English
PREDICTION OF HEMP FIBER DAMAGE AND DECORTICATION EFFICIENCY USING RANDOM FOREST REGRESSION
Nashr
"Ta'lim ufqlari" ilmiy-uslubiy jurnali 2026-yil 1-son
Annotatsiya
This study investigates the prediction of hemp fiber damage and decortication efficiency using a Random Forest Regression model. A dataset consisting of technological process parameters, including retting duration, moisture content, and roller pressure, was used for model development. Additional interaction-based features were introduced to improve prediction performance. The developed model achieved satisfactory prediction accuracy with R2 values of 0.8248 for Fiber Damage Index and 0.7320 for Decortication Efficiency. Feature importance analysis showed that roller pressure and pressure–moisture interaction had the greatest influence on the process. The obtained results demonstrate the potential of machine learning methods for intelligent optimization of hemp fiber processing systems.
Kalit so‘zlar
hemp fiber
decortication
Random Forest Regression
fiber damage
process optimization
moisture content
Oʻzbekcha
Ushbu tadqiqotda kanop tolasi shikastlanishi va dekortikatsiya samaradorligini Random Forest Regression modeli yordamida bashorat qilish masalasi o’rganildi. Modelni yaratishda retting davomiyligi, namlik miqdori va valik bosimi kabi texnologik parametrlarni o’z ichiga olgan ma’lumotlar to’plamidan foydalanildi. Bashorat aniqligini oshirish maqsadida o’zaro ta’sirga asoslangan qo’shimcha parametrlar ham qo’llanildi. Ishlab chiqilgan model Fiber Damage Index uchun 0.8248 va Decortication Efficiency uchun 0.7320 qiymatdagi R2 natijalariga erishdi. Tahlil natijalari valik bosimi va bosim–namlik o’zaro ta’siri jarayonga eng katta ta’sir ko’rsatishini aniqladi. Olingan natijalar mashinali o’qitish usullarining kanop tolasi qayta ishlash jarayonlarini intellektual optimallashtirishdagi samaradorligini ko’rsatdi.
kanop tolasi
dekortikatsiya
Random Forest Regression
tolalar shikastlanishi
jarayonni optimallashtirish
namlik miqdori
Русский
ПРОГНОЗИРОВАНИЕ ПОВРЕЖДЕНИЙ КОНОПЛЯНОГО ВОЛОКНА И ЭФФЕКТИВНОСТИ ДЕКОРТИКАЦИИ С ИСПОЛЬЗОВАНИЕМ РЕГРЕССИИ СЛУЧАЙНОГО ЛЕСА
В данной работе исследовано прогнозирование повреждения волокон конопли и эффективности декортикации с использованием модели Random Forest Regression. Для построения модели использовались данные технологических параметров процесса, включая продолжительность реттинга, влажность и давление валков. Для повышения точности прогнозирования были дополнительно использованы параметры взаимодействия факторов. Разработанная модель показала хорошие результаты прогнозирования со значениями R2, равными 0.8248 для Fiber Damage Index и 0.7320 для Decortication Efficiency. Анализ важности признаков показал, что наибольшее влияние на процесс оказывают давление валков и взаимодействие давления и влажности. Полученные результаты подтверждают эффективность методов машинного обучения для интеллектуальной оптимизации процессов переработки волокон конопли.
влажность
волокно конопли
декортикация
Random Forest Regression
повреждение волокон
оптимизация процесса
[1] C. Pepi, M. E. Pipistrelli, and M. Gioffrè, ‘Random modeling of hemp fibers mechanical properties’, Compos. Part Appl. Sci. Manuf., vol. 183, p. 108203, Aug. 2024, doi: 10.1016/j.compositesa.2024.108203.
[2] J. P. Manaia, A. T. Manaia, and L. Rodriges, ‘Industrial Hemp Fibers: An Overview’, Fibers, vol. 7, no. 12, p. 106, Dec. 2019, doi: 10.3390/fib7120106.
[3] K. Palanikumar, E. Natarajan, K. Markandan, C. K. Ang, and G. Franz, ‘Targeted Pre-Treatment of Hemp Fibers and the Effect on Mechanical Properties of Polymer Composites’, Fibers, vol. 11, no. 5, p. 43, May 2023, doi: 10.3390/fib11050043.
[4] S. Musio, J. Müssig, and S. Amaducci, ‘Optimizing Hemp Fiber Production for High Performance Composite Applications’, Front. Plant Sci., vol. 9, p. 1702, Nov. 2018, doi: 10.3389/fpls.2018.01702.
