ناهید عقیلی ناطق - استادیار گروه ماشین های کشاورزی، دانشکده کشاورزی سنقر، دانشگاه رازی، کرمانشاه، ایران
محمدجعفر دالوند - دانش آموخته دکترا ماشینهای کشاورزی، دانشکده کشاورزی، دانشگاه تهران

خشک کردن یکی از موثرترین روش ها برای افزایش ماندگاری محصولات غذایی است. افزایش راندمانو کاهش مصرف انرژی در خشک کردن ضروری است. صرفه جویی در زمان و انرژی بهترین مزایایروش خشک کردن مایکروویو است. بنابراین هدف از این تحقیق بررسی تاثیر توان مایکروویو (P)، جرممحصول (M) و زمان (T) بر انرژی جذب شده و اتلاف انرژی و همچنین پیش بینی کارایی در طول خشکشدن در مایکروویو است. در این تحقیق توانهای مایکروویو ۱۰۰ ، ۳۰۰ و ۶۰۰ وات، جرم سیب M=۲۰ ، ۴۰ ،۶۰ ، ۸۰ و ۱۰۰ گرم و زمان T=۶۰؛ ۹۰ ، ۱۲۰ ، ۱۵۰ و ۱۸۰ ثانیه در نظر گرفته شدند. در این مقاله، از سه روشمختلف هوش مصنوعی برای شبیه سازی انرژی جذب شده و اتلاف انرژی سیب همراه با پیش بینی بازدهمایکروویو در طول فرآیند خشک کردن استفاده گردید. این روش ها عبارتند از: شبکه های عصبیمصنوعی (ANN)، سیستم استنتاج فازی عصبی تطبیقی (ANFIS) و ماشین های بردار پشتیبان (SVM) همراهبا الگوریتم کرم شب تاب (FFA). نتایج ما نشان می دهد که مقدار انرژی جذب شده توسط سیب در طولخشک کردن در مایکروویو به شدت به مقدار جرم بستگی دارد. بیشترین و کمترین انرژی جذب شده وتلفات انرژی به ترتیب در توان ۶۰۰ وات، مدت زمان ۱۸۰ ثانیه و ۱۰۰ گرم سیب مشاهده شد. همچنین،انرژی جذب شده در ۶۰۰ وات تقریبا چهار برابر بیشتر از آن در ۱۰۰ وات بود. سیستم عصبی-فازی وماشین بردار پشتیبان نتایج خوبی نسبت به شبکه عصبی مصنوعی برای پیشبینی انرژی جذب شده، اتلافانرژی و راندمان مایکروویو نشان دادند.

مایکروویو، بهره وری، شبکه های عصبی مصنوعی، سیستم استنتاج فازی عصبی تطبیقی ، ماشین های بردار پشتیبان