تخمین ضریب تبدیل شلتوک با استفاده از شبکه های عصبی مصنوعی در خشک کردن بستر سیال

Publish Year: 1388
نوع سند: مقاله ژورنالی
زبان: Persian
View: 286

This Paper With 14 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

JR_JWSS-13-48_024

تاریخ نمایه سازی: 22 اردیبهشت 1400

Abstract:

هدف از این پژوهش، بر اورد ضر یب تبد یل شلتوک به برنج سفید در خشک کردن بستر سیال به کمک شبکه ها ی عصبی مصنوعی است . هفت عامل موثر در عملکرد خشک کن های بستر سیال به عنوان متغیرهای مستقل برای شبکه عصبی مصنوعی در نظر گرفته شد . این متغیرها عبارت اند از رطوبت نسبی هوای محیط، دمای هوای محیط، سرعت هوای ورودی، عمق بستر شلتوک، دمای هوای ورودی، رطوبت اولیه و رطوبت نهایی شلتوک. تعداد ۲۷۴ آزمایش برای ایجاد الگوهای آموزش و ارزیابی به وسیله یک خشککن آزمایشگاهی انجام گردید. سپس نمونه هایی از محفظه خشک کن جدا و عملیات پوست کنی و سفید کردن با دستگاه های آزمایشگاهی انجام گرفت. ضریب تبدیل میانگین، به عنوان ضریب تبدیل آزمایش منظور شد . از شبکه ها و الگوریتم های یادگیری متعدد برای آموزش الگوهای موجود استفاده شد . نتایج ۷ و الگوریتم آموزش لونبرگ - مارکوارت و تابع آستانه تانژانت -۱۳-۷- بررسی ها نشان داد که شبکه پس انتشار پیشر و با توپولوژی ۱ ۰ در شر ایط / ۹۵ درصد و خطای متوسط مطلق ۰۱۹ / سیگمویید قادر است راندمان تبدیل شلتوک ر ا به برنج سفید با ضریب تعیین ۴۸ مختلف خشک کردن شلتوک در گستره بستر سیال پیش بینی نماید هم چنین نتایج نشان داد که دمای هو ای ورودی و میزان رطوبت نهایی شلتوک، بیشترین تاثیر را بر ضریب تبدیل شلتوک به برنج سفید در خشک کردن بستر سیال دارند.

Keywords:

Feed-forward back propagation network , Head rice yield , Levenberg-Marquardt , Rough rice. , الگوریتم لونبرگ- مارکوارت , شبکه پس انتشار پیشرو , شلتوک , ضریب تبدیل