مدل‌سازی عملکرد کششی چرخ‌های تراکتور در خاک‌های مختلف با استفاده شبکه عصبی پیچشی

در این تحقیق مدل سازی عملکرد کششی تراکتور شامل ویژگی های توان مالبندی، مقاومت غلتشی و بازده کششی با استفاده از شبکه عصبی پیچشی در دو نوع خاک لومی رسی شنی و رسی انجام گردید. آزمایش ها در داخل هر بافت خاک در قالب آزمایش فاکتوریل بر پایه طرح بلوک کامل تصادفی (rcbd) و با سه تکرار انجام شدند. در داخل هر بافت خاک، سطوح مختلف رطوبت از 8 تا 17 درصد برای خاک های خشک و 18 تا 40 درصد برای خاک های مرطوب، سرعت پیشروی تراکتور در چهار سطح 1.2، 1.6، 1.8 و 2.2 کیلومتر بر ساعت، عمق کار در دو سطح 30 و 50 سانتی متر، تعداد عبور تراکتور در دو سطح 2 و 6 بار عبور، فشار باد لاستیک تراکتور در دو سطح 20 و 25 پوند بر اینچ مربع انتخاب، و در داخل هر کرت آزمایشی، مشخصه های شاخص مخروطی، بار دینامیکی، نیروی مقاوم کششی و درصد محتوای رطوبتی اندازه گیری شدند. شبکه های طراحی شده در این تحقیق از نوع شبکه های پیچشی بودند. از الگوریتم های sgdm، adam و rmsprop به منظور آموزش شبکه استفاده گردید. نتایج این تحقیق نشان داد که شبکه عصبی توسعه داده شده با الگوریتم sgdm در مقایسه با سایر الگوریتم ها عملکرد بهتری دارد. بنابراین از این الگوریتم به منظور مدل سازی استفاده شد. از معیارهای آماری r2 و mse به منظور ارزیابی عملکرد شبکه استفاده گردید. بهترین عملکرد شبکه پیچشی طراحی شده برای ویژگی های توان مالبندی، مقاومت غلتشی و بازده کششی به ترتیب دارای ضریب تبیین 0.9953، 0.9903 و 0.9888 و میانگین مربعات خطا به ترتیب برابر با 0.0016، 0.0039 و 0.003 بودند. همچنین مقدار حداقل و حداکثر برای توان مالبندی به ترتیب برابر با 5.68 و 12.48 کیلووات، برای مقاومت غلتشی چرخ های تراکتور به ترتیب برابر 2.51 و 4.33 کیلونیوتن و برای بازده کششی به ترتیب برابر با 73.42 و 80.05 درصد به دست آمد. نتایج نشان داد که می‌توان از این شبکه‌ها به منظور مدل‌سازی ویژگی ها با حذف لایه‌های پیچش و کاهش ابعاد استفاده کرد.