مدلسازی
محسن المعی؛ سیدمهدی نصیری؛ محمد امین نعمت اللهی؛ داریوش زارع؛ محمد خرم
چکیده
روند خشک‌کردن میگوی پرورشی (Litopenaeus vannamei) پوست‌گیری شده در یک خشککن هوای گرم همرفتی برای تعیین فراسنجه‌های چروکیدگی، سینتیک خشکشدن، چگالی و ضریب انتشار مؤثر رطوبت مورد مطالعه قرار گرفت. بدین منظور نمونه‌های میگو به شکل ورقه در سه سطح دمای 40، 50 و 60 درجه سلسیوس با سرعت ثابت هوای 5/1 متر بر ثانیه در دستگاه خشککن ساخته شده، خشک ...
بیشتر
روند خشک‌کردن میگوی پرورشی (Litopenaeus vannamei) پوست‌گیری شده در یک خشککن هوای گرم همرفتی برای تعیین فراسنجه‌های چروکیدگی، سینتیک خشکشدن، چگالی و ضریب انتشار مؤثر رطوبت مورد مطالعه قرار گرفت. بدین منظور نمونه‌های میگو به شکل ورقه در سه سطح دمای 40، 50 و 60 درجه سلسیوس با سرعت ثابت هوای 5/1 متر بر ثانیه در دستگاه خشککن ساخته شده، خشک شدند و وزن و حجم نمونهها طی فرآیند خشکشدن، برای مدلسازی مورد استفاده قرار گرفتند. از بین مدل‌های تجربی در نظر گرفته شده برای چروکیدگی و سینتیک خشک‌کردن، مدل خطی بهترین مدل برای بیان تغییرات چروکیدگی در مقابل تغییرات نسبت رطوبت و مدل توزیع ویبال به عنوان بهترین مدل برای بیان تغییرات نسبت رطوبت-زمان انتخاب شد. از یک مدل تجربی وابسته به رطوبت برای بیان تغییرات چگالی ظاهری میگو استفاده شد که با تخمین ضرایب آن، دامنه 3- kg m 1117-1050 بدست آمد. افزون بر آن برای بیان اثر محتوای رطوبت و دما بر ضریب انتشار مؤثر رطوبت میگو یک رابطه آرنیوسی استخراج شد. بر اساس نتایج، تغییرات ضریب انتشار مؤثر رطوبت میگو در دامنه 1-s2 m 9-10×08/0 تا 1-s2m 9-10×39/7 بدست آمد. اثر بسط تعداد جملات قانون دوم فیک بر تغییرات نسبت رطوبت برای معادله ضریب انتشار مؤثر، مورد مطالعه قرار گرفت و مشخص شد افزایش تعداد جملات بیشتر از 100 جمله اثر قابل ملاحظه‌ای در دقت خروجی مدل ندارد و بر همین اساس تعداد صد جمله برای تخمین ضریب انتشار رطوبت توصیه میشود. همچنین برای تعیین این ضریب، اثر چروکیدگی به عنوان عامل تاثیرگذار باید لحاظ گردد.
آرش نورمحمدی مقدمی؛ داریوش زارع؛ شهداد کامفیروزی؛ عبدالعباس جعفری؛ محمد امین نعمت اللهی؛ رضا کمالی
چکیده
هنگام پر شدن سیلوها، ذرات ریزتر در زیر نقطه پر شدن تجمع می‌یابند و این باعث میشود که در فرآیند هوادهی که متعاقباً انجام میشود، انرژی بیشتری برای راندن هوا در مناطق با تراکم بالای ریزدانه‌ها صرف گردد. در این پژوهش، توزیع دانه‌های شکسته ذرت و مواد خارجی (BCFM) در سطوح مختلف پارامترهای تأثیرگذاری چون، محتوای اولیه ریزی دانه‌ها ...
