تشخیص آهنگ عبور مواد گرانوله با استفاده از تحلیل صدا و روش‌های آماری چند متغیره

Abstract

یکی از موضوعات مهم در ماشین­های کشاورزی و انبارهای ذخیره مواد دانه­ای، اندازه­گیری مقدار جریان عبوری این مواد می­باشد. هدف از این تحقیق، اندازه‌گیری نرخ عبور مواد دانه‌ای (گندم) با استفاده از صدای ایجاد شده حین انتقال این مواد می‌باشد. به‌ همین منظور دستگاهی متشکل از مخزن، موزع، لوله سقوط، حسگر صدا و محرک الکتریکی موزع ساخته شد. نرخ­های جرمی مختلف گندم از لوله سقوط گذرانده و سیگنال صوتی حاصل توسط حسگر به جعبه ابزار استحصال داده منتقل گردید. با استفاده از تبدیل موجک سیگنال­ها، خصوصیات فرکانسی هر سیگنال استخراج گردید. سپس توسط شبکه‌های عصبی مصنوعی پرسپترون چند لایه (MLP) و روش آنالیز تشخیصی، میزان توانایی سامانه برای طبقه­بندی مقادیر مختلف دبی­ها عبوری بررسی گردید. نتایج نشان داد که روش آنالیز تشخیصی با دقت بالاتری (%97) نسبت به روش شبکه­ عصبی مصنوعی طراحی شده (دقت %89 و 877/0R²=) قادر به تمایز دبی­های جرمی متفاوت می­باشد.