تحليل و پيشبيني آلايندگي صوتي تراكتور گلدوني با استفاده از روش هاي آماري، هوش مصنوعي و انفيس

Analysis and Prediction of Noise Pollution of Garden Tractor Using Statistical Methods, Artificial Intelligence and ANFIS

افت شنوايي ناشي از تماس با صداي مضر يكي از مهم­ترين بيماري هاي شغلي محسوب مي­گردد. مكانيزاسيون كشاورزي با به­كارگيري انواع ماشين ­آلات سبب بروز مشكلاتي در خصوص ايمني و سلامت شغلي براي افراد شاغل در اين عرصه مي­ شود. در اين تحقيق، تعدادي از عوامل موثر بر سروصداي توليد شده در تراكتور باغي گلدوني مدل H. 938 مورد ارزيابي و پيش­بيني قرار گرفته­ اند. آزمون‌هاي اين پژوهش بر اساس استانداردهاي بين‌المللي صدا ISO 5131 و ISO 7216 در سطوح مختلف دور موتور، موقعيت دنده، نوع جاده و فاصله ميكروفن انجام شد. مجموع تركيب­ هاي تيماري براي استخراج سيگنال‌هاي صوت منتشرشده از تراكتور گلدوني با 72 تيمار و 3 تكرار به 216 مورد رسيد. اطلاعات به‌دست ‌آمده به صورت آزمون فاكتوريل بر پايه طرح كاملاً تصادفي مورد تجزيه و تحليل قرار گرفتند. همچنين مدل شبكه عصبي مصنوعي و انفيس براي پيش‌بيني سطح فشار صدا با 216 الگو براي آموزش و ارزيابي ايجاد گرديد. نتايج حاصل از بررسي­ ها نشان داد اثر عامل‌هاي اصلي در سطح احتمال 1% بر سطح صداي منتشر شده از تراكتور گلدوني معني‌دار بود. در تحليل فركانسي، تراز فشار صدا با افزايش فركانس روند كاهشي داشته و در فركانس 4000 هرتز در موقعيت گوش راننده به ميزان 77/93 دسي‌بل بود. نتايج حاصل از مدل شبكه عصبي مصنوعي و انفيس در پيش­بيني سطح فشار صداي تراكتور گلدوني با بيشترين ضريب تعيين (R2) براي اين پژوهش به ترتيب برابر 99/73 و 99/91 به­ دست آمد. كليدواژه‌ها

Hearing loss due to harmful sound is one of the most important occupational illnesses. Agricultural mechanization with the use of a variety of machinery causes problems in occupational safety and health for those working in this field. In this study, some of the factors affecting the noise generated by a garden tractor (H.938 Model) were evaluated and predicted. The tests were performed according to international standards of sound such as ISO 5131 and ISO 7216 at different engine speeds, gear positions, road type and microphone distance. The total number of treatment combinations for extracting sound signals released by the garden tractor reached 216 with 72 treatments and three repetitions. The obtained data were analyzed in the form of a factorial test based on a completely random plan. Besides, Artificial Neural Network and ANFIS model was created to predict the sound level in the aforementioned tractor with 216 patterns for training and assessment. The results of the research showed that the effect of the main factors on the level of sound emitted by the garden tractor were significant at probability level of 1%. The results of frequency analysis showed that noise pressure level decreases according to increase in frequency and the sound intensity that reaches the driver's ear is equal to 77.93 dB at the frequency of 4000 Hz. The results of Artificial Neural Network and ANFIS model for forecasting the Sound pressure level of the garden tractor with the highest coefficient of determination (R2) for this research were 99.73 and 99.91, respectively.