پیش‌بینی رفتار ماشین‌آلات کشاورزی با هوش مصنوعی
به گزارش روابط‌عمومی بنیاد ملی علم ایران (INSF)، سحر قطره سامانی پژوهشی را در قالب دوره پسادکتری و با راهنمایی محمد سیلانی در دانشگاه صنعتی اصفهان، با عنوان «پیش‌بینی رفتار ترایبولوژیکی قطعات ماشین‌آلات کشاورزی با استفاده از هوش مصنوعی» به انجام رسانده است.
قطره سامانی درباره این طرح توضیح داد: پیش‌بینی رفتار ترایبولوژیکی تجهیزات کشاورزی نقش بسیار مهمی در صنعت برای دستیابی به بهره‌وری بالاتر و کیفیت مطلوب‌تر محصول ایفا می‌کند. سایش و اصطکاک قطعات ماشین‌آلات کشاورزی اغلب به‌عنوان معیار عمر ابزار در نظر گرفته می‌شوند، چراکه پایداری و قابلیت اطمینان سیستم را تعیین می‌کنند. تمرکز اصلی این پژوهش بر استفاده از سه مدل مختلف شامل مدل‌های ریاضی، تجربی و مدل‌های مبتنی بر هوش مصنوعی برای پیش‌بینی دقیق رفتار ترایبولوژیکی این قطعات است.
وی افزود: در این مسیر، مقادیر اندازه‌گیری‌شده به‌صورت تجربی برای آموزش هوش مصنوعی جهت پیش‌بینی رفتار قطعات به کار گرفته شد. در پژوهش حاضر، رفتار ترایبولوژیکی در طول تماس، از جمله سایش ابزار، به‌عنوان متغیر پاسخ یا همان خروجی مدل در نظر گرفته شده است. در مقابل، پارامترهای عملیاتی نظیر سرعت، بار و همچنین پارامترهای مورد نیاز در تماس از جمله زاویه، عمق تماس و عمق برش به‌عنوان پارامترهای ورودی مدل تعیین شدند.
این پژوهشگر ادامه داد: برای انجام آزمایش‌ها، تکنیک طراحی آزمایش‌ها (DOE) برای سه عامل در سه سطح شامل تعامل با زمین، محصول و عملیات توسعه یافت. در نهایت مقادیر پیش‌بینی‌شده توسط مدل‌های ریاضی و هوش مصنوعی با مقادیر واقعی حاصل از آزمایش‌ها مقایسه خواهند شد و پیش‌بینی می‌شود که مدل هوش مصنوعی، دقت و کارایی بهتری در پیش‌بینی رفتار ترایبولوژیکی قطعات داشته باشد.
قطره سامانی در تشریح اهداف کلان این طرح بیان کرد: هدف اصلی ما این است که با بررسی تأثیر شرایط مختلف بر سایش ادوات کشاورزی درگیر با زمین و محصولات، و همچنین قطعات ماشین‌آلات (مانند موتور، گیربکس و سیستم هیدرولیک)، مدلی ارائه دهیم که بتواند میزان اصطکاک و سایش را پیش‌بینی کند.
وی در پایان خاطرنشان کرد: در نهایت، این دستاورد می‌تواند به افزایش کارایی، کاهش هزینه‌های نگهداری و تعویض قطعات، افزایش عمر مفید ابزارها و در نتیجه بهینه‌سازی مصرف انرژی و مواد کمک شایانی کند.
