مدلسازی فرآیند خشک کردن توت فرنگی توسط خشک کن فروسرخ به روش الگوریتم ژنتیک - شبکه عصبی مصنوعی

به دلیل بهره وری پایین انرژی و مدت زمان طولانی خشک کردن محصولات کشاورزی با روش های متداول، استفاده از روش های نوین نظیر پرتودهی فروسرخ باید بررسی شوند. در این مطالعه جهت خشک کردن و افزایش زمان ماندگاری توت فرنگی، از روش پرتودهی فروسرخ استفاده گردید. اثر توان لامپ فروسرخ (150، 250 و 375 وات)، فاصله نمونه از لامپ (5، 5/7 و 10 سانتی متر) و در مدت زمان 110 دقیقه بر خشک کردن توت فرنگی مورد بررسی قرار گرفت. نتایج خشک کردن توت فرنگی به روش فروسرخ نشان داد با افزایش توان لامپ و کاهش فاصله نمونه ها از منبع حرارتی، سرعت خشک کردن افزایش می یابد. با افزایش توان لامپ فروسرخ از 150 به 375 وات، مقدار کاهش وزن 24/69 درصد افزایش یافت. با افزایش فاصله نمونه ها از 5 به 10 سانتی متر، سرعت خشک شدن 55/23 درصد کاهش یافت. مدل سازی فرآیند به روش الگوریتم ژنتیک - شبکه عصبی مصنوعی با 3 ورودی (توان لامپ، فاصله لامپ و زمان) و 1 خروجی (کاهش وزن) انجام شد. نتایج مدل سازی به روش الگوریتم ژنتیک - شبکه عصبی مصنوعی نشان داد شبکه ای با تعداد 9 نرون در یک لایه پنهان و با استفاده از تابع فعال سازی تانژانت هیپربولیک می توان درصد کاهش وزن در طی فرآیند خشک کردن توت فرنگی به روش فروسرخ را پیشگویی نمود (999/0R2=). نتایج آنالیز حساسیت توسط شبکه عصبی بهینه نشان داد که توان لامپ فروسرخ به عنوان موثرترین عامل در کنترل کاهش وزن برش های توت فرنگی می باشد.