دوره و شماره: دوره 9، شماره 2 - شماره پیاپی 17، مهر 1399 

پتانسیل به کارگیری تکنیک ماشین بینایی برای جداسازی کیفی مغز گردو (رقم کاغذی)

ولی رسولی شربیانی، رویا فرهادی، امیر حسین افکاری سیاح، ابراهیم تقی‌نژاد

چکیده امروزه روش ماشین بینایی به‌طور گسترده‌ای در کشاورزی و به ویژه در صنایع غذایی مورد استفاده قرار می‌گیرد. از این سیستم در واحدهای جداسازی کیفی و بالاخص برای محصولات با ارزش نظیر مغز گردو می‌توان استفاده نمود. در این تحقیق امکان جداسازی مغز گردو در سه دسته کیفی مغزگردو‌های سالم روشن، سالم تیره و معیوب بر اساس فضاهای های رنگی RGB، HSV و L*a*b* مورد بررسی قرار گرفت. سامانه ماشین بینایی شامل جعبه روشنایی، یک دوربین تصویربرداری (مدل سونی با دقت ? مگاپیکسل)، یک رایانه و نرم‌افزار متلب می‌باشد. پس از تصویر برداری از نمونه های در فضای RGB، مولفه های مربوط به دو فضای رنگی دیگر با استفاده از توابع تبدیل بدست آمد. سپس، جداسازی نمونه‌های سالم از ناسالم با استفاده از تحلیل آماری سه فضای رنگی گفته شده، مورد ارزیابی قرار گرفت. نتایج نشان داد که در سیستم رنگی RGB از طریق مؤلفه‌هایR (شدت رنگ قرمز) و G (شدت رنگ سبز) و در سیستم رنگیHSV بر اساس مؤلفه‌های Hو Vجداسازی نمونه‌های سالم امکان‌پذیر است. همچنین در فضای رنگی L*a*b*، مؤلفه‌هایL* و b* قادر بودند که نمونه‌های سالم را از دو دسته دیگر نمونه‌ها جدا کنند. اما در مورد جداسازی نمونه‌های سالم تیره از نمونه‌های معیوب، به دلیل همپوشانی رنگ‌ها این امکان وجود ندارد. از بین شاخص‌های بافت سطحی، فقط پارامترهای contrast و energy قادر به جداسازی نمونه‌های سالم بودند.

برازش مدل ریاضی برای پیش‌بینی برخی شاخص‌های کیفی برنج سفید براساس آزمون خمشی دانه توسط روش سطح پاسخ

امیر حسین افکاری سیاح، نصراله فاضلی بورستان، ابراهیم تقی نژاد

چکیده یکی از روش‌های تعیین کیفیت برنج بررسی خواص تک‌دانه آن است. ضمن این‌که یکی از مشکلات عمده پیش‌بینی خواص کیفی برنج نیز هزینه بالای آزمایش‌های صنایع غذایی است. هدف از این پژوهش، پیش‌بینی برخی خواص کیفی برنج سفید طی آزمون‌های خمشی بر روی تک‌دانه در ? رقم (خزر، درفک و کادوس) و ? سطح رطوبتی (? و ?? درصد بر پایه‌تر) است. بنابراین از روش سطح پاسخ (طرح داده های تصادفی ) برای مدل‌سازی و تخمین خواص کیفی (میزان آمیلوز و پروتئین، درجه حرارت ژلاتینه شدن، قوام ژل، حداقل و حداکثر چسبندگی، چسبندگی نهایی، فروریختگی و پس روی چسبندگی، زمان لازم برای رسیدن به حداکثر چسبندگی و درجه حرارت چسبندگی) به‌عنوان متغیرهای پاسخ توسط متغیرهای مستقل (نیروی شکست، نیرو در تغییر شکل ??/? میلی متر، تغییر شکل بیشینه، مدول های مماسی و سکانتی بیشینه، مدول های مماسی و سکانتی در تغییر شکل ??/? میلی متر و انرژی شکست) مورد استفاده قرار گرفت. نتایج تجزیه واریانس نشان داد که تمام مدل‌ها معنی‌دار (P < ?.??) بودند و مناسب‌ترین مدل پیش بینی برای تمام متغیرهای پاسخ از نوع خطی-برهم کنش (?FL) با ( R???.??) به دست آمد. شرایط بهینه متغیرهای مستقل براساس هدف ماکزیمم یا مینیمم سازی متغیرهای پاسخ تعیین گردید به‌طوری که نتایج بهینه‌یابی با درجه مطلوبیت (R?? ?.??) به دست آمد. نتایج نشان داد که روش سطح پاسخ در فرآیند مدل‌سازی پیش‌بینی خواص کیفی برنج بر اساس خواص استحکامی دانه مفید است.

