بکارگیری روش شبکه های عصبی مصنوعی در بررسی و تخمین برخی مشخصه های خشک کردن بادنجان و شلغم در یک خشک کن ترکیبی مایکروویو- همرفتی

چکیده  در این پژوهش، به منظور برآورد خواص خشک­کردن بادنجان و شلغم در یک خشک­کن مایکروویو- همرفتی از روش شبکه­های عصبی مصنوعی استفاده شد. فرآیند خشک­کردن در سه سطح دمایی (۴۰، ۵۵ وC° ۷۰)، سه سطح سرعت هوای ورودی­ (۵/۰ و ۱/۱ و  m/s۷/۱) و سه سطح توان مایکروویو (۲۷۰، ۴۵۰ وW ۶۳۰) در یک خشک­کن مایکروویو- همرفتی صورت گرفت که این سه پارامتر به عنوان ورودی در پیش­بینی ضریب پخش رطوبت موثر و انرژی مصرفی ویژه، در شبکه­ی عصبی مصنوعی مورد استفاده قرار گرفت. همچنین برای پیش­بینی نرخ خشک­کردن و نسبت رطوبت علاوه بر این سه پارامتر از زمان خشک­کردن نیز به عنوان پارامتر ورودی استفاده شد. برای ایجاد الگوهای آموزشی و ارزیابی فرآیند، از شبکه عصبی پس انتشار پیش خور و پیشرو با توابع آموزش لونبرگ – مارکوارت (LM) و  تنظیم بیزی (BR) برای آموزش الگوها استفاده شد. با توجه به نتایج بدست آمده،  بیشترین مقدار ضریب پخش رطوبت موثر برای بادنجان و شلغم به ترتیب (۹-۱۰×۳۹/۳ وm۲/s ۹-۱۰×۰۵/۳)  حاصل شد. نتایج بررسی­های شبکه عصبی مصنوعی نشان داد که شبکه­ی بهینه پس انتشار پیش خور با توپولوژی ۲-۲۰-۲۰-۳ و تابع آموزش لونبرگ- مارکوارت  توانست ضریب پخش رطوبت موثر و انرژی مصرفی ویژه را به ترتیب با ضرایب تبیین ۹۸۲۱/۰ و ۹۹۵۲/۰ و خطای میانگین مربعات ۰۰۰۱۴/۰ در شرایط مختلف خشک­کردن بادنجان و شلغم پیش­بینی نماید. همچنین بیشترین ضرایب تبیین برای پیش­بینی نرخ خشک­کردن و نسبت رطوبت به ترتیب ۹۶۹۸/۰ و ۹۹۸۸/۰ با مقدار خطای میانگین مربعات ۰۰۴۵/۰در شبکه­ی عصبی پیشرو با الگوریتم آموزشی لونبرگ- مارکوارت به دست آمد.

Keywords:

کلید واژگان: بادنجان و شلغم , خشک کن مایکروویو- همرفتی , ضریب پخش رطوبت موثر , انرژی مصرفی ویژه , شبکه های عصبی مصنوعی