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
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 سطح دمای هوای ورودی (45، 60 و 75 درجه سلسیوس)، سه سطح سرعت هوای ورودی (1، 5/1 و 2 متر بر ثانیه) و سه سطح سرعت تسمه (5/2، 5/6 و 5/10 میلی متر بر ثانیه) انجام شد. دادههای لازم با استفاده از یک خشککن جریان پیوسته نیمه صنعتی، جمعآوری شد. از شبکههای پسانتشار پیشرو و پسانتشار پیشخور با الگوریتمهای یادگیری لونبرگ- مارکوارت و تنظیم بیزی برای آموزش استفاده شد. برای پیشبینی ضریب پخش مؤثر رطوبت، شبکه پیشخور با تابع تنظیم بیزی، آرایش 1-13-10-3 و 108 چرخه آموزش با 9999/0=r2 مطلوب بود. برای پیشبینی انرژی ویژه مصرفی، شبکه پیشخور با تابع آموزش لونبرگ- مارکوارت، آرایش 1-10-3 و 117 چرخه آموزش با 9961/0=r2 مطلوب بود. بهترین شبکه برای پیشبینی چروکیدگی، شبکه پیشخور با تابع تنظیم بیزی، توپولوژی 1-4-6-3 و 101 چرخه با 9926/0=r2 آموزش بود. بهترین شبکه برای پیشبینی تغییرات کلی رنگ، شبکه پیشخور با تابع آموزش لونبرگ-مارکوارت با توپولوژی 1-7-6-3 و 24 چرخه آموزش با 9139/0=r2 بود. بهترین شبکه برای پیشبینی نیروی شکست، شبکه پیشخور با تابع آموزش تنظیم بیزی، آرایش 1-6-8-3 و 69 چرخه آموزش با 9990/0=r2 بود.