شبیهسازی مدل سینتیک خشکشدن بستر نازک ترنج با استفاده از شبکههای عصبی مصنوعی

سال انتشار: 1389
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 787

فایل این مقاله در 10 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

NCAMEM06_052

تاریخ نمایه سازی: 20 مرداد 1391

چکیده مقاله:

مرکبات جایگاه بسیار مهمی را در میان تولیدات کشاورزی در دنیا به خود اختصاص داده اند . در این تحقیق خشک کردن بستر نازک ترنج بهوسیله شبکه عصبی مصنوعی مدلسازی شد ؛ برای این منظور از خش ک کن آزمایشگاهی استفاده گردید. توده بستر نازک ورقه های ترنج با پنج دمای 40 و50و60و70و80 درجه سلسیوس و دو سرعت هوای 1 و 2 متر بر ثانیه و ضخامت 4 میلی متر خشک شد. رطوبت اولیه ترنج در طی آزمایش 5/2تا 5/8 g/g بر پایه خشک بود. جرم توده بستر نازک در طی خشک کردن هر پنج ثانیه یک بار توسط ترازوی دیجیتال متصل به رایانه، اندازه گیری و ثبت گردید. از شبکه پس انتشار پیشخور با الگوریتمهای یادگیری مومنتوم و لونبرگ- مارکوارت برای آموزش الگوهای موجود استفاده شد. برای توسعه مدلهای شبکه عصبی مصنوعی بردار ورودی شامل دما، سرعت هوا و زمان خشکشدن و بردار خروجی محتوای رطوبتی ترنج در نظر گرفته شد . نتایج نشان داد که شبکه پس انتشار پیشخور با توپولوژی 1-6-3 برای ضخامت 4 میلی متری ورقه ترنج و الگوریتم آموزش لونبرگ- مارکوارت و راهبرد توابع یکسان برای تمام لایهها (تانژانت سیگمویید) قادر است نسبت رطوبت را با ضریب تعیین 0/99925 و خطای متوسط 0/00011 در شرایط مختلف خشککردن لایه نازک پیش بینی کند.

کلیدواژه ها:

ترنج ، خشککردن لایه نازک ، شبکه های عصبی مصنوعی ، الگوریتم لونبرگ - مارکوارت

نویسندگان

محمد شریفی

دانشجوی دکتری

شاهین رفیعی

دانشیاران گروه مهندسی ماشینهای کشاورزی دانشکده مهندسی و فناوری دان

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • -بی‌نام. (1386). موسسه تحقیقات مرکبات ایران. وزارت جهاد کشاورزی. ...
  • شریفی، م. رفیعی، ش. کیهانی، ع. امید، م. (1388). شبیه‌سازی ...
  • شیبانی، ح. (1377). باغبانی- قسمت اول: میوه‌های نیمه‌گرمسیری و گرمسیری ...
  • مجتهدی، ع. (1376). عملیات باغداری مرکبات در کناره دریای خزر. ...
  • منهاج، م. ب. (1379). مبانی شبکه‌های عصبی مصنوعی. انتشارات دانشگاه ...
  • ASABE. (2006). Moisture measuremen: grain and seeds. ASABE Standard S352.2. ...
  • Cigis, F. (1994). The effect of movemet of solutes On ...
  • Dayhoff, J .E. (1990). Neural Networks Principles. Prentice-Hal International U.S.A. ...
  • Erenturk, K., Erenturk S. and Lope. G. (2004). A comparative ...
  • Farkas, I., Remenyi. P. and Biro. A (2000). A neural ...
  • Hagan, M. T. and Menhaj. M. B. (1994). Training feed ...
  • Islam, M. R., sablani. S. S. and Mujumdar. A. S. ...
  • Khanna, T. (1990). Foundations of Neural Networks. Addis on-Wesley Publishing ...
  • Kishan M., Chilukuri. K and Ranka. M. (1996) Elemments of ...
  • Mittal, G. S. and Zhang. J. (2000). Prediction of temperature ...
  • Zbicincski, I and Ciesislsk. K. (2000). Extension of the neural ...
  • نمایش کامل مراجع