بیشتر
هنگام پر شدن سیلوها، ذرات ریزتر در زیر نقطه پر شدن تجمع می‌یابند و این باعث میشود که در فرآیند هوادهی که متعاقباً انجام میشود، انرژی بیشتری برای راندن هوا در مناطق با تراکم بالای ریزدانه‌ها صرف گردد. در این پژوهش، توزیع دانه‌های شکسته ذرت و مواد خارجی (BCFM) در سطوح مختلف پارامترهای تأثیرگذاری چون، محتوای اولیه ریزی دانه‌ها (initial BCFM) در سه سطح 5، 5/7 و 10 درصد، دبی ورودی محصول در سه سطح 5/0، 1 و 5/1 لیتر بر ثانیه و قطر لوله پرکننده در سه سطح 84، 105 و 120 میلی‌متر مورد بررسی قرار گرفت. نمونه‌گیری با استفاده از یک رویکرد جدید، در راستای شعاعی و عمودی در یک سیلوی آزمایشی انجام پذیرفت. نتایج نشان داد که با افزایش فاصله از مرکز سیلو مقدار ریزدانه‌ها کاهش می‌یابد و همچنین با افزایش محتوای اولیه ریزدانه‌ها، افزایش دبی ورودی محصول و افزایش قطر لوله پرکننده، پخش ریزدانه‌ها یکنواخت‌تر می‌گردد. اما با افزایش ارتفاع سطح محصول در داخل سیلو، پخش یکنواخت ریزدانه‌ها کاهش می‌یابد. همچنین یک مدل غیرخطی برای پیش‌بینی مقدار BCFM در راستای شعاعی و عمودی ارائه و بر اساس شاخص‌های آماری از قبیل R2، χ2، RMSE وMRDM ارزیابی گردید که به‌ترتیب مقادیر 94/0، 14/1، 06/1، 39/11 برای شاخص‌های آماری مذکور به‌دست آمد و مشخص شد که مدل ارائه شده با داده‌های تجربی همخوانی دارد.
عادل بخشی پور زیارتگاهی؛ عبدالعباس جعفری؛ یحیی امام؛ سیدمهدی نصیری؛ سعادت کامگار؛ داریوش زارع
چکیده
از بین بردن علف‌های هرز توسط یک دستگاه خودکار نیازمند یک سامانه ماشین بینایی است که قادر به تشخیص گیاه اصلی از علف هرز باشد. بدین منظور می‌بایست ابتدا ویژگی‌های متمایز بین گیاه اصلی و علف‌های هرز مشخص شوند. در این تحقیق با مطالعه عکس‌های متعدد چغندرقند وجود یک ویژگی مختص برگ چغندرقند و قابل تمایز با علف‌های هرز مرسوم مشخص گردید. ...
بیشتر
از بین بردن علف‌های هرز توسط یک دستگاه خودکار نیازمند یک سامانه ماشین بینایی است که قادر به تشخیص گیاه اصلی از علف هرز باشد. بدین منظور می‌بایست ابتدا ویژگی‌های متمایز بین گیاه اصلی و علف‌های هرز مشخص شوند. در این تحقیق با مطالعه عکس‌های متعدد چغندرقند وجود یک ویژگی مختص برگ چغندرقند و قابل تمایز با علف‌های هرز مرسوم مشخص گردید. این ویژگی یک انحنای S شکل در ابتدای برگ و در نزدیکی دمبرگ بود که تنها در برگهای چغندرقند قابل مشاهده بوده و در سایر علف‌های هرز مرسوم وجود نداشت. برای بیان این ویژگی از تبدیل تعمیم‌یافته هاف استفاده شد تا به کمک آن مکان هندسی اشکال غیر هندسی تعریف شود. بررسی نتایج حاصل از انجام این روش بر روی تصاویر جمعآوری شده از شرایط واقعی مزرعه نشان داد که دقت کلی الگوریتم %65/91 می باشد. %92 از بوتههای چغندرقند موجود در تصاویر آزمون به درستی و %7/8 از علف‌های هرز به اشتباه به عنوان چغندرقند تشخیص داده شدند. با توجه به اینکه این روش تنها از یک ویژگی شکلی استفاده مینماید، میتوان انتظار داشت که با افزودن سایر ویژگی‌های بافتی و رنگی به قدرت تشخیص درست بالایی دست یافت.
