بررسی آزمایشگاهی و مدلسازی سینتیک خشک کردن شلتوک در خشک کن هوای گرم توسط شبکه عصبی مصنوعی

  • سال انتشار: 1398
  • محل انتشار: فصلنامه علمی فناوری های جدید در صنعت غذا، دوره: 6، شماره: 4
  • کد COI اختصاصی: JR_JIFT-6-4_004
  • زبان مقاله: فارسی
  • تعداد مشاهده: 474
دانلود فایل این مقاله

نویسندگان

محمد ابراهیم محمدپور میر

دانشجوی کارشناسی ارشد، گروه ترموسینتیک و کاتالیست، دانشکده مهندسی شیمی، دانشگاه صنعتی نوشیروانی بابل، بابل، ایران

کامیار موقرنژاد

استاد، گروه ترموسینتیک و کاتالیست، دانشکده مهندسی شیمی، دانشگاه صنعتی نوشیروانی بابل، بابل، ایران

سارا نانواکناری

دانشجوی دکترا، گروه ترموسینتیک و کاتالیست، دانشکده مهندسی شیمی، دانشگاه صنعتی نوشیروانی بابل، بابل، ایران

چکیده

برنج در هنگام برداشت رطوبت بالایی دارد که یکی از روش های رایج جهت کاهش سرعت فساد، فرآیند خشک کردن است. در این تحقیق سینتیک خشک کردن شلتوک با هوای گرم با استفاده از 3 متغیر سرعت هوای گرم ((m/s)65/0 و 8/0)، دمای هوای گرم ((0C)50،65) و رطوبت نهایی (11 و 13%) بررسی شد. مدل سازی سینتیک خشک کردن شلتوک توسط شبکه عصبی پرسپترون چند لایه انجام شد. به منظور بررسی عملکرد الگوریتم های آموزش و توابع انتقال مختلف در پیش بینی رفتار خشک کردن شلتوک، از 3 الگوریتم لونبرگ مارکوارت، پس انتشار ارتجاعی و گرادیان نزولی مقیاسی و 2 تابع انتقال تانژانت سیگموئید و سیگموئید لگاریتمی استفاده شد. نتایج حاصل از این بررسی بدین گونه بوده که حداکثر زمان خشک شدن در دمای 0C50، سرعت هوای گرم (m/s)65/0 و رطوبت نهایی 11٪ تقریبا برابر با 8 ساعت و حداقل زمان خشک شدن در دمای 0C 65، سرعت هوای گرم(m/s) 8/0و رطوبت نهایی 13٪ معادل با 1ساعت و 21 دقیقه بوده است. بنابراین به طور کلی می توان گفت با افزایش دما، سرعت و رطوبت، زمان خشک شدن کاهش می یابد. همچنین، نتایج حاصل از مدل سازی نشان داد که مدل سازی بوسیله ی شبکه عصبی با الگوریتم آموزش لونبرگ مارکوارت نسبت به سایر الگوریتم ها بهترین عملکرد را داشته و به طورکلی توپولوژی 1-11-3 با الگوریتم آموزش لونبرگ مارکوارت و تابع انتقال سیگموئید لگاریتمی کمترین خطا و بیشترین ضریب همبستگی نسبت به سایر حالات داشته است.

کلیدواژه ها

شلتوک, سینتیک خشک کردن, خشک کن هوای گرم, شبکه عصبی پرسپترون چندلایه

اطلاعات بیشتر در مورد COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.