پردیس کشاورزی و منابع طبیعی دانشگاه تهرانمهندسی بیوسیستم ایران2008-480351120200320Feasibility of Detecting Sugarcane Varieties by Electronic Nose Technique in Sugarcane Syrupامکان سنجی تشخیص واریتههای مختلف نیشکر با تکنیک بینیالکترونیک در شربت نیشکر1107390910.22059/ijbse.2019.287027.665209FAعبدالهادیب زادهدانشجوی کارشناسی ارشد رشته مکانیک بیوسیستم گرایش تکنولوژی پس از برداشت. گروه مهندسی بیوسیستم، دانشکده کشاورزی، دانشگاه شهید چمران اهواز، اهواز، ایران.حسنذکی دیزجیاستادیار، گروه مهندسی بیوسیستم، دانشکده کشاورزی، دانشگاه شهید چمران اهواز، اهواز، ایران0000-0002-8891-5031ناهیدعقیلی ناطقاستادیار، گروه ماشینهای کشاورزی، دانشکده کشاورزی سنقر، دانشگاه رازی، کرمانشاه، ایران.0000-0003-4321-620XJournal Article20190828Sugar cane is one of the most important industrial plants which is the first source of sugar production in Iran (about 40-50%). The sugar industry plays a key role among the various industries of the country with the daily supply of energy to the citizens. In addition to household consumption, sugar is of particular importance in the food industry because of its sweetening and volume properties. Sugarcane content is often in the range of 10-15% and in some cases up to 17%. Various factors such as variety and date of planting or harvesting of last year are important to start harvesting. On the other hand, Sugarcane cannot be stored in the factory and its sugars factors are decomposed quickly by storage and sugar cane weight decreases due to loss of moisture. It would be better if the factory consumes more fresh sugarcane. Therefore, an electronic nose instrument was used to test the variety of sugarcane syrup and its association with the odors emitted from it to identify the variety of sugarcane for harvesting time. Four sugarcane varieties (CP57, CP69, IRC99-02, and CP48) were selected from the sugarcane sample fields. Linear discriminant analysis (LDA), principal component analysis (PCA) and neural networks (ANN) were used to detect the different sugarcane varieties. The results showed that all three methods had high accuracy in variety classification. But the LDA and PCA methods performed better than the ANN method. So that, the classification accuracy of sugarcane varieties was 98.33%, 97% and 96.7%, respectively. The results showed the high ability of the olfactory machine to diagnose between the sugarcane varieties, which can be used as a rapid and low cost instrument in the sugarcane industry.نیشکر یکی از مهمترین گیاهان صنعتی است که در ایران اولین منبع تولید شکر (در حدود 40 الی50 درصد) است. صنعت شکر با توجه به تامین انرژی روزانه شهروندان از نقشی کلیدی در میان صنایع مختلف کشور برخوردار میباشد. شکر علاوه بر مصارف خانگی دارای اهمیت ویژهای در صنعت غذا به دلیل خاصیت شیرین کنندگی و حجم دهندگی میباشد. مقدار قند نیشکر اغلب در حد 15-10 درصد و در مواردی تا 17 درصد میباشد. جهت شروع برداشت عوامل مختلفی نظیر واریته و تاریخ کاشت و یا برداشت سال گذشته مهم میباشد. از طرفی نیشکر قابل انبار کردن و ذخیرهسازی در کارخانه نیست و مواد قندی آن سریعاً در اثر نگهداری تجزیه میگردند و وزن نیشکر در اثر از دست دادن رطوبت کم میشود. هرچه نیشکر تازهتر به مصرف کارخانه برسد، بهتر خواهد بود. لذا از دستگاه بینی الکترونیک استفاده گردید تا با آزمایش شربتهای نیشکر و ارتباط آن با بوهای متصاعد شده از آن بتوان نوع واریته را جهت برداشت به موقع نیشکر تشخیص داد. از مزارع نمونه نیشکر چهار رقم مطرح (CP57، CP69، IRC99-02، و CP48) انتخاب گردیدند. از روشهای تحلیل تفکیک خطی (LDA)، تجزیه مولفههای اصلی (PCA) و شبکههای عصبی (ANN) برای تشخیص واریتههای مختلف نیشکر استفاده شد. نتایج نشان داد که هر سه روش دقت بالایی در کلاس بندی رقم دارند. اما روشهای LDA و PCA نسبت به روش ANN نتایج بهتری داشتند. به طوری که برای تشخیص واریتههای نیشکر دقت طبقهبندی آنها به ترتیب 98.33% ، 97% و 96.7% بود. نتایج به دست آمده توانایی بالای ماشین بویایی را در تمایز بین واریتههای نیشکر نشان داد که میتوان ایـن سـامانه را به عنوان یک ابزار سریع و کم هزینه در صنعت نیشکر به کار برد.https://ijbse.ut.ac.ir/article_73909_63572bd22c571cedf36a1cc67337a9a6.pdfپردیس کشاورزی و منابع طبیعی دانشگاه تهرانمهندسی بیوسیستم ایران2008-480351120200320Potential of Substituting Bagasse for Natural Gas in Karun Sugar Factory and Its Economic Evaluationپتانسیل جایگزینی باگاس به جای گاز طبیعی در کارخانهی شکر کشت و صنعت کارون و بررسی اقتصادی آن11217420310.22059/ijbse.2019.291155.665237FAناهیدحسنکیفارغ التحصیل کارشناسی ارشد مکانیزاسیون کشاورزی، گروه مهندسی بیوسیستم، دانشکده کشاورزی، دانشگاه شهید چمران اهواز، اهواز، ایرانیعقوبمنصوریعضو هیات علمی/ گروه مهندسی بیوسیستم، دانشکده کشاورزی، دانشگاه شهید چمران اهواز، اهواز، ایرانعباسعساکرهعضو هیات علمی گروه مهندسی بیوسیستم، دانشکده کشاورزی، دانشگاه شهید چمران اهواز، اهواز، ایرانJournal Article20191102The objective of the current study was to investigate the energy consumption in Karun Sugar Factory and to assess, economically and technically, the potential of substituting natural gas by bagasse as a source of energy. The necessary data were collected throughout the factory documents and the factory expert’s interview during years 1395-1396. The results showed that the annual consumption of electricity and heat in the Karun sugar factory was 24 GWh and 890.83 tonnes steam respectively, which resulted in the emission of 195 tonnes of air pollutants with a social cost of 24.79 billion Rials. The net heat rate of the factory’s power plant calculated to be 27.15 MJ/KWh. Using 270,000 tonnes of surplus bagasse, there is the potential to generate 15.14% of total sugar plant energy and reduce 29,000 tonnes of pollutants per year. The rate of return and return time of the capital needed for modification the current boilers was 88.95% and 2 years respectively. Using bagasse instead of natural gas leads to 30.6 Billion Rials reduction in variable costs of the factory based on financial data of the year 1395.