مدل سازی سینتیک انتقال جرم طی فرآیند آبگیری اسمزی کیوی توسط شبکه های عصبی مصنوعی

در این پژوهش از مدل های شبکه عصبی مصنوعی به منظور پیشگویی سینتیک انتقال جرم کیوی طی فرآیند آبگیری اسمزی استفاده گردید. آبگیری اسمزی در محلول های ساکارز با غلظت ۳۰، ۴۰، ۵۰ و ۶۰ درصد و در دماهای ۲۰، ۴۰ و ۶۰ درجه سانتی گراد به مدت ۳۰، ۶۰، ۹۰ و ۱۲۰ دقیقه انجام شد. برای پیشگویی درصد جذب مواد جامد و کاهش آب از شبکه عصبی مصنوعی چند لایه با ۳ ورودی (شرایط فرآیند) استفاده شد. نتایج نشان داد که مدل شبکه عصبی دارای ۹ نورون در لایه پنهان بیشترین تطابق را با داده های آزمایشی داشته و قادر به پیشگویی درصد جذب مواد جامد و کاهش آب با ضریب همبستگی به ترتیب ۹۳/۰ و ۹۹/۰ می باشد.