선택된 운영 매개변수를 기반으로 한 농업 트랙터의 전신 진동 평가: 기계 학습 기반 접근법

본 논문은 기계 학습을 이용하여 선택된 운영 매개변수를 기반으로 농업 트랙터의 전신 진동 예측을 제시한다. 실험은 오시예크 농업 및 수의학 학교에 위치한 농지와 서비스 도로에서 Landini Powerfarm 100 모델 트랙터를 사용하여 수행되었다. 방법론은 테스트 표면을 설정하기 위한 HRN ISO 5008 프로토콜을 준수하였으며, 매끄러운 100m 트랙과 거친 35m 트랙을 포함하였다. 전신 진동 노출 평가가 HRN ISO 2631-1 및 HRN ISO 2631-4 지침에 따라 수행되었으며, 이는 직업 환경에서 기계적 진동을 평가하는 절차를 설명한다. 얻어진 전신 진동 데이터는 세 개의 데이터 세트(각 축에 대해 하나씩)로 나누어졌고, 선형 회귀를 기준으로 처리되어 세 가지 기계 학습 모델(그래디언트 부스팅 회귀 분석기; 서포트 벡터 머신 회귀 분석기; 다층 인식기)과 비교되었다. R2 지표에 따른 가장 정확한 기계 학습 모델은 x축( R2: 0.98) 및 y축(R2: 0.98)에 대해 그래디언트 부스팅 회귀 분석기였으며, z축(R2: 0.95)에서는 SVM 회귀 분석기가 가장 정확한 기계 학습 모델이었다. 기계 학습 방법의 적용은 기계 학습 모델이 선형 회귀보다 전신 진동을 보다 정확하게 예측하는 데 사용될 수 있음을 나타낸다.