هدف از این پژوهش، مطالعه وضعیت مصرف انرژی در کارخانه تولید شکر کشت و صنعت کارون و بررسی فنی و اقتصادی پتانسیل استفاده از باگاس به جای گاز طبیعی است. اطلاعات مورد نیاز بر اساس سال زراعی 1395-1396 جمعآوری گردید. نتایج نشان داد مصرف سالیانه انرژی برق و حرارت در کارخانهی شکر کارون به ترتیب 24 گیگاواتساعت و 83/890 تن بخار (حرارت) بوده است که موجب انتشار 195 تن آلاینده هوا با هزینه اجتماعی 79/24 میلیارد ریال شده است. نرخ گرمایی خالص نیروگاه شرکت 15/27 مگاژول بر کیلوواتساعت محاسبه شد. با استفاده از 270 هزار تن باگاس مازاد، پتانسیل تولید 14/15 درصد کل انرژی کارخانه شکر و کاهش 29 هزار تن آلاینده در سال وجود دارد. بر اساس سال پایه 1395، نرخ بازده سرمایه باگاسسوز کردن دیگ بخار شرکت، 95/88 درصد و دوره بازگشت سرمایه کمتر از دو سال با صرفهجویی 60/30 میلیارد ریال در سال به دست آمد.https://ijbse.ut.ac.ir/article_74203_71e53f95f484cc707b6bc4bb2f83db68.pdfپردیس کشاورزی و منابع طبیعی دانشگاه تهرانمهندسی بیوسیستم ایران2008-480351120200320Modeling and Simulation of Enzymatic Biosensor for Detecting Aflatoxin B1 Using Artificial Neural Networkمدلسازی و شبیهسازی بیوسنسور آنزیمی برای تشخیص آفلاتوکسین B1 با استفاده از شبکه عصبی مصنوعی23357401410.22059/ijbse.2019.290736.665232FAسید جوادسجادیگروه مهندسی مکانیک ماشینهای کشاورزی، دانشکده مهندسی و فناوری پردیس کشاورزی و منابع طبیعی دانشگاه تهران0000-0002-6555-080Xسلیمانحسین پورگروه مهندسی مکانیک ماشینهای کشاورزی، دانشکده مهندسی و فناوری پردیس کشاورزی و منابع طبیعی دانشگاه تهران0000-0002-0572-3932شاهینرفیعیگروه مهندسی مکانیک ماشینهای کشاورزی، دانشکده مهندسی و فناوری پردیس کشاورزی و منابع طبیعی دانشگاه تهران0000-0003-2647-3984Journal Article20191020Aflatoxin B1 (AFB1) is one of the most toxic Aflatoxins that contaminates agricultural products and causes deathlike effects on human health. Determination of AFB1 in food by biosensors is fast, low cost and accurate. In this paper, modeling and simulation of chemical reactions in the AFB1 potentiometric biosensor is performed to determine the optimal reaction rate constants. Enzymatic reactions are simulated using COMSOL software and reaction rates are optimized by Artificial Neural Network (ANN) and Genetic Algorithm (GA). The fitness function of GA is defined by deploying ANN. The data generated during the simulation step were used to train and evaluate the performance of the neural network. Compared with experimental data, COMSOL model simulated biosensor response with MAPE equal to 0.1023 %. In addition trained ANN with 5-48-1 structure predicted biosensor response with MAPEs equal to 0.7074 %, 0.9458 %, 0.7473 % and 0.7492 % for train, validation, test and total data sets respectively. Reaction rates were optimized by Artificial Neural Network (ANN) and Genetic Algorithm. Modeling results showed that trained Neural Network using Genetic Algorithm optimized reaction rates has the lowest MAPE equal to 0.0026 % compared with other models in prediction of AChE enzyme inhibition by AFB1.افلاتوکسین B1 (AFB1) سمی ترین گروه آفلاتوکسینهاست که باعث آلودگی محصولات کشاورزی شده و اثرات مرگ باری بر سلامت انسان دارد. تشخیص AFB1 در مواد غذایی و خوراکی توسط بیوسنسورها سریع، کم هزینه و دقیق است. در این مقاله به مدلسازی و شبیهسازی واکنشهای شیمیایی در بیوسنسور پتانسیومتری AFB1 جهت تعیین ثابتهای <em> </em>بهینه نرخ واکنش پرداخته شده است. شبیهسازی واکنشهای شیمیایی توسط نرم افزار COMSOL و بهینه سازی ثابتهاینرخ واکنش توسط شبکه عصبی مصنوعی و الگوریتم ژنتیک انجام شد. علاوه بر آن شبکه عصبی مصنوعی به عنوان تابع هدف مورد استفاده در الگوریتم ژنتیک به کار رفت. داده های تولید شده در مرحله شبیه سازی جهت آموزش و ارزیابی عملکرد شبکه عصبی مورد استفاده قرار گرفتند. نتایج بدست آمده نشان داد مدل COMSOL در مقایسه با دادههای تجربی، پاسخ بیوسنسور را با MAPE برابر با 1023/0 % شبیه سازی کرد. شبکه عصبی مصنوعی آموزش داده شده با ساختار 1-48-5 نیز قادر به پیش بینی پاسخ بیوسنسور با MAPE برابر با 7074/0 % ، 9458/0 % ، 7473/0 % و 7492/0 % به ترتیب برای دادههای گروه آموزش، اعتبار سنجی، آزمون و کل دادهها بود. نتایج بهینهسازی ثابتهای <em> </em>نرخ واکنش توسط الگوریتم ژنتیک و شبکه عصبی مصنوعی نشان داد شبیه سازی پاسخ بیوسنسور AFB1 با استفاده از شبکه عصبی مصنوعی و پارامترهای ورودی انتخاب شده توسط الگوریتم ژنتیک دارای کمترین خطای MAPE برابر با 0026/0 % در پیش بینی میزان مهار آنزیم AChE توسط AFB1 است.https://ijbse.ut.ac.ir/article_74014_5b15a18c6e5e4fbf3d22d589a48f7486.pdfپردیس کشاورزی و منابع طبیعی دانشگاه تهرانمهندسی بیوسیستم ایران2008-480351120200320Optimization of tablet making apparatus operation for production of tomato tablet using response surface methodبهینهسازی عملکرد دستگاه قرصساز غیرپیوسته برای تولید قرص گوجهفرنگی به روش سطح پاسخ37497440610.22059/ijbse.2019.291361.665238FAرضاترکاشوندگروه مهندسی بیوسیستم، دانشکده کشاورزی، دانشگاه بوعلی سینا، همدان، ایرانرضاامیری چایجانگروه مهندسی بیوسیستم، دانشکده کشاورزی، دانشگاه بوعلی سینا، همدان، ایران0000-0001-8634-7352علیقاسمیدانش آموخته دکتری، گروه مهندسی بیوسیستم، دانشکده کشاورزی، دانشگاه بوعلی سینا، همدانJournal Article20191025In this study, the effect of effective variables of moisture content, particle size, type of adhesive and tablet shape on the qualitative properties (difference of color indices ΔL*, Δa* and Δb*), physical (unit density and shrinkage) and mechanical (diffusion force) indices of compressed tablets made from tomato powder were studied. Independent variables were including three levels of particle size of tomato powder (particles smaller than 0.3 mm, particles ranging from 0.3 to 0.75 mm and particles larger than 0.75 mm), three levels of moisture content (18, 36 and d.b. 54%), three forms of compressed pills (spherical, cylindrical and cubic), three types of adhesive (55% fructose syrup, water and sugar). For optimization, the surface response and Di-optimal method were used. The results showed that optimum spot was obtained for compressed pills consisting of tomato powder with a moisture content of %33.4 db, particle size of fructose 0.3 mm, and cylindrical tablet form, dried in oven at 60 ° C. Under these conditions, the desirability index was 0.826, and the optimal value of the independent variables ΔL*, Δa* and Δb* (the difference of color indices with fresh tomatoes), penetration force, unit density and shrinkage were 35.89, 15.6, 23.23, 267.2 N, 2299 kg/m3 and %12.2, respectively.