ارائه مدل ریاضی افت عقب کمباین غلات در برداشت مکانیزه محصول سویا

برداشت محصول سویا بیش تر به صورت مکانیزه با کمباین متداول غلات انجام می گیرد. تلفات برداشت مکانیزه این محصول یکی از مشکلات مهم در کشاورزی است. برای داشتن حداقل افت باید فرآیند عمل آوری محصول (برش، کوبش، جدایش و ...) بهینه گردد. بیان رفتار کمباین و بخش های آن به صورت ریاضی و ارایه مدل رفتاری آن، اولین قدم در عملی شدن موضوع فوق است. بدین منظور تحقیق حاضر در این راستا انجام شد. به طوری که تاثیر فاکتور های سرعت پیشروی، رطوبت محصول در هنگام برداشت و تراکم محصول بر افت عقب کمباین جاندیر 955 روی برداشت محصول سویا بررسی شده و مدل ریاضی مناسب برای پیش بینی افت عقب کمباین ارایه گردید. آزمایش ها به صورت فاکتوریل بر پایه بلوک های کامل تصادفی و با سه تکرار انجام گرفت. نتایج حاصل از تجزیه واریانس نشان داد که اثر هر سه عامل روی میزان افت عقب کمباین معنی دار است. به طوری که میزان افت با افزایش سرعت پیشروی کمباین، تراکم محصول و محتوای رطوبتی محصول افزایش یافت. با وجود معنی دار بودن برخی از اثرات متقابل عوامل، این اثرات غالباً از نوع تغییر در مقدار بودند. با توجه به معنی دار بودن اثر این سه عامل روی افت عقب محصول و برای بیان رابطه ریاضی متغیرهای مستقل (سرعت پیشروی، رطوبت محصول در هنگام برداشت و تراکم محصول) با متغیر وابسته (افت عقب) از رگرسیون چند متغیره استفاده گردید. نتایج حاصل از تجزیه واریانس رگرسیون نشان داد که یک رابطه معنی داری در سطح احتمال 0/01 بین متغیرهای مستقل و وابسته وجود دارد. همچنین بالا بودن ضریب استاندارد شده مربوط به سرعت پیشروی کمباین نسبت به سایر ضرایب نشان از اهمیت بالای این متغیر نسبت به دو متغیر مستقل دیگر روی میزان افت عقب کمباین داشت.

proposing the mathematical model of combine harvester rear losses in soybean harvesting

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.