ماشین های کشاورزی

چکیده زنجرک خرما با تضعیف درختان خرما و کاهش تولید میوه، کشاورزی در خاورمیانه را تهدید می‌کند. شناسایی محل آلودگی برای کنترل موثر آفات بسیار مهم است. با این حال، بازرسی منظم میدانی می‌تواند پرهزینه، دشوار و زمان‌بر باشد، به‌خصوص در مناطق وسیع. این مطالعه توانایی تصاویر ماهواره‌ای چندطیفی سنتینل-۲ را برای شناسایی مکان‌های هجوم زنجرک خرما برای بهبود نظارت و فعال کردن کنترل فوری آفات، در نتیجه کاهش خسارات مالی، ارزیابی می‌کند. آزمایش صحرایی برای ارزیابی آلودگی در اردیبهشت 1402 همزمان با اوج شیوع آفت انجام شد. شدت آلودگی از طریق شمارش آفات در نخلستان‌های منطقه شهری بم تعیین شد. تصاویر چندطیفی سنتینل-۲ از یک منطقه خاص به‌دست آمد، برای تصحیح، آماده‌سازی داده‌های خام و استخراج اطلاعات پردازش شد. پس از مرحله پیش‌پردازش، مدل طبقه‌بندی‌کننده K-Nearest Neighbor مبتنی بر درخت KD برای توسعه مدلی با تمرکز بر شناسایی مکان‌های آلوده انتخاب شد. برای آموزش، 70 درصد از داده‌های میدانی اندازه‌گیری‌شده، شامل مناطق غیرآلوده و مناطق با سه سطح آلودگی از سبک تا شدید و همچنین سایر ویژگی‌های زمین مانند ساختمان‌ها، جاده‌ها و غیره استفاده شد. 30 درصد باقی‌مانده داده‌ها برای ارزیابی مدل آموزش‌دیده استفاده شد. مدل طبقه‌بند آموزش‌دیده در مقایسه با داده‌های حقیقت پایه، در حدود 83 درصد پیش‌بینی‌های درست را با مجموعه داده آزمایشی به‌دست آورد. این دقت، توانایی تصاویر چندطیفی سنتینل-۲ و یادگیری ماشینی را برای شناسایی هجوم حشرات به زنجرک خرما در نخلستان‌ها برجسته می‌کند و می‌تواند مدیریت هدفمند و پایدار آفات را تسهیل کند.

چکیده سامانه‌های کاشت لوبیا برای کشاورزی جهانی ضروری است و به‌عنوان یک منبع غذایی حیاتی برای بسیاری از جمعیت‌ها عمل می‌کند. بهینه‌سازی این روش‌های کاشت برای افزایش کارایی و کاهش اثرات زیست‌محیطی بسیار مهم است. این مطالعه ورودی‌ها و خروجی‌های انرژی مرتبط با دو تکنیک کشت لوبیا چیتی را ارزیابی می‌کند: سیستم‌های تخت و نواری. این تحقیق که در استان فارس، جنوب ایران انجام شد، شامل 90 مزرعه، 60 مزرعه با استفاده از سیستم‌های تخت و 30 با استفاده از سیستم نواری بود. این ارزیابی مصرف انرژی بر حسب مگاژول در هکتار برای نهاده‌های مختلف از جمله نیروی کار، ماشین‌ها، گازوئیل، کودهای شیمیایی، سموم شیمیایی، برق و بذر را پوشش می‌دهد. سامانه تخت مصرف 20,067.12 مگاژول در هکتار را نشان می‌دهد، در حالی‌که سیستم نواری از 18,171.76 مگاژول در هکتار استفاده می‌کند. از نظر عملکرد، سامانه تخت 3000 کیلوگرم در هکتار در مقایسه با 3500 کیلوگرم در هکتار برای سامانه نواری تولید می‌کند. این مطالعه بیشتر معیارهای بهره‌وری انرژی را