تعیین حجم و وزن تخم بلدرچین با استفاده از تکنیکهای پردازشتصویر و شبکه عصبی و مصنوعی و مقایسه با مدلهای رگرسیونی

محمود محمودی-اشکفتکی، احسان هوشیار

چکیده تخم بلدرچین، ماده غذایی غنی از انواع ویتامین‌ها است که قادر بوده مواد رادیواکتیو را از بدن دفع نماید و باعث دفع فلزات سنگین و مواد سرطان‌زا از ارگانیسم فرد ‌شود. جهت مکانیزه‌کردن مراحل آماده‌سازی آن باید بتوان پارامترهای کیفی آنرا با استفاده از تکنیک‌های کامپیوتری مدلسازی نمود. بنابراین در این تحقیق با استفاده از تکنیک‌های پردازش تصویر خواص فیزیکی تخم بلدرچین استخراج شد، سپس حجم تخم‌ها با لایه بندی و دوران حول محور اصلی تعیین شد. در ضمن جهت تعیین وزن تخم‌ها یک مدل رگرسیونی چند متغیره و یک مدل عصبی ایجاد شد. نتایج حاصل از مدل‌ها و رو‌ش‌های پیشنهادی در این تحقیق با مقادیر واقعی و مدل‌های موجود (مدل Hoyt) مقایسه شد. در پایان تاثیر سن، تغذیه و نور محیط مادرها بر روی پارامترهای کیفی تخم بررسی شد. با مقایسه حجم واقعی تخم‌ها و مدل Hoyt، دقت ??% و با حجم محاسبه شده بروش تقسیم لایه‌ای تخم، دقت ???% حاصل شد که اهمیت روش تقسیم لایه‌ای تخم را بخوبی نشان می‌دهد. با مقایسه مقادیر واقعی وزن تخم‌ها با مدل Hoyt، دقت ??% ، با مدل چند متغیره، دقت ??% و با مدل عصبی، دقت ??% حاصل شد. مدل عصبی نه تنها دقت بهتری نشان داد بلکه اثر زمان تخمگذاری را هم در تخمین در نظر می‌گرفت که بسیار حائز اهمیت است. از مقایسه نتایج پرورش بلدرچین‌ها مشخص شد، سن بلدرچین مادر در زمان تخمگذاری بر پارامترهای کیفی تخم موثر است و تخم‌ بلدرچین‌های جوان‌تر شکل کروی‌تری دارند که ممکن است از گسترش نیافتن رحم مادرها باشد. همچنین مشخص شد نحوه قرارگرفتن قفس مادرها از لحاظ دریافت نور، غذا و آب مناسب بر کیفیت تخم‌ها موثر است. بطوریکه تخم مادرهایی که در بالاترین قفس‌ها قرار داشته و دارای نور و غذای بهتری بودند دارای افزایش ابعاد و وزن معنی‌داری بودند. این نتایج بخوبی نشان می دهد که ادغام تکنیک های پردازش تصویر و شبکه عصبی می تواند به مکانیزه کردن مراحل فراوری و آماده سازی تخم بلدرچین کمک کند.

پیش‌بینی پارامترهای مرتبط با کشش تراکتور حین عملیات زیرشکنی با استفاده از سیستم استنتاج عصبی فازی (ANFIS)

