مدل سازی عصبی پیش بینی نسبت رطوبت ورقه سیب زمینی در خشک کن خلائی- تابشی

هدف از این تحقیق پیش بینی نسبت رطوبت ورقه های سیب زمینی در طی فرآیند خشک کردن با گرمایش مادون قرمز تحت شرایط خلا به عنوان تابعی از زمان خشک کردن، میزان خلا، توان تابشی لامپ مادون قرمز، ضخامت ورقه و محتوای رطوبت محصول به کمک شبکه های عصبی مصنوعی می باشد. آزمایش ها در سه سطح توان لامپ مادون قرمز 100، 150 و 200 وات، سه سطح خلا 20، 80 و 140 میلی متر جیوه به همراه یک حالت تحت شرایط اتمسفری (بدون خلا) با سه ضخامت ورقه 1، 2 و 3 میلی متر در سه تکرار انجام گردید. از شبکه عصبی پرسپترون چند لایه پس انتشار پیشخور با الگوریتم یادگیری لونبرگ- مارکوارت جهت پیش بینی تغییرات رطوبت نسبت به زمان در طی فرآیند خشک کردن استفاده گردید. بهترین چیدمان شبکه عصبی بر اساس یک لایه پنهان به صورت 1-2-4 با تابع انتقال تانژانت سیگموئید انتخاب شد. به طور کلی نتایج حاکی از آن بود که شبکه عصبی پنجم با پارامتر های ورودی ضخامت ورقه، خلا، توان تابشی لامپ مادون قرمز و محتوای رطوبت محصول با بیشترین ضریب تبیین 99990/0 و کمترین خطای شبکه 00016/0 نتایج بهتری در جهت پیش بینی نسبت رطوبت ورقه های سیب زمینی ارائه نموده است.