Sabiia Seb
PortuguêsEspañolEnglish
Embrapa
        Busca avançada

Botão Atualizar


Botão Atualizar

Ordenar por: 

RelevânciaAutorTítuloAnoImprime registros no formato resumido
Registros recuperados: 2
Primeira ... 1 ... Última
Imagem não selecionada

Imprime registro no formato completo
Demanda tractiva en función de la resistencia mecánica del suelo a la penetración REA
Borges,Pedro H. M.; Bianchini,Aloísio; Maia,João C. S.; Fernándes,Haroldo C.; Mendoza,Zaíra M. S. H..
No presente estudo, foram elaborados modelos empíricos para determinar a força de tração demandada por arados de discos, escarificadores e semeadoras adubadoras, em função da resistência mecânica do solo à penetração. A média da referida resistência, determinou-se até as profundidades de 25; 35 e 15 cm, em correspondência com as regulagens do arado de discos, escarificador e semeadora adubadora. O ajuste foi verificado de acordo com o coeficiente de determinação, gráficos de dispersão, análise residual e teste t (Student). Com base nessas análises, confirmou-se a normalidade dos resíduos, e foram estabelecidos intervalos de confiança com 95% de probabilidade. Os valores estimados e obtidos experimentalmente não discreparam significativamente. Concluiu-se...
Tipo: Info:eu-repo/semantics/article Palavras-chave: Desempenho de máquinas; Modelos empíricos; Modelos não lineares.
Ano: 2014 URL: http://www.scielo.br/scielo.php?script=sci_arttext&pid=S0100-69162014000200009
Imagem não selecionada

Imprime registro no formato completo
ESTIMATION OF FUEL CONSUMPTION IN AGRICULTURAL MECHANIZED OPERATIONS USING ARTIFICIAL NEURAL NETWORKS REA
Borges,Pedro H. M.; Mendoza,Zaíra M. S. H.; Maia,João C. S.; Bianchini,Aloísio; Fernándes,Haroldo C..
ABSTRACT This study aimed to develop artificial neural networks for the estimation of tractor fuel consumption during soil preparation, according to the adopted system. The multilayer perceptron network was chosen. As input data: the soil mechanical penetration resistance, the mobilized area by implements, the working gear and the tractor engine speed. The number of layers and neurons varied to form different architectures. The adjustment was verified based on various statistical criteria. The values estimated by the networks did not differ significantly from those obtained experimentally. The conclusion was that the networks showed adequate reliability and accuracy to predicting the fuel consumption in each tillage system, in function of the input data...
Tipo: Info:eu-repo/semantics/article Palavras-chave: Machine performance; Artificial intelligence; Agricultural planning.
Ano: 2017 URL: http://www.scielo.br/scielo.php?script=sci_arttext&pid=S0100-69162017000100136
Registros recuperados: 2
Primeira ... 1 ... Última
 

Empresa Brasileira de Pesquisa Agropecuária - Embrapa
Todos os direitos reservados, conforme Lei n° 9.610
Política de Privacidade
Área restrita

Embrapa
Parque Estação Biológica - PqEB s/n°
Brasília, DF - Brasil - CEP 70770-901
Fone: (61) 3448-4433 - Fax: (61) 3448-4890 / 3448-4891 SAC: https://www.embrapa.br/fale-conosco

Valid HTML 4.01 Transitional