یوسف عباسپور گیلانده، ابراهیم تقی نژاد، محمد عسکری

چکیده در این تحقیق، از سیستم استنتاج عصبی فازی (ANFIS) به منظور پیش-بینی پارامترهای مرتبط با کشش تراکتور شامل توان مالبندی، میزان لغزش چرخ‌های محرک، بازده کششی و بازده کل انرژی در مجموعه تراکتور- ادوات تحت تأثیر متغیرهای مستقل شامل نوع شاخه (زیرشکن و پاراپلو)، عمق (30، 40 و50 سانتی‌متر) و سرعت پیشروی (8/1، 3/2، 9/2 و 5/3 کیلومتر بر ساعت) حین عملیات زیرشکنی استفاده شد. از داده‌های مزرعه‌ای برای ایجاد مدل‌های رگرسیونی و ANFIS به‌منظور پیش‌بینی پارامترهای تحت بررسی استفاده و نتایج دو سری مدل با یکدیگر مقایسه شد. نتایج مزرعه‌ای نشان داد که همه متغیرهای مستقل‌ به غیر از بازده کششی، اثر معنی‌داری بر پارامترهای تحت بررسی داشتند. افزایش عمق و سرعت پیشروی به افزایش لغزش چرخ‌های محرک، توان مالبندی، بازده کل انرژی و کاهش بازده کششی تراکتور انجامید. به علاوه با در نظر گرفتن پارامترهای تحت بررسی، پاراپلو نسبت به زیرشکن عملکرد بهتری داشت. نتایج بخش ANFIS نشان داد که به‌ترتیب در مورد لغزش، توان مالبندی، بازده کششی و بازده کل انرژی، توابع عضویت Trimf، dsigmf، Primf و Gaussmf با میانگین مربعات خطای 0159/0، 0231/0، 0212/0 و 0224/0 و ضرایب تعیین 9996/0، 9999/0، 9985/0 و 9997/0، بهترین مدل‌ها برای پیش‌بینی هستند. مدل‌های ANFIS نسبت به مدل‌های رگرسیونی دقت بالاتری دارند و با استفاده از سطوح شکل‌های خروجی در ANFIS می‌توان خروجی مدل را برای یک ورودی خاص محاسبه کرد.

توسعه روشی جدید مبتنی بر پردازشتصویر برای تشخیصگردو بر روی درخت

جعفر امیری پریان، علی یوسفوند

چکیده استفاده از پردازش تصویر به عنوان یک ابزار زمینه لازم را برای شناسایی دقیق و تعیین موقعیت میوه‌ها در راستای نقشه‌برداری عملکرد فراهم نموده است و پیشرفت در استفاده از حسگرها و تکنولوژی رباتیک این فرصت را به‌وجود آورده تا سیستم‌های مکاترونیکی برداشت محصولات به عنوان ابزارهای کشاورزی در راستای تسهیل کار باغداران و مکانیزه نمودن برداشت توسعه پیدا کنند. گردو از جمله محصولاتی است که نیازمند مدیریت صحیح و علمی در زمان برداشت می‌باشد. برداشت گردو به روش سنتی هزینه کارگری و خطر زیادی برای برداشت‌کنندگان به همراه دارد. علاوه بر هزینه زیاد و عملکرد نسبتا پایین شیکرهای گردو، وجود درختان با ارتفاع بالا و تنه بسیار بزرگ و باغات نامنطم و ناهموار، امکان استفاده فراگیر از تکنوژی و ماشین‌آلات موجود در برداشت مکانیزه را کاهش داده است. یکی از ابزارهای کشاورزی دقیق تهیه نقشه عملکرد محصول برای مدیریت مکانی در تولید محصول بیشتر می‌باشد. با مدیریت مکانی مبتنی بر درک دلایل تغییرات محیط‌های مختلف، عملکرد محصول افزایش می‌یابد. لذا در راستای تعیین عملکرد و ساخت ربات برداشت، یک الگوریتم پردازش تصویر برای تشخیص و تعیین موقعیت میوه گردو بر روی درخت در شرایط نور طبیعی ارائه گردید. الگوریتم ارائه شده بر پایه ویژگی‌های بافت تصویر، الگوی تراکم سایه روشن و لبه‌یابی عمل می‌کند. استفاده از ویژگی بافت در ترکیب با الگوی تراکم سایه روشن به عنوان یک روش ابتکاری در شرایطی که میوه و برگ طیف رنگی مشترکی دارند عملکرد مناسبی داشت. در این روش تشخیص میوه مستقل از شکل آن انجام گرفت تا تأثیر انسداد منظر میوه بر عملکرد الگوریتم به حداقل برسد. بررسی نتایج استفاده از این الگوریتم نشان داد که روش ارائه شده با نرخ تشخیص ??.? درصد توانایی شناسایی گردوهای داخل تصاویر گرفته شده از درختان را دارد همچنین میوه‌هایی که به صورت چندتایی در کنار هم قرار داشتند با نرخ تفکیک ?? درصد از همدیگر تشخیص داده شدند. عوامل عدم تشخیص گردو به ترتیب شامل خطای ناشی از تیرگی تصویر میوه با نرخ ?.? درصد، وضوح پایین با نرخ ?.? درصد، مقیاس نامناسب با نرخ ?.? درصد، تفکیک میوه‌های کنار هم با نرخ ?.? درصد و انسداد منظر میوه با نرخ ?.? درصد بودند.

