با گسترش چشمگیر علوم و فناوری رایانهای و امکان استفاده از این سامانهها در فعالیتهای مختلف کشاورزی (به عنوان مثال درجهبندی محصولات مختلف، هدایت ربات، بازرسی و کنترل کیفیت تولیدات)، توجه بسیاری از صنعتگران و پژوهشگران معطوف به استفاده هرچه بیشتر از این فناوریها شده است. در این میان، بینایی ماشین یکی از پر کاربردترین روشهای نوینی میباشد که در زمینههای مختلف صنعتی (با در نظر گرفتن کشاورزی به عنوان بخشی از صنعت) مورد استفاده قرار گرفته است. از جمله این زمینهها میتوان به هدایت و تشخیص سامانههای هوشمند در فعالیتهای کاشت، داشت و برداشت محصولات کشاورزی و همچنین صنعت دام و طیور اشاره نمود (زاچاراکی و همکاران[5]، 2020). در همین راستا، در پژوهشی، روشهای مکانیزه بصری به منظور هوشمندسازی پیوند نشاء مورد بررسی قرار گرفت؛ در این پژوهش، موقعیت حفرهها و مشخصات سینی با استفاده از روش تصویربرداری نواری و تابش لیزر به سینیهای نشاء تعیین شد (یورنا و همکاران[6]، 2001). در پژوهشی دیگر، یوشر و همکاران[7] (2014) به بررسی اثر عملکرد ربات در سالن نگهداری طیور بر رفتار حیوان با کمک پردازش سیگنال پرداختند. ربات، دارای دوربین و مجموعهای از معیارهای قابل اندازهگیری مانند میانگین فاصله اجتنابی[8]، سرعت میانگین اجتنابی و متوسط زمان بازیابی بود. تجزیه و تحلیلها نشان داد که عملکرد ربات در محیط، نسبت به زمان حضور یک انسان، برای مرغ کمتر استرسزا میباشد. در مطالعهای دیگر، یک سامانه رباتیک به منظور برداشت توت فرنگی طراحی و ساخته شد. در این تحقیق از یک بازوی مکانیکی استوانهای به منظور برداشت و یک واحد بینایی ماشین به منظور هدایت بازو به محل محصول استفاده گردید (هایاشی و همکاران[9]، 2010).
با توسعه اتوماسیون در سامانههای کشاورزی، سطح اقتصادی کشاورزی نیز بهتدریج افزایش یافته است. عملکرد اقتصادی مناسب در محصولات زراعی و گلخانهای تابع رشد رویشی مناسب در اوایل فصل رشد و توزیع و تخصیص مناسب مواد فتوسنتزی به ریشه است، در نتیجه کشت به موقع گیاهان از اهمیت به سزایی برخوردار است. تسریع در رشد گیاه را میتوان در شرایط کنترلشده به کمک کشت در خزانه و انتقال آن به زمین اصلی در زمان مناسب که خطر سرمای زمستانه و همچنین مشکل کمبود آب برطرف شده، میسر نمود (کاو[10]، 2019). لذا بسیاری از صنایع با توجه به این نیاز روز افزون تولید دستگاههای کشت و همچنین کاهش زمان و نیاز نیروی کار به طور پیوسته، اقدام به تولید سامانههای خودکار تولید و کاشت نشاء نمودهاند (تیان و همکاران[11]، 2017). تا به امروز پژوهش عمدهای در زمینه ساخت و تولید دستگاههای خودکار تولید و کشت نشاء صورت نگرفته و فرآیند تولید نشاء به صورت دستی در کشور انجام میشود. این در حالی است که شدت کار بالا و راندمان پایین این عمل به صورت دستی، تولید در مقیاس بزرگ را دشوار مینماید. بر اساس گزارشهای موجود، توسعه دستگاههای مکانیزه تولید نشاء درکشورهای آمریکا و ژاپن در خلال سالهای 1980 شروع گردید. دستگاههای توسعه یافته شامل دستگاههای تولید و کشت در سینی نشاء (روزلی و همکاران[12]، 2016؛ سی و همکاران[13]، 2013)، سامانه کشت نشاء در گلدان (یانگ و همکاران[14]، 2018) و دستگاههای کشت نشاء در مزرعه (وانگ و همکاران[15]، 2018) میباشند.
انرژی ورودی و هزینه کارگری تولید و کشت نشاء نسبت به کشت مستقیم بیشتر بوده و این در صورتی است که حذف کار کارگری در هر بخش میتواند صرفه اقتصادی این نوع کشت را به صورت چشمگیری افزایش دهد. لذا هدف از این پژوهش، مدلسازی دینامیکی و طراحی بازوی کشت بذر در سینی نشاء در نظر گرفته شد. بدین منظور ابتدا مدل ریاضی بازو در سرعتهای حرکتی مختلف سینی نشاء به دست آمد، سپس بر اساس مدلسازی صورت گرفته، عملیات کاشت در سینی نشاء انجام پذیرفت.
