تعیین مقدار آب و شاخص TAN در روغن هیدرولیک دروگر نیشکر استافت 7000 با فناوری طیف سنجی مرئی
نویسنده:
نوع مقاله:
مقاله پژوهشی/اصیل (دارای رتبه معتبر)
چکیده:
امروزه با توجه به ارزیابی ها و بالا بودن هزینه های تعمیر و نگهداری ماشین های برداشت نیشکر، نظارت بر روغن هیدرولیک دروگر نیشکر با استفاده از روش سریع تر و غیرمخرب برای تعیین آلودگی و همچنین شاخص TAN ضرورت دارد. در این پژوهش، توانایی روش طیف سنجی مریی به منظور سنجش و پیش بینی غیر مخرب مقدار آب و شاخص TAN در نمونه های روغن هیدرولیک دروگر نیشکر استافت 7000 در ساعت های کارکرد متفاوت بررسی شد. برای این منظور، از نمونه ها در ناحیه طیفی 780-400 نانو متر طیف گیری شد. مدل های واسنجی چند متغیره حداقل مربعات جزیی (PLS) بر پایه اندازه گیری های مرجع و اطلاعات طیف های پیش پردازش شده با ترکیب روش های مختلف پیش پردازش (میانگین گیری متحرک، هموار سازی ساویتزکی گولای، توزیع نرمال استاندارد و مشتق اول) برای سنجش و پیش بینی مقدار آب و شاخص TAN روغن هیدرولیک توسعه داده شدند. نتایج بررسی ها نشان داد که از روش طیف سنجی مریی می توان برای سنجش سریع و غیرمخرب مقدار آب و شاخص TAN در ساعت های مختلف کارکرد روغن هیدرولیک دروگر نیشکر استافت 7000 بهره برد. بهترین نتایج پیش بینی مقدار آب در روغن هیدرولیک با مدل PLS بر پایه روش پیش پردازش میانگین گیری متحرک (MA) به دست آمد (rcv=0.96، RMSECV= 1.86، rp=0.89 و RMSEP=3.18) که دقت عالی (SDR=3.12) داشت. از سوی دیگر، مدل PLS بر پایه ترکیب پیش پردازش های میانگین گیری متحرک و توزیع نرمال استاندارد (MA+SNV) توانست شاخص TAN را با دقت عالی (SDR=3.1) پیش بینی کند (rcv=0.94، RMSECV=0.007، rp=0.89 و RMSEP=0.010). بنابراین، کاربرد فناوری طیف سنجی مریی در کشت و صنعت ها به منظور پایش سریع کیفیت روغن هیدرولیک و با هدف کنترل آلودگی ها قابل توصیه است.
کلیدواژگان:
زبان:
فارسی
صفحات:
57 تا 72
لینک کوتاه:
https://www.magiran.com/p2634925
سامانه نویسندگان
مقالات دیگری از این نویسنده (گان)
-
پیش آگاهی بیماری سفیدک پودری برای باغ های سیب بر پایه فناوری اینترنت اشیاء
*، حسین خباز جلفایی
نشریه پژوهش های کاربردی در گیاه پزشکی، زمستان 1403 -
Economic Analysis of Solar Energy Used for Supplying Heating Load and Electricity Required for a Poultry House
Mansour Jalali, *, Behfar Farzaneh
Biomechanism and Bioenergy Research, Winter and Spring 2024 -
امکان سنجی به کار گیری طیف سنجی مرئی/فروسرخ نزدیک برای تشخیص تقلب روغن تفاله زیتون با روش های شناسایی LDA و SVM
شیرین اسدیان، *،
نشریه فناوری های جدید در صنعت غذا، زمستان 1402