مدل سازی اندازه ذرات سم در سمپاشی با استفاده از شبکه های عصبی مصنوعی
پایان نامه
- وزارت علوم، تحقیقات و فناوری - دانشگاه تبریز - دانشکده کشاورزی
- نویسنده لیلا پیمان
- استاد راهنما اصغر محمودی بهزاد رعنابناب
- تعداد صفحات: ۱۵ صفحه ی اول
- سال انتشار 1389
چکیده
سالانه میلیون ها لیتر محلول سمی برای مبارزه با آفات و بیماری-های گیاهی و علف های هرز مزارع مورد استفاده قرار می گیرد. استفاده از سموم علف کش نیاز به نیروی کاری برای کنترل علف های هرز را تا حد زیادی کاهش داده است ولی استفاده گسترده از سموم شیمیایی به بعضی مسائل جدی محیط زیست منتج شده است. مهم ترین پدیده در سمپاشی همانا اندازه قطره یا ذره سم است که خود تحت تاثیر عوامل متعددی است از جمله فشار، قطر سوراخ نازل، ویسکوزیته سم و سرعت وزش باد در منطقه. در این تحقیق عوامل موثر در اندازه سم با استفاده از روش های آماری و شبکه های عصبی مصنوعی مورد مطالعه قرار می گیرد. برای انجام این تحقیق بهره گیری از یک مدار سمپاشی کامل امری است اجتناب ناپذیر. با توجه به نبود چنین سیستمی، ساخت آن به عنوان اولین مرحله این تحقیق مد نظر قرار گرفت. این مجموعه مشتمل بر الکتروپمپ به انضمام نازل های اختصاصی (نازل با قطر خروجی متفاوت) و میز تست است. بعد از اتمام ساخته های طرح به منظور داده برداری و مشخص کردن رابطه ریاضی موجود بین متغیرهای مستقل و متغیر وابسته، آزمایش هایی انجام گرفت. در این آزمون ها قطر خروجی نازل و فشار به عنوان متغیرهای مستقل و اندازه ذرات سم به عنوان متغیر وابسته در نظر گرفته شد. هر کدام ازفاکتورها در سه سطح در قالب آزمایش فاکتوریل با پنج تکرار مورد آزمون واقع شدند. با به کارگیری کاغذهای مخصوص در میز تست نمونه های متأثر جمع آوری شده و قطر متوسط حجمی با استفاده از نرم افزار سیبا و excel 2007 به دست آمد. معادله به دست آمده برای قطر میانگین حجمی (y) و فشار سمپاشی (x1) و قطر نازل(x2) برابر است با: y= -95/60?? (x1)+155/192?? (x2)+ 518/269 ادامه چکیده کم ترین خطا در نازل با قطر 4/2 میلی متر و بیشترین خطا در نازل با قطر 2/3 میلی متر رخ داد. در نازل هایی با قطر بزرگ تر به علت چسبندگی ذرات در کارت های حساس به آب این خطا بیشتر اتفاق افتاد. نتایج حاصل نشان دهنده آن است که با تغییر فشار (به واسطه تغییر بده) می توان اندازه ذرات را تحت کنترل قرار داد. این موضوع یکی از مهم ترین مسائل در سمپاشی دقیق می باشد که در آن همزمان با تغییر اندازه ذرات (به هر دلیل محتمل) می-توان با تشخیص آن و تغییرات لازم در فشار به اندازه تقریباً ثابتی در قطر ذرات دست یافت. این امر یکی از پیچیده ترین مسائل در سمپاشی با نرخ متغیر ((vrt می باشد که در کشاورزی مدرن مورد توجه ویژه است. مقایسه مقادیر cv در فشارهای مختلف بیان گر آن بود که بین فشار 4 و 5 بار از لحاظ تأثیر روی یکنواختی، اختلاف معنی دار نبود. در نازل های مختلف از لحاظ تأثیر روی یکنواختی اختلاف معنی داری مشاهده شد و با افزایش قطر خروجی نازل ذرات پاشیده شده غیریکنواخت تر شدند. برای هدف پیش بینی mlp شامل یک لایه ورودی، یک لایه پنهان و یک لایه خروجی استفاده گردید. در لایه ورودی دو نرون وجود داشت که یکی مربوط به فشار کاری دستگاه و دیگری مربوط به قطر سوراخ خروجی نازل بود. به منظور دستیابی به بهترین روش پنج روش گرادیان نزولی، گرادیان نزولی با مومنتوم، لونبرگ مارکوآرت، دلتا بار دلتا و گرادیان مزدوج استفاده شد که با توجه به درنظرگرفتن توأم میانگین مربعات خطا و ضریب تبیین، روش گرادیان نزولی با مونتوم انتخاب شد. پس از آموزش و اعتبارسنجی شبکه میزان میانگین مربعات خطا و ضریب تبیین به ترتیب برابر0176/0 و90/0 به دست آمد. به منظور مقایسه نتایج به دست آمده از معادلات و شبکه عصبی تعدادی آزمایش صورت گرفت. قطر متوسط حجمی با استفاده از هر دو روش برآورده شد و نتایج حاصل با قطر واقعی ذرات مقیاسه گردید. آزمون chi-square تفاوت را معنی دار نشان نداد.