تأثیر سامانه‌های خاک‌ورزی و روش‌های کاشت بر روی کارایی مصرف آب، انتشار دی‌اکسید کربن از خاک و عملکرد گندم

صفحه 61-70

محمد امین آسودار، افشین مرزبان

چکیده با توجه به کمبود منابع آبی و همچنین روند افزایش جمعیت و نیاز به تأمین غذا برای این جمعیت در حال رشد، استفاده از راهکارهایی که علاوه بر افزایش کارایی مصرف آب باعث بهبود عملکرد شوند، ضروری به نظر می‌رسد. در این پژوهش، تأثیر سامانه‌های خاک‌ورزی و روش‌های کاشت بر روی کارایی مصرف آب، انتشار دی‌اکسید کربن از خاک و عملکرد گندم در شمال اهواز در مزرعه‌ای واقع در دانشگاه علوم کشاورزی و منابع طبیعی خوزستان در سال ??-???? مورد بررسی قرار گرفت. این آزمایش در قالب طرح کرت‌های یک بار خرد شده با پایه بلوک کاملاً تصادفی در سه تکرار اجرا گردید. عامل خاک‌ورزی در دو سطح خاک‌ورزی متداول (گاو آهن برگرداندار همراه با یکبار دیسک) و کم خاک‌ورزی (خاک‌ورز مرکب) به عنوان عامل اصلی و روش‌های کاشت در دو سطح کشت مسطح و کشت بر روی پشته به عنوان عامل فرعی در نظر گرفته شدند. نتایج نشان داد که سامانه‌های خاک‌ورزی و روش‌های کاشت بر کارایی مصرف آب به ترتیب در سطح ? درصد و ? درصد تأثیر معنی‌داری داشتند. همچنین، اثر متقابل خاک‌ورزی و روش کاشت بر کارایی مصرف آب در سطح ? درصد معنی دار بود. نتایج مربوط به عملکرد نشان داد که روش کاشت بر روی عملکرد گندم اثر معنی‌دار داشت، در حالی که عامل خاک-ورزی و اثرات متقابل خاک‌ورزی و روش کاشت از نظر آماری اثر معنی‌داری بر عملکرد نداشتند. تحت کم‌خاک‌ورزی انتشار دی‌اکسید کربن در مقایسه با خاک‌ورزی مرسوم به طور معناداری در سطح ? درصد کاهش یافت. نتایج مربوط به شاخص مخروطی خاک نشان داد که با گذر زمان مقدار شاخص مخروطی خاک در دو سطح خاک‌ورزی تفاوت معناداری نداشت. با توجه به اثرات متقابل، تیمار کم‌خاک‌ورزی-روش کاشت بر روی پشته با عملکرد ???? کیلوگرم بر هکتار، کارایی مصرف آب ??/? کیلوگرم بر متر مکعب و انتشار دی‌اکسید کربن ??/?? کیلوگرم بر هکتار در روز به عنوان تیماری مناسب برای منطقه پیشنهاد گردید.

