مدلسازی
علیرضا تهور؛ شاهین حیدری؛ پویا زرین چنگ
چکیده
سامانه های ابزار دقیق و خودکار در ماشین آلات کشاورزی، میدانی و عمرانی به شکل فزآینده موجب افزایش بهره وری، دقت و توسعه کاربردی گردیده است. دستگاه کنترل ارتفاع جهت اندازه گیری ارتفاع نمونه های مختلف، از بخش های مکانیکی شامل مجموعه محرکه تسمه نقاله، بدنه اصلی، موتور الکتریکی، مبدل و بخش الکترونیکی شامل حسگر فراصوت فرستنده و گیرنده ...
بیشتر
سامانه های ابزار دقیق و خودکار در ماشین آلات کشاورزی، میدانی و عمرانی به شکل فزآینده موجب افزایش بهره وری، دقت و توسعه کاربردی گردیده است. دستگاه کنترل ارتفاع جهت اندازه گیری ارتفاع نمونه های مختلف، از بخش های مکانیکی شامل مجموعه محرکه تسمه نقاله، بدنه اصلی، موتور الکتریکی، مبدل و بخش الکترونیکی شامل حسگر فراصوت فرستنده و گیرنده امواج، مجموعه الکترونیکی، مجموعه کنترل و میکروکنترلر ای تی مگا 32 ساخته شده است. در ابتدا عملکرد دستگاه به کمک شبکه عصبی مصنوعی مورد بررسی قرار گرفته و سپس آزمایش هایی جهت جمع آوری و معتبرسازی داده ها انجام گردیده است. در این مطالعه مشاهده گردید که استفاده از شبکه عصبی مصنوعی چند لایه همراه با الگوریتم یادگیری لونبرگ-مارکواردت دارای بهترین معیار برای برآورد و همگرایی نتایج داده های آزمایشگاهی می باشد و جایگزینی ماتریس واحد با ماتریس هسیان در معادله بهینه سازی شده قانون لونبرگ-مارکواردت تأثیر به سزایی در همگرایی و کاهش زمان محاسبات دارد. همچنین مطالعه حاضر جهت توسعه فرآیندهای کشاورزی، مهندسی و افزایش تأثیر دستگاه های تولید شده مورد نیاز در آموزش واحدهای اندازه گیری هوشمند بسیار مفید بوده و مسائل تخمین تابع در الگوریتم لونبرگ- مارکواردت کارایی، سرعت، دقت و همگرایی بالایی را از خود نشان داده و خطای کمینه4-10× 7/77 را دارا می باشد.
مدلسازی
محسن استاد حسینی؛ احمد غضنفری مقدم؛ حسن هاشمی پور رفسنجانی؛ احمد عطایی
چکیده
در این پژوهش، برگ و چوب پسته به منظور تولید سوخت های زیستی جامد و گاز مورد تجزیه حرارتی آرام قرار گرفت. فرآیند تجزیه حرارتی در سطوح دمایی 350 تا 500درجه سلسیوس با فواصل دمایی 50 درجه و با زمان ماند 30 دقیقه انجام شد. براساس محاسبات انجام شده میزان ارزش حرارتی بالا و پایین برای برگ بهترتیب 17/23 و 16/03 مگاژول بر کیلوگرم و برای چوب بهترتیب 18/91 ...
بیشتر
در این پژوهش، برگ و چوب پسته به منظور تولید سوخت های زیستی جامد و گاز مورد تجزیه حرارتی آرام قرار گرفت. فرآیند تجزیه حرارتی در سطوح دمایی 350 تا 500درجه سلسیوس با فواصل دمایی 50 درجه و با زمان ماند 30 دقیقه انجام شد. براساس محاسبات انجام شده میزان ارزش حرارتی بالا و پایین برای برگ بهترتیب 17/23 و 16/03 مگاژول بر کیلوگرم و برای چوب بهترتیب 18/91 و 17/59 مگاژول بر کیلوگرم بهدست آمد. نتایج آزمایش های تجزیه حرارتی نشان داد که تجزیه پودر چوب ظرف مدت 5 تا 10 دقیقه انجام گرفت و از آن 26% زغال به دست آمد. در حالی که زمان تجزیه حرارتی پودر برگ بین 10 تا 15 دقیقه و مقدار زغال به دست آمده از آن 36% بود. همچنین تجزیه حرارتی چوب به طور قابل ملاحظه ای سریع تر از برگ صورت پذیرفت. سینتیک تجزیه حرارتی با استفاده از رابطه واکنش درجه اوّل مورد مدل سازی قرار گرفت که داده های تولید زغال و گاز متصاعد شده به خوبی در مدل های استفاده شده، برازش شدند. میزان انرژی فعال سازی و ضریب ثابت نمایی بهترتیب برای چوب kJ mol-1 10/70 و s-0/1047و برای برگ kJ mol-1 21/72 و s-1 0/312 بهدست آمد.