در این پژوهش اثر متغیرهای مؤثر محتوای رطوبتی، اندازه ذرات، نوع ماده چسبان و شکل قرص بر خواص کیفی (اختلاف شاخصهای رنگی∆L*،∆a* و ∆b*) ، فیزیکی (چگالی واحد و چروکیدگی) و مکانیکی (نیروی نفوذ) قرص فشرده تولید شده از پودر گوجهفرنگی مورد مطالعه قرار گرفتند. متغیرهای مستقل شامل سه سطح اندازه ذرات پودر گوجهفرنگی (ذرات کوچکتر از mm 3/0، ذرات بین3/0 تا mm 75/0 و ذرات بزرگتر از mm 75/0)، سه سطح محتوای رطوبتی (18، 36 و d.b.54%)، سه شکل قرص فشرده (کروی، استوانهای و مکعبی) و سه نوع ماده چسبان (شربت فروکتوز 55 درصد، آب و شکر) بودند. برای بهینهسازی از روش سطح پاسخ و طرح دی- اپتیمال استفاده شد. نتایج نشان داد که نقطه بهینه برای قرصهای فشرده شده متشکل از پودر گوجهفرنگی با محتوای رطوبتی % d.b. 4/33، اندازه ذرات mm 3/0، نوع ماده چسبان فروکتوز و شکل قرص استوانهای که در آون در دمای °C60 خشکشده بودند به دست آمد. تحت این شرایط، شاخص مطلوبیت 826/0 محاسبه شد و مقدار بهینه متغیرهای مستقل∆L*، ∆a*و ∆b*، نیروی نفوذ، چگالی واحد و چروکیدگی به ترتیب برابر با 89/35، 6/51، 23/23، N 2/267 ، kg/m<sup>3</sup> 2299 و 12/2 درصد به دست آمدند.https://ijbse.ut.ac.ir/article_74406_fe503d9b35db83f1ed141fe9c3ff406a.pdfپردیس کشاورزی و منابع طبیعی دانشگاه تهرانمهندسی بیوسیستم ایران2008-480351120200320Thermodynamic Analysis of Flat Plate Solar Collector Simulator and Optimization of Process Variablesآنالیز ترمودینامیکی شبیهساز کلکتور خورشیدی صفحه تخت و بهینهسازی متغیرهای فرآیند51617339410.22059/ijbse.2019.287200.665210FAمحمدآهمندگروه مهندسی مکانیک بیوسیستم، دانشگاه ارومیه، ارومیه، ایرانفاروقشریفیاناستادیار گروه مهندسی مکانیک بیوسیستم- دانشگاه ارومیهعلیمحمد نیکبختگروه مهندسی مکانیک بیوسیستم، دانشگاه ارومیه، ارومیه، ایران0000-0003-4431-5402وحیدرستم پورگروه مهندسی مکانیک بیوسیستم، دانشگاه ارومیه، ارومیه، ایرانادریسرحمتیگروه مهندسی مکانیک بیوسیستم، دانشگاه تربیت مدرس، تهران، ایرانJournal Article20190825In this paper the energy and exergy analysis of flat plate solar collector simulator equipped with Inclined Broken Rib roughness was investigated based on experimental data in open circuit as well as optimizing system operating conditions. The experiments were carried out with nine levels of mass flow rates (0.03, 0.04, 0.05, 0.06, 0.07, 0.08, 0.09, 0.10 and 0.11 kg/s), five levels of heat flux (1000, 1100, 1200, 1300 and 1400 W/m^2) and three levels of ambient air temperature (20, 25 and 30 °C). The results showed that the highest and lowest values of energy efficiency were found 49.8 and 0.3%, in treatments with ambient temperature of 20 and 25 °C, mass flow rate of 0.11 kg/s and heat flux of 1000 and 1400 W/m^2, respectively. Also, the highest and lowest exergy efficiency were calculated 5.75 and 0.607% in treatments with ambient temperature of 20 and 30 °C, mass flow rate of 0.11 kg/s and 0.03 and heat flux of 1000 W/m^2, respectively. The response surface methodology was employed to optimize solar collector operating conditions. Optimum operating conditions were found to be anambient temperature of 20 °C, mass flow rate of 0.11 kg/s and heat flux of 1000 W/m^2. At this optimum condition, the energy and exergy efficiency were found to be 42.08 and 5.76%, respectively at a desirability level of 0.92.در تحقیق حاضر تحلیل انرژی و اکسرژی شبیهساز کلکتور خورشیدی صفحه تخت مجهز به ناهمواری Inclined Broken Rib بر اساس دادههای تجربی در یک مدار باز و همچنین بهینهسازی شرایط کارکرد سامانه صورت گرفته است. آزمایشها در نه سطح دبی جرمی (kg/s 03/0، 04/0، 05/0، 06/0، 07/0، 08/0، 09/0، 10/0 و 11/0)، پنج سطح شار حرارتی (W/m^21000، 1100، 1200، 1300 و 1400) و سه سطح دمای هوای محیط (°C 20، 25 و 30) انجام شد. نتایج نشان داد که بیشترین و کمترین مقدار بازده انرژی به ترتیب در تیمارهای با دمای محیط °C20 و 25 ، دبی جرمی kg/s11/0 و شار حرارتی W/m^21000 و 1400 با مقادیر 8/49 و 3/0 درصد به دست آمد. همچنین بیشترین و کمترین مقدار بازده اکسرژی به ترتیب برابر 75/5 و 607/0 درصد در تیمارهای با دمای محیط °C20 و 30 ، دبی جرمی kg/s11/0 و 03/0 و شار حرارتی W/m^21000 محاسبه شد. روش سطح پاسخ برای بهینه کردن شرایط کارکرد جمعکننده خورشیدی به کار گرفته شد. شرایط بهینه در دمای محیط °C20، نرخ جریان جریان جرمی kg/s11/0 و شار حرارتی W/m^21000 به دست آمد. در این شرایط بهینه، بازده انرژی و اکسرژی به ترتیب 08/42 و 76/5 درصد با مطلوبیت 92/0 به دست آمد.https://ijbse.ut.ac.ir/article_73394_cc0168a52479164dac544d058e64e511.pdfپردیس کشاورزی و منابع طبیعی دانشگاه تهرانمهندسی بیوسیستم ایران2008-480351120200320Determination of the Ingredient of Organic Fraction of Municipal Solid Waste in Karaj and Its Impacts on the Potential of Biogas Productionتعیین اجزاء بخش آلی زباله جامد شهری در کرج و تأثیر آن بر پتانسیل تولید بیوگاز63767245210.22059/ijbse.2019.281155.665187FAاحمدرضاصالحیوندانشجوی دکتری گروه مهندسی ماشینهای کشاورزی، دانشکده مهندسی و فناوری کشاورزی،
پردیس کشاورزی و منابع طبیعی دانشگاه تهرانمحمدشریفیدانشیار گروه مهندسی ماشینهای کشاورزی، دانشکده مهندسی و فناوری کشاورزی،
پردیس کشاورزی و منابع طبیعی دانشگاه تهران0000-0003-4594-4972مرتضیآغباشلودانشیار گروه مهندسی ماشینهای کشاورزی، دانشکده مهندسی و فناوری کشاورزی،
پردیس کشاورزی و منابع طبیعی دانشگاه تهران0000-0001-8534-4686حمیدزیلوییدانشیار دانشکده مهندسی شیمی، دانشگاه صنعتی اصفهانسعیدمفتحدانشجوی کارشناسی ارشد گروه مهندسی ماشین های کشاورزی، دانشکده مهندسی و فناوری کشاورزی، پردیس کشاورزی و منابع طبیعی دانشگاه تهران0009-0004-2197-1735Journal Article20190518Anaerobic digestion in order to produce biogas is a proven method for producing renewable energy from municipal solid waste. In this research, organic fractions of municipal solid waste compounds were determined in Karaj metropolitan area. The organic waste components were monitored in five categories of fruits, fat and protein, starches, vegetables, and cellulose wastes in the winter and summer seasons. Then, a sample representing the average amount of waste components was synthesized and biomethane yield, digestibility indicators and kinetic modeling parameters of biogas production were investigated in batch tests at mesophilic temperature at two concentrations of 8 and 15 TS%. The most part in the organic fraction was fruit and vegetable waste with a total of 62.9% and 70.6% in winter and summer, respectively. The biomethane yield and methane content at 8% and 15% TS had significant difference with 385.2 and 289.2 L/kg VS and of 66.8 and 58.8%, respectively, but there was no significant difference for VS removal with 87.99% and 84.72%. As a result, for source separated MSW, anaerobic digestion at the lower TSs has better results than dry. Continuous anaerobic digestion at 30 day hydraulic retention time is more effective for specific biomethane production and high volumetric biogas production under stable conditions.