تشخیص درجه رسیدگی توت فرنگی به کمک بینی الکترونیک

صفحه 71-80

ناهید عقیلی ناطق، عادیه انور، محمد جعفر دالوند

چکیده تخمین رسیدگی، بخش قابل توجهی از ارزیابی کیفیت است زیرا درجه رسیدگی هنگام برداشت می‌تواند بر خواص حسی و انبارداری میوه‌ها تأثیر بگذارد. یک شیوه امکان‌پذیر برای تعیین درجه رسیدگی، تشخیص ترکیبات فرار معطر موجود در میوه با استفاده از بینی الکترونیک است. در این پژوهش برای تشخیص پنج درجه رسیدگی توت فرنگی، سامانه بینی الکترونیک بر پایه ده حسگر نیمه هادی اکسـید فلـزی طراحی، توسعه و پیاده سازی شد. نمونه‌های سالم سم نخورده جمع‌آوری و طبق پنج درجه رسیدگی (RG? = کاملاً رسیده ، RG? = نزدیک به رسیدگی ، RG? = متوسط رسیده ، RG? = نزدیک به نارس و RG? = نارس) توسط کارشناسان خبره (براساس اندازه، ویژگی‌های ظاهر و همچنین تخمین مراحل رسیدگی) طبقه‌بندی شدند. شبکه عصبی مصنوعی(ANN) ، تجزیه و تحلیل اجزای اصلی (PCA) و تجزیه و تحلیل تفکیک خطی (LDA) برای تشخیص الگوی آرایه حسگرها استفاده گردیدند. بهترین ساختار شبکه عصبی (?-??-??) توانست نمونه‌ها را در ? درجه رسیدگی با دقت ?/?? طبقه‌بندی کند. نتایج PCA حاکی از پوشش %99 از واریانس داده ها با دو مولفه اصلی بودLDA . درجات رسیدگی توت فرنگی را با دقت ?/??? متمایز نمود، اما همپوشانی بین درجه رسیدگی?، ? و ? دیده شد. هر سه روش توانستند درجات رسیدگی توت فرنگی را با درصد طبقه بندی خوب تشخیص دهند. طبق این مطالعه، می‌توان بیان نمود که بینی الکترونیکی ابزاری مناسب برای تشخیص درجات رسیدگی توت فرنگی است و می‌تواند با وقت و هزینه کمتری برای تشخیص زمان مناسب برداشت توت فرنگی استفاده گردد.

شبیه‌سازی اجزا محدود تقابل چرخ پارویی و خاک مرطوب-توسعه مدل و اعتبارسنجی آزمایشی

صفحه 81-94

مهرگان دولتی میله سرا، سید مجید سجادیه

چکیده در پژوهش حاضر یک مدل عددی از تقابل چرخ پارویی و خاک مرطوب (24 درصد) توسعه داده‌شده و نتایج آن با داده‌های آزمایشگاهی اعتبارسنجی شده‌ است. استفاده از روش‌های عددی رایانه‌ای برای شبیه‌سازی تقابل چرخ پارویی و خاک مرطوب آزمایش‌های تجربی را کم کرده و هزینه‌های طراحی و توسعه را به حداقل ممکن می‌رساند. در این پژوهش برای طراحی چرخ پارویی از نرم‌افزار سالیدورکس و برای تحلیل از نرم‌افزار آباکوس استفاده شد. از روش ترکیبی اویلری-لاگرانژی (CEL) برای بررسی تقابل چرخ پارویی و خاک مرطوب استفاده شد. مدل‌سازی خاک با فرمول‌بندی از نوع اویلری و چرخ پارویی از نوع لاگرانژی تعریف شد. خاک به عنوان یک ماده الاستیک-پلاستیک کامل با معیار تسلیم دراکر- پراگر مدل شد. نتایج عددی و آزمایشگاهی نشان داد که با افزایش بار مالبندی ، درصد لغزش و میزان فرورفتگی چرخ پارویی در خاک مرطوب افزایش می‌یابد. همچنین افزایش بار مالبندی منجر به افزایش میزان تنش در خاک می‌شود. نتایج مدل‌سازی آزمایشگاهی و روش المان محدود (FEM)، برای پارامترهای لغزش، فرورفتگی و مقاومت غلتشی ، مطابقت رضایت‌بخشی را نشان داد. روش المان محدود (FEM)، به عنوان یک روش قابل اطمینان برای بررسی تقابل چرخ پارویی و خاک مرطوب و بهینه‌سازی پارامترهای مؤثر در آن می‌تواند معرفی شود.

