410، 8.730 و 8.471 درصد بود. در سطح کارخانه، کمترین ضایعات در ترکیب فاکتوری استراحت‌دهی سه مرحله‌ای 15 ساعت، دمای خشک‌کن 40 درجه سلسیوس و سرعت باد 0.5 متر بر ثانیه به میزان 6.027 درصد به‌دست آمد.

چکیده در تلاش برای بهبود عملکرد و پایداری هضم بی‌هوازی (AD)، افزودنی‌های مبتنی بر آهن به‌عنوان ریزمغذی‌ها و لجن تصفیه آب آشامیدنی (DWTS) می‌توانند نقش کلیدی داشته باشند. این مطالعه به بررسی سینتیک تولید متان در طول AD کودهای گاوی می‌پردازد که شامل غلظت‌های مختلف Fe و Fe₃O₄ (10، 20 و 30 میلی‌گرم در لیتر) و DWTS (6، 12 و 18 میلی‌گرم در لیتر) می‌شود. با استفاده از یک کتابخانه گسترده از مدل‌های رگرسیون غیرخطی (NLR)، 26 نامزد مورد بررسی قرار گرفتند و هشت مورد به‌عنوان پیش‌بینی‌کننده‌های قوی برای کل فرآیند تولید متان ظاهر شدند. مدل Michaelis-Menten به‌عنوان انتخاب برتر برجسته شد و سینتیک کودهای دامی AD را با افزودنی‌های مشخص‌شده آشکار کرد. یافته‌ها نشان داد که سطوح مختلف DWTS بالاترین تولید متان را به‌همراه دارد، در حالی‌که Fe₃O₄20 و Fe₃O₄30 کمترین میزان را ثبت کردند. قابل‌ذکر است، DWTS6 تولید متان تقریباً 34% و 42% را در مقایسه با Fe20 و Fe₃O₄30 نشان داد و آن را به‌عنوان موثرترین تیمار معرفی کرد. علاوه بر این، DWTS12 بالاترین میزان تولید متان را به نمایش گذاشت و به 6/147 سی‌سی در روز ششم رسید. با تأکید بر مفاهیم عملی، این تحقیق بر کاربرد مدل پیشنهادی برای تجزیه و تحلیل سایر پارامترها و بهینه‌سازی عملکرد AD تأکید می‌کند. این مطالعه با بررسی پتانسیل افزودنی‌های مبتنی بر آهن و DWTS، مسیر را در تولید متان از کودهای گاوی و پیشبرد شیوه‌های مدیریت زباله پایدار هموار می‌سازد.

چکیده بیوگاز خام علاوه بر متان به‌عنوان ترکیب اصلی دارای ترکیب آلاینده دیگری مثل سولفید هیدروژن (H₂S) می‌باشد. سولفید هیدروژن بسیار خورنده بوده و یکی از مشکلات عمده در استفاده از بیوگاز را ایجاد می‌کند و باعث خوردگی در موتورها و خطوط لوله می‌شود. در این تحقیق از بیوفیلتر بستر ثابت برای حذف سولفید هیدروژن از جریان بیوگاز استفاده شد. از دو بستر زغال‌زیستی حاصل از پیرولیز و کمپوست به‌عنوان بستر بیوفیلتر بهره گرفته شد. نتایج نشان داد که به‌ترتیب بازده حذف سولفید هیدروژن برای دو بستر زغال‌زیستی و کمپوست برابر با 94 و 76 درصد شد. به‌ترتیب در دو بستر زغال‌زیستی و کمپوست در ارتفاع 60 سانتی‌متری غلظت سولفید هیدروژن ازppm 185 بهppm 11 و از ppm 70 بهppm 17 کاهش یافت. ضمن این‌که بیوفیلتر کارایی خوبی نسبت به افزایش ناگهانی غلظت سولفید هیدروژن در خوراک بیوگاز نشان داد. مدل‌سازی سینتیکی ساده حذف سولفید هیدروژن برای توصیف عملکرد بیوفیلتر ارائه شد. فرض‌های مدل‌سازی برای ساده‌سازی، شامل صرف‌نظر از تغییرات شعاعی غلظت و نیز استفاده از مدل سینتیکی مونود برای توصیف نرخ حذف سولفید هیدروژن می‌باشد. معادلات دیفرانسیلی معمولی برای شبیه‌سازی به کمک روش رانگه-کوتا حل شد. نتایج مقایسه مدل و داده‌های آزمایشگاهی نشان داد که مدل پیشنهادی به‌خوبی عملکرد حذف سولفید هیدروژن را پیش‌بینی می‌کند (در تمام موارد R² بزرگتر از 0.90 بود). به کمک نتایج تجربی، مقادیر پارامتر سینتیکی حداکثر نرخ رشد ویژه (µ_max) در بستر زغال‌زیستی و کمپوست به‌ترتیب برابر ^5-10× 6.5 و  ^5-10× 0.52 به‌دست آمد.

