| تعداد نشریات | 286 |
| تعداد نشریات سازمان | 84 |
| تعداد شماره‌ها | 2,846 |
| تعداد مقالات | 32,300 |
| تعداد مشاهده مقاله | 41,387,128 |
| تعداد دریافت فایل اصل مقاله | 18,562,183 |
پیشبینی سطح تماس چرخ و خاک تحت اثر بار عمودی، میزان فشار باد تایر و سرعت پیشروی در محیط انباره خاک با استفاده از انفیس | ||
| تحقیقات سامانه‌ها و مکانیزاسیون کشاورزی | ||
| دوره 22، شماره 80، اسفند 1400، صفحه 77-92 اصل مقاله (2 M) | ||
| نوع مقاله: مقاله پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22092/amsr.2022.356908.1404 | ||
| نویسندگان | ||
| محمد یوسفی1؛ سیدرضا موسوی سیدی* 2؛ محمد عسکری3 | ||
| 1دانشجوی کارشناسی ارشد گروه مکانیک بیوسیستم، دانشکده مهندسی زراعی، دانشگاه علوم کشاورزی و منابع طبیعی ساری، ساری، ایران | ||
| 2دانشیار گروه مکانیک بیوسیستم، دانشکده مهندسی زراعی، دانشگاه علوم کشاورزی و منابع طبیعی ساری، ساری، ایران | ||
| 3استادیار گروه مهندسی مکانیک بیوسیستم، دانشکده مهندسی زراعی، دانشگاه علوم کشاورزی و منابع طبیعی ساری، ساری، ایران | ||
| چکیده | ||
| برهمکنش چرخ و خاک بر میزان مصرف انرژی و ویژگیهای خاک کشاورزی تأثیرگذار است. در این تحقیق، سطح تماس چرخ و خاک که یک پارامتر تعیین‌کننده در معادلات چرخ و خاک است با استفاده از آزمونگر چرخ در محیط انبارۀ خاک اندازهگیری شد. آزمونها در 2 سطح مختلف از سرعت پیشروی (386/0 و 879/0 کیلومتر بر ساعت)، 3 سطح مختلف از فشار باد تایر (18, 25 و 32 پوند در اینچ مربع) و 3 سطح مختلف از بار عمودی وارد بر چرخ (150، 300 و 450 کیلوگرم) در قالب طرح بلوک کامل تصادفی در 3 تکرار و مجموعاً 54 پیمایش اجرا شد. برای تجزیه و تحلیلهای آماری از نرمافزار آماری Genstat استفاده شد. با بهرهگیری از روش استنتاج فازی- عصبی (انفیس) و مدل رگرسیونی، سطح تماس چرخ و خاک پیشبینی شد. نتایج بررسیها نشان داد با افزایش بار عمودی روی چرخ، سطح تماس افزایش مییابد و با افزایش فشار باد تایر، سطح تماس کاهش خواهد یافت. سرعت پیشروی در سرعت پایین تأثیری بر سطح تماس ندارد. ضریب همبستگی در پیشبینی سطح تماس چرخ و خاک با مدلهای انفیس (9182/0) بسیار بیشتر از ضریب همبستگی در پیشبینی با مدل رگرسیونی (359/0) بود. این نتیجه به دست آمد که مدلهای انفیس، نسبت به مدل رگرسیونی، دقت بالاتری دارند. | ||
| کلیدواژه‌ها | ||
| برهمکنش چرخ و خاک؛ روش استنتاج فازی- عصبی؛ مدل رگرسیونی؛ مصرف انرژی | ||
| عنوان مقاله [English] | ||
| Predicting the Soil-Wheel Contact Area under the Effect of Vertical Load, Tire Inflation Pressure and Forward Speed at Soil Bin using ANFIS | ||
| نویسندگان [English] | ||
| Mohammad Yousefi1؛ Seyed Reza Mousavi Seyedi2؛ Mohammad Askari3 | ||
| 1M.Sc student of Mechanics of Biosystem Department, Sari Agricultural Sciences and Natural Resources University | ||
| 2Associate Professor, Department of Mechanics of Biosystem Engineering, Sari Agricultural Sciences and Natural Resources University, Sari, Iran | ||
| 3Sari Agricultural Sciences and Natural Resources University | ||
| چکیده [English] | ||
| Soil-wheel interaction is very attractive topic for agricultural researchers for its effect on the energy consumption and soil properties especially in agriculture. The purpose of this research is measuring soil-wheel contact area under the effect of independent variables of vertical load on the tire, tire inflation pressure and tire forward speed at controlled condition of soil bin also its prediction using adaptive neuro-fuzzy inference system. The tests were accomplished at two forward speeds (0.386 and 0.879 km/h), three inflation pressures (18, 25 and 32 psi), three vertical loads (150, 300 and 450 kg) plus 3 replications and totally 54 passes. All data analysis was done using Genstat software. Results showed that increase of vertical load on the wheel caused to increase of soil-wheel contact area and increment of inflation pressure caused to decrease of it. Low forward speed had not effect on the soil-wheel contact area. Furthermore, correlation coefficient (R2) of ANFIS models (0.9182) was very more than regression one (0.359). Thus, ANFIS models could predict the soil-wheel contact area with high accuracy using measured input variables included vertical load, tire inflation pressure and forward speed at soil bin. | ||
