بکارگیری شبکه عصبی مصنوعی برای پیش بینی میزان چروکیدگی نخود سبز در یک خشک کن بستر سیالی با کمک ماکروویو

در این تحقیق خواص خشک شدن نخود سبز (Pisum satium) با رطوبت اولیه 76% بر پایه خشک (db) در یک خشک کن بستر سیالی با کمک ماکروویو مورد مطالعه قرار گرفت. چهار سطح دمای هوای خشک کننده (30، 40، 50 و 60 درجه سانتیگراد) و پنج سطح توان ماکروویو از جمله پارامترهای مورد مطالعه می باشد. یکی از مهمترین تغییرات فیزیکی که در زمان خشک کردن مواد غذائی همراه با نفوذ رطوبت بخارج از ماده رخ می دهد، کاهش حجم پوسته خارجی یا چروکیدگی میباشد. برای اندازه گیری میزان چروکیدگی محصول، در ابتدا و انتهای هر آزمایش توسط یک کولیس سه بعد عمود بر هم نمونه ها اندازه گیری و یادداشت شد تغییرات حجم قرائت گردید. مشاهده شد که با افزایش توان ماکروویو و دمای هوای خشک کننده مورد استفاده میزان چروکیدگی محصول به دلیل سرعت بخشیدن به نرخ خروج رطوبت کاهش می یابد. در ادامه این تحقیق با استفاده از شبکه عصبی مصنوعی مدل مناسبی برای یافتن مدت میزان چروکیدگی (پارامتر خروجی شبکه) ارائه گردید. توان ماکروویو، دمای هوای خشک کننده و محتوای رطوبت دانه به عنوان پارامترهای ورودی مدل می باشد. نتیجه نشان داد که شبکه عصبی مورد استفاده با 4 نرون و تابعlogsig و الگوریتم پس انتشارtrainrp بهینه حالت ممکن برای پیش بینی میزان چروکیدگی محصول می باشد. برای اعتبار سنجی مدل از (RMSE)، (MAE) و(SE) استفاده شد و نتایج نشان داد که این مقادیر کمتر از 5% می باشد این در حالی است که ضریب همبستگی(R2) بیشتر از 98% می باشد.