پیش‌بینی برخی خصوصیات خشک کردن پسته، آلبالو و بنه به کمک شبکه‌های عصبی مصنوعی

Authors

  • رضا امیری چایجان دانشیار گروه مهندسی بیوسیستم دانشگاه بوعلی سینا، همدان
  • محمد کاوه دانش آموخته‌ی کارشناسی ارشد، دانشگاه بوعلی سینا، همدان
Abstract:

هدف از این تحقیق تخمین مقادیر ضریب نفوذ مؤثر رطوبت، انرژی مصرفی ویژه، آهنگ خشک کردن و نسبت رطوبت در فرایند خشک کردن سه محصول پسته، آلبالو و بنه با خشک­کن مادون قرمز- جابجایی به کمک شبکه­های عصبی مصنوعی می باشد. به منظور پیش­بینی این پارامترها از پنج عامل مؤثر نوع محصول، سرعت هوای ورودی، دمای هوای ورودی، توان تابش مادون قرمز و زمان خشک کردن استفاده گردید. از شبکه­ها و الگوریتم­های متعددی برای آموزش الگوهای موجود و ارزیابی شبکه استفاده شد. نتایج بررسی­ها نشان داد که شبکه پس انتشار پیشخور با توپولوژی 2-6-6-4 و تابع آستانه TAN-PUR-TAN و الگوریتم آموزش لونبرگ- مارکوارت قادر است ضریب نفوذ مؤثر رطوبت و انرژی مصرفی ویژه را به ترتیب با ضریب تبیین 9946/0 و 9812/0 و خطای میانگین مربعات 00022/0 در شرایط مختلف خشک کردن پیش­بینی نماید. همچنین بیشترین ضریب تبیین برای پیش­بینی آهنگ خشک کردن و نسبت رطوبت با شبکه پس انتشار پیشرو با توپولوژی 2-15-20-5 و تابع آستانه TAN-TAN-TAN و الگوریتم آموزش تنظیم بیزی به ترتیب 9806/0 و 9995/0 به دست آمد.

Upgrade to premium to download articles

Sign up to access the full text

Already have an account?login

similar resources

یش بینی برخی خصوصیات فیزیکی، مکانیکی و خشک کردن بنه (پسته وحشی) به کمک شبکه های عصبی مصنوعی

خشک کردن، حذف حداکثر آب از محصول با هدف افزایش مدت نگهداری است و از قدیمی ترین روش های حفظ مواد غذایی و محصولات کشاورزی می باشد. سالانه میلیون ها تن فراورده های زراعی، باغی، دامی، شیلاتی، و غیره توسط روش های مختلف خشک کردن، خشک می شوند که ضمن ایجاد تنوع در محصول و افزایش زمان ماندگاری، باعث کاهش قابل توجهی در هزینه های حمل ونقل و انبار داری می شود (توکلی پور، 1385؛ آغباشلو و همکاران، 2009). در ...

پیش بینی برخی خواص خشک کردن دانه های انار، انگور و بنه به کمک شبکه های عصبی مصنوعی

چکیده هدف از این تحقیق برآورد ضریب پخش رطوبت موثر، انرژی مصرفی ویژه، نرخ خشک­کردن و نسبت رطوبت در خشک کردن بستر سیال دانه های انار، انگور و بنه به کمک شبکه­های عصبی مصنوعی می­باشد. سه عامل موثر برای پیش­بینی ضریب پخش رطوبت موثر و انرژی مصرفی ویژه عبارتند از: نوع محصول، سرعت هوای ورودی، دمای هوای ورودی. برای پیش­بینی نرخ خشک­کردن و نسبت رطوبت از چهار عامل موثر استفاده شد که عبارت بودند از: نوع م...

full text

پیش بینی برخی خصوصیات حرارتی، فیزیکی و مکانیکی میوه بنه پس از خشک کردن با خشک کن پیوسته نیمه صنعتی به کمک شبکه های عصبی مصنوعی

چکیده هدف از این پژوهش، پیش­بینی برخی خصوصیات حرارتی (ضریب پخش مؤثر رطوبت و انرژی ویژه مصرفی)، فیزیکی (چروکیدگی و تغییرات کلی رنگ) و مکانیکی (نیروی شکست) میوه بنه در طی فرآیند خشک­کردن با خشک­کن پیوسته نیمه صنعتی به کمک شبکه­های عصبی مصنوعی بود. سه عامل موثر شامل دمای هوای ورودی، سرعت هوای ورودی و سرعت تسمه در عملکرد خشک­کن جریان پیوسته به عنوان متغیرهای مستقل در نظر گرفته شد. آزمایش­ها در سه س...

full text

تخمین پارامترهای خشک کردن گوجه فرنگی با کمک شبکه های عصبی مصنوعی

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 بهتری...

full text

پیش بینی برخی خواص مکانیکی و خشک کردن دانه آفتابگردان به کمک شبکه های عصبی مصنوعی

آفتابگردان یکی از دانه های روغنی مهم جهان می باشد، که سطح زیر کشت آن در ایران 100 هزار هکتار با عملکرد یک تن در هکتار می باشد و ارقام روغنی آن محتوی بیش از 29 درصد روغن بوده و ماده ی خام مناسبی برای صنایع فرآوری به شمار می آید. برای جلوگیری از تلفات به دلیل شکسته شدن ساقه، آسیب توسط پرندگان و شرایط آب و هوایی نامساعد، آفتابگردان اغلب در رطوبت بالاتر از سطح ذخیره سازی ایمن، برداشت می شود. از این...

15 صفحه اول

My Resources

Save resource for easier access later

Save to my library Already added to my library

{@ msg_add @}


Journal title

volume 3  issue 1

pages  62- 79

publication date 2016-08-22

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