مدلسازی
معین کمالی؛ سید جلیل رضوی؛ مرتضی صادقی؛ سید مجتبی شفاعی
چکیده
در این تحقیق پیشبینی مقدار جذب رطوبت سه رقم جو (ریحان03، فجر و MB862) در فرآیند غوطهوری با استفاده از مدل ریاضی و شبکه عصبی مصنوعی مورد بررسی قرار گرفت. آزمایشها در سه دمای 10، 20 و 45 درجه سانتیگراد و در سه تکرار برای هر نمونه با آب مقطر انجام شد. مقدار جذب رطوبت دانهها با اندازهگیری تغییر وزن دانهها محاسبه گردید. از مدل ویسکوالاستیک ...
بیشتر
در این تحقیق پیشبینی مقدار جذب رطوبت سه رقم جو (ریحان03، فجر و MB862) در فرآیند غوطهوری با استفاده از مدل ریاضی و شبکه عصبی مصنوعی مورد بررسی قرار گرفت. آزمایشها در سه دمای 10، 20 و 45 درجه سانتیگراد و در سه تکرار برای هر نمونه با آب مقطر انجام شد. مقدار جذب رطوبت دانهها با اندازهگیری تغییر وزن دانهها محاسبه گردید. از مدل ویسکوالاستیک که توانایی خوبی در تحلیل فاز اول و دوم جذب رطوبت در فرآیند خیساندن محصولات کشاورزی را دارد، استفاده گردید. در طراحی شبکه عصبی از دو روش پرسپترون چندلایه (MLP) و تابع شعاع مبنا (RBF) با سه لایه نورون استفاده شد. لایه اول، لایه ورودی که متغیرهای مستقل دما و زمان و لایه دوم، لایههای مخفی شبکه و لایه سوم، لایه خروجی که متغیر وابسته محتوای رطوبتی میباشد، انتخاب گردید. بهمنظور اعتبارسنجی پیشبینی مدل ویسکوالاستیک و شبکه عصبی بهترتیب از شاخصهای آماری بیشترین ضریب تبیین (R2) و کمترین ریشه میانگین مربعات خطا (RMSE) استفاده شد. نتایج نشان داد که روش پرسپترون چندلایه بهدلیل ساختار یادگیری پس از انتشار خطا، با الگوریتمBFGS و ساختار شبکه 1-4-2 بهترین نتایج را برای هر سه رقم جو در مقابل مدل ریاضی ویسکوالاستیک حاصل نمود. ترسیم نمودارهای سه بعدی محتوای رطوبت لحظهای بر پایه متغیرهای دما و زمان براساس پیشبینی شبکه عصبی انتخاب شده برای هر سه رقم واریته آزمایشی نشان داد که با افزایش دما و زمان غوطهوری، رطوبت جذب شده افزایش یافت.
مدلسازی
بنت الهدی قاسمی باغبادرانی؛ عباس همت؛ علی قاسمی؛ علی حسین حبیبی راد
چکیده
اکثر آسیبهای مکانیکی در انواع میوه و سبزی در اثر تنشهای تماسی تحت بارهای استاتیکی، شبهاستاتیکی و ضربهای ایجاد و موجب کاهش کیفیت محصول و ارزش اقتصادی آن میشود. در این پژوهش، سیب بهعنوان یک ماده ویسکوالاستیک تحت بارگذاری شبهاستاتیکی با استفاده از روش اجزاء محدود مدلسازی شد. با استفاده از آزمایشهای تجربی خواص الاستیک، ...
بیشتر
اکثر آسیبهای مکانیکی در انواع میوه و سبزی در اثر تنشهای تماسی تحت بارهای استاتیکی، شبهاستاتیکی و ضربهای ایجاد و موجب کاهش کیفیت محصول و ارزش اقتصادی آن میشود. در این پژوهش، سیب بهعنوان یک ماده ویسکوالاستیک تحت بارگذاری شبهاستاتیکی با استفاده از روش اجزاء محدود مدلسازی شد. با استفاده از آزمایشهای تجربی خواص الاستیک، ویسکوالاستیک و مقاومت برشی سیب تعیین شدند و در شبیهسازی سیب در نرم افزار آباکوس مورد استفاده قرار گرفتند. مقایسه نتایج تجربی و مدلسازی شدهی سیب نشان داد که مدل ویسکوالاستیک رفتار سیب حین بارگذاری شبهاستاتیک را بهخوبی شبیهسازی کرد. محل ظهور کوفتگی در گوشت سیب آزمایش شده با محل ظهور تنش برشی بیشینه در سیب شبیهسازیشده همخوانی داشت. بنابراین، معیار تنش برشی بیشینه برای برآورد حساسیت گوشت ارقام سیب به کوفتگی تحت بارگذاری شبهاستاتیکی پیشنهاد میگردد.