بررسی می‌کند و عملکرد برتر سامانه نوار را با نسبت کارایی مصرف انرژی بالاتر (3.85 در مقابل 2.99) و بهره‌وری انرژی بیشتر 0.19 کیلوگرم بر مگاژول در مقایسه با 0.15 کیلوگرم بر مگاژول برجسته می‌کند. معیارهای انرژی خاص نشان می‌دهد که سامانه نواری انرژی کمتری به‌ازای هر کیلوگرم لوبیا تولیدشده مصرف می‌کند 5.19 در مقابل 6.69 مگاژول بر کیلوگرم علاوه بر این، سود خالص انرژی برای سامانه نواری با 51,828.24 مگاژول در هکتار بالاتر است، در مقابل 39,932.88 مگاژول در هکتار برای سامانه تخت یافته‌ها بر نیازهای بهینه انرژی برای هر دو سامانه تأکید می‌کنند، به‌طور کلی، نتایج، نیازمندی‌های انرژی مطلوب و کارایی روش کاشت نواری را نسبت به سیستم مسطح سنتی نشان می‌دهد و بر پتانسیل آن برای تخصیص بهینه منابع در کشت لوبیا چیتی تاکید می‌کند. نتایج الگوریتم ژنتیک چندهدفه نشان داد که سامانه‌های نواری در مقایسه با سامانه‌های مسطح که 3707.62 مگا ژول در هکتار (22.66 درصد) صرفه‌جویی می‌کنند، به میزان قابل‌توجهی 3749.11 مگاژول در هکتار (25.99 درصد) صرفه‌جویی انرژی می‌کنند. این بیشتر مزایای کارایی کاشت نواری را برجسته می‌کند.

چکیده این پژوهش با هدف بهبود طراحی و عملکرد دستگاه یکپارچه فرآوری Enset انجام شد و تمرکز آن بر روی اجزای کلیدی مانند شفت، درام استوانه‌ای، صفحه محافظ (بِرِست‌پلیت) و تیغه درام بود. دستگاه‌های موجود فرآوری Enset به دلیل فرسودگی قطعات، خرابی‌های مکانیکی و طراحی نامناسب با ناکارآمدی‌هایی مواجه هستند که منجر به چالش‌های عملیاتی می‌شود. برای رفع این مشکلات، اصلاحات هدفمند در طراحی قطعات دستگاه برنامه‌ریزی شد. مواد مورد استفاده برای این قطعات بر اساس استانداردهای ASTM انتخاب گردید. قطعات اصلاح‌شده با استفاده از روش اجزای محدود در ماژول ورک‌بنچ نرم‌افزارANSYS 2023 R1  در دانشگاه علوم و فناوری آداما، اتیوپی، به‌طور دقیق تحلیل شدند. نتایج مطالعه نشان داد که حداکثر تنش‌ها برای شفت، درام استوانه‌ای، تیغه و صفحه محافظ به‌ترتیب برابر با 120، 250، 400 و 260 مگاپاسکال و حداقل تنش‌ها به‌ترتیب 30، 70، 120 و 80 مگاپاسکال بودند. بیشترین تغییر شکل‌ها نیز به‌ترتیب 0.15، 0.3، 0.55 و 0.35 میلی‌متر گزارش شد و ضریب ایمنی بیشینه برای همه قطعات برابر با 15 بود. این نتایج نشان می‌دهد که اصلاحات انجام شده شرایط کاری ایمن را فراهم می‌کند. طراحی به گونه‌ای است که درام، تیغه درام و صفحه محافظ سختی کافی برای تحمل نیروهای عملیاتی را دارند و تغییر شکل حداقلی (2.39×10⁻⁶ میلی‌متر برای تیغه درام) در محدوده ضریب ایمنی 1.25 باقی می‌ماند. علاوه بر این، دستگاه عملکرد بسیار خوبی در جذب انرژی و پاسخ ارتعاشی از خود نشان داد که بیانگر استحکام ساختاری آن است.

