مدل سازی جرم کیوی با استفاده از خواص فیزیکی

سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 515

متن کامل این مقاله منتشر نشده است و فقط به صورت چکیده یا چکیده مبسوط در پایگاه موجود می باشد.
توضیح: معمولا کلیه مقالاتی که کمتر از ۵ صفحه باشند در پایگاه سیویلیکا اصل مقاله (فول تکست) محسوب نمی شوند و فقط کاربران عضو بدون کسر اعتبار می توانند فایل آنها را دریافت نمایند.

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

NCFOODI22_252

تاریخ نمایه سازی: 25 مهر 1393

چکیده مقاله:

به منظور طراحی دقیق و بهینه ماشین های مختلف در صنایع پس از برداشت کیوی لازم است تا خواص فیزیکی آن مشخص شود.رقم هایوارد کیوی که بازارپسندی بیشتری دارد در این پژوهش مورد ارزیابی قرار گرفت و از 150 نمونه کیوی استفاده شد. پس ازاندازه گیری خواص فیزیکی میوه شامل جرم، ابعاد و سطوح تصویر شده عمود بر قطرهای اصلی، جرم آن که مبنای درجه بندی میوه استبر اساس ابعاد و سطوح تصویر شده، مدل سازی شد. مدل های مختلف بر حسب ضریب تعیین و خطای استاندارد ارزیابی شده و بهترین مدل استخراج شد. نتایج نشان داد که مدلM = 2/648a – 81/286با ضریب تعیین0/784خطای استاندارد7/06مدل M =3/785Pc – 19/285با ضریب تعیین 0/894 وخطای استاندارد 4/95 به ترتیب بهترین و اقتصادی ترین مدل های برازش داده شده برای تخمین جرم میوه بر مبنای ابعاد و سطوح تصویرشده است. بنابراین می توان درجه بندی این میوه را بر مبنای جرم پیش بینی شده آن توسط ابعاد و سطوح تصویر شده، با استفاده از یک سامانه ی پردازش تصویر با دقت و سرعت بیشتر انجام داد.

کلیدواژه ها:

کیوی ، خواص فیزیکی ، مدل سازی جرم ، ابعاد میوه ، ماشین های پس از برداشت

نویسندگان

مسعود رضایی

دانشجوی کارشناسی ارشد گروه مهندسی مکانیک بیوسیستم، دانشکده مهندسی زراعی، دانشگاه علوم کشاورزی و منابع طبیعی ساری، ساری، ایران،

سیدرضا موسوی سیدی

استادیارگروه مهندسی مکانیک بیوسیستم، دانشکده مهندسی زراعی، دانشگاه علوم کشاورزی و منابع طبیعی ساری، ساری، ایران

محمد شریفی

استادیار گروه مهندسی ماشین های کشاورزی ، دانشکده مهندسی و فناوری کشاورزی، دانشگاه تهران، کرج، ایران

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • Tavarini, S., Degl'Innocenti, E., Remorini, D., Massai, R., and Guidi, ...
  • Anonymous. 2011. Agricultural statistical yearbook of 201 1. Ministry of ...
  • Mohsenin, N.N., 1986. Physical properties of plants and animal materials: ...
  • Sharifi, M., Rafiee, S., Keyhani, _ Jafari, A., Mobli, H., ...
  • Ebrahimi, A., Zarei, A.. Fatahi, R., and Ghasemi Varnamkhasti, M., ...
  • Seyedabadi, E., Khojastehpour, M., Sadria, H., and Saiedirad, M.H., 2011. ...
  • Zare, D., Bakhshipour, A., and Chen, G., 2013. Physical properties ...
  • Topuz, A., Topakci, M., Conakci, M., Akinci, I., and ...
  • Ozdemir, F., 2005. Physical and nutritional properties of [3] FAOSTAT. ...
  • نمایش کامل مراجع