تخمین پارامترهای خشک کردن گوجه فرنگی با کمک شبکه های عصبی مصنوعی
Authors
Abstract:
در این پژوهش خشک کردن لایه ای نازک گوجه فرنگی به روش جابجایی هوای داغ شبیه سازی گردید. اسلایس های گوجه فرنگی در دو دمای (60 و 70 درجه سانتیگراد) خشک شدند. شبکه عصبی پرسپترون برای پیش بینی نسبت رطوبت و سرعت خشک کردن نمونه ها در طی خشک کردن بکار گرفته شد. بهترین چیدمان شبکه عصبی برای شبکه اول بر اساس یک لایه پنهان،2 و 8 نرون در لایه پنهان به ترتیب برای نسبت رطوبت و آهنگ خشک کردن بود. همچنین بهترین چیدمان شبکه عصبی دوم بر اساس یک لایه پنهان، 11 نرون برای نسبت رطوبت و آهنگ خشک کردن بود. به طور کلی نتایج نشان داد که شبکه عصبی با آرایش دوم نتایج بهتری را در پیش بینی پارامترهای خشک کردن گوجه فرنگی ارائه نمود.
similar resources
تخمین ضریب تبدیل شلتوک با استفاده از شبکه های عصبی مصنوعی در خشک کردن بستر سیال
The objective of this research was to predict head rice yield (HRY) in fluidized bed dryer using artificial neural network approaches. Several parameters considered here as input variables for artificial neural network affect operation of fluidized bed dryers. These variables include: air relative humidity, air temperature, inlet air velocity, bed depth, initial moisture content, final moisture...
full textتخمین ضریب تبدیل شلتوک با استفاده از شبکه های عصبی مصنوعی در خشک کردن بستر سیال
The objective of this research was to predict head rice yield (HRY) in fluidized bed dryer using artificial neural network approaches. Several parameters considered here as input variables for artificial neural network affect operation of fluidized bed dryers. These variables include: air relative humidity, air temperature, inlet air velocity, bed depth, initial moisture content, final moisture...
full textتخمین ضریب تبدیل شلتوک با استفاده از شبکه های عصبی مصنوعی در خشک کردن بستر سیال
هدف از این پژوهش، بر اورد ضر یب تبد یل شلتوک به برنج سفید در خشک کردن بستر سیال به کمک شبکه ها ی عصبی مصنوعی است . هفت عامل مؤثر در عملکرد خشک کن های بستر سیال به عنوان متغیرهای مستقل برای شبکه عصبی مصنوعی در نظر گرفته شد . این متغیرها عبارت اند از رطوبت نسبی هوای محیط، دمای هوای محیط، سرعت هوای ورودی، عمق بستر شلتوک، دمای هوای ورودی، رطوبت اولیه و رطوبت نهایی شلتوک. تعداد ٢٧٤ آزمایش برای ایجاد...
full textمدل سازی خشک کردن اسمزی زردآلو با استفاده از الگوریتم ژنتیک - شبکه عصبی مصنوعی
ایران از نظر تولید زردآلو در جهان مقام دوم را دارد و مطالعه عوامل موثر بر خشک کردن این میوه و مقدار تاثیر آنها امری ضروری می باشد. لذا در این مطالعه تاثیر دمای محلول اسمزی در محدوده °C 25 تا °C 65، در مدت زمان 30 تا 120 دقیقه و غلظت محلول اسمزی در محدودۀ 30 تا 60 درصد (وزنی/وزنی) بر پارامترهای کاهش وزن، کاهش آب، جذب مواد جامد و نسبت دفع آب به جذب مواد جامد در طی خشک کردن اسمزی زردآلو مورد بررسی...
full textمدلسازی فرآیند خشک کردن توت فرنگی توسط خشک کن فروسرخ به روش الگوریتم ژنتیک - شبکه عصبی مصنوعی
چکیده به دلیل بهره وری پایین انرژی و مدت زمان طولانی خشک کردن محصولات کشاورزی با روش های متداول، استفاده از روش های نوین نظیر پرتودهی فروسرخ باید بررسی شوند. در این مطالعه جهت خشک کردن و افزایش زمان ماندگاری توت فرنگی، از روش پرتودهی فروسرخ استفاده گردید. اثر توان لامپ فروسرخ (150، 250 و 375 وات)، فاصله نمونه از لامپ (5، 5/7 و 10 سانتی متر) و در مدت زمان 110 دقیقه بر خشک کردن توت فرنگی مورد برر...
full textمدلسازی پارامترهای کیفی توت سفید در فرآیند خشک شدن با استفاده از شبکه عصبی مصنوعی
توت سفید یکی از میوه‌های سرشار از قند مفید بوده و از راه‌های نگه‌داری این محصول خشک کردن می‌باشد. امروزه شبکه‌های عصبی مصنوعی در مدلسازی خشک‌کردن در حال رشد و توسعه است. پژوهش حاضر با هدف مدلسازی کیفیت خشک‌شدن توت سفید توسط شبکه عصبی انجام گردید. آزمایش‌های خشک‌کردن توسط خشک‌کن جریان هوای داغ در دو رطوبت اولیه (1± 85% و 1±80%) و در سه دمای 50، 60 و70 درجه سلسیوس و سه جریان هوای 5/1، 2و 5/2 م...
full textMy Resources
Journal title
volume 1 issue 1
pages 61- 74
publication date 2012-05-21
By following a journal you will be notified via email when a new issue of this journal is published.
Keywords
Hosted on Doprax cloud platform doprax.com
copyright © 2015-2023