مدل‌سازی
محمد رحمتیان؛ رضا یگانه؛ محمد امین نعمت اللهی
چکیده
در این پژوهش، نیروهای وارد بر گاوآهن برگرداندار، به دلیل اهمیت و تأثیرگذاری در برخی موارد همچون انتخاب تراکتور و به‌دست آوردن مدلی دقیق برای پیش‌بینی این نیروها، مورد بررسی قرار گرفتند. اثرات عمق خاکورزی در پنج سطح (5، 10، 15، 20 و 25 سانتی‌متر) و نیز سرعت پیشروی در پنج سطح (1، 5/1، 2، 5/2 و 3 متر بر ثانیه) بر نیروهای وارد بر گاوآهن برگرداندار ...
بیشتر
در این پژوهش، نیروهای وارد بر گاوآهن برگرداندار، به دلیل اهمیت و تأثیرگذاری در برخی موارد همچون انتخاب تراکتور و به‌دست آوردن مدلی دقیق برای پیش‌بینی این نیروها، مورد بررسی قرار گرفتند. اثرات عمق خاکورزی در پنج سطح (5، 10، 15، 20 و 25 سانتی‌متر) و نیز سرعت پیشروی در پنج سطح (1، 5/1، 2، 5/2 و 3 متر بر ثانیه) بر نیروهای وارد بر گاوآهن برگرداندار (کششی، عمودی و جانبی) به‌صورت شبیه‌سازی شده به روش المان محدود به‌دست آمده و مورد بررسی و ارزیابی قرار گرفتند. دو روش سطح پاسخ و شبکه عصبی مصنوعی برای مدل‌سازی و پیش‌بینی نیروها به‌کار گرفته شدند. نتایج مقایسه این دو روش نشان داد که این دو روش به خوبی می‌توانند نیروهای مورد نظر را پیش‌بینی کنند، اما روش شبکه عصبی مصنوعی عملکرد بهتری نسبت به روش دیگر برای پیش‌بینی نیروها داشت. نتایج داده‌های به‌دست آمده حاکی از آن است که افزایش عمق خاکورزی از 5 تا 25 سانتی‌متر و سرعت پیشروی از 1 تا 3 متر بر ثانیه، منجر به افزایش غیر خطی نیروهای کششی، عمودی و جانبی به‌ترتیب به میزان 55/66%، 47/68% و 76/64% میشود. با استفاده ازمدل‌هایی که توسط شبکه عصبی مصنوعی به‌دست آمده که دقت نسبتاً خوبی دارند، می‌توان قبل از ورود به مزرعه با توجه به عمق خاکورزی و سرعت پیشروی مد نظر با توجه به بازه‌های تعریف شده برای هر کدام در این پژوهش، مقادیر نیروهای وارد بر گاوآهن برگرداندار را بررسی و به‌دست آورد. سپس با استفاده از این نیروها می‌توان به‌طور مثال تراکتوری را انتخاب نمود که توان کشش این گاوآهن را در شرایط تعریف شده (عمق خاکورزی و سرعت پیشروی) مورد نظر داشته باشد. به همین خاطر توصیه می‌گردد که از مدل شبکه عصبی توسعه داده شده در این پژوهش، استفاده گردد.
مکیه حمدانی؛ مرتضی تاکی؛ مجید رهنما؛ عباس روحانی؛ مصطفی رحمتی جنیدآباد
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. ...
بیشتر
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.
رضا رستمی باروجی؛ سیدصادق سیدلو هریس؛ جلال دهقان نیا
چکیده
خشک کردن مواد غذایی، میوه ها و سبزی ها یک روش مناسب برای کاهش ضایعات پس از برداشت این محصولات می باشد. هدف از این پژوهش، مطالعه عددی و تجربی انتقال گرما و رطوبت طی فرآیند خشک کردن همرفتی هویج بود. نمونه‌های هویج تحت پیش تیمار اولتراسوند با فرکانس 28 کیلوهرتز به مدت10 دقیقه و نیز پیش تیمار مایکروویو با توان یک وات بر ...