اندازه‌گیری برخط سطح بذر و کود مخزن خطی‌کارها با استفاده از روش مادون قرمز

صفحه 95-105

فرزاد محمدی، محمدرضا ملکی، سلمان رنجبری، جلال خدائی

چکیده بی شک یکی از پیشرفت‌های اساسی و مهم در توسعه و تکامل ماشین‌های کشاورزی مرهون هوشمند شدن بخش‌های مختلف آنهاست. اندازه‌گیری بر خط سطح بذر و کودهای شیمیایی دانه‌ای داخل مخازن خطی‌کارها و کودکارها می‌تواند در فرآیند خودکار کردن ماشین‌ها و ادوات کشاورزی دارای اهمیت باشد. در مطالعه حاضر یک فاصله‌سنج‌ که براساس نور مادون قرمز و به روش غیر تماسی اندازه‌گیری سطح را انجام می‌دهد، طراحی شد و مورد ارزیابی کارگاهی و مزرعه‌ای قرار گرفت. حسگر فاصله‌سنج‌ مادون قرمز ابتدا روی سه سطح چوب، آهن و خاک در یک محدوده ??? تا ??? میلی‌متری با گام‌های ?? میلی‌متر در کارگاه مورد آزمایش قرار گرفت و واسنجی شد. پس از نصب حسگر پشت درب مخزن بذر و کود یک خطی‌کار ارزیابی مزرعه‌ای سامانه در دو حالت استاتیکی و دینامیکی برای تعیین سطح گندم وکود شیمیایی دانه‌ای در یک محدوده ??? تا ??? میلی‌متری برای گندم و ??? تا ??? میلی‌متری برای کود شیمیایی دانه‌ای با گام‌های ??میلی‌متر صورت گرفت. نتایج ارزیابی کارگاهی نشان داد که رابطه حسگر در تشخیص فاصله از سه سطح چوب، آهن و خاک دارای تغییرات غیرخطی با ضریب تبیین بیش از ??/? است. در ارزیابی کارگاهی مشخص شد که حداقل فاصله تشخیص سطح به وسیله حسگر فاصله سنج ??? میلی‌متر است. نتایج ارزیابی مزرعه‌ای حسگر برای بذر گندم نشان داد که یک رابطه غیرخطی بین داده‌های حسگر و اندازه‌ واقعی با ضریب تبیین به‌ترتیب ???/? و ???/? برای آزمایش استاتیکی و دینامیکی وجود دارد. نتایج ارزیابی مزرعه‌ای حسگر برای کود تریپل سوپر فسفات نشان داد که بازهم یک رابطه غیرخطی بین داده‌های حسگر و اندازه واقعی با ضریب تبیین به‌ترتیب ???/? و ???/? برای آزمایش استاتیکی و دینامیکی وجود دارد. در مرحله اعتبار سنجی سامانه، رابطه بین فاصله سطح محاسبه شده گندم و اندازه واقعی با یک رابطه خطی با ضریب تبیین به ترتیب ???/? و ???/? برای آزمایش استاتیکی و دینامیکی بدست آمد. در مرحله اعتبار سنجی سامانه، رابطه بین فاصله سطح محاسبه شده کود و اندازه واقعی با یک رابطه خطی با ضریب تبیین به ترتیب ???/? و ???/? برای آزمایش استاتیکی و دینامیکی بدست آمد. بنابراین سامانه فاصله سنج مادون قرمز در شرا?ط مزرعه برای سنجش ارتفاع سطح مواد دانه‌ای داخل مخزن بسیار دقیق بوده و می‌تواند برای خودکار کردن این ادوات به کار گرفته شود.

بررسی اثرات زیست‌محیطی و مصرف انرژی در تولید چغندرقند و پیش‌بینی عملکرد محصول با استفاده از مدل‌‌های ANN و ANFIS در استان چهارمحال ‌و‌ بختیاری

