تعیین هوشمند خواص شیمیایی کیوی با استفاده از روش غیر مخرب فرا صوت
سال انتشار: 1392
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 633
فایل این مقاله در 14 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
NCAMEM08_255
تاریخ نمایه سازی: 14 شهریور 1393
چکیده مقاله:
کیوی محصول مفیدی است که در سال های اخیر افزایش قابل توجهی از لحاظ تولید و صادرات داشته است. تدوین استانداردهایی جهت بازار پسندی این محصول، ضروری می باشد که لازمه آن آگاهی از خواص محصول است. اتخاذ یک روش غیر مخرب، با عملکرد بالا هدف تمامی پژوهشگران بوده است. در تحقیق حاضر از آزمون فراصوت و تلفیق آن با شبکه عصبی مصنوعی به عنوان یک روش غیر مخرب و هوشمند جهت تعیین خواص شیمیایی کیوی، استفاده شده است. نمونه های مورد ازمایش، 150 عدد کیوی رقم هایوارد بودند که در هفته اول پس از برداشت، هفته چهارم و هفته هفتم مورد آزمایش قرار گرفتند. ابتدا ازمایش فراصوت روی نمونه ها صورت گرفت، سپس با استفاده از روش های مخرب، اسیدیته، ماده جامد محلول و PH تعیین شدند. نتایج اولیه تحلیل داده های حاصل از آزمایشات مخرب نشان دادند که خواص شیمیایی کیوی در سه مرحله آزمایش، تفاوت معنی داری با همدیگر دارند. تحلیل داده های فراصوت با استفاده از شبکه های عصبی انجام شد. خصوصیت دامنه سیگنال در حوزه زمان و چگالی طیف توان و زاویه فاز در حوزه فرکانس به عنوان ورودی شبکه و داده های حاصل از آزمون های مخرب دو عنوان خروجی انتخاب شدند. تعداد نرون ها در لایه مخفی از به حداقل رسانی میانگین مربعات خطا MSE تعیین گردید با استفاده از شبکه MLP با تعداد 20 نرون در لایه ورودی، میزان ماده جامد محلول، اسیدیته و PH به ترتیب با دقت 0/953، 0/952 و 0/920 ارزیابی شدند. شبکه های عصبی، آن دسته از خواص شیمیایی نمونه ها را که در سطح معناداری پایینی قرار داشتند، با دقت پایین تری پیش بینی نمود.
کلیدواژه ها:
نویسندگان
نسترن جمشیدی
دانشجوی کارشناسی ارشد مکانیک ماشین های کشاورزی، دانشگاه ایلام
عادل حسین پور
استادیار گروه مکانیک ماشین های کشاورزی دانشگاه ایلام
حسن ذکی دیزجی
استادیار گروه مکانیک ماشین های کشاورزی دانشگاه شهید چمران اهواز
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :