مدل‌سازی تحلیلی یکپارچه و اعتبارسنجی تجربی یک ماشین کشاورزی مدولار کم‌هزینه برای مکانیزاسیون کشاورزان خرده‌مالک

مقالات آماده انتشار

نوع مقاله : مقاله پژوهشی انگلیسی

نویسندگان

کاستوب کاپادانی ¹

سمیر بوساله ¹

ساندیپ نالاواده ¹

راویراج گوراو ²

پرادیپ تامخاده ³

پریتی پوروهیت ²

آتول کومار تومانه ¹

یوگش‌رائو موره ¹

پریتی سنتیل ⁴

¹ گروه مهندسی مکانیک، کالج مهندسی مدرن PES، دانشگاه ساویتریبای فوله پونا، پونا، ماهاراشترا، هند

² گروه مهندسی مکانیک، مؤسسه فناوری ارتش، دانشگاه ساویتریبای فوله پونا، پونا، ماهاراشترا، هند

³ گروه مهندسی مکانیک، کالج مهندسی ماراتوادا میترا ماندال، دانشگاه ساویتریبای فوله پونا، پونا، ماهاراشترا، هند

⁴ مرکز تعالی تولید افزایشی، مؤسسه علوم و فناوری ساتیاباما، چنای، هند

https://doi.org/10.22067/jam.2026.98710.1491

چکیده

مکانیزاسیون کشاورزی کشاورزان خرده‌پا با چالش‌های قابل‌توجهی از جمله هزینه‌های بالای ماشین‌آلات، استفاده ناکارآمد از انرژی و فقدان روش‌های پیش‌بینی‌کننده در طراحی تجهیزات کشاورزی چندمنظوره مواجه است. این مطالعه یک ماشین کشاورزی مدولار چندمنظوره کم‌هزینه برای کاربردهای کشاورزان خرده‌پا ارائه می‌دهد که مدل‌سازی برهمکنش خاک-ابزار، تحلیل غیرخطی کشش-لغزش، روابط کوپل شده نیروی کششی-توان-گشتاور، ارزیابی تنش سازه‌ای و ارزیابی اقتصادی چرخه عمر را در یک چارچوب تحلیلی یکپارچه ادغام می‌کند. اعتبارسنجی تجربی تحت سه شرایط چسبندگی خاک نمونه (36 = n) انجام شده و تطابق خوبی را بین پیش‌بینی‌های تحلیلی و عملکرد اندازه‌گیری شده نشان داد، با انحرافات به‌ترتیب 8.7، 9.2 و 7.5 درصد به‌ترتیب برای نیروی کششی، گشتاور و تنش سازه‌ای. سیستم پیشنهادی مصرف انرژی 4.8 تا 7.9 کیلووات ساعت در هکتار دارد که در مقایسه با واحدهای شخم‌زنی خرده‌مالکی بنزینی موجود در بازار با عرض کاری و ظرفیت مزرعه‌ای مشابه، 22 تا 26 درصد کاهش در هزینه‌های عملیاتی را به همراه داشت و دوره بازگشت سرمایه تخمینی 1.8 تا 2.3 سال را به همراه خواهد داشت. گنجاندن تحلیل کشش با در نظر گرفتن لغزش چرخ، پیش‌بینی نیازهای انرژی را بهبود بخشید و در عین حال یکنواختی فاصله بذر را بالای 87 درصد حفظ کرد. چسبندگی خاک، عمق نفوذ و نسبت لغزش به عنوان پارامترهای غالب مؤثر بر مصرف انرژی و بارگذاری سازه شناسایی شدند. چارچوب پیشنهادی، بهره‌وری انرژی بهبود یافته، پایداری عملیاتی و امکان‌سنجی اقتصادی تحت شرایط عملیاتی مورد بررسی را نشان داده و پتانسیل کاربردهای گسترده‌تر در مکانیزاسیون خرده‌مالکان را نشان می‌دهد.

کلیدواژه‌ها

تعامل خاک-ابزار

کشاورزی دقیق

ماشین‌آلات کشاورزی

مدل‌سازی کشش-لغزش

مکانیزاسیون خرده‌مالکان

موضوعات

• ماشین‌های کشاورزی و غیر جاده‌ای

---

Authors retain the copyright. This is an open access article distributed under Creative Commons Attribution 4.0 International License (CC BY 4.0)