هضم بیهوازی به منظور تولید بیوگاز روشی اثبات شده برای تولید انرژی تجدیدپذیر از زبالههای جامد شهری است. در این تحقیق اجزای بخش آلی زباله جامد شهری در کلانشهر کرج تعیین شد. اجزاء بخش آلی زباله در پنج دسته ضایعات میوه، چربی و پروتئین، نشاسته، سبزیجات، و سلولزی در دو فصل زمستان و تابستان رصد شد. سپس یک نمونه که بیانگر متوسط مقدار اجزاء زباله باشد سنتز شده و عملکرد بیومتان، شاخصهای هضمپذیری و پارامترهای مدلسازی سینتیک تولید بیوگاز در آزمون وعدهای در دمای مزوفیل و در دو سطح غلظت 8 و 15% TS بررسی گردید. بیشترین جزء در بخش آلی زباله به ضایعات میوه و سبزی با مجموع 9/62 و 6/70% در دو فصل زمستان و تابستان تعلق داشت. عملکرد بیومتان در 8 و 15% TS به ترتیب برابر با 2/385 و 2/289 L/kg VS و درصد متان 8/66 و 8/58 تفاوت معناداری داشت، اما تخریب VS با مقادیر 49/87 و 72/84% تفاوت معناداری نداشت. در نتیجه برای زباله تفکیک شده در مبدا هضم بیهوازی در TSهای پایینتر، نتایج بهتری نسبت به هضم خشک دارد. هضم پیوسته برای زمان ماند 30 روز برای داشتن تولید ویژه بیومتان و تولید حجمی بالا در شرایط پایدار قابل اجرا است.https://ijbse.ut.ac.ir/article_72452_42530335f4662026017d111242c80139.pdfپردیس کشاورزی و منابع طبیعی دانشگاه تهرانمهندسی بیوسیستم ایران2008-480351120200320Environmental Impact Assessment of Compost Production from Municipal Solid Waste Using Life Cycle Assessment (Case Study: Rasht City)ارزیابی اثرات زیست محیطی تولید کمپوست از پسماند جامد شهری با رویکرد ارزیابی چرخه زندگی (مطالعه موردی: شهر رشت)77877286610.22059/ijbse.2019.282318.665193FAمحمدشریفیدانشیار گروه مهندسی ماشین های کشاورزی دانشکده مهندسی و فناوری کشاورزی، پردیس کشاورزی و منابع طبیعی دانشگاه تهران0000-0003-4594-4972لیلابهروزنیادانشجوی کارشناسی ارشد گروه مهندسی ماشین های کشاورزی دانشکده مهندسی و فناوری کشاورزی،
پردیس کشاورزی و منابع طبیعی دانشگاه تهرانسیدهاشمموسوی اولدانشجوی دکتری گروه مهندسی صنایع غذایی، کشاورزی و زیست شناسی، دانشگاه ایالتی اوهایو، ایالات متحده امریکاJournal Article20190529Municipal solid waste, known as reject material, is increasingly being added to the world, causing more problems, such as air pollution and greenhouse gas emissions in the environment. As a result, the need for proper and sustainable waste management is felt more by managers. Accordingly, compost production is one of the methods used in agriculture in addition to reducing pollution. In Rasht, this method is used to manage 400 tonns of waste per day. In the process of composting, pollutants are created that affect the environment. In this study, the CML-IA baseline V3.04 / World 2000 method using SimaPro software was applied to evaluate the life cycle and 11 impact categories have been investigated and finally the results were normalized and weighed. The functional unit in this study was 400 tonnes of compost produced per day. The results showed that the global warming potential was calculated with 4.28×10<sup>3</sup> kgCO<sub>2</sub> and the largest share in this section was due to direct emissions and transportation. Also, normalization results showed that compost production from waste had the most effect on marine aquatic ecotoxicity and human toxicity potential, respectively.پسماند جامد شهری، به عنوان مواد دور ریز شناخته میشود و به طور روزافزون به این مواد در جهان اضافه میشود و سبب ایجاد مشکلات بیشتری از جمله آلودگی هوا و انتشار گازهای گلخانهای در محیط زیست میشود. در نتیجه، نیاز به مدیریت درست و پایدار زباله توسط مدیران بیشتر احساس میشود. بر این اساس، تولید کمپوست، یکی از روشهایی است که علاوه بر کاهش آلایندگی، در کشاورزی نیز مورد استفاده قرار میگیرد. در شهر رشت نیز از روش تولید کمپوست برای مدیریت 400 تن زباله در روز بهره گرفته میشود. در فرایند تولید کمپوست، آلایندههایی ایجاد میشود که باعث اثرگذاری در محیط زیست میگردد. در این مطالعه، برای ارزیابی چرخه زندگی، از نرم افزار سیماپرو، از روش CML-IA baseline V3.04 / World 2000 استفاده شد و 11 بخش اثر بررسی گردید و در نهایت نتایج نرمالسازی و وزندهی شدند. واحد کارکردی در این مطالعه 400 تن کمپوست تولیدی به ازای یک روز در نظر گرفته شد. نتایج نشان داد که مقدار پتانسیل گرمایش جهانی برابر 10<sup>3</sup>×28/4 kgCO<sub>2</sub> <sub>eq.</sub> میباشد و بیشترین سهم را در این بخش اثر، آلایندههای مستقیم و حمل و نقل دارند. همچنین نتایج پس از نرمالسازی نشان داد که تولید کمپوست از زباله بیشترین اثر را به ترتیب در سمیت آبهای آزاد و سمیت انسان دارد.https://ijbse.ut.ac.ir/article_72866_fcaee9cd7dc9e905a36b08bdf3bd50ee.pdfپردیس کشاورزی و منابع طبیعی دانشگاه تهرانمهندسی بیوسیستم ایران2008-480351120200320Experimental and Numerical Study of Gas Flow in Cylindrical Bin Containing Granular Porous Material with Two Common Duct Inlet Arrangements (H, F)مطالعه تجربی و مدل سازی عددی جریان هوا در مخزن استوانهای حاوی مواد متخلخل دانهای با دو آرایش مرسوم کانالهای ورودی (H,F)89977302810.22059/ijbse.2019.285898.665204FAکامرانملکی مجددانشجوی دکتری مهندسی بیوسیستم، دانشکده کشاورزی، دانشگاه شیراز، ایرانداریوشزارعبخش بیوسیتم، دانشکده کشاورزی، دانشگاه شیراز0000-0002-6267-2916همایونامداددانشکده مهندسی مکانیک، بخش حرارت و سیالاتسید مهدینصیریبخش مهندسی بیوسیستم
دانشگاه شیراز0000-0001-6059-8911غلامرضاکریمیبخش مهندسی شیمی، دانشکده مهندسی شیمی، نفت و گاز، دانشگاه شیراز، ایرانخسروجعفر پورعضو هیات علمی دانشکده مهندسی مکانیک دانشگاه شیرازJournal Article20190722In this study pressure drop of bin containing corn as granular porous material with two common inlet duct arrangements (H, F) for a laboratory silage was studied by using experimental method. Higher pressure was obtained for the F arrangement compare to the H arrangement. The Ergun equation was fitted on the pressure drop of empirical data and the correction coefficients of modified Ergun equation for both H and F arrangements were determined. The coefficient of determination, mean root square error and mean relative error were used as indices to investigate the goodness of fitness between the empirical data and Ergun equation, and the equation had good fitness on the empirical data. The numerical simulation was carried out by finite element simulation of COMSOL Multiphysics v5.3 software using the modified Ergun equation. Moreover, distribution of velocity and flow lines within the bin was also presented.