ارائه مدل رياضي افت عقب كمباين غلات در برداشت مكانيزه محصول سويا

Proposing the Mathematical Model of Combine Harvester Rear Losses in Soybean Harvesting

برداشت محصول سويا بيش­تر به ­صورت مكانيزه با كمباين متداول غلات انجام مي ­گيرد. تلفات برداشت مكانيزه اين محصول يكي از مشكلات مهم در كشاورزي است. براي داشتن حداقل افت بايد فرآيند عمل­آوري محصول (برش، كوبش، جدايش و ...) بهينه گردد. بيان رفتار كمباين و بخش­ هاي آن به صورت رياضي و ارايه­ مدل رفتاري آن، اولين قدم در عملي شدن موضوع فوق است. بدين منظور تحقيق حاضر در اين راستا انجام شد. به طوري ­كه تاثير فاكتور­هاي سرعت پيشروي، رطوبت محصول در هنگام برداشت و تراكم محصول بر افت عقب كمباين جاندير 955 روي برداشت محصول سويا بررسي شده و مدل رياضي مناسب براي پيش ­بيني افت عقب كمباين ارائه گرديد. آزمايش ­ها به صورت فاكتوريل بر پايه بلوك هاي كامل تصادفي و با سه تكرار انجام گرفت. نتايج حاصل از تجزيه واريانس نشان داد كه اثر هر سه عامل روي ميزان افت عقب كمباين معني­ دار است. به طوري كه ميزان افت با افزايش سرعت پيشروي كمباين، تراكم محصول و محتواي رطوبتي محصول افزايش يافت. با وجود معني­ دار بودن برخي از اثرات متقابل عوامل، اين اثرات غالباً از نوع تغيير در مقدار بودند. با توجه به معني­ دار بودن اثر اين سه عامل روي افت عقب محصول و براي بيان رابطه رياضي متغيرهاي مستقل (سرعت پيشروي، رطوبت محصول در هنگام برداشت و تراكم محصول) با متغير وابسته (افت عقب) از رگرسيون چند متغيره استفاده گرديد. نتايج حاصل از تجزيه واريانس رگرسيون نشان داد كه يك رابطه معني ­داري در سطح احتمال 0/01 بين متغيرهاي مستقل و وابسته وجود دارد. همچنين بالا بودن ضريب استاندارد شده مربوط به سرعت پيشروي كمباين نسبت به ­ساير ضرايب نشان از اهميت بالاي اين متغير نسبت به دو متغير مستقل ديگر روي ميزان افت عقب كمباين داشت.

Soybean is mostly harvesteds by conventional grain combine harvesters. Harvesting losses is one of the major issues in this way. Harvesting losses cannot be reduced to zero, but using the correct methods and proper equipments could reduce it to an acceptable level. Estimate of the losses rate in harvesting stage and recognition of effective factors in essentioal to decrease the losses. For reaching to a minimum loss, each one of harvesting processes (cutting, threshing, separation and …) must be optimized in operation. In this study the influence of forward speed, moisture content and plant density factors were used to make a mathematical model for John Deere 955 combine harvester rear losses. The experiments were conducted in soybean farms in Moghan plain, which is one of the major soybean prodcution areas in Ardabil province, Iran. For statistics a 3×3×3 factorial pattern based on randomized complete block design with 3 replications (in total 81 tests) was used. The effects of forward speed (in three levels of 1.8, 2.5 & 3.2 km h-1), moisture content (15, 19 & 23%) and soybean plant density (40, 50 and 60 plant m-2) were tested again combine harvester rear losses (%). ANOVA results showed that the effects of all three factors with the double and triple interactions were significant at 1% probability level on rear losses. The losses were increased with increasing forward speed, plant density and moisture content. Linear regression was used to determine the relationship between dependent and independent parameters. The results of regression analysis of the model showed that 77% of the combine harvester rear losses is justified by the three variables studied in this study. The higher standardized coefficient of combine forward speed in the model make it the greatest effect on the rate of combine harvester rear losses.