پیش بینی برخی خواص خشک کردن دانه های انار، انگور و بنه به کمک شبکه های عصبی مصنوعی

چکیده هدف از این تحقیق برآورد ضریب پخش رطوبت موثر، انرژی مصرفی ویژه، نرخ خشک­کردن و نسبت رطوبت در خشک کردن بستر سیال دانه های انار، انگور و بنه به کمک شبکه­های عصبی مصنوعی می­باشد. سه عامل موثر برای پیش­بینی ضریب پخش رطوبت موثر و انرژی مصرفی ویژه عبارتند از: نوع محصول، سرعت هوای ورودی، دمای هوای ورودی. برای پیش­بینی نرخ خشک­کردن و نسبت رطوبت از چهار عامل موثر استفاده شد که عبارت بودند از: نوع محصول، سرعت هوای ورودی، دمای هوای ورودی و زمان خشک­کردن. تعداد ۲۷ آزمایش برای ضریب پخش رطوبت موثر و انرژی مصرفی ویژه و ۲۱۶۵ آزمایش برای نرخ خشک­کردن و نسبت رطوبت برای ایجاد الگوهای آموزش و ارزیابی به وسیله یک خشک­کن آزمایشگاهی انجام گرفت. از شبکه­ها و الگوریتم­های متعددی برای آموزش الگوهای موجود استفاده شد. نتایج بررسی­ها نشان داد که شبکه پس انتشار پیشخور با توپولوژی ۲-۵-۵-۳ و تابع آستانه لونبرگ-مارکوارت قادر است ضریب پخش رطوبت موثر و انرژی مصرفی ویژه را با ضریب تعیین ۹۸۰۵/۰ و ۹۹۵۴/۰ و خطای میانگین مربعات ۰۰۰۰۹/۰ در شرایط مختلف خشک­کردن دانه های انار، انگور و بنه در خشک­کن بستر سیال را پیش­بینی نماید. همچنین بیشترین ضریب تعیین برای پیش­بینی نرخ خشک­کردن و نسبت رطوبت به ترتیب ۹۷۹۹/۰ و ۹۹۹۶/۰ به دست آمد.