محمدتقی حامدموسویان - دانشگاه فردوسی مشهد، گروه مهندسی شیمی
علی میرسپاهی
مرتضی محمدظاهری - دانشگاه آزاد اسلامی واحد شهر ری، دانشکده فنی و مهندسی

در این مقاله کاربرد شبکه های عصبی با پسخور (دینامیکی) به عنوان روشی برای مدلسازی خشک کنهای Batch معرفی شده است. شبکه های عصبی مصنوعی اخیرا یک بار برای مدلسازی یک خشک کن Continous استفاده شده اند [1]. اما شبکه استفاده شده در آن تحقیق، بدون پسخور (استاتیکی) بوده و دقت آن هم با کمک داده های استفاده شده در مدلسازی سنجیده شده است. از این رو ارزش چندانی در عمل و در مقایسه با روشهای دیگر ندارد. در پژوهش حاضر، یک شبکه عصبی برای تخمین همه مراحل کارکرد خشک کن به کار رفته است. این مراحل شامل مرحله بالا رفتن اولیه رطوبت و دو مرحله پر شیب و کم شیب کاهش رطوبت می شود. در کنار این ویژگی برجسته، دقت بالا و بی نیازی از کاربرد مشخصات فیزیکی در محاسبات و سرعت بسیار الای تخمین از امتیازات روش فوق الذکر هستند. از آن رو که داده های استفاده شده در تایید صحت مدلسازی به کلی جدا از داده های مورد استفاده در یاد دهی شبکه (مدلسازی) هستند. دقتهای اائه شده در این مقاله قابلیت اعتماد مناسبی برخوردارند.

خشک کردن ، خشک کن بستر سیال ، تفاله چغندر قند، شبکه های عصبی مصنوعی با پسخور ، مدلسازی