Please use this identifier to cite or link to this item:
https://publication.npru.ac.th/jspui/handle/123456789/890| Title: | Clogging Detection of Water Dripper in the Micro Irrigation System using Back Propagation Artificial Neural Network การตรวจจับการอุดตันของหัวน้ำหยดในระบบให้น้ำการเกษตรแบบใช้น้ำน้อย ด้วยโครงข่ายประสาทเทียมแบบแพร่ย้อนกลับ |
| Authors: | Navaprayoonvach, Pattarapol Duangsiri, Panuvit Saijai, Jedsada ภัทรพล นวประยูรเวช ภาณุวิชญ ดวงศิริ เจษฎา สายใจ |
| Keywords: | water dripper clogging mathematical model artificial neural network |
| Issue Date: | 9-Jul-2020 |
| Publisher: | Nakhon Pathom Rajabhat University |
| Citation: | คณาจารย์ภาควิชาพืชศาสตร์ (2543). เอกสารคำสอนวิชาหลักการกสิกรรม. ภาควิชาพืชศาสตร์ คณะทรัพยากรธรรมชาติ
มหาวิทยาลัยสงขลานครินทร์. วันชัย คุปวานิชพงษ์. (2555). การออกแบบระบบให้น้ำผ่านท่อในงานวิจัยเกษตรวิศวกรรม. เอกสารประกอบการบรรยาย โครงการจัดการความรู้ของสถาบันวิจัยเกษตรวิศวกรรม ประจำปี 2555. ห้องประชุมใหญ่ สถาบันวิจัยเกษตร วิศวกรรม กรุงเทพฯ. สุดสายสิน แก้วเรือง. (2553). ระบบการให้น้ำแบบใช้น้ำน้อย. ข่าวสารเกษตรศาสตร์, 55(3), มิ.ย.-ก.ค. 2553, 24-37. Candelieri, A., Soldi, D., Conti, D. and Archetti, F. (2014). Analytical Leakages Localization in Water Distribution Networks through Spectral Clustering and Support Vector Machines. The Icewater Approach. Procedia Engineering, 89, 1080–1088. Casillas, M., Garza-Castañón, L., Puig, V., and Vargas-Martinez, A. (2015). Leak Signature Space: An Original Representation for Robust Leak Location in Water Distribution Networks. Water, 7(12), 1129–1148. Deniss, E. A. C., Eduardo, G. C. L., and Adriana, V.-M. (2012). Multi-leak detection with wavelet analysis in water distribution networks. Proceeding of the 20th Mediterranean Conference on Control & Automation (MED), pp. 1155–1160. Idris, I. (2014). Python data analysis. Birmingham, UK: Packt Publishing Ltd. Kriesel, D. (2007). A Brief Introduction to Neural Networks (ZETA2-EN). Lee, S.J., Choi, G.B., Seo, J.C. Lee, J.M. and Lee, G. (2012). Fault Detection of Pipeline in Water Distribution Network System. International Journal of Mathematical, Computational, Physical, Electrical and Computer Engineering, 6(4), 490-495. Margolis, M. (2011). Arduino cookbook. Beijing: O'Reilly. |
| Abstract: | Clogging detection of water dripper in the micro irrigation system is presented in this paper.
Mathematical model, which is constructed from the back propagation artificial neural network (ANN), is
used for the detection. The model has 3 layers with 20 hidden nodes and uses the water flow rate, which
is measured from the first drip line of the 4-drip line, for the supervised learning. The experimental results
show that the water drippers with clogging can be simultaneously detected with the average accuracy of
81.09%. บทความนี้เสนอวิธีตรวจจับการอุดตันของหัวน้ำหยดในระบบให้น้ำการเกษตรแบบใช้น้ำน้อยด้วยแบบจำลอง คณิตศาสตร์โครงข่ายประสาทเทียมแบบแพร่ย้อนกลับขนาด 3 ชั้น และ 20 โหนดในชั้นซ่อน การเรียนรู้ของโครงข่ายประสาท เทียมใช้ข้อมูลอัตราการไหลของน้ำในท่อย่อยลำดับที่ 1 ของระบบน้ำหยดที่มี 4 ท่อย่อย ผลการทดสอบพบว่าแบบจำลอง คณิตศาสตร์สามารถตรวจจับการอุดตันของหัวน้ำหยดได้หลายจุดในเวลาเดียวกัน และมีความแม่นยำเฉลี่ยร้อยละ 81.09 เมื่อ ทดสอบกับท่อย่อยทั้งหมดในระบบเดียวกัน |
| URI: | https://publication.npru.ac.th/jspui/handle/123456789/890 |
| Appears in Collections: | Proceedings of the 12th NPRU National Academic Conference |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| การตรวจจับการอุดตันของหัวน้ำหยดในระบบให.pdf | 789.68 kB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.