رضا یگانه

در این پژوهش، نیروهای وارد بر گاوآهن برگرداندار مورد بررسی قرار گرفتند. اثرات عمق خا‌ک‌ورزی در پنج سطح (5، 10، 15، 20 و 25 سانتی‌متر) و نیز سرعت پیشروی در پنج سطح (1، 5/1، 2، 5/2 و 3 متر بر ثانیه) بر نیروهای وارد بر گاوآهن برگرداندار (کششی، عمودی و جانبی) به صورت شبیه‌سازی شده به روش المان محدود بدست آمده و مورد بررسی و ارزیابی قرار گرفتند. دو روش سطح پاسخ و شبکه عصبی مصنوعی برای مدل‌سازی و پیش‌بینی نیروها بکار گرفته شدند. نتایج مقایسه این دو روش نشان داد که این دو روش به خوبی می‌توانند نیروهای مورد نظر را پیش‌بینی کنند، اما روش شبکه عصبی مصنوعی عملکرد بهتری نسبت به روش دیگر برای پیش‌بینی نیروها داشت. نتایج داده‌های بدست آمده حاکی از آن است که با افزایش عمق خاک‌ورزی از 5 تا 25 سانتی‌متر و سرعت پیشروی از 1 تا 3 متر بر ثانیه، منجر به افزایش غیر خطی نیروهای کششی، عمودی و جانبی به ترتیب % 55/66، % 47/68 و % 76/64 بود. علاوه بر این، اثر متقابل عمق خاک‌ورزی و سرعت پیشروی بر نیروهای مورد نظر هماهنگ بود. توسعه مدل شبکه عصبی مصنوعی امکان پاسخگویی به سؤالات و موارد اساسی در حوزه اثر عمق خاک‌ورزی و سرعت پیشروی بر نیروهای وارد بر گاوآهن برگرداندار را فراهم کرده است. از این رو برای مدیریت درست تراکتور و ادوات خاک‌ورزی و پیش‌بینی مواردی که در مزرعه و پژوهش‌های مرتبط رخ خواهد داد، توصیه می‌گردد که از مدل شبکه عصبی توسعه داده شده در این پژوهش، استفاده گردد.