مدل‌سازي عملكرد كششي چرخ‌هاي تراكتور در خاك‌هاي مختلف با استفاده شبكه عصبي پيچشي

در اين تحقيق مدل سازي عملكرد كششي تراكتور شامل ويژگي هاي توان مالبندي، مقاومت غلتشي و بازده كششي با استفاده از شبكه عصبي پيچشي در دو نوع خاك لومي رسي شني و رسي انجام گرديد. آزمايش ها در داخل هر بافت خاك در قالب آزمايش فاكتوريل بر پايه طرح بلوك كامل تصادفي (RCBD) و با سه تكرار انجام شدند. در داخل هر بافت خاك، سطوح مختلف رطوبت از 8 تا 17 درصد براي خاك هاي خشك و 18 تا 40 درصد براي خاك هاي مرطوب، سرعت پيشروي تراكتور در چهار سطح 1.2، 1.6، 1.8 و 2.2 كيلومتر بر ساعت، عمق كار در دو سطح 30 و 50 سانتي متر، تعداد عبور تراكتور در دو سطح 2 و 6 بار عبور، فشار باد لاستيك تراكتور در دو سطح 20 و 25 پوند بر اينچ مربع انتخاب، و در داخل هر كرت آزمايشي، مشخصه هاي شاخص مخروطي، بار ديناميكي، نيروي مقاوم كششي و درصد محتواي رطوبتي اندازه گيري شدند. شبكه هاي طراحي شده در اين تحقيق از نوع شبكه هاي پيچشي بودند. از الگوريتم هاي Sgdm، Adam و Rmsprop به منظور آموزش شبكه استفاده گرديد. نتايج اين تحقيق نشان داد كه شبكه عصبي توسعه داده شده با الگوريتم Sgdm در مقايسه با ساير الگوريتم ها عملكرد بهتري دارد. بنابراين از اين الگوريتم به منظور مدل سازي استفاده شد. از معيارهاي آماري R2 و MSE به منظور ارزيابي عملكرد شبكه استفاده گرديد. بهترين عملكرد شبكه پيچشي طراحي شده براي ويژگي هاي توان مالبندي، مقاومت غلتشي و بازده كششي به ترتيب داراي ضريب تبيين 0.9953، 0.9903 و 0.9888 و ميانگين مربعات خطا به ترتيب برابر با 0.0016، 0.0039 و 0.003 بودند. همچنين مقدار حداقل و حداكثر براي توان مالبندي به ترتيب برابر با 5.68 و 12.48 كيلووات، براي مقاومت غلتشي چرخ هاي تراكتور به ترتيب برابر 2.51 و 4.33 كيلونيوتن و براي بازده كششي به ترتيب برابر با 73.42 و 80.05 درصد به دست آمد. نتايج نشان داد كه مي‌توان از اين شبكه‌ها به منظور مدل‌سازي ويژگي ها با حذف لايه‌هاي پيچش و كاهش ابعاد استفاده كرد.