مدل‌سازي و پيش‌بيني نيروهاي وارد بر گاوآهن برگرداندار با استفاده از دو روش سطح پاسخ و شبكه عصبي مصنوعي

در اين پژوهش، نيروهاي وارد بر گاوآهن برگرداندار، به دليل اهميت و تأثيرگذاري در برخي موارد همچون انتخاب تراكتور و به‌دست آوردن مدلي دقيق براي پيش‌بيني اين نيروها، مورد بررسي قرار گرفتند. اثرات عمق خا‌ك‌ورزي در پنج سطح (5، 10، 15، 20 و 25 سانتي‌متر) و نيز سرعت پيشروي در پنج سطح (1، 1.5، 2، 2.5 و 3 متر بر ثانيه) بر نيروهاي وارد بر گاوآهن برگرداندار (كششي، عمودي و جانبي) به‌صورت شبيه‌سازي شده به روش المان محدود به‌دست آمده و مورد بررسي و ارزيابي قرار گرفتند. دو روش سطح پاسخ و شبكه عصبي مصنوعي براي مدل‌سازي و پيش‌بيني نيروها به‌كار گرفته شدند. نتايج مقايسه اين دو روش نشان داد كه اين دو روش به خوبي مي‌توانند نيروهاي مورد نظر را پيش‌بيني كنند، اما روش شبكه عصبي مصنوعي عملكرد بهتري نسبت به روش ديگر براي پيش‌بيني نيروها داشت. نتايج داده‌هاي به‌دست آمده حاكي از آن است كه افزايش عمق خاك‌ورزي از 5 تا 25 سانتي‌متر و سرعت پيشروي از 1 تا 3 متر بر ثانيه، منجر به افزايش غير خطي نيروهاي كششي، عمودي و جانبي به‌ترتيب به ميزان 66.55%، 68.47% و 64.76% مي­شود. با استفاده ازمدل‌هايي كه توسط شبكه عصبي مصنوعي به‌دست آمده كه دقت نسبتاً خوبي دارند، مي‌توان قبل از ورود به مزرعه با توجه به عمق خاك‌ورزي و سرعت پيشروي مد نظر با توجه به بازه‌هاي تعريف شده براي هر كدام در اين پژوهش، مقادير نيروهاي وارد بر گاوآهن برگرداندار را بررسي و به‌دست آورد. سپس با استفاده از اين نيروها مي‌توان به‌طور مثال تراكتوري را انتخاب نمود كه توان كشش اين گاوآهن را در شرايط تعريف شده (عمق خاك‌ورزي و سرعت پيشروي) مورد نظر داشته باشد. به همين خاطر توصيه مي‌گردد كه از مدل شبكه عصبي توسعه داده شده در اين پژوهش، استفاده گردد.