مدلسازی سینتیک خشک‌کردن لایه‌نازک قارچ دکمه‌ای توسط هوای داغ با استفاده از الگوریتم ژنتیک- شبکه عصبی مصنوعی
Authors
Abstract:
مدلسازی سینتیک خشک شدن قارچ دکمه‌ای در یک خشک‌کن جابجایی هوای داغ به روش الگوریتم ژنتیک - شبکه عصبی مصنوعی موردبررسی قرار گرفت. اثر دمای هوای خشک‌کردن در سه سطح 50، 60 و 70 درجه سانتیگراد، سرعت جریان هوا در سه سطح 1،2 و 3 متر بر ثانیه بر خشک‌کردن قارچ دکمه‌ای بررسی شد. نتایج خشک‌کردن قارچ دکمه‌ای به روش هوای داغ نشان‌داد با افزایش دما و سرعت جریان هوای خشک‌کن، آهنگ خشک‌کردن افزایش می‌یابد. با افزایش دمای خشک‌کن از 50 به 70 درجه سانتیگراد، و سرعت جریان هوا از 1 به 3 متر بر ثانیه، کاهش وزن به ترتیب 2/12 و 0/12 درصد افزایش یافت. مدلسازی سینتیک خشک شدن لایه‌نازک قارچ دکمه‌ای به روش الگوریتم ژنتیک - شبکه عصبی مصنوعی با 3 ورودی دمای هوا، سرعت جریان و زمان خشک‌کردن و 1 خروجی جهت پیشگویی کاهش وزن انجام شد. نتایج مدلسازی نشان‌داد شبکه‌ای با تعداد 16 نرون در یک‌لایه پنهان و با استفاده از تابع فعال‌سازی تانژانت هیپربولیک و قانون یادگیری لیونبرگ-مارکوت می‌توان درصد کاهش وزن در طی فرآیند خشک‌کردن قارچ دکمه‌ای به روش جابجایی هوای داغ را پیشگویی نمود (999/0R=). نتایج آنالیز حساسیت توسط شبکه بهینه نشان‌داد که دمای خشک‌کن به‌عنوان مؤثرترین عامل در کنترل کاهش وزن نمونه‌ها هست.
similar resources
مدل 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 فرایند تبدیل خشک متان به‌کمک پلاسما با استفاده از شبکه عصبی مصنوعی و الگوریتم ژنتیک
پیش‌بینی فراورده‌های (هیدروژن و کربن مونوکسید) تبدیل خشک متان به‌کمک پلاسما در فشار جوی با استفاده از شبکه عصبی مصنوعی شبیه‌سازی شد. داده‌های تجربی موردنیاز برای مدلسازی شبکه عصبی مصنوعی از یک واکنشگاه پلاسمایی تخلیه کرونا جمع‌آوری شد. اثر عامل‌های فرایندی (توان تخلیه پلاسما، دبی خوراک ورودی) بر کارایی تبدیل متان و گزینش‌پذیری نسبت به فراورده‌های مورد بررسی قرار گرفتند. شبکه پیش‌خور با الگوری...
full textبهینه‌سازی فرایندهای عملیاتی پیش تصفیه آب صنعتی با استفاده از شبکه عصبی مصنوعی و الگوریتم ژنتیک
full text
مدلسازی نفوذپذیری سیستم بیوراکتورغشایی با استفاده از شبکه عصبی مصنوعی
مدلسازی برای سیستم های پیچیده ای همچون بیوراکتور غشایی به دلیل امکان اجرای آزمایشهای مجازی زیاد در زمان کوتاه ابزاری قدرتمند است، اگرچه نیازمند اعتبار تجربی و تبدیل فرایند به مدل ریاضی می باشد. در این پژوهش به مدلسازی فرایند فیلتراسیون توسط شبکه های عصبی با استفاده از نرم افزار MATLAB 8.1 (2013) پرداخته شده و از داده های تجربی یک سیستم بیوراکتور غشایی غوطه ور مجهز به غشاء کوبوتا جهت تصفیه فاضلا...
full textسینتیک خشک کردن مادون قرمز برش های میوه به و مدلسازی آن با روش الگوریتم ژنتیک-شبکه‌های عصبی مصنوعی
در این تحقیق جهت خشک کردن برش های میوه به از روش پرتودهی مادون قرمز استفاده شد. برای این منظور اثر دمای خشک کردن 50، 60، 70 و 80 درجه سانتیگراد که ناشی از توان های به ترتیب 51، 73، 98 و 125 وات لامپ مادون قرمز بود مورد مطالعه قرار گرفت. نتایج بدست آمده نشان دادند که با افزایش دما سرعت خشک کردن افزایش می یابد. با افزایش دما از 50 به 80 درجه سانتیگراد زمان خشک کردن حدود 60 درصد کاهش یافت. با اعما...
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 textMy Resources
Journal title
volume 26 issue 3
pages 457- 467
publication date 2016-11-21
By following a journal you will be notified via email when a new issue of this journal is published.
Hosted on Doprax cloud platform doprax.com
copyright © 2015-2023