محمد ابراهیم محمدپور میر - دانشجوی کارشناسی ارشد، گروه ترموسینتیک و کاتالیست، دانشکده مهندسی شیمی، دانشگاه صنعتی نوشیروانی بابل، بابل، ایران
کامیار موقرنژاد - استاد، گروه ترموسینتیک و کاتالیست، دانشکده مهندسی شیمی، دانشگاه صنعتی نوشیروانی بابل، بابل، ایران
سارا نانواکناری - دانشجوی دکترا، گروه ترموسینتیک و کاتالیست، دانشکده مهندسی شیمی، دانشگاه صنعتی نوشیروانی بابل، بابل، ایران

برنج در هنگام برداشت رطوبت بالایی دارد که یکی از روش های رایج جهت کاهش سرعت فساد، فرآیند خشک کردن است. در این تحقیق سینتیک خشک کردن شلتوک با هوای گرم با استفاده از 3 متغیر سرعت هوای گرم ((m/s)65/0 و 8/0)، دمای هوای گرم ((0C)50،65) و رطوبت نهایی (11 و 13%) بررسی شد. مدل سازی سینتیک خشک کردن شلتوک توسط شبکه عصبی پرسپترون چند لایه انجام شد. به منظور بررسی عملکرد الگوریتم های آموزش و توابع انتقال مختلف در پیش بینی رفتار خشک کردن شلتوک، از 3 الگوریتم لونبرگ مارکوارت، پس انتشار ارتجاعی و گرادیان نزولی مقیاسی و 2 تابع انتقال تانژانت سیگموئید و سیگموئید لگاریتمی استفاده شد. نتایج حاصل از این بررسی بدین گونه بوده که حداکثر زمان خشک شدن در دمای 0C50، سرعت هوای گرم (m/s)65/0 و رطوبت نهایی 11٪ تقریبا برابر با 8 ساعت و حداقل زمان خشک شدن در دمای 0C 65، سرعت هوای گرم(m/s) 8/0و رطوبت نهایی 13٪ معادل با 1ساعت و 21 دقیقه بوده است. بنابراین به طور کلی می توان گفت با افزایش دما، سرعت و رطوبت، زمان خشک شدن کاهش می یابد. همچنین، نتایج حاصل از مدل سازی نشان داد که مدل سازی بوسیله ی شبکه عصبی با الگوریتم آموزش لونبرگ مارکوارت نسبت به سایر الگوریتم ها بهترین عملکرد را داشته و به طورکلی توپولوژی 1-11-3 با الگوریتم آموزش لونبرگ مارکوارت و تابع انتقال سیگموئید لگاریتمی کمترین خطا و بیشترین ضریب همبستگی نسبت به سایر حالات داشته است.

شلتوک, سینتیک خشک کردن, خشک کن هوای گرم, شبکه عصبی پرسپترون چندلایه