در این تحقیق افت فشار حاصل از هوادهی مخزن حاوی ذرت به عنوان ماده متخلخل دانهای در دو آرایش H و F کانالهای ورودی هوا برای یک سیلوی آزمایشگاهی با استفاده از روش تجربی مورد مطالعه قرار گرفت. برای آرایش F افت فشار بیشتری نسبت به آرایش H مشاهده گردید. نتایج تجربی با معادله ارگان برازش داده شد و ضرایب ثابت اصلاح کننده معادله ارگان برای هر دو آرایش H و F تعیین شد. میزان تطابق معادله ارگان با داده های تجربی با استفاده از شاخصهای آماری شامل ضریب تبیین، و درصد میانگین نسبی خطاها و مجذور میانگین مربعات خطاها مورد بررسی قرار گرفت که معادله ارگان با توجه به ضرایب اصلاح شده همخوانی خوبی با دادههای تجربی داشت. با استفاده از معادله اصلاح شده ارگان شبیه سازی عددی جریان در داخل بستر ذرت با روش المان محدود در نرم افزار کامسول ویرایش 3/5 انجام گرفت، همچنین توزیع سرعت و خطوط جریان در داخل بستر مخزن نیز ارائه شد.https://ijbse.ut.ac.ir/article_73028_6c65a33dddb20a54c566713de1a56e8b.pdfپردیس کشاورزی و منابع طبیعی دانشگاه تهرانمهندسی بیوسیستم ایران2008-480351120200320Diagnose and Prioritizing of Effective Managerial and Executive Factors on Water Productivity in Sugarcane Production and Providing Practical Solutions to Increase Itعارضهیابی و اولویتبندی عوامل اجرایی و مدیریتی مؤثر بر بهرهوری آب در تولید نیشکر و ارائه راهکارهای عملی برای افزایش آن991127397710.22059/ijbse.2019.289835.665228FAنسیممنجزیاستادیار گروه مهندسی بیوسیستم دانشکده کشاورزی دانشگاه شهید چمران اهواز0000-0001-8229-7706Journal Article20191001The purpose of this study was to identify, prioritize and control the factors affecting water productivity in sugar cane production. In this study, to calculate water productivity, the indices such as BPD and CPD, NBPD is used. Given that the research goal was to prioritize the factors affecting the productivity of water input during the sugar cane production process, the identified factors were evaluated using Analytical Hierarchy Process Analysis (AHP). Then, CART and CHAID decision trees were used in modeling the water input efficiency and the factors influencing it. According to the results, the average CPD, BPD and NBPD indices for sugar cane were 2.37 kg m<sup>-3</sup>, 1082.71 toman m<sup>-3</sup>, and 528.03 toman m<sup>-3</sup>, respectively. The variables of economic productivity of water, the value of sales of the product (income), the amount of sugar produced, production costs, water consumption per irrigation interval, irrigation intervals, electrical conductivity of the soil after harvest, river electrical conductivity, mean time of each irrigation interval, Plant height, plant age, number of irrigation cycles, drainage water drainage PH and width of the cultivating line before discovery are the most important and influential variables in the decision tree models of CHAR and CHAID. The accuracy of the CART model in training and testing was 96% and 92%, respectively, and the accuracy of the CHAID model in education and testing is 97% and 90%, respectively. Also, based on the prioritization of the factors affecting productivity, using the hierarchical analysis method, the quantity and quality of irrigation water, climate conditions, plant conditions, managerial and human factors, and soil conditions were ranked with a coefficient of 0.459, 0.231, 0, 0.091 and 0.069, respectively.هدف از این پژوهش، عارضهیابی، شناسایی و اولویتبندی عوامل مؤثر بر بهرهوری آب در تولید نیشکر در استان خوزستان میباشد. در این تحقیق، برای محاسبه بهرهوری آب از شاخصهایی چونCPD<strong>،</strong>BPD<strong> </strong>وNBPDاستفاده شده است. با توجه به این که هدف تحقیق، اولویتبندی عوامل مؤثر بر بهرهوری نهاده آب طی فرآیند تولید نیشکر است، عوامل شناسایی شده با استفاده از تکنیک تحلیل سلسله مراتبی (AHP) ارزیابی شدند. سپس در مدلسازی بهرهوری نهاده آب و بررسی عوامل مؤثر بر آن از الگوریتمهای تصمیم CART و CHAID استفاده شد. بر اساس نتایج تحقیق، متوسط شاخصهای CPD، BPD و NBPD برای محصول نیشکر به ترتیب برابر 37/2 کیلوگرم بر متر مکعب، 71/1082 تومان بر مترمکعب، 03/528 تومان بر مترمکعب به دست آمد. متغیرهای بهرهوری اقتصادی آب، ارزش فروش محصول (درآمد)، مقدار شکر تولیدی، هزینههای تولید، مصرف آب در هر دور آبیاری، فواصل آبیاری، هدایت الکتریکی خاک بعد از برداشت، هدایت الکتریکی آب رودخانه، متوسط زمان هر دور آبیاری، مساحت مزرعه، رقم گیاه، سن گیاه، تعداد دورهای آبیاری، pH آب خروجی زهکش و عرض خط کشت قبل از دیسکاور مهمترین و تأثیرگذارترین متغیرها در الگوریتمهای تصمیم CART و CHAID میباشند. دقت مدل CART در قسمت آموزش و تست به ترتیب برابر 96 و 92 درصد بوده است و دقت مدل CHAID در بخش آموزش و تست به ترتیب برابر 97 و 90 درصد میباشد. همچنین بر اساس اولویتبندی عوامل مؤثر بر بهرهوری با استفاده از روش تحلیل سلسله مراتبی به ترتیب کمیت و کیفیت آب آبیاری، شرایط آب و هوایی، شرایط گیاه، عوامل مدیریتی و انسانی و شرایط خاک با ضریب 459/0، 231/0، 150/0، 091/0 و 069/0 رتبه بندی شدند.https://ijbse.ut.ac.ir/article_73977_d9e5689cda646e7512efe87cdd9c5aa0.pdfپردیس کشاورزی و منابع طبیعی دانشگاه تهرانمهندسی بیوسیستم ایران2008-480351120200320Development of the Continuous Ultraviolet Irradiation System and the Evaluation of Its Impact on Some Quality Properties of Ready-to-Use Pomegranate Arilsتوسعه سامانه پیوسته پرتودهی فرابنفش و ارزیابی تاثیر آن بر برخی ویژگیهای کیفی دانههای انار آماده مصرف1131237425710.22059/ijbse.2019.283976.665218FAرضاکریم زادهدانشآموخته کارشناسی ارشد مهندسی مکانیک بیوسیستم، دانشکده کشاورزی، دانشگاه شهید باهنر کرمان، کرمان، ایران.حسینمقصودیاستادیار بخش مهندسی مکانیک بیوسیستم، دانشکده کشاورزی، دانشگاه شهید باهنر کرمان، کرمان، ایران.0000-0001-5252-8016حمیدرضااخواناستادیار بخش علوم و مهندسی صنایع غذایی، دانشکده کشاورزی، دانشگاه شهید باهنر کرمان، کرمان، ایران.کاظمجعفری نعیمیاستادیار بخش مهندسی مکانیک بیوسیستم، دانشکده کشاورزی، دانشگاه شهید باهنر کرمان، کرمان، ایران.0000-0002-3753-1249Journal Article20190901In this present study, the effect of ultraviolet radiation in the UV-C range with the wavelength of 254 nm on the increasing shelf-life of pomegranate arils was evaluated. For this purpose, at the first, a continuous ultraviolet irradiation system was constructed and pomegranate arils were irradiated with two doses of 6.3 and 8.4 <em>kJ/m<sup>2</sup></em>. The results showed that the simple and interactive effects of UV irradiation, container type and storage time on the weight loss and color indices were significant and on average caused 27% decrease in weight loss, 7% increase in the L* index, 6.7% decrease in the a* value and 10% increase in the b* value of the control samples. With increasing irradiation dose, the total bacterial and fungal count were significantly reduced by 1.65 Log cfu g<sup>-1</sup>. Furthermore, the irradiation had a significant effect on the studied sensory properties (aroma, color, texture, and overall acceptance). Generally, based on the results of sensory evaluation, color indices and microbial growth, irradiation dose of 6.3 kJ/m<sup>2</sup> is recommended to increase pomegranate arils shelf-life in non-porous packaging.