مدلسازي سيستم پيشامد گسسته براي جداسازي پسته خندان و غير خندان توسط سامانه هوشمند ماشين بينايي

بر اساس آمار سازمان كشاورزي و خواروبار جهاني (FAO) ايران در سال 2009 با توليد 58% محصول پسته بزرگترين توليد كننده پسته جهان بوده است. فرآوري پسته از جمله مراحلي است كه تاثير فراواني بر بازار پسندي و كيفيت محصول نهايي دارد. در حال حاضر دسته بندي پسته ها بطور دستي، يا به وسيله دستگاه هاي الكترومكانيكي و يا الكترواپتيكي انجام مي شود. دستگاه هاي الكترومكانيكي دقيق نيستند و در هنگام انجام عمل جداسازي به دليل تماس مستقيم به مغز پسته آسيب مي رسانند و ظاهر نامناسبي را براي محصول خندان ايجاد مي كنند. دستگاه هاي الكترواپتيكي هم تنها مي توانند محصول پسته را به دو دسته قابل قبول و غير قابل قبول تقسيم كنند كه اين امر در اكثر موارد رضايت بخش نمي باشد. با پيشرفت تكنولوژي،اتوماسيون سيستم هاي كشاورزي و كنترل گسسته اين سيستم ها نقش بسزايي در توسعه مكانيزاسيون كشاورزي و بهبود عمليات فرآوري محصولات كشاورزي خواهد داشت. با توجه به اينكه در اينگونه كاربردها، ورودي هاي سيستم كن ترلي به صورت پيشامدهاي گسسته است، اتوماسيون اين سيستم ها، نيازمند طراحي كنترلرهاي ديجيتال خواهد بود. روش هاي مختلفي براي ارائه يك سيستم اتوماسيون گسسته مانند فلوگراف، اتومات و پتري نت وجود دارند. در اين مقاله، به بررسي موضوعي ارائه مدلي كنترلي براي يك سيستم جداسازي پسته هاي خندان و غير خندان با استفاده از شبكه هاي پتري نت پرداخته مي شود. كاربرد اين روش احتمال بروز خطا در عملكرد سيستم جداسازي پسته خندان و غير ندان را بسته به شرايط مختلف به حداقل مي رساند. با پياده سازي اين سيستم نتايج مناسبي در جداسازي پسته با استفاده از پردازش تصوير بدست آمد. آزمايش هاي انجام شده بر روي سه رقم پسته ايراني نشانگر توانايي هاي سامانه ارزان قيمت طراحي شده براي جداسازي پسته هاي خندان با دقت 92% و پسته هاي غير خندان با دقت 82/8% مي باشد