تخمین پارامترهای خشک کردن گوجه فرنگی با کمک شبکه های عصبی مصنوعی
نویسندگان
چکیده مقاله:
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.
منابع مشابه
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...
متن کاملتخمین 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...
متن کاملتخمین 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...
متن کاملمدل 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...
متن کاملمدلسازی 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...
متن کاملمدلسازی 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...
متن کاملمنابع من
با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید
ذخیره در منابع من قبلا به منابع من ذحیره شده{@ msg_add @}
عنوان ژورنال
دوره 1 شماره 1
صفحات 61- 74
تاریخ انتشار 2012-05-21
با دنبال کردن یک ژورنال هنگامی که شماره جدید این ژورنال منتشر می شود به شما از طریق ایمیل اطلاع داده می شود.
کلمات کلیدی
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023