در پژوهش حاضر تاثیر تابش فرابنفش در محدوده UV-C با طول موج 254 نانومتر در بهبود ماندگاری دانههای انار ارزیابی گردید. برای این منظور ابتدا سامانه پیوسته پرتودهی فرابنفش ساخته شد و دانههای انار با دو دُز 3/6 و 4/8 کیلوژول بر مترمربع پرتودهی شدند. نتایج نشان داد که اثرات ساده و متقابل تابش فرابنفش، نوع ظرف و مدت زمان نگهداری بر افت وزن و شاخصهای رنگ معنیدار شد و به طور متوسط باعث 27% کاهش در افت وزن، %7 افزایش در شاخص L*، % 7/6 کاهش در مقدار a* و %10 افزایش در مقدار b* نمونههای کنترل نسبت به شاهد گردید. با افزایش دُز پرتودهی شمارش کل باکتریها و قارچها به صورت معنیدار و به میزان 65/1 چرخه لگاریتمی در هر گرم کاهش یافت. به علاوه، پرتودهی تاثیر معنیداری بر ویژگیهای حسی مورد مطالعه (رنگ، طعم و مزه، عطر و بو، بافت و پذیرش کلی) داشت. بهطور کلی، بر مبنای نتایج ارزیابی حسی، شاخصهای رنگ و رشد میکروبی، دُز تابش 3/6 کیلوژول بر مترمربع برای افزایش ماندگاری دانههای انار قرار گرفته در بستهبندی بدون منفذ پیشنهاد میگردد.https://ijbse.ut.ac.ir/article_74257_e9ce6e2a0942e30d747ead80f88cc3f2.pdfپردیس کشاورزی و منابع طبیعی دانشگاه تهرانمهندسی بیوسیستم ایران2008-480351120200320Prediction of Temperature in a Greenhouse Covered with Polyethylene Plastic Using Artificial Neural Networks, Case Study: Jiroft Regionپیشبینی دمای هوای یک گلخانه با پوشش پلی اتیلن با استفاده از شبکههای عصبی مصنوعی، مطالعه موردی: منطقه جیرفت1251377423510.22059/ijbse.2019.291077.665235FAالهامبلندنظرگروه مهندسی مکانیک بیوسیستم، دانشکده کشاورزی، دانشگاه فردوسی مشهد، مشهد، ایرانحسنصدرنیاگروه مهندسی مکانیک بیوسیستم، دانشکده کشاورزی، دانشگاه فردوسی مشهد، مشهد، ایران.0000-0002-7657-8621عباسروحانیگروه مهندسی مکانیک بیوسیستم، دانشکده کشاورزی، دانشگاه فردوسی مشهد، مشهد، ایران.0000-0002-4494-7058مرتضیتاکیگروه مهندسی ماشینهای کشاورزی و مکانیزاسیون، دانشگاه علوم کشاورزی و منابع طبیعی خوزستان-ملاثانی، خوزستان، ایران.0000-0002-3059-4984Journal Article20191105Internal temperatures of greenhouse and its control is one of the important parameters in greenhouses and plays a key role in the economics of production. Although the greenhouse is a closed environment, it is not completely isolated from the outside. Therefore, the conditions inside the greenhouse are constantly changing under the influence of outside climate change. The purpose of this study was to estimate the internal air temperature of polyethylene greenhouse with respect to the external parameters of the greenhouse including air temperature (T<sub>out</sub>), air relative humidity (H<sub>out</sub>), solar radiation (S) and wind speed (V). For this purpose, different method of artificial neural networks including Multilayer Perceptron (MLP), Radial Basis Function (RBF) and Adaptive Nero Fuzzy Inference System (ANFIS) were used. Comparison between different neural network models showed that RBF method had better prediction performance than MLP and ANFIS with higher coefficient of determination (R<sup>2</sup>=0.93) and lower error (RMSE=2.25). The results of the RBF model estimation for the prediction future temperature indicated an acceptable error in the prediction by the model for the next two hours and thus, the farmers had enough time to provide the necessary measures to prevent the greenhouse temperature rise in the future and save in energy consumption.دمـا و کنترل آن در گلخانه یکی از پارامترهای مهم در گلخانهها بوده و نقش اساسی در اقتصادی بودن تولید دارد. با وجود این که گلخانه یک محیط بسته است ولی کاملاً از محـیط بیرون ایزوله نیست. بنابراین شرایط داخل گلخانه تحت تأثیر تغییـرات آب و هوایی بیرون دائماً تمایل به تغییر دارد. هدف از اجرای این تحقیق، تخمین دمای هوا در یک گلخانه با پوشش پلی اتیلن با توجه به پارامترهای خارجی گلخانه شامل دمای هوا (T<sub>out</sub>)، رطوبت نسبی هوا (H<sub>out</sub>)، شدت تابش خورشید (S) و سرعت باد (V) با استفاده از روشهای مختلف شبکههای عصبی مصنوعی شامل پرسپترون چند لایه (MLP)، تابع شعاع مدار (RBF) و عصبی-فازی (ANFIS) میباشد. مقایسه بین مدلهای مختلف شبکههای عصبی نشان داد که روش RBF با ضریب تبیین بالاتر )93/0 (R<sup>2</sup>=و خطای کمتر (25/2(RMSE= نسبت به دو روش MLP و ANFIS دارای عملکرد بهتر در پیشبینی بود. نتایج ارزیابی مدل RBF برای پیشبینی دما در ساعات آینده بیانگر خطای قابل قبول در پیش بینی توسط این مدل تا دو ساعت آینده بود و بنابراین کشاورزان زمان کافی برای فراهم نمودن تمهیدات لازم جهت جلوگیری از افزایش دما در گلخانه در ساعات آینده و صرفه جویی در مصرف انرژی خواهند داشت.https://ijbse.ut.ac.ir/article_74235_5e78b205db0db7ce71d9943e70a7fc54.pdfپردیس کشاورزی و منابع طبیعی دانشگاه تهرانمهندسی بیوسیستم ایران2008-480351120200320Prioritization of Methods and Criteria of Spraying for Wheat Fields by Analytical Hierarchy Process (AHP)اولویتبندی روش و معیار سمپاشی مزارع گندم به کمک تحلیل سلسله مراتبی (AHP)1391487425610.22059/ijbse.2019.287967.665217FAمحمودصفریاستادیار پژوهش /بخش تحقیقات ماشین های کشاورزی و مکانیزاسیون ، موسسه تحقیقات فنی و مهندسی کشاورزی ، سازمان تحقیقات آموزش وترویج کشاورزی،کرج،ایران0000-0002-5588-1189کریمگرامیمربی پژوهش/ مرکز تحقیقات کشاورزی و منابع طبیعی آذربایجان غربی،سازمان تحقیقات ،آموزش و ترویج کشاورزی،ارومیه،ایرانJournal Article20190901In the process of crop production, selecting the appropriate spraying method is very important. On the other hand, selecting the most appropriate criterion for evaluating and selecting pesticides is essential. In the first stage of this research, according to the important criteria of evaluation of spraying operations; the sprayers of Knapsack micronair, Tractor boom, Tractor lance, Knapsack atomizer and Turboliner were compared for sparying wheat fields in Alborz, West azarbaijan, Khoozestan and Razavi khorasan proviences with a completely randomized design. In the second step, the results of the first experiment were analyzed using AHP method. According to the results, the scoring methods were evaluated based on the criteria of spraying, spraying volume, drift, field capacity, spray uniformity, crop blunder, spraying nominal power, effectiveness and cost, after normalizing and analyzing the data, weight of Knapsack micronir, Tractor boom, Turboliner, Knapsack atomizer, and Tractor Lance sprayers were 0.337, 0.223, 0.175, 0.0 170 and 0.078, respectively. The Knapsack micronair and Tractor lance sprayers was the best and worst sprayer according to the weights obtained. The inconsistency coefficient of weights was 0.08. The highest and lowest criterion weight was 0.253 and 0.038 respectively and related to the effectiveness of controlling weeds and pests and crop blunder. In this situation, the inconsistency coefficient was 0.09.در فرآیند تولید محصولات کشاورزی، انتخاب روش مناسب سمپاشی از اهمیت ویژهای برخوردار است. از طرفی انتخاب مناسبترین معیار برای ارزیابی و گزینش سمپاشها از ضروریات است. در مرحله اول این تحقیق، با توجه به معیارهای مهم ارزیابی عملیات سمپاشی، سمپاشهای تراکتوری بومدار، لانسدار، توربولاینر، میکرونر پشتی و اتومایزر در مناطق البرز، آذربایجان غربی، خوزستان و خراسان رضوی در قالب طرح آماری کاملاً تصادفی بهمنظور سمپاشی مزارع گندم مورد مقایسه قرار گرفتند. در مرحله دوم، نتایج آزمایش اول به کمک روش تحلیل سلسله مراتبی (AHP[1])، تجزیهوتحلیل گردید. با توجه به نتایج بهدستآمده، امتیاز روشهای سمپاشی بر اساس معیارهای مصرف محلول سم، باد بردگی، ظرفیت مزرعهای، یکنواختی پاشش، درصد لهیدگی محصول، توان اسمی سمپاشها، اثربخشی و هزینه در نظر گرفته شد که پس از نرمالسازی و تجزیهوتحلیل دادهها، وزن سمپاشهای میکرونر، بومدار، توربولاینر، اتومایزر و لانسداربه ترتیب 337/0، 239/0، 175/0، 170/0 و 078/0 به دست آمد. مناسبترین و ناکارآمدترین سمپاش در مزارع گندم، با در نظر گرفتن وزنهای بهدستآمده، بهترتیب سمپاشهای میکرونر و لانسداربودند. ضریب ناسازگاری وزنها، 08/0 بود. بالاترین و پائینترین وزن معیار به ترتیب 253/0 و 038/0 و مربوط به اثربخشی در کنترل علفهای هرز و آفات و لهیدگی محصول بود. در این شرایط ضریب ناسازگاری 09/0 به دست آمد.<br /> <br clear="all" /><br /> <br /> [1]. Analytical Hierarchy Processhttps://ijbse.ut.ac.ir/article_74256_505191e8d95fc6fae5efd7af3bc8b7ed.pdfپردیس کشاورزی و منابع طبیعی دانشگاه تهرانمهندسی بیوسیستم ایران2008-480351120200320Designing a Hardware System to separate Defective Pistachios From Healthy Ones Using Deep Neural Networksطراحی یک سامانه سخت افزاری جهت جداسازی پستههای معیوب از سالم با استفاده از شبکههای عصبی عمیق1491597391110.22059/ijbse.2019.279440.665178FAعلیدینیاستادیار علوم و صنایع غذایی ، مرکز تحقیقات سلامت پسته، دانشگاه علوم پزشکی رفسنجان، رفسنجان، ایرانحسینقیومی زادهگروه مهندسی برق، دانشکده مهندسی، دانشگاه ولی عصر (عج) رفسنجان0000-0002-5390-3938علی اکبررحیمی فرددانشجوی مهندسی برق گروه مهندسی برق، دانشکده فنی و مهندسی، دانشگاه ولیعصر(عج) رفسنجان، رفسنجان، ایران.علیفیاضیاستادیار گروه مهندسی برق، دانشکده فنی و مهندسی، دانشگاه ولیعصر(عج) رفسنجان، رفسنجان، ایرانمحمدعلیافتخاریدانشجوی مهندسی برق گروه مهندسی برق، دانشکده فنی و مهندسی، دانشگاه ولیعصر(عج) رفسنجان، رفسنجان، ایران.مهدیعباس زادهدانشجوی مهندسی برق گروه مهندسی برق، دانشکده فنی و مهندسی، دانشگاه ولیعصر(عج) رفسنجان، رفسنجان، ایران.Journal Article20190504The aim of this study is to develop imaging algorithms to improve the grade of nuts with shell defects such as oily stains, dark stains, adhering hull, damage seed defects, and fungal decay. All these defects indicate the risk of Aflatoxin contamination. Convolutional Neural Networks (CNNs) have become prominent in various fields of machine vision and image classification. In this study, a laboratory hardware setup based on a convolutional neural network is designed for sorting pistachios. The total number of collected data is 958 images, which includes 276 images of defective pistachios and 682 images of healthy pistachios. The classification of healthy and defective images has been accomplished by 3 types of deep convolutional neural networks including Google net, resnet18 and vgg16. The accuracy and specificity of the results obtained using the pre-trained deep neural network models of Google net, resnet18 and vgg16 are 95.8% -97.1%, 97.2% -96.7%, and 95.83% -97.08%, respectively.هدف از این مطالعه توسعه الگوریتمهای تصویربرداری، جهت بهبود درجهبندی آجیلها با نقصهای پوسته از جمله لکههای چربی، لکههای تیره، بدنه چسبیده، نقصهای هستهای آسیب و پوسیدگی قارچی میباشد. همه این نقصها نشاندهنده خطر آلودگی به آفلاتوکسین هستند. شبکههای عصبی کانولوشن در زمینههای مختلف بینایی ماشین و طبقهبندی تصویر برجسته شدهاند. در این پژوهش یک مدل سختافزار آزمایشگاهی بر مبنای شبکه عصبی کانولوشنی جهت طبقهبندی پستهها طراحی شده است. دادههای جمعآوریشده 958 تصویر، شامل 276 تصویر از پستههای معیوب و 682 تصویر از پستههای سالم میباشند. طبقهبندی تصاویر شامل سالم و معیوب بر اساس 3 نوع شبکه عصبی کانولوشن عمیق شامل Google net، resnet18 و vgg16 انجامشده است. میزان دقت و ویژگی نتایج بهدستآمده با استفاده از مدلهای شبکههای عصبی عمیق از پیش آموزش دادهشده Google net، resnet18 و vgg16 به ترتیب برابر 8/95%-1/97%، 2/97%-7/96% و 83/95%-08/97% هست.https://ijbse.ut.ac.ir/article_73911_49f9293b3256aa0cfc437f39212216e2.pdfپردیس کشاورزی و منابع طبیعی دانشگاه تهرانمهندسی بیوسیستم ایران2008-480351120200320Investigation on the Separation of Wheat Bulk Impurities with Gravity Separator Tableبررسی جداسازی ناخالصیهای توده گندم با دستگاه جداکننده میز وزنی1611707302710.22059/ijbse.2019.272069.665138FAسعیدآقاعزیزیدانشجوی دکتری رشته مهندسی بیوسیستم، دانشکده کشاورزی و منابع طبیعی، دانشگاه محقق اردبیلی، اردبیل، ایران.