31593

مدلسازي و بهينهسازي گلخانه با هدف تامين نيازهاي همزمان

كارشناسي ارشد

مهندسي مكانيك تبديل انرژي

1400

1403/7/1

دكتر سپهر صنايع

ندارم

مهندسي مكانيك

ارتقاء امنيت غذايي و راندمان توليد از طريق كنترل شرايط اقليمي با تنظيم دما، رطوبت، غلظت كربن دي اكسيد و شدت نور در گلخانه ها ميتواند انجام شود. در اين تحقيق، مدلسازي و بهينه سازي جامع جهت تعيين شرايط بهينه محيطي شامل دما، رطوبت و غلظت كربن دي اكسيد براي كشت گلخانه اي گوجه فرنگي با هدف كمينه كردن هزينه هاي عملياتي و در عين حال بهترين عملكرد محصول گسترش داده شد. با معرفي مقادير بهينه شرايط محيطي، نيازهاي گرمايش، آب براي رطوبتزني و آبياري، رطوبتزدايي، تزريق كربن دي اكسيد و روشنايي تكميلي در كنار رفتار ديناميكي رشد محصول ، به طور همزمان مورد بررسي قرار گرفت. بهينهسازي، به صورت يك هدفه، با تعريف هزينه عمليات به ازاي واحد وزن محصولات، به عنوان تابع هدف، و دماي دماي روز (در طول روز و شب با روشنايي مصنوعي،) دماي شب (زمان تاريكي)، رطوبت و كربن دي اكسيد، بعنوان چهار متغير طراحي گلخانه، براي يك دوره كشت 200روزه گياه گوجه فرنگي در تهران، انجام شد. از آنجا كه اين مدلسازي و بهينه سازي زمان زيادي نياز داشت، براي انجام مدلسازي، براي اولين بار شبكه عصبي مصنوعي براي مدل جامع بكار رفت تا با تقريب بسيار خوبي، بتواند با ورود متغيرهاي طراحي دلخواه، تابع هدف را محاسبه نموده و بهينه سازي را به انجام رساند. مقادير بهينه تابع هدف و متغيرهطاي طراحي فوق، بطه ترتيب 23.7 ˚C ،0.47 $.kg-1براي زمان روشنايي، ˚ 16 Cبراي زمان تاريكي، % 68.2و 627.7 ppmمحاسبه شدند. استفاده از شبكه عصبي، زمان مدلسازي و بهينه سازي را به شدت كاهش داد (99%).

1403/09/05

Modeling and Optimizing of greenhouse with the Aim of Meeting the Simultaneous Needs

9/22/2025 12:00:00 AM

Improving food security and production efficiency can be achieved by controlling climatic conditions through the regulation of temperature, humidity, carbon dioxide concentration, and light intensity in greenhouses. In this study, comprehensive modeling and optimization were conducted to determine the optimal environmental conditions, including temperature, humidity, and carbon dioxide concentration, for greenhouse tomato cultivation with the aim of minimizing operational costs while achieving the best crop performance. By introducing optimal environmental conditions, the needs for heating, water for humidification and irrigation, dehumidification, carbon dioxide injection, and supplementary lighting, alongside the dynamic behavior of crop growth, were simultaneously examined. Optimization, as a single objective, was performed by defining the operational cost per unit weight of the crop as the objective function and temperature during the day (both natural and artificial lighting), night temperature (dark period), humidity, and carbon dioxide concentration as the four design variables for a 200-day tomato cultivation period in Tehran. Since this modeling and optimization required significant time, for the first time, an artificial neural network was employed for comprehensive modeling to approximate very well. With the desired design variables as input, the objective function was calculated and optimization was performed. The optimal values for the objective function and the aforementioned design variables were calculated as 23.7°C, $0.47/kg for lighting time, 16°C for the dark period, 68.2% relative humidity, and 627.7 ppm CO₂. The use of the neural network significantly reduced the time required for modeling and optimization by 99%.

توليد محصو گلخانهاي پايدار , بهينهسازي بر مبناي يادگيري ماشين , مديريت و برنامه ريزي آبياري , غني سازي كربن دي اكسيد , نوردهي مصنوعي

Machine learning optimization , Sustainable crop production , Irrigation management , CO2 enrichment , Artificial lighting

Seyed Aliakbar Hosseini

Sepehr Sanaye