ارزیابی اقتصادی روش‌های تعویض و تصفیه روغن هیدرولیک دروگرهای نیشکر در کشت و صنعت‌های نیشکری خوزستان

ماشین های کشاورزی

مقاله 9، دوره 11، شماره 1 - شماره پیاپی 21، 1400، صفحه 111-122   

نوع مقاله: مقاله پژوهشی انگلیسی

شناسه دیجیتال (DOI): 10.22067/jam.v11i1.76542

نویسندگان

حدیث نعمت پور ملک آباد¹؛ محمد جواد شیخ داودی^{* 1}؛ عیسی حزباوی²؛ افشین مرزبان³

¹گروه مهندسی بیوسیستم، دانشگاه شهید چمران اهواز، اهواز، ایران

²گروه مهندسی بیوسیستم، دانشگاه لرستان، خرم آباد، ایران

³گروه ماشین‌های کشاورزی و مکانیزاسیون، دانشگاه علوم کشاورزی و منابع طبیعی خوزستان، ملاثانی، ایران

چکیده

از آنجا که آلودگی روغن هیدرولیک اثرات زیان‌بار خود را در درازمدت نمایان می‌سازد اغلب مورد بی‌توجهی قرار می‌گیرد یا آن‌که علت توقفات پی در پی و خرابی سیستم به عوامل دیگری نسبت داده می‌شود. بنابراین برای جلوگیری از به‌وجود آمدن چنین مشکلاتی دو استراتژی زیر ارائه شده است: با روش تعویض تمامی روغن از سیستم تخلیه و روغن نو جایگزین گردد یا با روش پالایش آفلاین روغن هیدرولیک ذرات از روغن آلوده جدا گردد. در همین راستا، مطالعه حاضر با هدف بررسی وضعیت اقتصادی ماشین‌های برداشت نیشکر با تأکید بر فرآیند فیلتراسیون روغن هیدرولیک در هفت واحد از شرکت‌های توسعه نیشکر و صنایع جانبی استان خوزستان انجام شد. به این منظور، تمام آمار و اطلاعات مربوط به هفت واحد از شرکت‌های توسعه نیشکر و صنایع جانبی در طول سال‌های زراعی 1395-1390 جمع‌آوری و طبقه‌بندی شدند. نتایج نشان می‌دهد صرفه‌جویی انجام شده بر حسب لیتر و همچنین صرفه‌جویی ریالی به‌کارگیری روش پالایش آفلاین روغن هیدرولیک برای کشت و صنعت‌های نیشکر در طی سه سال‌ زراعی 1395-1393 که از این روش استفاده گردیده، به‌ترتیب برای واحد امام خمینی: 25500 لیتر و 2882154363 ریال، امیرکبیر: 49000 لیتر و 5847389466 ریال، حکیم فارابی: 82000 لیتر و 9534396744 ریال، دعبل خزاعی: 73400 لیتر و 6808230362 ریال، دهخدا: 31680 لیتر و 3421979639 ریال، سلمان فارسی: 73500 لیتر و 7606675370 ریال و میرزا کوچک خان: 75934 لیتر و 8083068395 ریال می‌باشد.

کلیدواژه‌ها

ارزیابی اقتصادی؛ تصفیه؛ تعویض؛ دروگر نیشکر؛ روغن هیدرولیک

مراجع

1. Ashtiani Iraqi, A. R., I. Ranjbar, and M. Torchy. 2005. Optimum mathematical model for predicting randm costs of operating tractors in Mazandaran Dasht-e-Naz Farm Company. Journal of Agricultural Science (15) 4: 95-109.

2. Almasi, M., Sh. Kiani, and N. Loveimi. 2008. The Fundamental Principles of Agriculture Mechanization. Jungle Publication. 293 pages.

3. Bartelmous, W., and R. Zimroz. 2009. A New Feature for Monitoring the Condition of Gearboxes in Monstaionary Operating Conditions. Mechanical Systems and Signal Processing 23: 1528-1534.

4. Bartholomew, R. B. 1981. Farm Machinery Costing Under Inflation. Transaction of ASAE, 24 (1): 98-101.

5. Dahunsi, O. A. 2008. Spectrometric Oil Analysis-An Untapped Resource for Condition Monitoring. Mechanical Engineering Department, Federal University of Technology Akuer, Undo State, Nigeria.

6. Haroni, S., M. J. Sheykhdavodi, and M. Kiani Deh Kiani. 2018. Application of Artificial Neural Networks for Predicting the Yield and GHG Emissions of Sugarcane Production. Journal of Agricultural Machinery 8: 389-401. (In Farsi).

7. Lazarus, W. 2002. Farm Machinery Economic Cost for 2002. University of Minnesota Extension Service.

8. Masoudi, A. R. 2011. Introduction to Oil Analysis (translation), Technical and Engineering Company of Alborz Tadbirkaran, Tehran.

9. Macinan, V., B. Tormos, A. Sala, and L. Ramirez. 2006. Fuzzy Logic- Based Expert System for Diesel Engine Oil Analysis Diagnosis. 462-470. The Britsh Institute of Non- Destructive Testing. Spencer, Northampton. NN1 5AA, England.

10. Mirmoazi, H. 2004. Opportunity cost of capital in Islamic economic framework. Islamic Economics Magazine. No. 16. Page 78.

11. Ranjbar, I., H. R. Ghasemzadeh, and Sh. Davoudi. 2003. Engine power and tractor (translation). Tabriz University Press. Pages: 401-412.

12. Scoma, A. K. 1990. Major reliability and lubricant consumption saving. Lubricant and Particle Analysis, pp: 1-6.

13. Saqafi, M. 2008. Tractors and its mechanism (translation).Center for Academic Publication, Ministry of Culture and Islamic Guidance. Tehran. Pages: 184-196.

14. Yeganeh Salehpoor, H. R. 2002. Determining the appropriate mathematical model for predicting maintenance costs of agricultural tractors used in Karun sugarcane cultivation and industry. Iranian Agricultural Science Institute 4: 707-716.