已入深夜,您辛苦了!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!祝你早点完成任务,早点休息,好梦!

Prediction of precise subsoiling based on analytical method, discrete element simulation and experimental data from soil bin

算法 耕作 箱子 计算机科学 人工智能 机器学习 数学 生态学 生物
作者
Nelson Richard Makange,Changying Ji,Innocent Nyalala,Idris Idris Sunusi,Samwel Opiyo
出处
期刊:Scientific Reports [Springer Nature]
卷期号:11 (1) 被引量:18
标识
DOI:10.1038/s41598-021-90682-w
摘要

Abstract Prediction of a precise subsoiling using an analytical model (AM) and Discrete Element Method (DEM) was conducted to explain cutting forces and the soil profile induced changes by a subsoiler. Although sensors, AMs and DEM exist, there are still cases of soil structure deformation during deep tillage. Therefore, this study aimed to provide a clear understanding of the deep tillage using prediction models. Experimental data obtained in the soil bin trolley with force sensors were used for verification of the models. Experiments were designed using Taguchi method. In the AM, the modified-McKyes and Willat and Willis equations were used to determine cutting forces and soil furrow profile respectively. Calculations were done using MATLAB software. The elastoplastic behavior of soil was incorporated into the DEM. The DEM predicted results with the best regression of 0.984 $$R^{2}$$ R 2 at a $$NRMSE$$ NRMSE of 1.936 while the AM had the lowest $$R^{2}$$ R 2 of 0.957, at a $$NRMSE$$ NRMSE of 6.008. All regression results were obtained at p < 0.05. The ANOVA test showed that the p-values for the horizontal and vertical forces were 0.9396 and 0.9696, respectively. The DEM predicted better than the AM. DEM is easy to use and is effective in developing models for precision subsoiling.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
galaxy完成签到,获得积分10
4秒前
风中冰香发布了新的文献求助10
5秒前
星辰大海应助lvzhechen采纳,获得10
6秒前
搜集达人应助kelsey1015采纳,获得10
6秒前
大气颜演完成签到,获得积分20
7秒前
9秒前
扶摇完成签到 ,获得积分10
13秒前
14秒前
荣耀发布了新的文献求助10
14秒前
fengfenghao发布了新的文献求助200
17秒前
科目三应助舒服的觅夏采纳,获得10
17秒前
等待的问夏完成签到 ,获得积分10
18秒前
科研通AI2S应助kejianhao8采纳,获得10
20秒前
爆米花应助匡吉六个日采纳,获得10
22秒前
完美世界应助荣耀采纳,获得10
25秒前
26秒前
27秒前
27秒前
JamesPei应助默默的无敌采纳,获得10
28秒前
asd发布了新的文献求助10
28秒前
苗条的小蜜蜂完成签到 ,获得积分10
31秒前
34秒前
asd关闭了asd文献求助
37秒前
38秒前
希望天下0贩的0应助zipi采纳,获得10
39秒前
41秒前
qiandi完成签到,获得积分10
43秒前
cocolu应助来自三百采纳,获得10
43秒前
不配.应助来自三百采纳,获得10
43秒前
顾矜应助cc采纳,获得10
45秒前
long完成签到,获得积分10
48秒前
SciGPT应助cc采纳,获得10
52秒前
Lucas应助风中冰香采纳,获得10
53秒前
54秒前
Polymer72应助ZcoisiniS采纳,获得10
54秒前
54秒前
清秀面包发布了新的文献求助10
54秒前
54秒前
本色小杆子完成签到 ,获得积分10
56秒前
大气的一德完成签到,获得积分10
57秒前
高分求助中
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger Heßler, Claudia, Rud 1000
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 1000
Natural History of Mantodea 螳螂的自然史 1000
A Photographic Guide to Mantis of China 常见螳螂野外识别手册 800
Autoregulatory progressive resistance exercise: linear versus a velocity-based flexible model 500
Spatial Political Economy: Uneven Development and the Production of Nature in Chile 400
Research on managing groups and teams 300
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 物理化学 催化作用 细胞生物学 免疫学 冶金
热门帖子
关注 科研通微信公众号,转发送积分 3330276
求助须知:如何正确求助?哪些是违规求助? 2959850
关于积分的说明 8597504
捐赠科研通 2638376
什么是DOI,文献DOI怎么找? 1444303
科研通“疑难数据库(出版商)”最低求助积分说明 669096
邀请新用户注册赠送积分活动 656628