|
|
|
|
اندازهگیری دبی جرمی شلتوک با استفاده از حسگر خازنی و مدل سازی آن با رگرسیونی چندگانه، ann و anfis
|
|
|
|
|
|
|
|
نویسنده
|
طهماسبی محمد ,گل محمدی عبداله ,طباطبایی کلور رضا
|
|
منبع
|
مهندسي بيوسيستم ايران - 1396 - دوره : 48 - شماره : 2 - صفحه:221 -227
|
|
چکیده
|
اندازه گیری دبی جرمی با استفاده از حسگرهای خازنی به عنوان روش ارزان و سریع توسعه یافته است. اما پیش بینی دبی جرمی به علت وابستگی پاسخ حسگر به عوامل مختلف و پیچیدگی اثر این عوامل دشوار است؛ لذا در این مطالعه پتانسیل شبکه عصبی مصنوعی (ann)، سیستم استنتاج فازی (anfis) و تکنیکهای رگرسیون چندگانه (mr) برای پیشبینی دبی جرمی شلتوک با استفاده از سنسور خازنی مورد بررسی قرار گرفت. بسامد، رطوبت و ولتاژ خروجی به عنوان متغیرهای ورودی و دبی جرمی به عنوان خروجی در توسعه مدل ها به کار گرفته شد. نتایج نشان داد که ann دارای بالاترین ضریب همبستگی بین مقادیر پیش بینی شده و واقعی است (0.927 =r2). ضریب همبستگی بین مقادیر پیش بینی شده و واقعی برای anfis برابر با (0.909=r2) است. نتایج نشان میدهد که تکنیکهای ann و anfis به طور بالقوه میتواند برای پیش بینی دبی جرمی محصولات کشاورزی مورد استفاده قرار گیرند.
|
|
کلیدواژه
|
حسگر خازنی، دبی جرمی، شبکه عصبی مصنوعی، رگرسیون چندگانه و anfis
|
|
آدرس
|
دانشگاه محقق اردبیلی, دانشکده کشاورزی و منابع طبیعی, گروه مهندسی بیوسیستم, ایران, دانشگاه محقق اردبیلی, دانشکده کشاورزی و منابع طبیعی, گروه مهندسی بیوسیستم, ایران, دانشگاه علوم کشاورزی و منابع طبیعی ساری, دانشکده مهندسی زراعی, گروه مهندسی مکانیک بیوسیستم, ایران
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Measuring of Paddy mass flow using capacitive sensor and modeling with using multiple regression, ANN, and ANFIS models
|
|
|
|
|
Authors
|
Tahmasebi Mohammad ,Tabatabaei-kolor Reza
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|