عنوان پایان‌نامه

طراحی و ساخت دستگاه آزمونگر چرخ محرک وسایل نقلیه برروی خاک زراعی



    دانشجو در تاریخ ۱۷ شهریور ۱۳۹۲ ، به راهنمایی ، پایان نامه با عنوان "طراحی و ساخت دستگاه آزمونگر چرخ محرک وسایل نقلیه برروی خاک زراعی" را دفاع نموده است.


    محل دفاع
    کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 63273;کتابخانه مرکزی پردیس کشاورزی و منابع طبیعی شماره ثبت: 5915
    تاریخ دفاع
    ۱۷ شهریور ۱۳۹۲
    استاد راهنما
    علی جعفری

    یکی از مهمترین مباحث مربوط به هر وسیله نقلیه‌، اعم از برون‌جاده‌ای یا جاده‌ای، نحوه بر هم کنش آن وسیله با سطح حرکتی مورد نظر می‌باشد. در سطوح حرکتی تغییر شکل پذیر تعیین و بررسی برهم کنش چرخ در وسایل نقلیه برون‌جاده‌ای و سطح اتکا، شکل پیچیده‌تری به خود می‌گیرد به‌طوریکه تعیین نیروها و گشتاورهای وارد بر بر چرخ، مخصوصا چرخ محرک، از گذشته تا به حال توجه بیشتر محققان و دانشمندان علم دینامیک وسایل برون‌جاده‌ای را به خود جلب نموده است. سرعت پیشروی، بار عمودی، فشار باد تایر، زاویه لغزش جانبی و همچنین کششی مالبندی از عوامل اثرگذار و مهم بر میزان نیروها و گشتاورهای وارد بر یک چرخ محرک هستند. به منظور یافتن مدل ریاضی پیش‌بینی نیروی جانبی، نیروی طولی، گشتاور ورودی، گشتاور برگردان و لغزش، دستگاه آزمونگری شامل چهار بخش مکانیکی، هیدرولیکی و الکترونیکی و نرم افزاریساخته شد. برای بررسی اثر هر یک از این متغیرهااز روش سطح پاسخ در سه سطح مختلف متغیرها ودر دو سطح حرکتی مختلف شامل خاک (شرایط مزرعه‌ای) و آسفالت استفاده گردید. آزمایش‌ها در خاک لومی رسی مزرعه تحقیقاتی گروه مهندسی مکانیک ماشین‌های کشاورزی دانشگاه تهران صورت پذیرفت. با استفاده از داده‌های به‌دست آمده از آزمایش‌ها و برازش چند متغیره خطی در نرم افزار دیزاین اکسپرت در مجموع 10 مدل برای پیش‌بینی نیروی جانبی، نیروی طولی، گشتاور ورودی، گشتاور برگردان و لغزش (هر متغیر دو مدل در هر سطح حرکتی) یک چرخ آج بلند کشاورزی استخراج گردید.مدل‌های ریاضی روی هر دو سطح خاک و آسفالت دارای دقت خوب و با ضریب تبیین بالای 97/0 می‌باشد که مدل‌های ارائه شده بر روی سطح خاک پیچیدگی بیشتری دارند. با استفاده از نرم‌افزار متلب شبکه‌های عصبی مصنوعی با الگوریتم پس انتشار خطا برای مدل‌سازی، آموزش داده شد و تست گردید. نتایج نشان داد که مدل‌سازی‌ها با شبکه عصبی دارای دقت بسیار خوب و با ضریب تبیین 97/0 می‌باشد. بعد از یافتن مدل‌های رگرسیونی، برای یافتن نقطه بهینه عملکرد کششی،روابط گشتاور ورودی، نیروی کششی و لغزش به عنوان توابع هدف به بخش بهینه سازی نرم افزار دیزاین اکسپرت معرفی شد.در نهایت مقدار بازده کششیدر نقطه بهینه، 51 درصد به‌دست آمد. نتایج حاصل تحقیق حاضر می‌تواند برای کارخانجات تایر سازی و بخش تحقیق و توسعه‌ی تولیدکنندگان و مصرف‌کنندگان عمده وسایل نقلیه برون‌جاده‌ای که اهم آن‌ها عبارتند از تراکتورها و ماشین‌های کشاورزی، ماشین‌های معدن و راهسازی، جنگ‌افزارها و ادوات جنگی و ... مورد استفاده قرار گیرد. همچنین می‌توان برای تدوین استاندارهای موجود در زمینه تایرهای کشاورزی، تهیه نرم افزارهای شبیه سازی رایانه‌ای، تهیه دستورالعمل‌های استفاده از تایرها جهت کاهش مصرف سوخت در بخش کشاورزی و انجام پژوهش های مرتبط در مراکز علمی از این دستگاه آزمونگر استفاده نمود.
    Abstract
    One of the most important issues related to road or off -road vehiclesis its interaction with the contact surface. In deformable surfaces study of the off road vehicles tire-soil interaction problemismore complicatedthat determination of forces and moments acting on the wheel, specially driven wheel are interesting subjects for researchers of off-road vehicles dynamics. Forward speed, vertical load, tire pressure, side slip angle, and drawbar pull are important and effective factors on the forces and momentsacting on the driven wheels. the tire tester facilitywith four parts: mechanical, hydraulic, electronic and software,wasdeveloped to find a mathematical model to predict the side force, longitudinal force, input torque, self-aligning torque andtravel reduction. The effects of these factors in three levels on two surfaces (soil and asphalt) were studied using response surface method. The experiments carried out in a Clay loam soil field in University of Tehran, Mechanics of Agricultural Machinery Engineering DepartmentResearch Station. Using data obtained from the tests and multivariate linear regression, 10 model investigated to predict side force, longitudinal force, input torque, self-aligning torque and travel reductionof a high lug agricultural tire. Mathematical models had a good accuracy on both soil and asphalt surfaces with coefficient of determinationof 0.97.The models presented on the soilsurface were more complex than asphalt. MATLAB software using the back propagation error algorithm were trained and testedfor the ANN models. Results showed that the neural network modeling had a very good accuracy with a high correlation coefficient of0.97. After extractionof the regression models and determining the objective functions, the optimum points of traction performancewere foundusing the Design Expert software. The objective functions were longitudinal force, input torque and travel reduction. The optimum traction performance was 51%. The results of the present study can be useful for tire manufacturing company, R&D departments of major producers and consumers of off-road vehicles, (including tractors and agricultural machinery Mining and Quarrying road vehicles, and also militaries vehicles) .It is also possible to use tire tester to develop standards in the field of agricultural tires, developing computer simulation software, using the instructions supplied tires to reduce fuel consumption in agricultural machinery and also in other related research.