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 کشاورزی یک صنعت غالب در کشورهای در حال توسعه است و در رتبه خطرناک‌ترین مشاغل قرار می‌گیرد. تراکتورها و ماشین‌های برداشت غلات از ماشین‌های کشاورزی خودگردان هستند که علی‌رغم نقش بی‌بدیل‌شان در افزایش بهره‌وری، سهم قابل‌توجهی در حوادث دارند. این حوادث هزینه‌های زیادی را به‌همراه دارد و بهره‌وری را کاهش می‌دهد. این مطالعه به‌منظور بررسی میزان و شدت حوادث و تلفات انسانی و عوامل موثر بر حوادث مزرعه‌ای مربوط به تراکتورها و کمباین‌های کشاورزی در استان ایلام با استفاده از داده‌های مربوط به سال‌های 1402-1398 انجام شد. فراوانی حوادث تراکتورها و کمباین‌ها در مطالعه انجام‌شده، به‌ترتیب 61 و 43 بود که نشان‌دهنده‌ی اختلاف آماری معنی‌داری است. در این تحقیق در بین رانندگان تراکتور بیشترین حوادث ناشی از محور (P.T.O.)، هلیس و غلتک‌های تغذیه و در بین رانندگان کمباین، رایج‌ترین حوادث مربوط به نقاط برشی ماشین (شانه برش، چرخ‌دنده‌ها و غیره) بود. نرخ حوادث از جمله AFR (نرخ فرکانس حادثه)،ASR  (نرخ شدت حادثه)،FIR  (نرخ حادثه مرگبار) و FSI (شاخص شدت تکرار حادثه) محاسبه شد. میزان AFR، ASR،FIR  و FSI به‌ترتیب 25.84، 45.82، 1.66 و 1.066 برای کمباین‌ها و 5.60، 12.63، 4.44 و 0.262 درصد برای حوادث تراکتور بوده است. نرخ حوادث غیرمرگبار برای رانندگان کمباین‌ها 6445 در هر 100000 و برای رانندگان تراکتورها 4334 در هر 100000 بود، با این حال، تعداد حوادث کشنده تراکتور بیشتر از کمباین‌ها بود (445 و 330 در هر 100000 دستگاه).

چکیده در این تحقیق، مقدار ویتامین C، ترکیبات معطر و تغییر رنگ پودر پرتقال با استفاده از روش‌های شیمیایی، دستگاه بویایی و اسکنر در چهار خشک‌کن در دمایC ° ۴۵ درجه سانتی‌گراد اندازه‌گیری شد. این دستگاه‌های خشک‌کن شامل خلاء اتمسفر معمولی، خلاء کنترل اتمسفر، همرفتی و همرفتی-مادون قرمز بودند. بیشترین پاسخ حسگرها به ترکیبات معطر در خشک‌کن‌های همرفتی و کمترین پاسخ در خشک‌کن‌های خلاء کنترل و خلاء معمولی مشاهده شد. دو مؤلفه اصلی تحلیل مؤلفه‌های اصلی (PCA) ۸۸% از واریانس داده‌ها را توضیح دادند. ساختار شبکه عصبی مصنوعی (ANN) ۸-۵-۴ بود. علاوه بر این، بر اساس نمودارهای بارگذاری مدل‌های حداقل مربعات جزئی (PLS) و رگرسیون مؤلفه‌های اصلی (PCR)، حسگرهای MQ3 و MQ6 بهترین حسگرها برای پیش‌بینی میزان ویتامین C و تغییر رنگ پودر پرتقال بودند. حسگرMQ135  نیز به دلیل دقت پایین و کاهش هزینه، می‌تواند از مجموعه حسگرهای بینی الکترونیکی حذف شود. رگرسیون خطی چندگانه (MLR)، در مقایسه با مدل‌های PCR وPLS، دقیق‌تر عمل کرد، یعنی R²= 0.83 و RMSE= 0.144 برای پیش‌بینی ویتامین C و R²= 0.94 و RMSE= 0.68 برای پیش‌بینی تغییر رنگ محاسبه شدند. بیشترین و کمترین مقادیر تغییر رنگ اندازه‌گیری‌شده به‌ترتیب در خشک‌کن همرفتی و خشک‌کن خلاء کنترل اتمسفری مشاهده شد. همچنین، بیشترین و کمترین ویتامین C اندازه‌گیری‌شده به‌ترتیب در خشک‌کن همرفتی-مادون قرمز و خشک‌کن خلاء کنترل اتمسفری مشاهده شد. بهترین خشک‌کن برای حفظ کیفیت پودر پرتقال، خشک‌کن همرفتی-مادون قرمز بود. نتایج این مقاله نشان داد که داده‌های به‌دست‌آمده از دستگاه بویایی قادر به پیش‌بینی تغییر رنگ و ویتامین C پودر پرتقال است. همچنین، می‌توان از دستگاه بویایی برای شناسایی و طبقه‌بندی نوع خشک‌کن مورد استفاده برای تهیه پودر پرتقال با کمترین زمان و هزینه، بدون تخریب نمونه، و تعیین بهترین خشک‌کن برای تهیه پودر پرتقال استفاده کرد.

