بررسی تغییرات رطوبت گل محمدی (Rosa damascena Mill.) در خشک کن جریان هوای داغ با استفاده از مدل های ریاضی و شبکه های عصبی مصنوعی

Publish Year: 1393
نوع سند: مقاله ژورنالی
زبان: Persian
View: 251

This Paper With 10 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

این Paper در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

JR_IJMAPR-30-2_006

تاریخ نمایه سازی: 18 مهر 1400

Abstract:

گل محمدی با نام علمی Rosa damascene Mill. گیاهی متعلق به تیره Rosaceae و ازجمله گیاهان حاوی اسانس می باشد که دارای خواص دارویی زیادی است. استخراج کمی و کیفی اسانس و در عین حال توجیه اقتصادی آن بستگی به روشهای مناسب خشک کردن دارد. روش مناسب خشک کردن، ضایعات و خسارت ها را در طول انبارداری کاهش داده و به کیفیت محصول کمک می کند. هدف از این تحقیق پیش بینی میزان رطوبت گل محمدی در طی فرایند خشک شدن با جریان هوای داغ به عنوان تابعی از دمای هوا در چهار سطح (۴۰، ۵۰، ۶۰ و ۷۰ درجه سانتی گراد( و سرعت هوا در سه سطح (۵/۰، ۱ و m/s۵/۱) به کمک شبکه های عصبی مصنوعی بود. متوسط رطوبت اولیه ۷۸% و متوسط رطوبت نهایی ۹% تعیین گردید. نمودارهای محتوی رطوبتی با استفاده از نرم افزار Excel بدست آمدند و فرایند خشک شدن نیز با استفاده از نرم افزار Matlab مدل سازی ریاضی گردید. سپس فرایند خشک شدن با استفاده از شبکه های عصبی با سه ورودی دما، سرعت هوا و زمان مدل سازی شد. نتایج تحقیق حاضر نشان داد که شبکه های عصبی با دقت بیشتری نسبت به مدل های ریاضی توانایی مدل سازی و پیش بینی فرایند خشک شدن گل محمدی را دارند و می توان از آنها در فرایند کنترل بلادرنگ استفاده نمود.

Keywords:

گل محمدی (Rosa damascene Mill.) , خشک کن جریان هوای داغ , شبکه عصبی مصنوعی , لایه نازک

Authors

سیدرضی کریمی آکندی

دانشجوی کارشناسی ارشد، گروه مکانیک ماشین های کشاورزی، دانشکده کشاورزی، دانشگاه تربیت مدرس

احمد بناکار

استادیار، گروه مکانیک ماشین های کشاورزی، دانشکده کشاورزی، دانشگاه تربیت مدرس

مراجع و منابع این Paper:

لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :
  • امیدبیگی، ر.، ۱۳۷۹الف. رهیافت های تولید و فرآوری گیاهان دارویی ...
  • امیدبیگی، ر.، ۱۳۷۹ب. رهیافت های تولید و فرآوری گیاهان دارویی(جلد ...
  • صیاد، م.، ۱۳۸۴. تاثیر دما و سرعت هوا بر خشک ...
  • موسویان، م.ت.ح. و بصیری، ش.، ۱۳۸۷. بررسی تاثیرات درجه حرارت ...
  • Ayensu, A., ۱۹۹۷. Dehydration of food crops using a solar ...
  • Banakar, A. and Azeem, M.F., ۲۰۰۸. Artificial Wavelet Neural Network ...
  • Diamante, L.M. and Munro, P.A., ۱۹۹۳. Mathematical modeling of the ...
  • Ekechukwu, O.V., ۱۹۹۹. Review of solar-energy drying systems I: an ...
  • Erenturk, M.S., Gulaboglu, S. and Gultekin, S., ۲۰۰۴a. The thin-layer ...
  • Erenturk, K., Erenturk, S. and Tabil, L.G., ۲۰۰۴b. A comparative ...
  • Erenturk, S. and Erenturk, K., ۲۰۰۷. Comparison of genetic algorithm ...
  • Fatouh, M., Metwally, M.N., Helali, A.B. and Shedid, M.H., ۲۰۰۶. ...
  • Hall, A.C., ۱۹۸۰. Interfacial tension and phase behavior in system ...
  • Henderson, S.M. and Pabis, S., ۱۹۶۱. Grain drying theory II. ...
  • Islam, M.R., Sablani, S.S. and Mujumdar, A.S., ۲۰۰۳. An artificial ...
  • Khazaei, J., Chegini, Gh.R. and Bakhshian, M., ۲۰۰۸. A novel ...
  • Lasasni, S., Kouhila, M., Mahrouz, M., Idlimam, A. and Jamali, ...
  • Martynencko, A.I. and Yang, S.X., ۲۰۰۶. Biologically inspired neural computation ...
  • Midilli, A., Kucuk, H. & Yapar, Z.A., ۲۰۰۲. A new ...
  • Omid, M., Baharlooei, A. and Ahmadi, H., ۲۰۰۹. Modeling drying ...
  • Ozdemir, M. and Devres, Y.O., ۱۹۹۹. The thin layer drying ...
  • Poonnoy, P., Tansakul, A. and Chinnan, M., ۲۰۰۶. Artificial neural ...
  • Togrul, I.T. and Pehlivan, D., ۲۰۰۲. Mathematical modeling of solar ...
  • Togrul, I.T. and Pehlivan, D., ۲۰۰۳. Modeling of drying kinetics ...
  • Yaldiz, O., Ertekin, C. and Uzun, H.I., ۲۰۰۱. Mathematical modeling ...
  • نمایش کامل مراجع