بیشتر
خشک کردن مواد غذایی، میوه ها و سبزی ها یک روش مناسب برای کاهش ضایعات پس از برداشت این محصولات می باشد. هدف از این پژوهش، مطالعه عددی و تجربی انتقال گرما و رطوبت طی فرآیند خشک کردن همرفتی هویج بود. نمونه‌های هویج تحت پیش تیمار اولتراسوند با فرکانس 28 کیلوهرتز به مدت10 دقیقه و نیز پیش تیمار مایکروویو با توان یک وات بر گرم به مدت 15 دقیقه قرار گرفتند. شبیه سازی ناپایا و سه بعدی انتقال همزمان رطوبت و گرما با مجموعه ای از شرایط اولیه و مرزی با روش اجزا محدود صورت گرفت. تأثیر پیش تیمارهای مذکور در قالب ضریب انتشار مؤثر رطوبت اصلاح شده در معادلات انتقال جرم و حرارت لحاظ شد. نتایج نشان داد که استفاده از پیش تیمار اولتراسوند باعث افزایش ضریب انتشار مؤثر رطوبت و استفاده از پیش تیمار مایکروویو باعث کاهش رطوبت اولیه محصول و افزایش جزئی این ضریب می شود، به طوری که ضریب انتشار رطوبت در بدون استفاده از پیش تیمار به مقدار 62/7 مترمربع بر ثانیه و در استفاده از پیش تیمار اولتراسوند و مایکروویو به‌ترتیب 09/9 و 72/7 متر مربع بر ثانیه بود. زمان خشک شدن نمونه ها به‌طور میانگین با استفاده از پیش تیمار اولتراسوند 3/15 درصد (31 دقیقه) کاهش یافت. مقایسه نتایج تجربی و پیش بینی شده پروفیل های رطوبت و گرما نشان دادند که مدل سازی مذکور توانسته با دقت قابل قبولی، ضریب همبستگی بالای90/99 درصد و خطای متوسط 9 درصد، پدیده های انتقال جرم و حرارت را پیش بینی نماید. بنابراین این مدل می تواند به‌عنوان ابزار مناسب در بهینه سازی طراحی و تعیین بهینه پارامترهای عملکردی خشککن استفاده شود.
مرتضی تاکی؛ یحیی عجب شیرچی؛ سید فرامرز رنجبر؛ عباس روحانی؛ منصور مطلوبی
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 ...
بیشتر
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.
ارمغان کوثری مقدم؛ حسن صدرنیا؛ حسن عاقل؛ محمد بنایان اول
چکیده
روز کاری یکی از عوامل تعیین کننده در انتخاب بهینه سیستم ماشین های زراعی بوده و تعیین کننده میزان زمان موجود برای انجام عملیات کشاورزی می باشد. معمولاً برای تعیین تعداد روزهای کاری موجود از مدل های شبیه سازی رطوبت خاک استفاده می شود. در این تحقیق نیز، مدل شبیه‌سازی به منظور محاسبه رطوبت روزانه خاک در مزرعه تهیه شده است. مدل به دست آمده ...
بیشتر
روز کاری یکی از عوامل تعیین کننده در انتخاب بهینه سیستم ماشین های زراعی بوده و تعیین کننده میزان زمان موجود برای انجام عملیات کشاورزی می باشد. معمولاً برای تعیین تعداد روزهای کاری موجود از مدل های شبیه سازی رطوبت خاک استفاده می شود. در این تحقیق نیز، مدل شبیه‌سازی به منظور محاسبه رطوبت روزانه خاک در مزرعه تهیه شده است. مدل به دست آمده تعداد روزکاری برای انجام عملیات خاک ورزی و کاشت را در پاییز پیش بینی می‌کند. این مدل تابعی از شرایط آب و هوایی مانند بارندگی، تبخیر و خصوصیات لایه 25 سانتی متری عمق خاک می‌باشد. برای اعتبارسنجی از داده‌های هشت ساله عملیات خاک ورزی ثانویه و کاشت مزرعه ی تحقیقاتی دانشکده کشاورزی دانشگاه فردوسی مشهد استفاده شد. معیار کارپذیری خاک رطوبت کمتر یا مساوی 85 درصد حد ظرفیت زراعی خاک و بارندگی روزانه ی کمتر از 4 میلی متر در نظر گرفته شد. نتایج تحلیل حساسیت مدل نشان داد که تعداد روز کاری با افزایش حد رطوبتی خاک و ضریب زهکشی خاک افزایش می یابد. سازگاری خوبی میان نتایج به‌دست آمده از مدل در مقایسه با واقعیت وجود داشت. تعداد روز کاری برای عملیات خاک ورزی ثانویه و کاشت پاییزه در مزرعه با احتمال 50، 80 و 90 درصد به‌طور میانگین برای دوره‌های ده روزه مهر ماه به‌ترتیب 9/94، 9/21 و 8/57 روز، آبان ماه، 9/77، 8/02 و 6/41 روز و برای آذرماه، 9/68، 7/48 و 5/24 روز به دست آمد.