چکیده در این مطالعه، راهبردی برای تشخیص بیماری‌های برگ انگور با کمک پردازش تصویر RGB و تصمیم‌گیری گروهی وزنی ارائه شد. برای این منظور، پنج گروه بیماری به نام‌های سرخک سیاه، پوسیدگی سیاه، سوختگی برگ، سفیدک پودری و سفیدک کرکی و گروهی از برگ‌های سالم با سه روش یادگیری ماشینی به نام‌های ماشین بردار پشتیبان (SVM)، جنگل تصادفی (RF) و  k-نزدیک‌ترین همسایه (k-NN) و ترکیب وزنی طبقه‌بندی شدند. در مرحله بعد، با توجه به دقت هر طبقه‌بندی، وزن هریک از آن‌ها تعیین شد و در نهایت با استفاده از رای اکثریت، طبقه‌بندی نهایی بیماری‌ها انجام شد. همچنین به‌منظور معرفی بهترین ویژگی‌های بافت، رنگ و شکل استخراج‌شده از الگوریتم انتخاب ویژگی برجسته استفاده شد. این الگوریتم برای هر گروه از ویژگی‌های استخراج‌شده، 5 مورد را به‌عنوان بهترین و موثرترین ویژگی در تشخیص بیماری‌های گیاهی از جمله برگ گیاه انگور به محققان ارائه کرد. نتایج دقت طبقه‌بندی باSVM، RF و k-NN به‌ترتیب 88.33، 80.08 و 75 درصد بود. نتایج نشان داد که الگوریتم تصمیم‌گیری گروه وزنی ارائه‌شده در این تحقیق توانایی بهبود دقت طبقه‌بندی بیماری‌های گیاهی را با دقت 91.67 درصد دارد.

چکیده رشد سریع جمعیت جهان و افزایش تقاضا برای انرژی، همراه با نیاز فوری به حفاظت از محیط‌زیست، محققان را بر آن داشته است تا منابع انرژی تجدیدپذیر را به‌عنوان جایگزینی مناسب برای سوخت‌های فسیلی تجدیدناپذیر بررسی کنند. این مطالعه بهبود عملکرد سیستم‌های فتوولتاییک حرارتی (PVT) را با استفاده از روش خنک‌کننده غوطه‌وری با نانوسیال‌های اکسید مس ارزیابی می‌کند. دستگاه آزمایشی شامل یک محفظه شیشه‌ای بود که سطح پنل خورشیدی در زیر آن غوطه‌ور شده بود. آزمایش‌ها در نسبت حجمی نانوسیال 0.0250% و 0.05% و نرخ جریان 0.01 و 0.02 لیتر در ثانیه انجام شد. ارتفاع غوطه‌ور شدن در داخل محفظه شیشه‌ای 5 سانتی‌متر بود. آزمایش‌ها در شرایط محیطی که شامل دمای محیط 20.6-31.2 درجه سلسیوس و تابش 343-924 وات بر مترمربع انجام شد. نتایج نشان داد که نانوسیال‌های اکسید مس در نسبت حجمی 0.05 درصد و سرعت جریان 0.02 لیتر بر ثانیه، راندمان حرارتی را به 31.87 درصد بهبود داده و دمای سطح پانل را تا 11.8 درجه سلسیوس در مقایسه با خنک‌کننده آب کاهش داده است. همچنین راندمان الکتریکی سامانه PVT از پنل مرجع فراتر رفت. راندمان کلی سیستم PVT به 41.89 درصد رسید. این یافته‌ها پتانسیل خنک‌سازی مبتنی بر نانوسیال را برای بهینه‌سازی راندمان سامانه PVT با افزایش مدیریت حرارتی نشان می‌دهد.

