عنوان

شبیه‌سازی الگوی توزیع آبپاش منفرد سیستم سنترپیوت با استفاده از شبکه‌های عصبی مصنوعی

Number

‭۲۱۱۴پ‬

.Language of Text, Soundtrack etc

per

Title Proper

شبیه‌سازی الگوی توزیع آبپاش منفرد سیستم سنترپیوت با استفاده از شبکه‌های عصبی مصنوعی

First Statement of Responsibility

/حبیب صیادی

Name of Publisher, Distributor, etc.

تبریز: دانشگاه تبریز،دانشکده کشاورزی،گروه آب

Specific Material Designation and Extent of Item

‮‭۱۱۲‬ ص.‬

Other Physical Details

:، جدول، نمودار، عکس، لوح فشرده

Text of Note

چاپی

Text of Note

واژه نامه بصورت زیرنویس

Text of Note

کتابنامه ص.: ‮‭۱۰۷-۱۱۲‬

Dissertation or thesis details and type of degree

کارشناسی ارشد

Discipline of degree

مهندسی آب و زهکشی

Date of degree

‮‭۱۳۸۷/۰۶/۲۰‬

Body granting the degree

تبریز: دانشگاه تبریز،دانشکده کشاورزی،گروه آب

Text of Note

مهم‌ترین عوامل در دستیابی به یکنواختی پخش در سیستم‌های آبیاری بارانی، الگوی توزیع حاصل از آبپاش و فواصل آبپاش‌ها می‌باشد .با در نظر گرفتن فشار کارکرد و اندازه نازل مطلوب، الگوی توزیع حاصل از یک آبپاش وابسته به شرایط باد در مزرعه خواهد بود .باد موجب به هم خوردن الگوی توزیع آبپاش می‌گردد و این به هم خوردگی با افزایش سرعت باد، بیشتر خواهد شد .پیش‌بینی و مدل‌سازی الگوی توزیع آبپاش‌های آبیاری بارانی، تحت شرایط کنترل‌شده و نیز شرایط اقلیمی واقعی، در دو دهه‌ی گذشته، یکی از موضوعات مورد علاقه‌ی محققین و مهندسین آبیاری بوده است .مدل‌های شبیه‌سازی آبیاری که امکان پیش بینی توزیع آب را از یک سیستم آبیاری در شرایط طبیعی میسر می‌سازند، برای اجتناب از آزمایشات میدانی و همچنین برای طراحی و بهبود سیستم‌های آبیاری بسط یافته‌اند .در تحقیق حاضر از شبکه‌های عصبی مصنوعی نوع پرسپترون چند لایه برای شبیه‌سازی الگوی توزیع آبپاش منفرد سیستم سنترپیوت استفاده شده است .آزمایشات میدانی در اراضی تحقیقاتی دانشکده کشاورزی دانشگاه تبریز انجام شد و الگوی توزیع حاصل از آبپاش منفرد مخصوص سیستم سنترپیوت با مارک‮‭R۳۰۰۰ Rotator‬ ض‍ ساخت شرکت ‮‭Nelson‬ در سرعت‌ها و جهت‌های مختلف باد مورد آزمایش قرار گرفت .داده‌های برداشتی به سه دسته‌ی آموزش، آزمون و صحت سنجی تقسیم شد .پارامترهای موثر بر مسئله تعریف شده و شبکه‌های مختلفی با ساختار متفاوت، آموزش و صحت‌سنجی گشت .یک شبکه پرسپترون با الگوریتم پس‌انتشار خطا دارای دو لایه پنهان، ‮‭۲۰‬ نرون در لایه پنهان اول و ‮‭۶‬ نرون در لایه پنهان دوم و تابع محرک تانژانت هیپربولیک که مقادیر‮‭۹۲۵/۰= R۲‬ و ‮‭۶۹/۶= RMSE‬ برای مجموعه صحت سنجی آن حاصل گردید، بعنوان ساختار بهینه انتخاب شد .برای کاربردی نمودن نتایج، با استفاده از ساختار شبکه بهینه برنامه‌ای با عنوان شبیه‌ساز هوشمند الگوی توزیع ‮‭(ISSP)‬ در محیط ‮‭MATLAB‬ نگارش گردید که قادر است با دریافت مقادیر سرعت و جهت باد، الگوی توزیع آبپاش منفرد را با دقت مطلوبی شبیه‌سازی نموده و نتایج را بصورت گرافیکی و همچنین فایل ‮‭Excel‬ ارائه نماید.

Text of Note

.‮‭sprinkler with a relatively good accuracy and have ability to display the results graphically and as Excel file‬ ض‍‮‭m-file. Entering wind velocity and direction as the inputs, this model could simulate the distribution pattern of R۳۰۰۰ Rotator‬ ض‍‮‭sprinkler was tested at various wind velocities and directions. Dividing experimental dataset into three parts named as training, validation, and testing dataset, affecting parameters were defined and various networks with different structures were trained and validated. A Multi Layer Perceptron (MLP) neural network with backpropagation training algorithm having two hidden layers, ۲۰ neurons in the first hidden layer, and ۶ neurons in the second hidden layer and tangent-sigmoid transfer function was selected as the optimal network and produced R۲=۰.۹۲۹ and RMSE=۶.۶۹ for test dataset. Using the structure of the optimal network, a model named ISSP (Intelligent Simulator of Sprinkler Pattern) was developed as a MATLAB‬ ض‍‮‭The degree of uniformity obtainable with a sprinkle system depends largely on the water distribution pattern and spacing of sprinklers. For a certain sprinkler with a given pressure and nozzle size, the water distribution pattern depends on wind conditions in the field. Wind distorts the application pattern, and the higher wind velocity, the greater the distortion. Numerous studies have been conducted in the last ۲۰ years to describe and model water distribution under irrigation sprinklers in controlled or real climate conditions. Irrigation simulation models, which permit the measurement of the water distribution of an irrigation system under real working conditions, have been developed in order to avoid laborious field tests and to design and improve irrigation systems. A new approach based on Artificial Neural Networks (ANNs) is presented to simulate the distribution pattern of the single sprinkler under center pivot irrigation systems. Field experiments were conducted at the Research Center of Agricultural Faculty, University of Tabriz-Iran. The distribution pattern of Nelson R۳۰۰۰ Rotator‬

Artificial neural networks

Distribution pattern

Single sprinkler

Center pivot

صیادی، حبیب

صدرالدینی، علی اشرف، استاد راهنما

فرسادی زاده، داود، استاد مشاور

Public note

سیاه و سفید

نمایه‌سازی قبلی