پیش بینی پارامترهای مرتبط با کشش تراکتور حین عملیات زیرشکنی با استفاده از سیستم استنتاج عصبی فازی (ANFIS)

در این تحقیق، از سیستم استنتاج عصبی فازی (ANFIS) به منظور پیش-بینی پارامترهای مرتبط با کشش تراکتور شامل توان مالبندی، میزان لغزش چرخ‌های محرک، بازده کششی و بازده کل انرژی در مجموعه تراکتور- ادوات تحت تاثیر متغیرهای مستقل شامل نوع شاخه (زیرشکن و پاراپلو)، عمق (30، 40 و50 سانتی‌متر) و سرعت پیشروی (8/1، 3/2، 9/2 و 5/3 کیلومتر بر ساعت) حین عملیات زیرشکنی استفاده شد. از داده‌های مزرعه‌ای برای ایجاد مدل‌های رگرسیونی و ANFIS به‌منظور پیش‌بینی پارامترهای تحت بررسی استفاده و نتایج دو سری مدل با یکدیگر مقایسه شد. نتایج مزرعه‌ای نشان داد که همه متغیرهای مستقل‌ به غیر از بازده کششی، اثر معنی‌داری بر پارامترهای تحت بررسی داشتند. افزایش عمق و سرعت پیشروی به افزایش لغزش چرخ‌های محرک، توان مالبندی، بازده کل انرژی و کاهش بازده کششی تراکتور انجامید. به علاوه با در نظر گرفتن پارامترهای تحت بررسی، پاراپلو نسبت به زیرشکن عملکرد بهتری داشت. نتایج بخش ANFIS نشان داد که به‌ترتیب در مورد لغزش، توان مالبندی، بازده کششی و بازده کل انرژی، توابع عضویت Trimf، dsigmf، Primf و Gaussmf با میانگین مربعات خطای 0159/0، 0231/0، 0212/0 و 0224/0 و ضرایب تعیین 9996/0، 9999/0، 9985/0 و 9997/0، بهترین مدل‌ها برای پیش‌بینی هستند. مدل‌های ANFIS نسبت به مدل‌های رگرسیونی دقت بالاتری دارند و با استفاده از سطوح شکل‌های خروجی در ANFIS می‌توان خروجی مدل را برای یک ورودی خاص محاسبه کرد.