این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
علوم و صنایع غذایی ایران، جلد ۱۳، شماره ۵۲، صفحات ۱۶۱-۱۷۲
عنوان فارسی پیش‌بینی برخی خصوصیات حرارتی، فیزیکی و مکانیکی میوه بنه پس از خشک‌کردن با خشک‌کن پیوسته نیمه‌صنعتی به کمک شبکه‌های عصبی مصنوعی
چکیده فارسی مقاله چکیده هدف از این پژوهش، پیش­بینی برخی خصوصیات حرارتی (ضریب پخش مؤثر رطوبت و انرژی ویژه مصرفی)، فیزیکی (چروکیدگی و تغییرات کلی رنگ) و مکانیکی (نیروی شکست) میوه بنه در طی فرآیند خشک­کردن با خشک­کن پیوسته نیمه‌صنعتی به کمک شبکه­های عصبی مصنوعی بود. سه عامل موثر شامل دمای هوای ورودی، سرعت هوای ورودی و سرعت تسمه در عملکرد خشک­کن جریان پیوسته به عنوان متغیرهای مستقل در نظر گرفته شد. آزمایش­ها در سه سطح دمای هوای ورودی (45، 60 و 75 درجه سلسیوس)، سه سطح سرعت هوای ورودی (1، 5/1 و 2 متر بر ثانیه) و سه سطح سرعت تسمه (5/2، 5/6 و 5/10 میلی‌متر بر ثانیه) انجام شد. داده­های لازم با استفاده از یک خشک­کن جریان پیوسته نیمه‌صنعتی، جمع­آوری شد. از شبکه­های پس­انتشار پیشرو و پس­انتشار پیشخور با الگوریتم­های یادگیری لونبرگ- مارکوارت و تنظیم بیزی برای آموزش استفاده شد. برای پیش­­بینی ضریب پخش مؤثر رطوبت، شبکه پیشخور با تابع تنظیم بیزی، آرایش 1-13-10-3 و 108 چرخه آموزش با 9999/0=R2 مطلوب بود. برای پیش­بینی انرژی ویژه مصرفی، شبکه پیشخور با تابع آموزش لونبرگ- مارکوارت، آرایش 1-10-3 و 117 چرخه آموزش با 9961/0=R2 مطلوب بود. بهترین شبکه برای پیش­بینی چروکیدگی، شبکه پیشخور با تابع تنظیم بیزی، توپولوژی 1-4-6-3 و 101 چرخه با 9926/0=R2 آموزش بود. بهترین شبکه برای پیش­بینی تغییرات کلی رنگ، شبکه پیشخور با تابع آموزش لونبرگ-مارکوارت با توپولوژی 1-7-6-3 و 24 چرخه آموزش با 9139/0=R2 بود. بهترین شبکه برای پیش­بینی نیروی شکست، شبکه پیشخور با تابع آموزش تنظیم بیزی، آرایش 1-6-8-3 و 69 چرخه آموزش با 9990/0=R2 بود.
کلیدواژه‌های فارسی مقاله
عنوان انگلیسی Prediction of some thermal, physical and mechanical properties of terebinth fruit after semi-industrial continuous drying using artificial neural networks
چکیده انگلیسی مقاله The purpose of this study was prediction of thermal (effective moisture diffusivity and specific energy consumption), physical (shrinkage and color) and mechanical properties (rupture force) of terebinth fruit in a semi industrial continuous dryer using artificial neural networks (ANNs). Three effective factors on thermal, physical and mechanical properties, were air temperature, air velocity and belt linear speed as independent variables. Experiments were conducted with a semi industrial continuous dryer in temperature levels of 45, 60, 75 °C, air velocity levels of 1, 1.5 and 2 m/s and belt linear speed levels of 2.5, 6.5, 10.5 mm/s. Necessary data were collected using a the semi-industrial continuous dryer. Feed and cascade forward back propagation networks with learning algorithms of Levenberg-Marquardt and the Bayesian regulation were used to train the patterns. To predict the effective moisture diffusivity, feed forward networks with the Bayesian regulation, topology of 3-10-13-1 and 108 training cycles with R2=0.9999 was optimal arrangement. The optimal topology to predict the specific energy consumption was 3-10-1 with feed forward network, Levenberg-Marquardt algorithm, 117 training cycles and R2=0.9961. The best network for shrinkage prediction was feed forward network with the Bayesian regulation algorithm, topology of 3-6-4-1, 101 training cycles and R2=0.9926. To predict the total color change, feed forward networks with the Levenberg-Marquardt algorithm, topology of 3-6-7-1, 24 training cycles and R2=0.9139 was the optimal arrangement. The best network to predict the rupture force was feed forward network trained with the Bayesian regulation, topology of 3-8-6-1, 69 training cycles and R2=0.9990.
کلیدواژه‌های انگلیسی مقاله
نویسندگان مقاله ساسان خیاطی |
دانشجوی کارشناسی ارشد، گروه مهنسی بیوسیستم، دانشگاه بوعلی سینا، همدان
سازمان اصلی تایید شده: دانشگاه بوعلی سینا (Bu ali sina university)

رضا امیری چایجان | amiri chayjan
دانشیار گروه مهندسی بیوسیستم، دانشگاه بوعلی سینا، همدان
سازمان اصلی تایید شده: دانشگاه بوعلی سینا (Bu ali sina university)

نشانی اینترنتی http://fsct.modares.ac.ir/article_12664_23bc682091c1ce4d76f550d87e9611c9.pdf
فایل مقاله اشکال در دسترسی به فایل - ./files/site1/rds_journals/969/article-969-198240.pdf
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات