استفاده از شبکه عصبی مصنوعی در پیش بینی خواص ترمودینامیکی مخلوط آب- شکر

در بخش های مختلف صنعت قند و سکر مخلوط آب- شکر در شرایط عملیاتی متفاوتی موجود است. وجود روابط ترمودینامیکی مناسب می تواند به طراحی، شبیه سازی، اندازه گیری و بررسی قسمت های مختلف موجود در این صنعت کمک نماید. در این مطالعه، با استفاده از شبکه عصبی مصنوعی خواص ترمدینامیکی مخلوط آب- شکر پیش بینی شده است. جهت آموزش و تست شبکه عصبی مصنوعی، ازمقادیر ارائه شده توسط یکی از مراجع استفاده شده است. مهمترین خصوصیات ترمودینامیکی عبارتند از: افزایش نقطه جوش، ظرفیت گرمایی، چگالی و گرانروی مخلوط آب- شکر. به طور کل دما، درصد مواد جامد موجود در آب (بریکس) و درصد خلوص مواد جامد موجود در آب عوامل مؤثر بر ویژگی های ترمودینامیکی مورد نظر هستند. در این تحقیق، به ترتیب اثر نوع الگوریتم آموزش، نوع تابع انتقال و تعداد نورون های لایه پنهان بر عملکرد شبکه عصبی مصنوعی بررسی و با یکدیگر مقایسه شده است. جهت انجام مقایسه از میانگین مربعات خطا و کسر مطلق واریانس به عنوان معیار تصمیم گیری استفاده شده است. بر اساس نتایج حاصل شده، شبکه عصبی می تواند با دقت بالایی خصوصیات ترمودینامیکی مورد نظر را پیش بینی نماید.

Keywords:

پیش بینی خواص ترمودینامیکی , مخلوط آب- شکر , شبکه عصبی مصنوعی , افزایش نقطه جوش , ظرفیت گرمایی ویژه , چگالی , گرانروی