چکیده عملیات برداشت غلات حدود 30-25% از کل مصرف مستقیم انرژی در سیستم‌های تولید محصولات کشاورزی را شامل می‌شود. با توجه به ویژگی‌های خاص کلزا در مقایسه با سایر غلات، طراحی تیغه‌های مناسب برداشت آن ضروری است. این پژوهش به بررسی تأثیر زوایای تیغه (زوایای قرارگیری و تیزی: 30، 45 و 60 درجه)، سرعت حرکت رفت و برگشتی (800، 1100 و 1400 رفت و برگشت در دقیقه) و سطوح رطوبتی (19، 22 و 24 درصد) بر نیروی برش، تنش برشی و مصرف انرژی در برداشت کلزا پرداخت. نتایج نشان داد زاویه تیزی 30 درجه و زاویه قرارگیری 45 درجه به‌ترتیب کمترین تنش برشی (0.175 و 0.177 نیوتن بر میلی‌متر مربع) را نسبت به زاویه 60 درجه (0.303 و 0.320 نیوتن بر میلی‌متر مربع) ایجاد می‌کنند. افزایش رطوبت از 19 به 24 درصد، تنش برشی را از 0.256 به 0.200 نیوتن بر میلی‌متر مربع کاهش داد. سرعت 1400 رفت و برگشت در دقیقه کمترین تنش برشی (0.167 نیوتن بر میلی‌متر مربع) را در مقایسه با 800 رفت و برگشت (0.286 نیوتن بر میلی‌متر مربع) نشان داد. ارزیابی چرخه حیات نشان داد تغییر زوایای قرارگیری، تیزی و سرعت رفت و برگشتی به ترتیب می‌تواند سمیت اکولوژیکی آبزیان دریایی را تا 55,762.55، 377,429.87 و 143,185.69 کیلوگرم معادل دی‌کلروبنزن افزایش دهد. ترکیب بهینه (زاویه تیزی 30 درجه، قرارگیری 45 درجه، رطوبت 24 درصد و 1400 رفت و برگشت در دقیقه) انرژی برشی و اثرات زیست‌محیطی را به طور قابل توجهی کاهش داد.

چکیده تولید ذرت توسط خرده‌مالکان در کشورهای جنوب صحرای آفریقا، که برای تامین امنیت غذایی منطقه‌ای بسیار مهم است، با معضلات مداوم عملکرد دست و پنجه نرم می‌کند که ناشی از شیوه‌های کاشت پرزحمت و ضعف در مکانیزاسیون است، به‌طوری‌که مطابق با ویژگی‌های ارقام گیاهی بومی طراحی نشده است. این مطالعه سه رقم ذرت (CML-539، Melkassa 3 و Melkassa 6Q) را برای توسعه پارامترهای طراحی برای کاشت‌کننده‌های سازگار با چند محصول توصیف می‌کند. برای 100 دانه از هر رقم، خواص هندسی شامل طول، عرض و ضخامت با استفاده از کولیس‌های دیجیتال اندازه‌گیری شد. تجزیه و تحلیل برای کشیدگی، قطرهای میانگین هندسی و حسابی، مساحت سطح، مساحت تصویر شده، سطح مقطع عرضی، کرویت، ضریب فرورفتگی، نسبت ابعاد، شاخص شکل و گردی انجام شد. خواص وزنی شامل چگالی حجمی و واقعی، تخلخل، جرم هزار دانه و زاویه استقرار به‌طور سیستماتیک برای بهینه‌سازی مکانیسم‌های جابه‌جایی بذر در طراحی دستگاه کاشت تجزیه و تحلیل شدند. تجزیه و تحلیل خواص فیزیکی، الزامات متمایزی را برای هر رقم نشان داد: مورفولوژی نامنظم CML-539 (طول 42/9 میلی‌متر، تخلخل %49.30) نیاز به سیستم‌های اندازه‌گیری ارتعاشی و هوادهی را نشان می‌دهد؛ خواص یکنواخت Melkassa 6Q (کرویت %6.66 ± 71.11، چگالی حجمی 811.62 کیلوگرم بر متر مکعب) امکان استفاده از مکانیسم‌های تغذیه گرانشی را فراهم می‌کند؛ و ویژگی‌های متوسط Melkassa 3 با نسبت کشیدگی بیش از 2.3 و تغییر چگالی %19.31 نیاز به شیاربازکن‌های قابل‌تنظیم با زاویه شیب 25 تا 30 درجه را مشخص می‌کند. تغییرپذیری هندسی، پیاده‌سازی راه‌حل‌های تطبیقی، مانند لوله‌های بذر انحنادار و شیاربازکن‌های قابل‌تنظیم را برای جلوگیری موثر از کج شدن و پشته‌سازی ضروری می‌سازد. سیستم کاشت مدولار حاصل، شامل اندازه‌گیری حساس به رطوبت، اندازه‌گیری تطبیقی سلول‌ها و هوادهی، با استانداردهای کشاورزی-اکولوژیکی اتیوپی مبنی بر فاصله ردیف 75 سانتی‌متر و عمق کاشت 4 تا 7 سانتی‌متر مطابقت دارد. این چارچوب، یک مدل مقیاس‌پذیر و پایدار برای مکانیزاسیون دقیق خرده‌مالکان را ارائه می‌دهد و قابل‌انتقال به سیستم‌های جهانی تولید ذرت است.