چکیده در چند دهه اخیر منابع تجدیدپذیر انرژی که باعث آلودگی کمتر محیط‌زیست شوند بسیار مورد توجه قرار گرفته‌اند. در این میان استحصال زیست‌گاز از ضایعات آلی جامد شهری برای تولید انرژی به دلیل کنترل گازهای گلخانه‌ای و کاهش آلودگی‌های زیست‌محیطی از اهمیت ویژه‌ای برخوردار است. اگرچه هضم بی‌هوازی به‌عنوان یکی از بهترین روش‌های مواجهه با پسماندهای آلی جامد شهری مطرح است، با این حال، این فرآیند دارای محدودیت‌هایی نیز می‌باشد. از این‌رو پیش‌فرآوری‌های مختلفی به‌منظور بهبود فرآیند هضم بی‌هوازی و افزایش تولید زیست‌گاز از هضم پسماندهای آلی مورد بررسی قرار گرفته‌اند. پیش‌فرآوری حرارتی از موثرترین روش‌ها جهت حذف عوامل بیماری‌زای موجود در مواد زائد آلی است. در همین حال این پیش‌فرآوری می‌تواند تاثیر به‌سزایی در بهبود هضم بی‌هوازی و تسریع هیدرولیز مواد داشته باشد. بنابراین یافتن شرایط بهینه این پیش‌تیمار برای دستیابی به بالاترین مقدار تولید زیست‌گاز حائز اهمیت به‌سزایی است. هدف از این تحقیق دستیابی به بهترین دما و زمان و غلظت در هضم مواد آلی موجود در پسماند شهری است. در این مطالعه، دما و مدت اعمال پیش‌تیمار حرارتی به‌ترتیب در سه سطح 70، 90 و 110 درجه سانتی‌گراد و 30، 90 و 150 دقیقه و غلظت نیز در سطوح 8، 12 و 16 درصد مورد بررسی قرار گرفتند. به این منظور 15 آزمایش به روش سطح پاسخ باکس‌بنکن طراحی شدند. نتایج آزمایش‌ها نشان دادند که اثر متغیرهای دما و زمان در سطح 1 درصد بر تولید زیست‌گاز معنی‌دار هستند در حالی‌که تغییرات غلظت در محدوده مورد مطالعه اثر کمتری در تولید این گاز داشته است. همچنین، بهترین سطوح متغیرهای دما و زمان پیش‌تیمار و غلظت مواد هضم‌شونده برای تولید زیست‌گاز به‌ترتیب 95 درجه سانتی‌گراد، 104 دقیقه و غلظت 12 درصد بوده که پیش‌بینی می‌شود اعمال پیش‌تیمار حرارتی در شرایط بهینه متغیرهای مورد ارزیابی موجب تولید 445 میلی‌لیتر زیست‌گاز به ازای هر گرم ماده آلی جامد فرار موجود در پسماندهای آلی شود که بدین ترتیب با اعمال پیش‌تیمار حرارتی در شرایط بهینه، افزایش 31.17 درصدی تولید زیست‌گاز نسبت به میزان زیست‌گاز ناشی از هضم مواد بدون اعمال پیش‌تیمار (6.18±339.33 میلی‌لیتر) قابل انتظار خواهد بود.