مراجع

1. Adams, B., & Darr, M. (2022). Validation principles of agricultural machine multibody dynamics models. Journal of the ASABE, 65(4), 801-814. https://doi.org/10.13031/ja.15045
2. Arunadevi, M., Patil, C., Kapadani, K. R., Chapke, Y., Sridevi, G., Kumar, R. V., ... Kawade, M. M. (2025). Optimization Process to Develop Tungsten Carbide Reinforced with Aluminium MMCs Using Surface Plots and ANN. Journal of the Institution of Engineers (India): Series D, 106(2), 989-997. https://doi.org/10.1007/s40033-024-00693-w
3. Baek, S. Y., Lee, D., Siddique, M. A. A., Kim, H., Sim, T., & Kim, Y. J. (2026). Machine learning–based real-time axle torque prediction model for electric tractors using field-measured data. Agriculture, 16(7), 780. https://doi.org/10.3390/agriculture16070780
4. Balafoutis, A. T., Evert, F. K. V., & Fountas, S. (2020). Smart farming technology trends: Economic and environmental effects, labour impact, and adoption readiness. Agronomy, 10(5), 743. https://doi.org/10.3390/agronomy10050743
5. Battiato, A., & Diserens, E. (2017). Tractor traction performance simulation on differently textured soils and validation: A basic study to make traction and energy requirements accessible to the practice. Soil and Tillage Research, 166, 18-32. https://doi.org/10.1016/j.still.2016.09.005
6. Benke, M. R., Kapadani, K. R., Gawande, J., Chikkangoudar, R. N., Navale, V. R., & Khatode, A. L. (2025). A Review on Advancements in the 3D Printing of Auxetic Mechanical Metamaterials. Journal of the Institution of Engineers (India): Series D. Advance online publication. https://doi.org/10.1007/s40033-025-00875-0
7. Budynas, R. G., & Nisbett, J. K. (2019). Shigley's mechanical engineering design (11th ed.). New York, NY: McGraw-Hill Education.
8. Burlaka, S. (2025). Optimization of agricultural equipment design processes. Engineering Energy Transport AIC, 76. https://doi.org/10.37128/2520-6168-2025-4-9
9. Burman, R. R., Saini, S., & Padhan, S. R. (2025). Farm Mechanisation for smallholder farmers in India: Prospects and challenges. Agricultural Engineering Today, 49(1). https://doi.org/10.52151/aet2025491.1808
10. Daum, T., & Birner, R. (2020). Agricultural Mechanisation in Africa: Myths, realities and an emerging research agenda. Global Food Security, 26, 100393. https://doi.org/10.1016/j.gfs.2020.100393
11. Dhillon, R., & Moncur, Q. (2023). Small-scale farming: A review of challenges and potential opportunities offered by technological advancements. Sustainability, 15(21), 15478. https://doi.org/10.3390/su152115478
12. Golanbari, B., Mardani, A., Hosainpour, A., & Taghavifar, H. (2025). Predicting terrain deformation patterns in off-road vehicle–soil interactions using TRR algorithm. Journal of Terramechanics, 117, 101021. https://doi.org/10.1016/j.jterra.2024.101021
13. He, C., Guo, Y., Guo, X., & Sang, H. (2023). A mathematical model for predicting the draft force of shank-type tillage tine in a compacted sandy loam. Soil and Tillage Research, 228, 105642. https://doi.org/10.1016/j.still.2023.105642
14. Héder, M. (2017). From NASA to EU: The evolution of the TRL scale in public sector innovation. The Innovation Journal: The Public Sector Innovation Journal, 22(2), Article 3. Retrieved from https://innovation.cc/wp-content/uploads/2017_22_2_3_heder_nasa-to-eu-trl-scale.pdf
15. Holman, J. P. (2012). xperimental methods for engineers (8th ed.). Boston, MA: McGraw-Hill.
16. Jensen, T. A., Antille, D. L., & Tullberg, J. N. (2024). Improving on-farm energy use efficiency by optimizing machinery operations and management: A review. Agricultural Research, 14(1), 15-33. https://doi.org/10.1007/s40003-024-00824-5
17. Kapadani, K. R., & Navale, S. J. (2014). Investigation of performance of SI engine with fuels, gasoline, natural gas and H-CNG5 gas. International Journal of Research in Engineering and Technology, 3(4), 351-359. https://doi.org/10.15623/IJRET.2014.0304063
18. Kapadani, K. R., Surana, U., Tayade, S., Dhabe, A., & Sonawane, Y. (2020). Design and manufacturing of screw briquetting machine for compaction of biomass. International Research Journal of Engineering and Technology (IRJET), 7(9), 1136-1140.
19. Kapadani, K. R., Nithyananda, B. S., Sollapur, S. B., Rajesh, K., Dharme, A. M., Hemant, K., ... Bhowmik, A. (2026). Sustainable Optimization of Emissions and Performance in Hydrogen Port Injection Diesel Engines Through Port Timing and Injection Duration Modulation. Energy Science & Engineering, 14, 1725-1748. https://doi.org/10.1002/ese3.70438
20. Lajunen, A. (2022). Simulation of energy efficiency and performance of electrified powertrains in agricultural tractors. In 2022 IEEE Vehicle Power and Propulsion Conference (VPPC) (pp. 1–6). https://doi.org/10.1109/VPPC55846.2022.10003394