چکیده مطالعه حاضر به بررسی طبقه‌بندی ده ژنوتیپ نعناع توسط یک سیستم بینی الکترونیکی مبتنی بر حسگرهای نیمه‌هادی اکسید فلزی (MOS) می‌پردازد. نمونه‌های برگ از ژنوتیپ‌های مختلف نعناع برداشت شد، سپس پاسخ سنسورهای سیستم به هر نمونه ثبت شد. برای طبقه‌بندی گیاهان، پاسخ تمام حسگرهای بینی الکترونیکی با روش‌های تجزیه و تحلیل اجزای اصلی (PCA)، تجزیه و تحلیل تشخیص خطی (LDA)، تجزیه و تحلیل متمایز درجه دوم (QDA) و شبکه عصبی مصنوعی (ANN) مورد بررسی قرار گرفت. بر اساس نتایج تجزیه و تحلیل کیفی اسانس‌ها توسط دستگاه GC-MS، بیش از 99 درصد ترکیبات شناسایی‌شده در چهار گروه شیمیایی شامل هیدروکربن‌ها و مونوترپن‌ها و سسکوئی‌ترپن‌های اکسیژن‌دار قرار داشتند. همچنین بر اساس تجزیه و تحلیل بای پلات، جمعیت‌های مختلف نعناع را می‌توان به‌طور کلی به 8 گروه تقسیم کرد. نتایج تحلیل مؤلفه‌های اصلی با استفاده از داده‌های به‌دست‌آمده از سیستم نشان داد که دو مؤلفه اصلی اول می‌توانند در مجموع 97 درصد از واریانس داده‌ها را پوشش دهند. دقت طبقه‌بندی با استفاده از داده‌های بینی الکترونیکی برای تجزیه و تحلیل وضوح خطی، تجزیه و تحلیل وضوح درجه دوم و شبکه عصبی مصنوعی به‌ترتیب 98.9، 99.9 و 96% به‌دست آمد. طبقه‌بندی مناسب ژنوتیپ‌های نعناع توسط سیستم بینی الکترونیکی می‌تواند به‌عنوان جایگزینی حساس، قابل‌اعتماد و کم‌هزینه برای روش‌های سنتی مورد استفاده قرار گیرد.

