این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
تحقیقات گیاهان دارویی و معطر ایران، جلد ۳۰، شماره ۲، صفحات ۲۵۰-۲۵۹
عنوان فارسی بررسی تغییرات رطوبت گل‌محمدی (Rosa damascena Mill.) در خشک‌کن جریان هوای داغ با استفاده از مدل‌های ریاضی و شبکه‌های عصبی مصنوعی
چکیده فارسی مقاله گل‌محمدی با نام علمی Rosa damascene Mill. گیاهی متعلق به تیره Rosaceae و ازجمله گیاهان حاوی اسانس می‌باشد که دارای خواص دارویی زیادی است. استخراج کمّی و کیفی اسانس و در عین حال توجیه اقتصادی آن بستگی به روشهای مناسب خشک کردن دارد. روش مناسب خشک کردن، ضایعات و خسارت‌ها را در طول انبارداری کاهش داده و به کیفیت محصول کمک می‌کند. هدف از این تحقیق پیش‌بینی میزان رطوبت گل‌محمدی در طی فرایند خشک شدن با جریان هوای داغ به‌عنوان تابعی از دمای هوا در چهار سطح (40، 50، 60 و 70 درجه سانتی‌گراد( و سرعت هوا در سه سطح (5/0، 1 و m/s5/1) به کمک شبکه‌های عصبی مصنوعی بود. متوسط رطوبت اولیه 78% و متوسط رطوبت نهایی 9% تعیین گردید. نمودارهای محتوی رطوبتی با استفاده از نرم‌افزار Excel بدست آمدند و فرایند خشک شدن نیز با استفاده از نرم‌افزار Matlab مدل‌سازی ریاضی گردید. سپس فرایند خشک شدن با استفاده از شبکه‌های عصبی با سه ورودی دما، سرعت هوا و زمان مدل‌سازی شد. نتایج تحقیق حاضر نشان داد که شبکه‌های عصبی با دقت بیشتری نسبت به مدل‌های ریاضی توانایی مدل‌سازی و پیش‌بینی فرایند خشک شدن گل‌محمدی را دارند و می‌توان از آنها در فرایند کنترل بلادرنگ استفاده نمود.
کلیدواژه‌های فارسی مقاله
عنوان انگلیسی Rosa damascene Mill. moisture modeling in hot air dryer using mathematic models and artificial neural network
چکیده انگلیسی مقاله Damask rose with scientific name of Rosa damascena Mill. contains essential oils with large medicinal properties. Qualitative and quantitative extraction of essential oils as well as its economic justification depends on appropriate methods of drying. Appropriate method of drying reduces loss and damage during storage and helps maintain product quality. The purpose of this study was to predict Rose moisture content during the drying process with hot air flowing as a function of temperature at four levels (40, 50, 60 and 70°C) and air velocity at three levels (0.5, 1 and 1.5 m/s), using artificial neural networks. The average initial and final moisture contents were calculated to be 78% and 9%, respectively. The drying process was modeled by mathematical models using matlab and then the moisture content graphs were achieved by excel. Then, the drying process was modeled using neural networks with three inputs including temperature, air velocity and time. Results showed that neural network was more accurate than mathematic models in modeling and predicting the drying process of damask rose and could be used in on-line controlling.
کلیدواژه‌های انگلیسی مقاله
نویسندگان مقاله سیدرضی کریمی آکندی | karimi akandi
دانشجوی کارشناسی ارشد، گروه مکانیک ماشین های کشاورزی، دانشکده کشاورزی، دانشگاه تربیت مدرس
سازمان اصلی تایید شده: دانشگاه تربیت مدرس (Tarbiat modares university)

احمد بناکار |
استادیار، گروه مکانیک ماشین های کشاورزی، دانشکده کشاورزی، دانشگاه تربیت مدرس
سازمان اصلی تایید شده: دانشگاه تربیت مدرس (Tarbiat modares university)

نشانی اینترنتی http://ijmapr.areeo.ac.ir/article_6129_9a43163d108eb664c40ff08e18c104fb.pdf
فایل مقاله اشکال در دسترسی به فایل - ./files/site1/rds_journals/717/article-717-370701.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