21. Liu, W., Yang, R., Li, L., Zhao, C., & Li, G. (2024). Energy and environmental evaluation and comparison of a diesel-electric hybrid tractor, a conventional tractor, and a hillside mini-tiller using the life cycle assessment method. Journal of Cleaner Production, 469, 143232. https://doi.org/10.1016/j.jclepro.2024.143232
22. Lv, Y., Zhang, S., Li, H., & Wang, S. (2025). Coupling analysis of rural revitalization and talent development in disadvantaged counties in China. Finance Research Letters, 82, 107566. https://doi.org/10.1016/j.frl.2025.107566
23. Ma, W., Rahut, D. B., & Sonobe, T. (Eds.). (2026). Transforming Smallholder Agriculture through Mechanisation in Asia: Volume 1: Pathways and Policies. Asian Development Bank Institute. https://doi.org/10.56506/LDWC9495
24. Mao, Y., Wu, Y., Yan, X., Liu, M., & Xu, L. (2022). Simulation and experimental research of electric tractor drive system based on Modelica. PLoS ONE, 17(11), e0276231. https://doi.org/10.1371/journal.pone.0276231
25. Montgomery, D. C. (2017). Design and analysis of experiments (9th ed.). Hoboken, NJ: John Wiley & Sons.
26. Rajamanickam, A. K., Sanjay, M., Swetha, S., & Ramprasath, R. (2021). Development of multipurpose agricultural machine. Materials Today: Proceedings, 45(7), 4885-4889. https://doi.org/10.1016/j.matpr.2020.11.094
27. Rayarao, S. R. (2025). ANOVA models: A comprehensive review of analysis of variance in statistical analysis and experimental design [Preprint]. Authorea. https://doi.org/10.22541/au.175192372.29532537/v1
28. Sarkar, A. (2020). Agricultural Mechanisation in India: A Study on the Ownership and Investment in Farm Machinery by Cultivator Households across Agro-ecological Regions. Millennial Asia, 11(2), 160-186. https://doi.org/10.1177/0976399620925440
29. Shaheb, M. R., Venkatesh, R., & Shearer, S. A. (2021). A review on the effect of soil compaction and its management for sustainable crop production. Journal of Biosystems Engineering, 46, 417-439. https://doi.org/10.1007/s42853-021-00117-7
30. Sims, B., & Kienzle, J. (2017). Sustainable agricultural Mechanisation for smallholders. Agriculture, 7(6), 50. https://doi.org/10.3390/agriculture7060050
31. Szabo, A., Doba, D. K., Aradi, S., & Kiss, P. (2024). Model development for off-road traction control. Agriculture, 14(3), 499. https://doi.org/10.3390/agriculture14030499
32. Taylor, J. R. (1997 An introduction to error analysis: The study of uncertainties in physical measurements (2nd ed.). Sausalito, CA: University Science Books.
33. Thedy, J., Liao, K. W., & Wibowo, M. A. (2026). A smart multi-objective optimization framework for automated greenhouse structural design. Smart Agricultural Technology, 14, 102096. https://doi.org/10.1016/j.atech.2026.102096
34. Thakur, N., & Jagadale, M. (2018). Development and performance evaluation of a low-cost multipurpose tool carrier with matching tillage tools. International Journal of Current Microbiology and Applied Sciences, 7(9), 2151-2159. https://doi.org/10.20546/ijcmas.2018.709.264
35. Upadhyaya, S. K., Andrade-Sanchez, P., Sakai, K., Chancellor, W. J., & Godwin, R. J. (2009). Tillage. In: Advances in Soil Dynamics, Vol. 3, pp. 273-359. ASABE. https://doi.org/10.13031/2013.26876
36. Uwaezuoke, C. T., & Nwulu, N. I. (2026). Hybrid renewable energy for agriculture. Energy Nexus, 21, 100679. https://doi.org/10.1016/j.nexus.2026.100679
37. Van Campenhout, B., Nabwire, L., Minten, B., & Ariong, R. M. (2020). Institutional and technological innovations to foster agro-industrialization in Uganda: Insights from the dairy value chain (IFPRI Policy Note). Washington, DC: International Food Policy Research Institute. https://doi.org/10.2499/p15738coll2.133682
38. Van Loon, J., Woltering, L., Krupnik, T. J., Baudron, F., Boa, M., & Govaerts, B. (2020). Scaling agricultural Mechanisation services in smallholder farming systems. Agricultural Systems, 180, 102792. https://doi.org/10.1016/j.agsy.2020.102792
39. Wong, J. Y. (2024). Terramechanics and off-road vehicle engineering: Terrain behaviour and off-road mobility (3rd ed.). Oxford, UK: Elsevier.
40. Yu, Q., He, X., Liu, L., Tan, Y., Jiang, Z., Pan, X., ... Chen, H. (2025). A review on the powertrains and energy management strategies of electric tractors. The Innovation Energy, 2(1), 100064. https://doi.org/10.59717/j.xinn-energy.2024.100064
41. Zienkiewicz, O. C., Taylor, R. L., & Zhu, J. Z. (2013). The finite element method: Its basis and fundamentals (7th ed.). Oxford, UK: Butterworth-Heinemann. https://doi.org/10.1016/C2009-0-24909-9