چکیده یکی از مهم‌ترین اقدامات به‌منظور ایجاد محیطی مناسب برای رشد بهینه گیاه گلخانه‌ای، کنترل دقیق متغیرهای داخلی گلخانه به‌منظور بهینه‌سازی میزان تبادلات انرژی بین گلخانه با محیط بیرون است. در این راستا یکی از ایده‌های جدید، هوشمندسازی گلخانه است. اولین قدم در این مسیر، پیش‌بینی تمامی متغیرهای تاثیرگذار یک گلخانه به حساب می‌آید. از این رو در این تحقیق از دو مدل شبکه عصبی (MLP-RBF) برای تخمین چهار متغیر تأثیرگذار (شامل دمای هوا، گیاه، سقف و رطوبت هوای داخل گلخانه) یک گلخانه دوطرفه شیشه‌ای با ساختار ویژه واقع در شهر ملاثانی اهواز استفاده شد. بدین منظور از متغیرهای محیطی بیرونی شامل دما و رطوبت هوای بیرون و همچنین تابش روی سطح افق به‌عنوان فاکتورهای ورودی مدل‌ها، استفاده شد. داده‌برداری توسط حسگرهای مربوطه در گلخانه‌ای به مساحت (12 مترمربع) و حجم هوای (40 مترمکعب) انجام گرفت. نتایج نشان داد که مدل RBF از دقتی حدود 50% بیش‌تر نسبت به مدل MLP برخوردار است. در این تحقیق قابلیت تعمیم‌پذیری هر دو مدل با 80 و 40 درصد از کل داده‌های آموزشی مورد بررسی قرار گرفت. نتایج به‌دست آمده نشان داد که مدل RBF قادر است با مجموعه داده‌های کم‌تر نسبت به مدل MLP، نتایج را بهتر و دقیق‌تر برآورد کند. دقت بالاتر و قابلیت کار با مجموعه داده‌های کم‌تر از مزایای شناخته شده مدل RBF در این تحقیق بود که می‌تواند در هوشمند کردن گلخانه‌های نسل جدید و کنترل آن‌ها مورد استفاده قرار گیرد.

چکیده شناسایی خطرات و ارزیابی ریسک، روشی سازمان‌یافته نظام‌مند برای اولویت‌بندی ریسک‌ها و تصمیم‌گیری در راستای کاهش ریسک، با توجه به اهمیت مدیریت یکپارچه دارایی‌های فیزیکی در راستای بهبود قابلیت اطمینانِ سیستم‌های بحرانی در ماشین CNC و نیز پیوستگی عملیات ماشین‌کاری و کاهش توقف تولید بسیار حائز اهمیت است. با توجه به حجم وسیع کاربرد فرآیندهای ماشین‌کاری با CNC در صنایع قطعه‌سازی به‌ویژه ماشین‌های کشاورزی، مطالعه پیرامون تحلیل ریسک و مدیریت آن یک الزام مهم به‌شمار می‌رود. لذا این پژوهش با هدف شناسایی و اولویت‌بندی عوامل شکست اجزای مکانیک ماشین CNC که موجب وقفه در عملکرد آن می‌شوند انجام گرفت. در این پژوهش از تکنیک تجزیه و تحلیل حالات خرابی و اثرات آن (FMEA) در دو حالت مرسوم و فازی برای ارزیابی ریسک اجزای مکانیک ماشین تراش CNC استفاده و نتایج آن‌ها مقایسه شد. طبق نظرات کارشناسان برای اجزای مکانیک ماشین CNC تراش در مجموع 7 سیستم مهم و 30 زیر سیستم وجود دارد که حالت‌های خرابی عمدتاً در آن‌ها اتفاق می‌افتد. پس از ارزیابی مشخص شد که 2 سیستم اجزای محور و روان‌کاری حالت‌های خرابی‌شان در اولویت اول برای اقدامات کنترلی و اصلاحی قرار دارد. نتایج نشان داد رتبه‌بندی دقیق‌تر در روش FMEA فازی موجب بهبود اولویت‌بندی شده و در نتیجه بستر مناسب‌تری برای برنامه‌ریزی نگهداری و تعمیرات فراهم می‌کند.

چکیده از جمله سامانه‌هایی که در تهیه نقشه هدایت الکتریکی خاک مزارع به‌کار می‌روند، سامانه‌های مبتنی بر روش تماس مستقیم الکترود با خاک می‌باشند. در این تحقیق با علم به اینکه علاوه بر شوری پارامترهای فیزیکی و شیمیایی خاک نیز در هدایت‌پذیری الکتریکی خاک تاثیرگذارند، به کمک روش شبکه عصبی RBF در طرح آماری باکس- بنکن به بررسی تاثیر پارامترهای اثرگذار بر نتایج روش تماس مستقیم در اندازه­گیری هدایت الکتریکی ظاهری خاک پرداخته و مدلی جهت تخمین هدایت الکتریکی واقعی خاک با داشتن هدایت الکتریکی ظاهری، دما، درصد رطوبت و چگالی توده تعیین شد. اندازه‌گیری همزمان پارامترهای موثر می‌تواند مرحله کالیبراسیون را حذف کند. مدل شبکه عصبی به‌دست آمده توانست به‌خوبی با ضریب تبیین 99/0، ECe را تخمین بزند. ضمن بررسی الگوریتم‌های مختلف آموزش شبکه عصبی عملکرد الگوریتم آموزشی بیزین بهتر از سایر الگوریتم‌ها تشخیص داده شد. نتایج تحلیل حساسیت شبکه نشان داد به‌ترتیب متغیرهای ECa، رطوبت، دما و چگالی توده بیشترین تاثیر را در تخمین مقدار ECe خاک دارند، به‌طوری‌که با حذف آنها از مدل ضریب تبیین از 99/0 به‌ترتیب به 30/0، 35/0، 56/0 و 63/0 کاهش می‌یابد. پس از مرحله مدل‌سازی، مدل شبکه عصبی به‌دست آمده با یک گروه داده مزرعه‌ای مورد اعتبارسنجی قرار گرفت. نتایج اعتبارسنجی مدل ضریب تبیین 986/0 بین خروجی مدل و مقادیر ECe اندازه‌گیری شده در آزمایشگاه را نشان داد. بدین ترتیب با استفاده از این مدل ضمن اندازه‌گیری هم‌زمان پارامترهای ذکر شده همراه با هدایت الکتریکی می‌توان دقت سامانه‌های اندازه‌گیری هدایت الکتریکی ظاهری خاک در تخمین و تهیه نقشه‌های شوری خاک افزایش داد. همچنین با توجه به عدم نیاز به داده‌برداری مجدد جهت کالیبراسیون سامانه‌ها، استفاده از این مدل زمان تحلیل داده‌ها و هزینه تهیه نقشه هدایت الکتریکی خاک را کاهش می‌دهد.