صفحه 107-118

مرضیه شیروانی بروجنی، حسن ذکی دیزجی، محسن سلیمانی

چکیده سیستم‌‌های تولید کشاورزی در جهان به دلیل اتکای بیشتر به کود‌های شیمیایی، آفت‌کش‌ها و بذور ترکیبی به شدت تغییر کرده است. در نتیجه، تغییرات قابل توجه الگوی مصرف انرژی در بخش کشاورزی بیشتر به سوخت‌‌های فسیلی وابسته خواهد بود. امروزه علاوه بر ارزیابی انرژی در بخش کشاورزی، افزایش انتشار گاز‌های ‌گلخانه‌ای در بخش کشاورزی منجر به افزایش قابل توجه تغییرات آب و هوایی و گرمایش جهانی شده است. هدف از این مطالعه تعیین میزان مصرف انرژی ورودی، انرژی خروجی و انتشار گاز‌های ‌گلخانه‌ای واحد‌های تولیدکننده چغندر قند در استان چهارمحال و بختیاری می‌باشد. علاوه بر این در این مطالعه عملکرد محصول با استفاده از مدل‌های مختلف هوش مصنوعی نظیر شبکه‌‌های عصبی مصنوعی و انفیس پیش‌بینی و مدل‌سازی شد. اطلاعات مورد نیاز نیز از طریق تکمیل پرسشنامه و مصاحبه حضوری از میان صاحبان مزارع و مسئولین بخش کشاورزی جمع‌آوری شد. به منظور محاسبات ضروری برای ارزیابی اثرات زیست محیطی از نرم افزار سیماپرو استفاده شد. میزان کل انرژی مصرفی برای تولید چغندر قند، ???/????? مگاژول در هکتار به‌دست‌آمد. مقدار کلی انتشار گاز‌های گلخانه‌ای، ???/???? کیلوگرم معادل CO? بر هکتار برآورد شد که بیشترین سهم از کل گاز‌های منتشرشده، مختص به کود ازت بود. مقایسه مدل‌‌های مختلف برآورد عملکرد نشان داد که از بین روش‌‌های هوش مصنوعی به کار برده شده در این تحقیق شبکه‌‌های عصبی مصنوعی نتایج بهتر و دقیق‌تری داشت. ضریب همبستگی برای پیش‌بینی عملکرد چغندر قند با بهره‌گیری از شبکه‌‌های عصبی مصنوعی برابر بود با ? درحالی‌که مقدار حاصل‌شده از انفیس برابر با ????/? بود. بنابراین هر دو مدل، شبکه عصبی مصنوعی و انفیس به‌خوبی عملکرد محصول چغندر قند پیش‌بینی می‌کنند. هرچند مدل شبکه عصبی مصنوعی ضریب خطای کمتر در مقایسه با مدل انفیس و برابر با ?????/? داشت. چنین استنباط می‌شود که برای کشت و زرع بهینه چغندر قند و استفاده به اندازه از منابع انرژی، اعمال مدیریت مناسب و آگاهی بخشی کشاورزان از نیاز‌های مزرعه و محصول ضروری است. در نتیجه افزایش کارایی نهاده‌ها موجب مصرف کمتر انرژی‌‌های ورودی به مزرعه و افزایش راندمان انرژی خواهد شد.

استفاده از روش‌های یادگیری عمیق برای ارزیابی کیفیت کاشت غلات

صفحه 119-131

هادی کریمی، حسین نوید نوید، راسموس نایلهوم یورگنسن

چکیده یکی از روش‌های ارزیابی عملکرد خطی‌کارها می‌تواند مقایسه درستی عملکرد آن با بررسی جمعیت رویش گیاهان کشت‌شده در واحد سطح مزرعه باشد.? به نظر می‌رسد پیکسل‌های محل رویش گیاهان دارای ویژگی‌های مشابهی با توجه به تغییرات پارامترهای تصویر زمین و گیاهان هستند. استفاده از روش یادگیری عمیق بر پایه شبکه‌های عصبی کانولوشن برای ایجاد نقشه مناطق موردنظر در تصویر مناسب به نظر می‌رسد. در این رابطه، درمجموع ???? تصویر از غلات که در مراحل اولیه رشد قرار داشتند از مزرعه موردنظر اخذ گردید. ??? تصویر با پس‌زمینه‌های مختلف انتخاب و برای تغذیه و آموزش یک شبکه عصبی کانولوشنی علامت‌گذاری شدند. تصاویر خام به‌عنوان ورودی و نقشه‌های نقاط رویش علامت‌گذاری شده دستی به‌عنوان خروجی شبکه تعریف گردیدند. به‌منظور محاسبه هزینه شبکه، خروجی پیش‌بینی‌شده توسط شبکه با نقشه از پیش علامت‌گذاری شده پیکسل‌ها مقایسه می‌شدند. سپس خطاهای پیش‌بینی به عقب بازگردانده شده و به‌روزرسانی پارامترهای شبکه انجام می‌گرفت. بررسی خروجی اولیه شبکه نشان داد که شبکه آموزش‌دیده به نوک برگ‌های گیاهان، علف‌های هرز و بقایای گیاهی به اشتباه به‌عنوان نقاط رویش گیاه پاسخ داده است. برای غلبه بر این خطاها و بهبود عملکرد شبکه، یک تابع جریمه برای نقاط پیش‌بینی‌شده غلط تعریف گردید. شبکه با سه نرخ جریمه آموزش‌دیده و برای هر نرخ، شبکه با ? گام آستانه سافت مکس ارزیابی گردید. با توجه به خروجی شبکه، تصاویر از نظر تراکم گیاهی محدوده بندی شد. برای ارزیابی مدل در محدودهای مختلف، در هر محدوده مشخص تصاویری از مزرعه‌ به‌صورت تصادفی انتخاب شدند. این تصاویر به مدل خورانده و خروجی‌های آن‌ها با حقیقت مقایسه شد. میانگین هارمونی شاخص دقیق و شاخص فراخوانی در محدوده‌هایی که حدود ?? درصد از مجموع تصاویر مزرعه در آن قرار داشت بالای ?? درصد تخمین زده شد که نشان‌دهنده عملکرد مناسب مدل در این زمینه است. نتایج نشان داد که مدل می‌تواند بازخورد قابل قبولی در مورد عملکرد کاشت ارائه و مدیریت و کارایی مزرعه را در گام‌های بعدی بهبود ببخشد.

