ارائه مدل سینتیک خشک کردن ذرت در خشک کن مخزنی با استفاده از شبکه عصبی مصنوعی بهینه سازی شده بوسیله الگوریتم ژنتیک

ذرت یکی از مهمترین محصولات زراعی است که برای افزایش و یا کنترل کیفیت محصول در طی انبارداری بایستی دارای رطوبت کم و یکنواخت باشد. به همین دلیل نیاز به خشک کردن دارد. آگاهی از نحوه ی خشک شدن محصول، منجر به کاهش مصرف انرژی در فرآیند خشک کردن و کنترل ضایعات محصول می گردد. هدف از این پژوهش، ارائه مدل های پیش بینی مدت زمان لازم برای فرآیند خشک کردن دانه های ذرت با استفاده از مدل رگرسیونی و مدل شبکه عصبی و همچنین مدل شبکه عصبی بهینه سازی شده توسط الگوریتم ژنتیک می باشد. تیمارهای مورد استفاده در این پژوهش عبارتند از: دمای هوای ورودی در 5 سطح 70، 80، 90، 100 و 110 درجه سلسیوس، ارتفاع لایه محصول در 4 سطح 20، 40، 60 و 80 سانتی متر و محتوای رطوبتی اولیه محصول نیز از جمله تیمارها بود که برای تمامی آزمایش ها متغیر بود کلیه آزمایش ها در سه تکرار انجام شد. خشک کردن نمونه های ذرت تا رسیدن به محتوای رطوبتی 14 درصد (بر پایه خشک) ادامه داده شد. آنالیز داده ها توسط نرم افزارهای sas، spss16 و matlab11 و مقایسه میانگین ها توسط آزمون دانکن انجام گرفت. مدل رگرسیونی به دست آمده دارای ضریب همبستگی 939/0 بود در صورتی که مدل شبکه عصبی با الگوریتم یادگیری لونبرگ – مارکوارت با ضریب همبستگی 976/0 و میزان خطای 046/0 نتیجه بهتری داشت و مدل شبکه عصبی بهینه سازی شده توسط الگوریتم ژنتیک نیز دارای ضریب همبستگی 966/0 و میزان خطای 007/0 بود. ساختار به دست آمده برای شبکه عصبی 1-3-3 با تابع آستانه تانژانت سیگموئید می باشد که با در نظر گرفتن تابع کارایی و ضریب همبستگی نسبت به ساختارهای دیگر نتایج بهتری ارائه کرده است. شبکه عصبی بهینه سازی شده توسط الگوریتم ژنتیک میزان خطای شبکه عصبی را از 046/0 تا 007/0 کاهش داد و نتایج بهتری را از نظر کاهش خطا نسبت به شبکه عصبی با الگوریتم لونبرگ-مارکوارت ارائه کرد. علاوه بر مدل های ارائه شده برای خشک شدن، روند مصرف انرژی بر اساس افزایش دمای هوای ورودی و ارتفاع لایه محصول نیز مورد بررسی قرار گرفت نتایج حاکی از این بود که با افزایش دمای هوای ورودی، میزان مصرف انرژی در واحد جرم روند کاهشی دارد و با افزایش ارتفاع لایه محصول، میزان مصرف انرژی در واحد جرم کاهش می یابد. در این پژوهش همچنین کیفیت دانه های خشک شده ذرت از لحاظ تغییر رنگ نسبت به حالت قبل از خشک کردن نیز مورد سنجش قرار گرفت. نتایج نشان داد که تغییرات رنگ محصول خشک شده نسبت به حالت قبل از خشک شدن افزایش یافته است. در ارتفاع 20 سانتی متر و دمای 70 درجه سلسیوس کمترین تغییرات رنگ و در ارتفاع 80 سانتی متر و دمای 110 درجه سلسیوس بیشترین تغییرات رنگ وجود داشت.