بهینه سازی خرمنکوب عدس به روش شبکه های عصبی مصنوعی، سطح پاسخ و الگوریتم ژنتیک

هدف از انجام این پژوهش بهینه سازی فرآیند خرمنکوبی عدس با یک دستگاه خرمنکوب متداول در غرب کشور با استفاده از سه روش شبکه های عصبی مصنوعی، سطح پاسخ و الگوریتم ژنتیک بود. آزمایش ها بر روی رقم محلی شهرستان بیجار انجام گرفت. آزمایش ها با یک خرمنکوب دندانه میخی انجام شد. متغیرهای مستقل شامل سه سطح رطوبت محصول (5، 10 و 15 درصد بر مبنای تر)، سه سطح سرعت کوبنده (8، 12 و 16 متر بر ثانیه)، سه سطح فاصله بین کوبنده و ضدکوبنده (9، 12 و 15 میلی متر) و سه سطح نرخ تغذیه 70، 170 و 270 کیلوگرم در ساعت بود. متغیرهای وابسته شامل درصد شکست دانه، درصد بازده کوبش و درصد جوانه زنی بودند. پس از بهینه سازی فرآیند کوبیدن عدس با استفاده از روش سطح پاسخ، شراط بهینه با شاخص مطلوبیت 830/0 مقادیر شکست دانه، بازده کوبش و جوانه زنی به ترتیب 01/0%، 82/93% و 12/85% در رطوبت محصول 11%، نرخ تغذیه 270 کیلوگرم در ساعت، سرعت کوبنده 67/11 متر بر ثانیه و فاصله کوبنده و ضدکوبنده 21/13 میلی متر انتخاب شد. شبکه پس انتشار پیشرو با تابع آموزش لونبرگ-مارکوارت، آرایش 1-2-4-4، 13چرخه آموزش، 8-10×95/2=MSE، 9973/0=2R آرایش مطلوب بود. در بهینه سازی فرآیند خرمنکوبی عدس با استفاده از روش الگوریتم ژنتیک شرایط بهینه با توجه به حداکثر مقدار بازده کوبش و جوانه زنی و حداقل مقدار شکست دانه در رطوبت محصول 57/8 درصد (بر مبنای تر)، نرخ تغذیه 270 کیلوگرم در ساعت، سرعت کوبنده 62/10 متر بر ثانیه و فاصله بین کوبنده و ضدکوبنده 32/10 میلی متر بدست آمد.

Keywords:

الگوریتم ژنتیک , خرمنکوب , عدس , روش سطح پاسخ , شبکه های عصبی مصنوعی