[1] -Biancardi et al.
[2] -FAO
[3] - Keyvanlo & Armin
[4] - Nasri et al.
[5] -Zacharaki et al.
[6] -Urena et al.
[7] -Usher et al.
[8]- Average avoidance distance
[9] -Hayashi et al.
[10] - Cao
[11] - Tian et al.
[12] -Rosli et al.
[13] - Si et al.
[14] -Yang et al.
[15] -Wang et al.
چاپ صفحه | صفحه نخست سامانه | مجری و همکاران | اطلاعات تفضیلی | دانلود | دانشگاه علوم کشاورزی و منابع طبیعی خوزستان |
کد طرح | 400000010 |
عنوان فارسی طرح | مدلسازی دینامیکی و ساخت سامانه کاشت بذر در سینی نشاء (مطالعه موردی: چغندرقند) |
عنوان لاتین طرح | Dynamic modeling and fabrication of seed sowing system in seedling tray (Case study: sugar beet) |
محل اجرای طرح | دانشگاه علوم کشاورزی و منابع طبیعی خوزستان |
وضعیت اجرای طرح | |
تاریخ تصویب | |
تاریخ خاتمه |
نام و نامخانوادگی | سمت در طرح | نوع همکاری | درجهتحصیلی | پست الکترونیک |
---|---|---|---|---|
سامان آبدانان مهدی زاده | مجری | اول | دکترای تخصصی | s.abdanan@asnrukh.ac.ir |
عنوان | متن |
---|---|
پیشینه طرح | |
کلمات کلیدی | |
بیان مسئله و ضرورت انجام تحقیق | چغندرقند با نام علمیBeta vulgaris L یکی از محصولات زراعی و استراتژیک صنعتی است که سهم عمدهای در تولید شکر در جهان دارد. نیاز روزافزون کشور به تولید شکر و تأمین حدود 70 درصد تولید داخلی شکر از چغندرقند، اهمیت اقتصادی این محصول را به خوبی نشان میدهد. این محصول به طور مستقیم (از طریق تولید قند و شکر) و به صورت غیر مستقیم (از طریق تأمین خوراک دام) بخشی از نیازهای کشور را برآورده میسازد. طول دوره رشد این محصول برای تولید قند ۶ تا ۹ ماه میباشد (بیانکاردی و همکاران[1]، 2010). افزون بر این از ملاس که از فرآوردههای فرعی چغندرقند به شمار میآید در صنعت الکلسازی و داروسازی استفاده میشود. بر اساس آمار رسمی فائو[2]، سطح زیر کشت چغندرقند در جهان حدود 03/5 میلیون هکتار با عملکرد متوسط حدود 6/48 تن در هکتار میباشد که سهم ایران در بین کشورهای جهان، حدود 87 هزار هکتار سطح زیر کشت و با عملکرد حدود 59 تن در هکتار است (بینام، 2018). در مناطق دارای محدودیت طول دورة رشد و دارای منابع آب و خاک به نسبت شور با اطمینان 99 درصد کشت نشائی بهتر از کشت مستقیم بذر است؛ لذا چغندرقند نیز از این قاعده مستثنی نمیباشد (کیوانلو و آرمین[3]، 2017). در پژوهشی، کشت گلدانی چغندرقند با کشت مستقیم آن از نظر اندازه ریشه و عملکرد شکر مقایسه گردید. در این بررسی، کشت مستقیم 79/18 درصد قند تولید شد، در حالی که میزان قند تولیدی در کشت گلدانی 32/17 درصد بود. اگرچه در کشت گلدانی، درصد قند تولیدی کمتر بود اما بالاتر بودن عملکرد ریشه در این روش سبب افزایش عملکرد شکر تولیدی شد (نصری و همکاران[4]، 2011). با گسترش چشمگیر علوم و فناوری رایانهای و امکان استفاده از این سامانهها در فعالیتهای مختلف کشاورزی (به عنوان مثال درجهبندی محصولات مختلف، هدایت ربات، بازرسی و کنترل کیفیت تولیدات)، توجه بسیاری از صنعتگران و پژوهشگران معطوف به استفاده هرچه بیشتر از این فناوریها شده است. در این میان، بینایی ماشین یکی از پر کاربردترین روشهای نوینی میباشد که در زمینههای مختلف صنعتی (با در نظر گرفتن کشاورزی به عنوان بخشی از صنعت) مورد استفاده قرار گرفته است. از جمله این زمینهها میتوان به هدایت و تشخیص سامانههای هوشمند