^ШХР: *http://www.cigrjournal.org/index.php/Ejounral
(http://www.cigrjournal.org/index.php/Ejounral)
^АВТ: Azadbakht M.; Torshizi M.V.; Ziaratban A.; Ghajarjazi E.
^ЗГЛ: Application of Artificial Neural Network (ANN) in
predicting mechanical properties of canola stem under shear
loading [Применение искусственной нейронной сети (ANN) к
прогнозированию механических свойств стебля канолы под
действием срезающего усилия. (Иран)]
^ВЫХ: Agricultural Engineering International. - ФРГ, 2016;
Vol.18,N 2. - P. 413-425
^ДАТ: 2016
^ПРМ: Bibliogr.:p.424-425
+Реферат:
^РЕФ: С помощью кривой "усилие-деформация" вычисляли
характеристики резания стебля канолы, включая усилие среза
(УС), сопротивление срезу (СС), энергию среза (ЭС) и
энергетические затраты; затем данные физико-механические
свойства прогнозировали, используя нейронную сеть
искусственного интеллекта с механизмом прогнозирования
событий. Для тестов использовали испытательную машину Instron
(модели Santam STM-5) с тензодатчиком силы в 50 Н. Стебли 3
диаметров (1-3, 3-5 и более 5 мм), при 3 скоростях резания
(75, 115 и 150 мм/мин), 3 углах резания (0, 30 и 60°) и 3
повторностях. Каждый стебель тестировался до полного среза.
Результаты показали, что при увеличении диаметра и угла
резания показатели УС, СС, ЭС мощность и работа на срез также
увеличивались. Кроме того, с увеличением скорости резания
показатели СУ, СС и ЭС снижались. По результатам
статистического анализа с использованием нейронной сети
искусственного интеллекта выявлено, что наилучшие показатели
ЭС и УС, мощность и работа на срез стебля канолы составляют
194, 2000 и 275, 92 и 350 соответственно. Сделан вывод, что
нейронные сети могут быть использованы для интеллектуальных
механизмов резания и прогнозирования физико-механических
свойств стеблей растений. Ил. 15. Табл. 2. Библ. 23.
^TRN: 1694832
^ВИД: Статья из книги
^ЯЗК: Английский
+Индексирование:
^РУБ: 68_85_35_23_47
^УДК: 631.35:633.853.494
^ТЕР: РАПС. ДВУХНУЛЕВЫЕ СОРТА (00-varieties; two-zero
varieties) [00-СОРТА]. СТЕБЛИ (Stems). РЕЗКА [РЕЗАНИЕ].
ЭНЕРГОЕМКОСТЬ [ЭНЕРГОЗАТРАТЫ]. ПРОГНОЗИРОВАНИЕ
(Forecasting). ДИНАМИЧЕСКИЕ НАГРУЗКИ. ИСКУССТВЕННЫЙ
ИНТЕЛЛЕКТ. ИРАН (Iran Islamic Republic).
^РТЗ: АЗИЯ (Asia). БИОЛОГИЯ (Biology). БЛИЖНИЙ ВОСТОК (Near
East). БОТАНИКА (Botany). ЕВРАЗИЯ (Eurasia). ЗАПАДНАЯ
АЗИЯ (Western Asia) [ПЕРЕДНЯЯ АЗИЯ; ЮГО-ЗАПАДНАЯ АЗИЯ].
МАСЛИЧНЫЕ КУЛЬТУРЫ (Oil crops). МЕТОДЫ (Methods).
МОРФОЛОГИЯ РАСТЕНИЙ (Plant morphology). НАГРУЗКИ. НАУКИ
(science). ОРГАНЫ РАСТЕНИЙ. ПОБЕГИ (Shoots). С-Х КУЛЬТУРЫ.
СОРТА (cultivars; Varieties). СТРАНЫ МИРА. ТЕХНИЧЕСКИЕ
КУЛЬТУРЫ (Industrial crops). ТЕХНОЛОГИЧЕСКИЕ ПРОЦЕССЫ
(Operational processes). ЭКОНОМИЧЕСКИЕ ПОКАЗАТЕЛИ
(Economic indicators) [ТЕХНИКО-ЭКОНОМИЧЕСКИЕ ПОКАЗАТЕЛИ].
^КЛС: сопротивление срезу.