انتخاب مواد بهینه جاذب صدا در صنایع و ماشین‌های کشاورزی با استفاده از شبیه سازی آکوستیکی ساختار فرکتالی اسفنج منگر

صفحه 133-139

علی ملکی، راضیه محمدی گهرویی، مجید لشگری

چکیده برای کنترل آلودگی صدا روش‌های متعددی وجود دارد، با توجه به گسترش علم آکوستیک، استفاده از لوله امپدانس و به کارگیری جاذب‌های صوتی از اهمیت ویژه‌ای برخوردار است. شبیه‌سازی چندین نمونه از جاذب‌ها در این مقاله مورد بررسی قرار داده شد. جاذب‌های پارچه‌ای ریز سوراخ، جاذب‌های پوششی حفره‌دار و... نمونه‌هایی از این جاذب‌ها هستند. عوامل مختلفی همچون جنس، گام و بسامد بر روی این جاذب تِأثیرگذار هستند. در این پژوهش تغییرات تراز صدا تحت عامل‌های جنس، گام و بسامد شبیه‌سازی و تحلیل شدند. عمدتاً شبیه‌سازی برای انواع جاذب‌ها این امکان را فراهم می‌کند تا مقایسه بهتری صورت گیرد و بهترین جاذب برای کنترل سروصدا انتخاب گردد. کمترین تغییرات تراز فشار صوت در جنس ام‌ دی اف رخ داده ‌است. این مقدار برای روش آزمایشگاهی ?/?? دسی بل و برای شبیه‌سازی ?/?? دسی‌بل گزارش شده است. کمترین تغییرات تراز صدا در آزمایشگاه و شبیه سازی در بسامد ??? هرتز گزارش شده‌ است. تغییرات تراز صدا برای هر دو روش به کار رفته در این پژوهش از گام یک به گام دو افزایش یافته است. در روش آزمایشگاهی در گام یک تغییرات تراز فشار صوت ?/?? دسی‌بل و در روش شبیه-سازی این تغییرات ?/?? دسی‌بل گزارش شده است. در گام دو در دو روش آزمایشگاهی و شبیه‌سازی به ترتیب ?/??و ?/?? دسی‌بل تغییرات تراز فشار صوت مشاهده می‌شود. در مقایسه میانگین تغییرات تراز صدا برای دو جنس یونولیت و پشم معدنی مشاهده می‌شود که در یونولیت از گام یک به دو میزان این تغییرات از ?/?? دسی‌بل به ?/?? دسی‌بل افزایش پیدا کرده است در حالیکه در پشم معدنی این تغییرات در هر دو گام مقدار ثابت ?/?? دسی‌بل بدست آمد. لذا می‌توان جنس یونولیت را به لحاظ ثبات تغییرات تراز صدا در محدوده گسترده‌تر به عنوان جاذب بهینه معرفی کرد.