بهینه سازی، ارزیابی و کیفیت سنجی فرآیند خشک کردن یک محصول کروی در خشک کن ترکیبی مادون قرمز هوای گرم با بستر ارتعاشی مطالعه موردی: نخود فرنگی

در این تحقیق از روش ترکیبی مادون قرمز- هوای گرم در بستری ارتعاشی برای خشک کردن نخود فرنگی از رطوبت اولیه 53/0± 34/75% به رطوبت نهایی 14/0± 02/20% (بر پایه تر) استفاده شد. فاکتورهای آزمایشی در این تحقیق شامل دو حالت بستر مرتعش (12هرتز) و بستر غیر مرتعش، چهار سطح تابش (بدون تابش، 2/0، 4/0و 9/0 وات بر سانتی متر مربع)، سه سطح دمای هوای خشک کننده (30، 40، 50 درجه سلسیوس)، سه عمق قرارگیری محصول (1، 2 و3 لایه) بودند. آزمایش ها در ترکیب سطوح مختلف فاکتورها در سه تکرار به منظور یافتن مدت زمان خشک شدن نخود فرنگی، درصد گردی، درصد کاهش حجم و تغییرات رنگ محصول نهایی و نیز میزان انرژی مصرفی برای خشک شدن نمونه ها انجام گرفت. از تکنیک ماشین بینایی و پردازش تصاویر برای کیفیت سنجی محصول خشک شده استفاده شد. علاوه بر این با استفاده از شبکه عصبی 5 مدل برای پیش بینی مدت زمان خشک شدن، درصد گردی، درصد کاهش حجم، تغییرات رنگ و رطوبت محصول (پارمترهای خروجی شبکه) ارائه گردید. فرکانس ارتعاشی سینی، توان تابشی، دمای هوای ورودی، عمق و زمان خشک شدن به عنوان پارامتر های ورودی مدل بودند. نتایج نشان داد که استفاده از روش ترکیبی مادون قرمز- هوای گرم در بستری ارتعاشی برای خشک کردن نخود فرنگی باعث کاهش زمان خشک شدن و انرژی مصرفی و نیز ارتقاء کیفیت محصول خشک شده از نقطه نظر فاکتورهای رنگ، درصد گردی، درصد کاهش حجم (بدون چروکیدگی) می شود. با در نظر گرفتن پارامترهای کیفیت و انرژی، بهترین تیمار در حالت بستر مرتعش با دمای50 درجه سلسیوس و شدت تابش 4/0 وات بر سانتی متر مربع و در عمق 3 لایه به دست آمد. نتایج نشان داد برای مدت زمان خشک شدن مدلی با 11 نرون و تابع انتقال logsig، برای درصد گردی 18 نرون و تابع انتقال logsig، برای درصد کاهش حجم 6 نرون با تابع انتقال tansig، برای رنگ 11 نرون و تابع انتقال tansig و در نهایت برای محتوای رطوبتی محصول 25 نرون و تابع انتقال logsig دقیق ترین پیش بینی را برای پارامترهای خشک کردن ایجاد کرد. داده های خروجی نشان داد که خطای میانگین مربعات کمتر از 5% و ضریب تبیین 99% به دست آمد که نشان می دهد شبکه عصبی ابزاری مناسب برای پیش بینی پارامترهای خشک کردن می باشد. د