مدل سازی اثر توام پلاسمای سرد و توان فراصوت بر خشک شدن دانه های زیره سبز در یک خشک کن هوای گرم با استفاده از شبکه عصبی مصنوعی

این مطالعه به منظور بررسی اثر زمان پلاسمای سرد (CPt) و توان امواج فراصوت (USp) بر خشک شدن دانه زیره سبز در یک خشک کن هوای گرم انجام شد. در این راستا، از یک دستگاه تولید پلاسمای سرد و یک خشک کن هیبریدی هوای گرم- فراصوت در مقیاس آزمایشگاهی استفاده شد و روش های خشک کردن به گونه ای برنامه ریزی شد که اثرات CPt و USp در خشک کردن دانه ها به صورت منفرد یا ترکیبی دخالت داشته باشند. زمان های مختلف پیش تیمار پلاسمای سرد (۱۵ و ۳۰ ثانیه)، توان های امواج فراصوت (۶۰، ۱۲۰ و ۱۸۰ وات) و دمای هوای خشک شدن (۳۰، ۳۵ و ۴۰ درجه سانتی گراد) برای مطالعه تغییرات زمان خشک کردن، ضریب نفوذپذیری موثر رطوبت، مصرف انرژی، تغییر رنگ کل، نیروی گسیختگی بذر زیره سبز انجام گرفت. از سه شبکه عصبی مصنوعی معروف شامل شبکه عصبی مبتنی بر موجک (WNN)، پرسپترون چندلایه (MLPNNs)، تابع پایه شعاعی (RBFNNs) و تحلیل رگرسیون چندگانه درجه دوم (MQR) برای مدل سازی ورودی های مذکور و پارامترهای خشک کردن استفاده شد. بر اساس نتایج مدل سازی، بهترین برازش خطی بین داده های تجربی و مقادیر پیش بینی شده توسط مدل سازی شبکه عصبی WNN با حداکثر R۲،۰.۹۲ و ۰.۸۳ به ترتیب برای داده های آموزش و تست به دست آمد.

کلیدواژه ها:

پلاسمای سرد ، خشک کردن ، دانه های زیره سبز ، شبکه عصبی مصنوعی ، فراصوت