چکیده خشک‌کردن یکی از روش‌های حیاتی نگهداری در صنعت غذا است که با کاهش رطوبت، کیفیت محصول را حفظ کرده و ماندگاری آن را افزایش می‌دهد. این فرآیند شامل مکانیزم‌های پیچیده انتقال حرارت و جرم بوده و به مدل‌های پیش‌بینی دقیقی نیاز دارد. در این مطالعه، روش‌های مختلف مدل‌سازی شامل مدل‌های رگرسیون، مدل‌های نیمه‌تجربی، و روش‌های مبتنی بر هوش مصنوعی (AI) برای شبیه‌سازی فرآیند خشک‌کردن برش‌های سیب‌زمینی مورد مقایسه قرار گرفتند. آزمایش‌های خشک‌کردن در دماهای 40، 50 و 60 درجه سانتی‌گراد، با و بدون استفاده از مواد تغییر فازدهنده (PCM) و تابش مادون قرمز (IR) انجام شد. مدل‌های هوش مصنوعی شامل شبکه عصبی مصنوعی (ANN)، ماشین بردار پشتیبان (SVM) و جنگل تصادفی (RF) با استفاده از داده‌های تجربی آموزش دیده و اعتبارسنجی شدند. عملکرد این مدل‌ها با مدل‌های سنتی و نیمه‌تجربی از نظر ضریب تعیین (R²)، ریشه میانگین مربع خطا (RMSE)، میانگین قدرمطلق خطا (MAE) و خطای میانگین بایاس (MBE) مقایسه شد. نتایج نشان داد که شبکه عصبی مصنوعی (ANN) با دقت پیش‌بینی بسیار بالا (R²= 0.998, RMSE= 0.0656) بهترین عملکرد را داشته و از سایر مدل‌ها دارای دقت بیشتری است. روشSVM  نیز قابلیت پیش‌بینی مناسبی نشان داد، در حالی‌که RF عملکردی اندکی ضعیف‌تر داشت. در میان مدل‌های نیمه‌تجربی، مدل میدیلی (Midilli) بهترین برازش را داشت، اما نسبت به مدل‌های مبتنی بر هوش مصنوعی دقت کمتری نشان داد. این یافته‌ها برتری روش‌های مبتنی بر هوش مصنوعی، به‌ویژه ANN، را در بهینه‌سازی فرآیند خشک‌کردن در صنعت غذا برجسته می‌سازد.

چکیده فیلم‌های خوراکی زیست‌تخریب‌پذیر حاوی امولسیون پیکرینگ به‌عنوان جایگزینی پایدار و نویدبخش برای مواد بسته‌بندی غذایی مرسوم مطرح شده‌اند. این فیلم‌ها دارای خواص مکانیکی بهبودیافته‌ای از جمله استحکام کششی، انعطاف‌پذیری و قابلیت ممانعت بخار آب هستند که برای حفظ یکپارچگی مواد غذایی در طول نگهداری و حمل‌ونقل اهمیت دارند. یکی از پیشرفت‌های کلیدی در این حوزه، استفاده از اسانس‌ها در ماتریس امولسیون است که با وجود ماهیت آب‌گریز خود، خواص عملکردی و مکانیکی فیلم‌های بر پایه پلی‌ساکارید را به‌طور قابل‌توجهی ارتقا می‌دهند. این مقاله به بررسی خواص فیزیکومکانیکی فیلم‌های خوراکی زیست‌تخریب‌پذیر بر پایه پلی‌ساکارید که شامل امولسیون‌های پیکرینگ حاوی اسانس هستند می‌پردازد، با تمرکز ویژه بر انعطاف‌پذیری، استحکام کششی، نفوذپذیری بخار آب و ظرفیت نگهداری رطوبت. همچنین نقش این فیلم‌ها در افزایش ماندگاری مواد غذایی مورد بررسی قرار گرفته و نحوه تعامل میان اسانس‌ها و پلی‌ساکاریدها در تأثیرگذاری بر ساختار و ویژگی‌های ممانعتی فیلم‌ها تحلیل می‌شود. یافته‌ها نشان می‌دهند که امولسیون‌های پیکرینگ حاوی اسانس‌ها به‌طور قابل‌توجهی عملکرد مکانیکی و ممانعتی نسبت به رطوبت را در فیلم‌های خوراکی زیست‌تخریب‌پذیر ارتقا می‌دهند. ذرات پایدارکننده جامد موجب افزایش استحکام کششی می‌شوند، در حالی‌که اسانس‌ها، انعطاف‌پذیری را بهبود می‌بخشند. علاوه بر این، امولسیون‌ها جذب آب و حلالیت را کاهش داده و در نتیجه پایداری فیلم در شرایط مرطوب را افزایش می‌دهند. در نهایت، این مرور، به بررسی چالش‌های موجود و شناسایی فرصت‌های پژوهشی کلیدی در توسعه سیستم‌های امولسیون پیکرینگ حاوی اسانس، برای فیلم‌های مذکور پرداخته و همچنین ظرفیت بالقوه آن‌ها برای کاربردهای صنعتی در مقیاس وسیع را تبیین می‌کند.