CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)
عنوان
مقاله

استفاد از شبکه عصبی مصنوعی جهت پیش بینی انرژی اتلاف شده در چرخ در پارامترهای متغیر خاک

اعتبار موردنیاز PDF: ۱ | تعداد صفحات: ۶ | تعداد نمایش خلاصه: ۳۷۳ | نظرات: ۰
سال انتشار: ۱۳۹۱
نوع ارائه: پوستر
کد COI مقاله: NCAMEM07_331
زبان مقاله: فارسی
حجم فایل: ۱۹۴.۲۷ کیلوبایت (فایل این مقاله در ۶ صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

متن کامل این مقاله دارای ۶ صفحه در فرمت PDF قابل خریداری است. شما می توانید از طریق بخش روبرو فایل PDF این مقاله را با پرداخت اینترنتی ۳۰,۰۰۰ ریال بلافاصله دریافت فرمایید
قبل از اقدام به دریافت یا خرید مقاله، حتما به فرمت مقاله و تعداد صفحات مقاله دقت کامل را مبذول فرمایید.
علاوه بر خرید تک مقاله، می توانید با عضویت در سیویلیکا مقالات را به صورت اعتباری دریافت و ۲۰ تا ۳۰ درصد کمتر برای دریافت مقالات بپردازید. اعضای سیویلیکا می توانند صفحات تخصصی شخصی روی این مجموعه ایجاد نمایند.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود فایل PDF مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۶ صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله استفاد از شبکه عصبی مصنوعی جهت پیش بینی انرژی اتلاف شده در چرخ در پارامترهای متغیر خاک

  فاطمه قشلاقی - کارشناسی ارشد دانشگاه ارومیه دانشکده کشاورزی گروه مهندسی ماشین های
  عارف مردانی - استادیار دانشگاه ارومیه دانشکده کشاورزی گروه مهندسی ماشین های کشاور
  سید محمد حسن کماری زاده - استاد دانشگاه ارومیه دانشکده کشاورزی گروه مهندسی ماشین های کشاورزی

چکیده مقاله:

یکی از عمده ترین افت های انرژی زمانی که چرخ روی خاک نرم حرکت میکند، می کند، مقاومت غلتشی می باشد که یکی از عوامل موثر در تغییرات آن، عدم ثبات پارامترهای خاک بوده اشت که به طور خاص می توان به مقدار زاویه اصطکاک داخلی و هچسبی خاک اشاره نمود. پارامترهای سختی مرتبط با چسبندگی و اصطکاک داخلی خاک بیانگر خصوصیات مکانیکی خاک می باشند که با توجه به پیچیدگی این متغیر ها ایجاد شرایط مشابه به منظور تکرار آزمون ها و بررسی اثر انها بر مقاومت غلتشی چرخ دشوار است. فرآوری خاک، خصوصیات خاک را تغییر داده و با توجه به اینکه غالب روش های آماری متداول، مبتنی بر داده های مربوط به تکرار آزمایش ها می باشد از اینرو دسترسی به این داده ها دشوار به نظر می رسد. یکی از قابلیت های شبکه های عصبی، خلاصی از همین محدودیت است به گونه ای که داده های ورودی، حتما لازم نیست دارای تکرار هایی با یک سری سطوح معین باشند. در این تحقیق ازمایش هایی با آزمونگر تک چرخ در سه سطح پیشروی، سه سطح فشار باد تایر و سه سطح بار عمودی روی انباره خاک پرشده از خاک لومی رسی، انجام شده است. که البته سطوح بار در طول حرکت تایر متغیر بوده و مقادیر ان و مقاومت غلتشی متناظر در هر لحظه ثبت شده است. آزمون صفحات مدل بکر نیز قبل هر ازمایش صورت گرفته و تمامی داده های حاصل از آزمایشات جهت آموزش به شبکه عصبی داده شده است. شبکه پس انتشار برگشتی با 35 نورون در لایه مخفی و 1 نورون در لایه خروجی و الگوریتم آموزشی لنبرگ-مارکوارت بهترین عملکرد را نشان داد. ضریب همبستگی ازمون شبکه مزبور 0/92 بوده است. پیش بینی شبکه عصبی تایید کرد که با افزایش پارامترهای سختی مربوط به چسبندگی و اصطکاک داخلی خاک مقاومت غتشی چرخ کاهش یافته است.

کلیدواژه‌ها:

آزمونگر تک چرخ،پارامترهای سختی مربوط به چسبندگی و اصطکاک داخلی خاک، شبکه عصبی،مقاومت غلتشی

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله، می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:
https://www.civilica.com/Paper-NCAMEM07-NCAMEM07_331.html
کد COI مقاله: NCAMEM07_331

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
قشلاقی, فاطمه؛ عارف مردانی و سید محمد حسن کماری زاده، ۱۳۹۱، استفاد از شبکه عصبی مصنوعی جهت پیش بینی انرژی اتلاف شده در چرخ در پارامترهای متغیر خاک، هفتمین کنگره ملی مهندسی ماشین های کشاورزی و مکانیزاسیون، شیراز، دانشگاه شیراز، https://www.civilica.com/Paper-NCAMEM07-NCAMEM07_331.html

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (قشلاقی, فاطمه؛ عارف مردانی و سید محمد حسن کماری زاده، ۱۳۹۱)
برای بار دوم به بعد: (قشلاقی؛ مردانی و کماری زاده، ۱۳۹۱)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

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 :

  • مردانی، ع: (۱۳۸۹)، «بررسی اثر سرعت پیشروی و بار دینامیکی ...
  • Akdag, U. M.A. Komur, and A.F. Feridun Ozguc. (2009). Estimation ...
  • Iagnemma, K., and S. Dubowsky. (2005). An equivalent soil mechanics ...
  • Keshaw, P. and Tiwari, G. (2006). Rolling resistance of automobile ...
  • Kiss, P. and L. Laib.(2005). Energy determination of vertical soil ...
  • Rahimi-Ajdadi, F., and Y. Abb a spour-Gilandeh _ (2011). Artificial ...
  • دانشگاه شیراز، ۱۴ الی ۱۶ شهریور ۱۳۹۱ ...
  • علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز: دانشگاه دولتی
    تعداد مقالات: ۸۷۳۹
    در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

    مدیریت اطلاعات پژوهشی

    اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    مقالات پیشنهادی مرتبط

    مقالات مرتبط جدید

    شبکه تبلیغات علمی کشور

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره COI

    COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
    کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.