| کلیدواژه‌ها [English] | ||
| Energy Consumption, Model of Neural-Adaptive Fuzzy Inference System, Regression Model, Soil-Wheel Interaction | ||
| مراجع | ||
|
Aliabadi, H., Roshan, B., Mirza Hosseini, M., & Mardani, A. (2010). Measurement of the contact surface of the soil wheel in the meadow environment between under and different wind pressures. Proceedings of the Sixth National Congress of Agricultural Machinery Engineering and Mechanization. Sep. 15. University of Tehran, Tehran, Iran. (in Persian)
Diserens, E. (2009). Calculating the contact area of trailer tires in the field. Soil and Tillage Research, 103(2), 302-309.
Diserens, E., Defossez, P., Duboisset, A., & Alaoui, A. (2011). Prediction of the contact area of agricultural traction tyres on firm soil. Biosystems Engineering, 110, 73-82.
Farhadi, P., Golmohammadi, A., Sharifi Malvajerdi, A., & Shahgholi, G. (2019). Predicting contact pressure and soil penetration resistance by measuring rubber contact area and apparent electrical conductivity of soil. Agricultural Systems Research and Mechanization, 72, 19-36. (in Persian)
Farhadi, P., Golmohammadi, A., Sharifi Malvajerdi, A., & Shahgholi, G. (2020). Prediction of tire rolling resistance using regression model and artificial neural network. Agricultural Systems Research and Mechanization, 74, 1-16. (in Persian)
Gheshlaghi, F., & Mardani, A. (2016). Prediction of wheel rolling resistance regarding important motion parameters using the artificial neural network. Journal of Agricultural Machinery, 1, 259-270. (in Persian)
Khoramifar, A. (2015). Investigating the relationship between moving wheel pressure and tire pressure using a single wheel tester in soil storage (M. Sc. Thesis), Jiroft University, Jiroft, Iran. (in Persian)
Pentos, K., & Pieczarka, K. (2017). Applying an artificial neural network approach to the analysis of tractive properties in changing soil conditions. Soil & Tillage Research, 165, 113-120.
Raper, R. L. (2005). Agricultural traffic impacts on soil. Journal of Terramechanics, 42(3-4), 259-280.
Shafaei, S. M., Loghavi, M., & Kamgar, S. (2019). Feasibility of implementation of intelligent simulation configurations based on data mining methodologies for prediction of tractor wheel slip. Information Processing in Agriculture, 6, 183-199.
Sharifi Malvajerdi, A., Younesi Alamouti, M., & Mohseni Manesh, A. (2013). Effect of load and air pressure of hard meat rubber on some factors related to soil compaction measured in soil reservoir. Journal of Agricultural Machinery, 1(3), 1-8. (in Persian)
Taghavifar, H., & Mardani, A. (2014). Wavelet neural network applied for prognostication of contact pressure between soil and driving wheel. Information Processing in Agriculture, 1, 51-56.
Taghavifar, H., Mardani, A., Karim-Maslak, H., & Kalbkhani, H. (2013). Artificial neural network estimation of wheel rolling resistance in clay loam soil. Applied Soft Computing, 13(8), 3544-3551.
Tao, C. W., Taur, J., Chang, J. H., & Su, S. F. (2010). Adaptive fuzzy switched swing-up and sliding control for the double- pendulum- and-cart system. IEEE Transactions on Systems, Man, and Cybernetics, 40(1), 241-252.
| ||
|
آمار تعداد مشاهده مقاله: 323 تعداد دریافت فایل اصل مقاله: 270 |
||