منصورراسخدانشیار گروه مهندسی بیوسیستم، دانشکده کشاورزی و منابع طبیعی، دانشگاه محقق اردبیلی، اردبیل، ایرانیوسفعباسپور گیلاندهاستاد گروه مهندسی بیوسیستم، دانشکده کشاورزی و منابع طبیعی، دانشگاه محقق اردبیلی، اردبیل، ایرانمحمدحسینکیانمهراستاد گروه مهندسی بیوسیستم، دانشکده کشاورزی دانشگاه تهران، پردیس ابوریحان، پاکدشت، ایران0000-0001-8169-3803Journal Article20181223Presence of foreign materials with the product is one of the important problems of wheat production. The economic value of the produced wheat and the degree of purity of the produced seeds increases with the separation of wheat mass impurities. Hence, in this research, a gravity separator table was used to remove impurities from wheat bulk. The machine has adjusting five parameters of air velocity, frequency of oscillation, amplitude of oscillation, longitudinal slope and latitudinal slope of the table. The effect of these parameters was studied to achieve maximum impurity separation from wheat bulk. Statistical analysis was performed in two factorial experiments based on completely randomized design. In the first experiment, the effects of three parameters of longitudinal slope, latitudinal slope and frequency of oscillation of the table were investigated and in the second experiment the effect of two other parameters was investigated. Also, using dimensional analysis, a dimensionless number parameter was obtained which was effective in evaluating the effect and reducing the number of parameters. The results showed that the maximum separation of impurities from wheat bulk was 87.03% at longitudinal slope of 2.5 °, latitudinal slope of 1.5 °, frequency of oscillation of 395 cycles per minute, amplitude of oscillation of 5 mm and air velocity of 6.75 m/s,. Also, with increasing longitudinal slope from 2.5 ° to 4.5 °, latitudinal slope from 0.75 ° to 2.5 ° (in most cases) and the amplitude of oscillation of the table from 5 to 7 mm, the separation of impurities was reduced and with increasing the air velocity from 5.25 to 6.75 m/s the separation of impurities was increased.یکی از مشکلات مهم مزارع تولید گندم وجود مواد خارجی همراه با محصول است. با جداسازی ناخالصیهای توده گندم، ارزش اقتصادی گندم تولیدی و درجه خلوص بذر تولیدی افزایش مییابد. ازاینرو در این تحقیق از یک جداکننده میز وزنی برای جدا کردن ناخالصیها از توده گندم استفاده شده است. دستگاه مذکور دارای پنج پارامتر قابل تنظیم سرعت هوا، دامنه نوسان، فرکانس نوسان، شیب طولی و شیب عرضی میز میباشد که تأثیر این پارامترها برای دستیابی به حداکثر جداسازی ناخالصی از توده گندم مورد بررسی قرار گرفت. آنالیز آماری در قالب دو آزمایش فاکتوریل در طرح پایه کاملاً تصادفی انجام شد. در آزمایش اول اثر سه پارامتر شیب طولی، شیب عرضی و فرکانس نوسان میز و در آزمایش دوم اثر دو پارامتر دیگر بررسی شد. همچنین با استفاده از روش آنالیز ابعادی، پارامتر بدون بعد حاصل شد که در بررسی اثر و کاهش تعداد پارامترها مؤثر بود. نتایج نشان داد در شیب طولی °5/2، شیب عرضی °5/1، فرکانس نوسان 395 سیکل بر دقیقه، دامنه نوسان 5 میلیمتر و سرعت هوای 75/6 متر بر ثانیه بیشترین جداسازی ناخالصیها از توده گندم برابر 03/87 درصد حاصل شد. همچنین با افزایش شیب طولی از °5/2 به°5/4، افزایش شیب عرضی از °75/0 به °25/2 (در اکثر موارد) و افزایش دامنه نوسان میز از 5 به 7 میلیمتر جداسازی ناخالصیها کاهش و با افزایش سرعت هوا تا 75/6 متر بر ثانیه جداسازی ناخالصیها افزایش نشان داد.https://ijbse.ut.ac.ir/article_73027_eb8bffaf586c719b16c35391886ad2b8.pdfپردیس کشاورزی و منابع طبیعی دانشگاه تهرانمهندسی بیوسیستم ایران2008-480351120200320Modeling and Optimization of Oligonucleotide-Based Nanobiosensor Using Artificial Neural Network and Genetic Algorithm Based Procedureمدلسازی و بهینهسازی نانوبیوسنسور الیگونوکلئوتیدی با استفاده از رویکرد مبتنی بر شبکه عصبی مصنوعی و الگوریتم ژنتیک1711817395310.22059/ijbse.2019.290631.665231FAآیدینایمانیگروه مهندسی ماشینهای کشاورزی، دانشکده مهندسی و فناوری، دانشگاه تهرانسلیمانحسین پوردانشیار گروه مهندسی ماشینهای کشاورزی، دانشکده مهندسی و فناوری، دانشگاه تهران.0000-0002-0572-3932علیرضاکیهانیاستاد گروه مهندسی ماشینهای کشاورزی، دانشکده مهندسی و فناوری، دانشگاه تهران.مصطفیعظیم زادهاستادیار گروه علوم و فناوری های نوین پزشکی، دانشکده پیراپزشکی، دانشگاه علوم پزشکی شهید صدوقی یزد، یزد، ایرانJournal Article20191013Developing a biosensor faces the different challenges for parameter optimization and calibration. In this study, a machine learning based approach is used to model and optimize the effective parameters of an electrochemical nanobiosensor based on thiolated probe-functionalized gold nanorods (GNRs) decorated on the graphene oxide (GO) sheet on the surface of a glassy carbon electrode (GCE). The response of the biosensor was considered as the output and eight effective factors including GO concentration, GNR concentration, probe concentration, probe time, MCH time, hybridization time, Oracet Blue (OB) concentration, and OB incubation time were used as inputs to train and model an artificial neural network. The experimental results demonstrate that the output of the developed model has an acceptable compatibility with the results obtained in the laboratory. The developed model is able to predict the output of the nanobiosensor with accuracy of 96.91% and the mean absolute percentage error (MAPE) value of 5.5090 %. Finally, genetic algorithm is used to find the optimum values of these parameters which yield the maximum value of the nanobiosensor output. The optimization results indicated that this method has better performance compared to the laboratory results and this method can be used for nanobiosensor design.توسعه هر نوع بیوسنسور با چالشهایی در زمینه بهینهسازی پارامترها و کالیبراسیون مواجه است. در این تحقیق رویکردی مبتنی بر یادگیری ماشین برای مدلسازی و بهینهسازی مولفههای تاثیرگذار در ساخت نانوبیوسنسور الکتروشیمیایی بر اساس الکترود کربن شیشهای اصلاح شده با گرافن اکسید و نانومیله طلا در شرایط کاری آزمایشگاهی ارائه شده است. پاسخ نانوبیوسنسور به عنوان خروجی و تاثیر هشت عامل موثر شامل: غلظت گرافن اکسید، غلظت نانو میلههای طلا، غلظت پروب تکرشتهای، مدت زمان ماند پروب تکرشتهای بر روی الکترود اصلاح شده، مدت زمان ماند MCH بر روی الکترود اصلاح شده، مدت زمان هیبریداسیون پروب و الیگونوکلئوتید هدف، غلظت محلول شناساگر اوراستبلو، مدت زمان ماند اوراستبلو، به عنوان ورودیهای مدل شبکه عصبی برای آموزش و توسعه مدل مورد استفاده قرار گرفتند. نتایج بدست آمده نشان داد که خروجی مدل همخوانی قابل قبولی با نتایج آزمایشگاهی داشته و مدل میتواند پاسخ نانوبیوسنسور را با دقت 91/96 درصد و میانگین درصد خطای مطلق 5090/5 درصد پیشبینی کند. در پایان با استفاده از الگوریتم ژنتیک مقادیر بهینه متغیرهای ورودی برای دستیابی به حداکثر جریان پاسخ نانوبیوسنسور، محاسبه گردید. نتایج بهینهسازی نشان داد که این روش عملکرد مناسبی در مقایسه با نتایج آزمایشگاهی دارد و میتواند برای ساخت و طراحی نانوبیوسنسور مورد استفاده قرار بگیرد.https://ijbse.ut.ac.ir/article_73953_b9d81769c2787e075a85361cd81d69c8.pdf