پیش بینی برخی خصوصیات فیزیکی( چروکیدگی و رنگ) و مکانیکی میوه بنه پس از خشک کردن با خشک کنبسترسیال به کمک شبکه های عصبی مصنوعی
سال انتشار: 1392
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 464
فایل این مقاله در 11 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
NCAMEM08_172
تاریخ نمایه سازی: 14 شهریور 1393
چکیده مقاله:
هدف از این پژوهش، پیش بینی برخی خصوصیات فیزیکی (چروکیدگی و رنگ) و مکانیکی (نیروی شکست) میوه بنه در طی فرآیند خشک کردن با خشک کن بسترسیال به کمک شبکه های عصبی مصنوعی است. آزمایشها در سه سطح دما ( 40 و 60 و 8 درجه سلسیوس) و 3 سطح سرعت ( 0/8 و 2/5 و 4/5 متر بر ثانیه) انجام شد. دو عامل موثر برای خصوصیات فیزیکی (چروکیدگی و رنگ) و مکانیکی (نیروی شکست)، دما هوای ورودی و سرعت هوای ورودی در عملکرد خشک کن بسترسیال به عنوان متغیرهای مستقل برای شبکه عصبی مصنوعی در نظر گرفته شد. داده های لازم برای ایجاد الگوهای آموزش، ارزیابی و آزمون با انجام آزمایشهای خشک کردن برای دماها و سرعت ها مختلف با استفاده از یک خشک کن آزمایشگاهی بسترسیال، جمع آوری شد. از شبکه های پس انتشار پیشرو CFBP و پس انتشار پیشخور FFBP با الگوریتم های یادگیری لونبرگ- مارکوارت و تنظیم بیزی برای آموزش الگوهای موجود استفاده شد. نتایج نشان داد که بهترین شبکه برای پیش بینی چروکیدگی، شبکه ای با توپولوژی 1-4-2 با چرخه آموزش 11 و با تابع آستانه TANSIG در شبکه CFBP دارای کمترین خطای آموزشی 0/00001 و ضریب تعیین 0/9917 میباشد. بیشترین ضریب تعیین برای نیروی شکست 0/9841 به دست آمد.
کلیدواژه ها:
نویسندگان
محمد کاوه
دانشجوی کارشناسی ارشد مکانیک ماشینهای کشاورزی، دانشگاه بوعلی سینا، همدان
رضا امیری چایجان
دانشیار گروه مهندسی بیوسیستم، دانشگاه بوعلی سینا، همدان
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 :