در فعالیتهای کاشت، داشت و برداشت محصولات کشاورزی و همچنین صنعت دام و طیور اشاره نمود (زاچاراکی و همکاران[5]، 2020). در همین راستا، در پژوهشی، روشهای مکانیزه بصری به منظور هوشمندسازی پیوند نشاء مورد بررسی قرار گرفت؛ در این پژوهش، موقعیت حفرهها و مشخصات سینی با استفاده از روش تصویربرداری نواری و تابش لیزر به سینیهای نشاء تعیین شد (یورنا و همکاران[6]، 2001). در پژوهشی دیگر، یوشر و همکاران[7] (2014) به بررسی اثر عملکرد ربات در سالن نگهداری طیور بر رفتار حیوان با کمک پردازش سیگنال پرداختند. ربات، دارای دوربین و مجموعهای از معیارهای قابل اندازهگیری مانند میانگین فاصله اجتنابی[8]، سرعت میانگین اجتنابی و متوسط زمان بازیابی بود. تجزیه و تحلیلها نشان داد که عملکرد ربات در محیط، نسبت به زمان حضور یک انسان، برای مرغ کمتر استرسزا میباشد. در مطالعهای دیگر، یک سامانه رباتیک به منظور برداشت توت فرنگی طراحی و ساخته شد. در این تحقیق از یک بازوی مکانیکی استوانهای به منظور برداشت و یک واحد بینایی ماشین به منظور هدایت بازو به محل محصول استفاده گردید (هایاشی و همکاران[9]، 2010). با توسعه اتوماسیون در سامانههای کشاورزی، سطح اقتصادی کشاورزی نیز بهتدریج افزایش یافته است. عملکرد اقتصادی مناسب در محصولات زراعی و گلخانهای تابع رشد رویشی مناسب در اوایل فصل رشد و توزیع و تخصیص مناسب مواد فتوسنتزی به ریشه است، در نتیجه کشت به موقع گیاهان از اهمیت به سزایی برخوردار است. تسریع در رشد گیاه را میتوان در شرایط کنترلشده به کمک کشت در خزانه و انتقال آن به زمین اصلی در زمان مناسب که خطر سرمای زمستانه و همچنین مشکل کمبود آب برطرف شده، میسر نمود (کاو[10]، 2019). لذا بسیاری از صنایع با توجه به این نیاز روز افزون تولید دستگاههای کشت و همچنین کاهش زمان و نیاز نیروی کار به طور پیوسته، اقدام به تولید سامانههای خودکار تولید و کاشت نشاء نمودهاند (تیان و همکاران[11]، 2017). تا به امروز پژوهش عمدهای در زمینه ساخت و تولید دستگاههای خودکار تولید و کشت نشاء صورت نگرفته و فرآیند تولید نشاء به صورت دستی در کشور انجام میشود. این در حالی است که شدت کار بالا و راندمان پایین این عمل به صورت دستی، تولید در مقیاس بزرگ را دشوار مینماید. بر اساس گزارشهای موجود، توسعه دستگاههای مکانیزه تولید نشاء درکشورهای آمریکا و ژاپن در خلال سالهای 1980 شروع گردید. دستگاههای توسعه یافته شامل دستگاههای تولید و کشت در سینی نشاء (روزلی و همکاران[12]، 2016؛ سی و همکاران[13]، 2013)، سامانه کشت نشاء در گلدان (یانگ و همکاران[14]، 2018) و دستگاههای کشت نشاء در مزرعه (وانگ و همکاران[15]، 2018) میباشند. انرژی ورودی و هزینه کارگری تولید و کشت نشاء نسبت به کشت مستقیم بیشتر بوده و این در صورتی است که حذف کار کارگری در هر بخش میتواند صرفه اقتصادی این نوع کشت را به صورت چشمگیری افزایش دهد. لذا هدف از این پژوهش، مدلسازی دینامیکی و طراحی بازوی کشت بذر در سینی نشاء در نظر گرفته شد. بدین منظور ابتدا مدل ریاضی بازو در سرعتهای حرکتی مختلف سینی نشاء به دست آمد، سپس بر اساس مدلسازی صورت گرفته، عملیات کاشت در سینی نشاء انجام پذیرفت. |
خلاصه نتیجه اجرای طرح |
نام فایل | تاریخ درج فایل | اندازه فایل | دانلود |
---|---|---|---|
Proposal-Final.pdf | 1400/04/05 | 581223 | دانلود |
Proposal-Final.docx | 1400/04/05 | 555124 | دانلود |