منابع مشابه
مدل سازی و پیش بینی رشد اقتصادی در ایران با استفاده از شبکه های عصبی مصنوعی
شبکه های عصبی مصنوعی، یک ابزار قدرتمند برای تجزیه و تحلیل داده ها و مدل سازی روابط غیر خطی به حساب می آید که استفاده از آن طی سال های گذشته در اقتصاد کلان گسترش یافته است. در این مطالعه، کارایی یک مدل شبکه عصبی با یک مدل خطی رگرسیون برای پیش بینی نرخ رشد اقتصادی در ایران مقایسه می شود. برای این منظور ابتدا، یک مدل رگرسیون رشد برای دوره 1315-1373 برآورد شده و سپس با همان مجموعه رگرسورها (متغیرها...
متن کاملمدل سازی انرژی ضربه ی فولادهای مرتبه ای با استفاده از شبکه های عصبی مصنوعی
در این مقاله, انرژی ضربهëی فولادهای مرتبهëای در دماهای مختلف با استفاده از شبکهëهای عصبی مصنوعی مدلëسازی شده است. فولادهای مرتبهëای با استفاده از چیدمانëها و ضخامتëهای مختلف فولادهای ساده کربنی و زنگëنزن، به عنوان الکترود اولیه فرآیند ذوب دوباره سربارهëای الکتریکی، تولید میëشوند. نفوذ اتمëهای مختلف از درون قطعات اولیه فولادی به یکدیگر سبب تولید نواحی مرتبهëای فریتی و آستنیتی میëگردد. شش نوع مدل...
متن کاملمدل سازی کیفیت زیباشناختی منظر در فضای سبز شهری با استفاده از شبکه عصبی مصنوعی
ارزیابیهای کیفیت منظر عمدتا اشاره به نقش کلیدی عناصر طبیعی و مصنوعی منظر در ایجاد رضایتمندی و درک زیبایی از منظر دارند. هدف از این مقاله مدلسازی ارزیابی کیفیت زیباشناختی منظر با استفاده از شبکه عصبی مصنوعی به منظور کشف روابط حاکم در ساختار منظر و ارتباط عناصر منظر با کیفیت زیباشناختی آن است. جهت انجام پژوهش حاضر چهار بوستان (جمشیدیه، نهج البلاغه، قیطریه، آب و آتش) با تنوع بالا در کیفیت منظر ...
متن کاملمدل سازی و پیش بینی کارایی بانک های دولتی و خصوصی ایران با استفاده از مدل های شبکه عصبی مصنوعی، شبکه عصبی فازی و الگوریتم ژنتیک
دستیابی به رشد مستمر و مداوم اقتصادی و به موجب آن توسعه اقتصادی را می توان از زمره اهدافی قلمداد نمود که تمام کشورها در پی دستیابی به آن می باشند. در این راستا بانک ها نقش بسیار مهمی در پیشرفت و توسعه اقتصادی هر کشور ایفا می نمایند. در حال حاضر با توجه به تعداد قابل توجه بانک های دولتی و خصوصی در کشور پیش بینی کارایی آن ها اهمیت ویژه ای پیدا کرده است. هدف از این پژوهش، مدلسازی و پیش بینی کارایی...
متن کاملمدل سازی خشک کردن اسمزی زردآلو با استفاده از الگوریتم ژنتیک - شبکه عصبی مصنوعی
ایران از نظر تولید زردآلو در جهان مقام دوم را دارد و مطالعه عوامل موثر بر خشک کردن این میوه و مقدار تاثیر آنها امری ضروری می باشد. لذا در این مطالعه تاثیر دمای محلول اسمزی در محدوده °C 25 تا °C 65، در مدت زمان 30 تا 120 دقیقه و غلظت محلول اسمزی در محدودۀ 30 تا 60 درصد (وزنی/وزنی) بر پارامترهای کاهش وزن، کاهش آب، جذب مواد جامد و نسبت دفع آب به جذب مواد جامد در طی خشک کردن اسمزی زردآلو مورد بررسی...
متن کاملمدل سازی رواناب رودخانه صوفی چای با استفاده از ماشین بردار پشتیبان و شبکه عصبی مصنوعی
Accurate simulation runoff process can have a significant role in water resources management and related issues. The inherent complexity of this process makes difficult the use of physical and numerical models. In recent years, application of intelligent models is increased a powerful tool in hydrological modeling. The aim of this study was the application of the Gamma test to select the optim...
متن کاملمنابع من
با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید
ذخیره در منابع من قبلا به منابع من ذحیره شده{@ msg_add @}
نوع سند: پایان نامه
وزارت علوم، تحقیقات و فناوری - دانشگاه تبریز - دانشکده کشاورزی
کلمات کلیدی
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023