مدلسازی سینتیک خشک شدن لایه نازک میوه زرشک (Berberis Vulgaris) به کمک شبکه عصبی مصنوعی شیوا گرجیان ۱، تیمور توکلی هشجین ۲، محمد هادی خوش تقاضا ۳
سال انتشار: 1392
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 76
فایل این مقاله در 12 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:
JR_FSCT-11-45_001
تاریخ نمایه سازی: 1 آذر 1402
چکیده مقاله:
چکیده به منظور بررسی سینتیک خشک شدن میوه زرشک، آزمایشهایی در سه سطح دمایی و سه سطح سرعت بر روی نمونههای شاهد و تیمار شده با شوک حرارتی و امولسیون "۶% کربنات پتاسیم + ۳% روغن زیتون" در ۳ تکرار در قالب طرح بلوک کاملا تصادفی و به صورت فاکتوریل اجرا گردید. بیشترین مدت زمان خشک شدن ۲۹۲۰ دقیقه، برای نمونههای شاهد در دمای Cº۶۰ و سرعت ۳/۰ متر بر ثانیه و کمترین مدت زمان ۷۰ دقیقه برای نمونههای تیمار شده با امولسیون در دمای Cº۸۰ و سرعت ۱ متر بر ثانیه ثبت شد. در این تحقیق از شبکه پرسپترون چندلایه با الگوریتم یادگیری لونبرگ- مارکوارت و توابع غیرخطی تانژانت سیگموئیدی و سیگموئید لگاریتمی برای مدلسازی فرایند خشک شدن استفاده شد. تعداد نورونهای ورودی شبکه برابر چهار متغیر در ورودی (نوع پیشتیمار، دمای هوا، سرعت هوا و زمان) و خروجی شبکه میزان رطوبت زرشک میباشد. بهترین توپولوژی از شبکه MLP با الگوریتم یادگیری LM و تابع آستانه Tansig، ۱-۱۶-۳۰-۴ با ضریب همبستگی ۹۹۹۲/۰ و خطای حقیقی ۰۰۰۲۵/۰ بود. علاوه بر این بهترین توپولوژی از شبکه MLP با الگوریتم یادگیری LM و تابع آستانه Logsig، ۱-۵-۲۵-۴ با ضریب همبستگی ۹۹۹۱/۰ و خطای حقیقی ۰۰۰۳۲/۰ بود.
کلیدواژه ها:
Barberry fruit ، Artificial Neural Network ، Pretreatment ، Completely randomized block ، Perceptron ، کلید واژه گان: میوه زرشک ، شبکه عصبی مصنوعی ، پیش تیمار ، بلوک کاملا تصادفی ، پرسپترون