چکیده پخت و پز در روستاها و عشایر محروم معمولاً با روش سنتی سوزاندن هیزم صورت می‌گیرد که همراه با انتشار دود، ذرات معلق و منوکسیدکربن است. قرارگرفتن در معرض این آلاینده‌ها می‌تواند منجر به دامنه وسیعی از بیماری‌ها شود. هدف مطالعه حاضر، ساخت، ارزیابی یک اجاق زیست‌‌توده‌سوز مناسب برای جایگزینی با روش سنتی در مناطق محروم می‌باشد. در این پژوهش، یک اجاق زیست‌توده‌ای سیار طراحی و ساخته شد. ارزیابی کارایی اجاق با آزمون استاندارد جوشاندن آب با استفاده ضایعات خرده چوب، پوست بادام و چوب ذرت صورت گرفت. میزان منوکسیدکربن منتشرشده از اجاق در سه حالت آشپزی در فضای باز، در آشپزخانه بدون هواکش و در آشپزخانه زیر هواکش معمولی اندازه‌گیری و با آتش معمولی در فضای باز مقایسه شد. مشاهدات نشان داد که شعله حاصله از تمامی سوخت‌ها به‌جز در مرحله پایانی (اتمام سوخت) بدون دود و ذرات معلق بود. رنگ شعله زرد و بخشی از آن آبی بود. طولانی‌ترین زمان شعله‌دهی مربوط به پوست بادام (350 گرم) با زمان 51 دقیقه بود. میانگین منوکسیدکربن منتشر شده در ناحیه تنفس کاربر 7/4، 5/7، 2/5 و ppm 430 به‌ترتیب برای آشپزی با اجاق در فضای باز، در فضای بسته بدون هواکش، در فضای بسته با هواکش و آتش معمولی به‌دست آمد. میزان منوکسیدکربن منتشر شده به محیط در محدوده استاندارد بوده و بنابراین این اجاق نسبت به روش سنتی مرسوم، بسیار پاک‌تر و کاراتر بوده و می‌تواند به‌منظور پیشگیری از امراض ریوی ناشی از استنشاق دود در زمان پخت‌وپز، در مناطق فاقد گاز طبیعی ترویج گردد.

چکیده در سال‌های اخیر، عرضه ربات‌های سیار و ماشین‌های مجهز به سامانه‌های هدایت خودکار برای کار در محیط‌های کشاورزی افزایش یافته است. طراحی مسیر برای این سامانه‌ها یک ضرورت است و هم‌چنین یک فرصت جدید برای بهبود بازدهی عملیات زراعی و کاهش اثرات زیست‌محیطی فرآهم آورده است. تاکنون راهکارهای زیادی برای برآورده کردن احتیاجات خاص مسئله طراحی مسیر در محیط کشاورزی ارائه شده‌اند. بخش مهم این راهکارها وجود یک توصیف بهینه و سریع از محیط عملیات به‌عنوان یک نقشه مبنا است. در این پژوهش، یک الگوریتم تجزیه‌ برای پیکربندی چندضلعی بیان‌گر محیط عملیات زراعی با ارتقاء روش تجزیه‌ سلولی بوستروفدون در رباتیک ارائه شده است. الگوریتم با ایده حداقل مواجهه با شرایط هزینه‌ساز برای کاهش هزینه با معیار مسافت‌های غیرمؤثر ناحیه سرگاهی طراحی شد و روی مجموعه‌ای از نمونه‌ها (شامل 18 مورد چند ضلعی‌های ساده تا پیچیده) اعمال گردید. سپس با مقایسه آن با حالت عدم تجزیه و روش تجزیه‌- ‌ادغام به‌‌عنوان یکی از سریع‌ترین روش‌ها ارزیابی شد. الگوریتم در زمان پردازش بسیار اندک (زیر 100 میلی‌ثانیه و ده‌ها برابر سریع‌تر از روش تجزیه‌- ‌ادغام) نتایجی بهینه، به‌ویژه در محیط‌های پیچیده ارائه کرده است. نتایج، به‌طور متوسط دو درصد کاهش هزینه را نسبت به حالت عدم تجزیه و روش تجزیه‌- ‌ادغام نشان می‌دهد و گستره آن از 8- تا 14 درصد نسبت به حالت عدم تجزیه و تا 12درصد نسبت به روش تجزیه-‌‌ ادغام است. دیگر مزایای الگوریتم، دست‌یابی به پوشش کامل و سازگاری با انواع شکل مزرعه و ماشین‌های زراعی است.

چکیده در کشاورزی مدرن نقش گلخانه به‌عنوان ابزاری برای افزایش میزان کمیت و کیفیت محصول کشت شده، بسیار حائز اهمیت است. شرایط داخلی گلخانه معمولاً بسیار پیچیده و تابع برخی عوامل داخلی و بیرونی است که معمولاً تخمین آن ها به درستی امکان پذیر نیست. هدف از اجرای این تحقیق، تخمین دمای هوای داخلی (Ta) و دمای سقف (Tri) گلخانه ای نیمه خورشیدی با استفاده از مدل های نیمه تجربی انتقال حرارت و رگرسیون چندگانه است. گلخانه مورد نظر با توجه به انواع مرسوم منطقه و براساس دریافت بیش ترین میزان انرژی خورشیدی در تمام فصول سال طراحی و ساخته شد. از برخی عوامل داخلی ازجمله دمای هوا، سقف، خاک و برخی عوامل بیرونی ازجمله دمای هوای محیط، سرعت باد و شدت تابش خورشید روی سقف گلخانه، به عنوان ورودی های مدل رگرسیونی استفاده شد. نتایج نشان داد که کارایی مدل رگرسیونی در تخمین پارامترهای موردنظر بیش تر از مدل حرارتی است. ریشه میانگین مربعات خطا برای مدل حرارتی در تخمین پارامترهای (Ta) و (Tri) به ترتیب معادل 55/1 و54/6 برابر بیش تر از مقادیر این شاخص برای مدل رگرسیونی بود. همچنین مقدار شاخص ویلموت (W) و فاکتور کارایی مدل (EF) برای مدل حرارتی در تخمین پارامترهای فوق به ترتیب معادل 013/0 و 220/0، 003/0 و 041/0 کم تر از مقادیر مشابه مدل رگرسیونی بود که نشان از عدم تطبیق مناسب داده های پیش بینی شده با مقادیر واقعی توسط مدل حرارتی است. پیشنهاد می شود از سایر روش ها ازجمله شبکه های عصبی مصنوعی و الگوریتم ژنتیک در تخمین متغیرهای داخلی گلخانه استفاده شود و نتایج به دست آمده با مقادیر مشابه دو مدل فوق، مقایسه گردد.

چکیده اندازه‌گیری سریع و دقیق خصوصیات هندسی محصولات کشاورزی کاربردهای زیادی در امور مربوط به کاشت، داشت، برداشت و پس از برداشت دارد. محاسبات مربوط به انبارداری و نقل و انتقال، میزان مواد پوشش‌دهنده داده شده به محصولات برای افزایش عمر انبار داری، همچنین تخمین زمان پوست کنی و تعیین میزان تجمع مواد میکروبی روی محصول، از جمله کاربردهای مهم اندازه‌گیری حجم و سطح جانبی می‌‌باشند. ضریب کرویت نیز که یکی از پارامترهایی است که برای کمی کردن اختلاف در شکل میوه‌ها، سبزی‌ها، غلات و بذرها به‌کار می‌رود، در فرآیندهای جداسازی توسط ماشین‌های غربال و نیز قابلیت غلتش روی سطوح دارای اهمیت می‌باشد. استفاده از شبکه عصبی به‌عنوان یک روش سریع و غیرمخرب برای پیش‌بینی خصوصیات فیزیکی محصولات کشاورزی حائز اهمیت می‌‌باشد. در این تحقیق توانایی تکنیک شبکه عصبی مصنوعی به‌عنوان یک روش جایگزین در پیش‌بینی حجم، سطح جانبی و کرویت انار ارزیابی شد. برای این کار از مقایسه آماری پارامترهایی مانند میانگین، واریانس، توزیع آماری و رابطه رگرسیونی بین مقادیر پیش‌بینی شده توسط شبکه عصبی و مقادیر واقعی آنها استفاده شد. طبق نتایج به‌دست آمده مقدار 85/0 ≤p می‌باشد که نشان‌دهنده عدم وجود تفاوت معنی‌داری در سطح 5 درصد بین مقادیر ویژگی‌های آماری مجموعه داده‌های پیش‌بینی شده توسط شبکه عصبی و مقادیر واقعی آنها بود. همچنین ضرایب تبیین بین داده‌های واقعی و پیش‌بینی شده بزرگتر از 9/0 شد.

چکیده اغلب مدیران ماشین های کشاورزی مواجه با تصمیمات اقتصادی پیچیده ای مانند جایگزینی ماشین آلات می باشند. هزینه های تعمیر و نگهداری می توانند اثرات معنی داری بر این تصمیم اقتصادی داشته باشند. مدیر مزرعه باید قادر به پیش بینی هزینه های تعمیر و نگهداری ماشین های کشاورزی باشد. هدف از این مطالعه تعیین مدل رگرسیونی است که بتواند به مقدار کافی هزینه های تعمیر و نگهداری را به ازای عمر ماشین بر حسب ساعات کارکرد تجمعی نشان دهد.دلیل استفاده از مدل رگرسیون توانایی آن در پیش بینی هزینه های تعمیر و نگهداری در افق طولانی مدت برای تخمین عمر اقتصادی می باشد. مطالعه حاضر با استفاده از داده های مزرعه ای 11 کمباین جاندیر 955 از چند استان غربی ایران انجام شد. مشخص شد که مدل توانی دارای بهترین عملکرد برای پیش بینی هزینه های تعمیر و نگهداری کمباین می باشد. عمر اقتصادی بر اساس مدل توانی پیش بینی شد. نتایج نشان داد که عمر بهینه جایگزینیبرای کمباین جاندیر 955 برابر با 54300 ساعت کارکرد تجمعی می باشد.

چکیده با پدید آمدن تکنیک‌های آماری قوی و شبکه‌های عصبی، مدل‌های پیش بینی کننده پراکنش موجودات به سرعت در اکولوژی توسعه پیدا کرده است. این پژوهش به منظور پیش بینی و ترسیم نقشه توزیع جمعیت علف هرز تلخه با استفاده از شبکه‌های عصبی چندی ساز بردار یادگیر (LVQ) و پرسپترون چندلایه (MLP) در سطح مزرعه انجام شد. داده‌های مربوط به جمعیت علف هرز از طریق نمونه برداری از 550 نقطه از سطح یک مزرعه در حال آیش واقع در مزرعه تحقیقاتی دانشکده کشاورزی دانشگاه صنعتی شاهرود در استان سمنان در سال 1389 بدست آمد. برای ارزیابی قابلیت شبکه‌های عصبی مورد استفاده در پیش بینی توزیع مکانی علف هرز از مقایسه آماری پارامترهایی مانند میانگین، واریانس، توزیع آماری و ضریب تبیین رگرسیونی خطی بین مقادیر پیش بینی شده مکانی توسط شبکه عصبی و مقادیر واقعی آن‌ها و نیز معیار دقت طبقه بندی استفاده شد. نتایج نشان داد که در فازهای آموزش و آزمایش بین مقادیر ویژگی‌های آماری میانگین، واریانس و توزیع آماری مجموعه داده‌های واقعی و پیش بینی شده مکانی علف هرز توسط شبکه عصبی LVQ تفاوت معنی داری وجود نداشت، ولی برای شبکه عصبی MLP این مقایسات بجز توزیع آماری معنی دار شدند. همچنین نتایج نشان داد که شبکه عصبی آموزش دیده LVQ، دارای قابلیت بالایی در پیش بینی مکانی علف هرز در نقاط نمونه برداری نشده با خطای تشخیص کمتر از 64/0 درصد بود. درحالیکه شبکه عصبی مصنوعی MLP دارای خطای تشخیص کمتر از 6/14 درصد بود. نقشه‌های ترسیم شده نشان داد که توزیع لکه ای علف هرز امکان کنترل متناسب با مکان را در مزرعه مورد مطالعه امکان پذیر می‌سازد.