مدل سازی و پیش بینی ارتباط شاخص مخروط و مقاومت برشی خاک با نیروی کششی خاک ورز متقارن

نویسندگان

1 استادیار مهندسی بیوسیستم، دانشکده کشاورزی، دانشگاه شیراز، شیراز، ایران

2 استادیار دانشگاه ایلام، ایلام، ایران

3 دانشجوی دکتری مهندسی مکانیک بیوسیستم، دانشکده کشاورزی، دانشگاه صنعتی اصفهان، اصفهان، ایران

4 دانشیار موسسه تحقیقات فنی و مهندسی کشاورزی، سازمان تحقیقات، آموزش و ترویج کشاورزی، کرج، ایران

doi
10.22092/erams.2020.342455.1346
چکیده

امروزه خاک­ورزی و مباحث مرتبط با آن برای محققان و کشاورزان اهمیت بالایی دارد. یکی از این مباحث، نیروی کششی است که عوامل زیادی بر آن تأثیر می­گذارند. دانستن مقدار تقریبی این نیرو کمک می­کند تا مثلاً ماشین­‌آلات و ادوات مناسب با شرایط موجود در مزرعه به کار گرفته شود. هدف از این تحقیق استفاده از نتایج حاصل از آزمون­های برش وین و نفوذسنج مخروطی به منظور ارائۀ مدلی برای پیش­بینی نیروی کششی ابزار خاک­ورز متقارن (گاوآهن قلمی)، بدون نیاز بهاندازه­گیری­های آزمایشگاهی است. بدین منظور چهار مزرعه در نظر گرفته شد و در هر مزرعه آزمایش­های شاخص مخروط و برش وین اجرا گردید. در هر مزرعه با در نظر گرفتن متغیرهای سرعت پیشروی (3، 5، 7 و 9 کیلومتر در ساعت) و عمق خاک­ورزی (15، 20، 25 و 30 سانتی‌متر)، نیروی کششی گاوآهن قلمی به دست آمد. این تحقیق در مزرعه بر اساس آزمایش کرت­ خرد شده بر پایۀ طرح بلوک کاملاً تصادفی و هر آزمایش در سه تکرار اجرا شد. نتایج بررسی­ها نشان داد که با افزایش عمق نفوذ از 15 تا 30 سانتی‌متر، مقاومت برشی و شاخص مخروط خاک به ترتیب از 62/36 تا 21/48 و از 16/23 تا 86/38 درصد افزایش یافته­اند. با افزایش سرعت پیشروی و عمق خاک­ورزی، نیروی کششی به ترتیب در حدود 16/30 و 32/25 درصد افزایش یافت. با افزایش رطوبت خاک، مقدار مقاومت کششی 83/47 درصد کاهش یافت. همچنین با افزایش شاخص مخروط و مقاومت برشی خاک، نیروی کششی خاک­ورز قلمی نیز افزایش پیدا کرد. با توجه به رابطة بین متغیرهای نامبرده شده با نیروی کششی، مدلی با روش سطح پاسخ با استفاده از طرح Historical data به دست آمد. در این مدل، نیروی کششی به عنوان متغیر وابسته و متغیرهای سرعت پیشروی، عمق خاک­ورزی، شاخص مخروط و مقاومت برشی خاک به عنوان متغیرهای مستقل در نظر گرفته شدند. ضریب تعیین، جذر میانگین مربعات خطا و میانگین خطای تخمین زده شده برای این مدل به ترتیب 97/0 و 49/0 کیلونیوتن و 34/2 درصد به دست آمد که نشان‌دهندۀ دقت بالای مدل برای پیش­بینی نیروی کششی است.