پيش‌بيني نيروهاي وارد بر شاخه و مصرف سوخت تراكتور تحت شرايط كاري متفاوت حين عمليات زيرشكني با استفاده از سيستم استنتاج عصبي فازي (ANFIS)

در اين تحقيق، از سيستم استنتاج عصبي فازي (ANFIS) به منظور پيش بيني نيروهاي وارد بر شاخه و مصرف سوخت تراكتور تحت شرايط كاري متفاوت حين عمليات زيرشكني استفاده شد. نيرو هاي مقاوم افقي و عمودي وارد بر شاخه هاي زيرشكن و مصرف سوخت تراكتور تحت تأثير متغيرهاي مستقل شامل نوع شاخه (زيرشكن و پاراپلو)، عمق (30، 40 و50 سانتي متر) و سرعت پيشروي (1/8، 2/3، 2/9 و 3/5 كيلومتر بر ساعت) اندازه گيري شدند. از داده هاي مزرعه اي براي ايجاد مدل هاي رگرسيوني و انفيس به منظور پيش بيني پارامترهاي تحت بررسي استفاده و نتايج دو سري مدل با يكديگر مقايسه شد. نتايج بررسي هاي مزرعه اي نشان داد كه همۀ متغيرهاي مستقل اثر معني داري بر پارامترهاي تحت بررسي دارند. افزايش عمق خاك ورزي و سرعت پيشروي به افزايش نيروهاي مقاوم افقي و عمودي وارده و مصرف سوخت تراكتور انجاميد. به علاوه، پاراپلو از نظر انرژي موردنياز نسبت به زيرشكن، مقرون به صرفه تر بود. نتايج بخش انفيس نشان داد كه در مورد نيروهاي افقي، عمودي و مصرف سوخت، به ترتيب، توابع عضويت Gaussmf، Trimf و dsigmf با ميانگين مربعات خطاي 0/0156، 0/0231 و 0/0212 و ضريب همبستگي 0/999، 0/989 و 0/991، بهترين مدل ها براي پيش بيني هستند. مدل هاي انفيس نسبت به مدل هاي رگرسيوني دقت بالاتري دارند و با استفاده از سطوح شكل هاي خروجي در انفيس مي توان خروجي مدل را براي يك ورودي خاص محاسبه كرد.