پيش‌بيني ضرايب انتقال حرارت سطحي و كينتيك هاي انتقال جرم نمونه هاي بادمجان طي فرايند سرخ كردن عميق با استفاده از شبكه عصبي مصنوعي (ANN)

انتقال رطوبت و روغن بر توزيع دما در سيستم نقش داشته و باعث ايجاد شار حرارتي متغير در فرايند مي گردد. لذا در اين پژوهش با استفاده از شبكه عصبي مصنوعي به بررسي و پيش بيني ضرايب انتقال حرارت سطحي و كينتيك هاي انتقال جرم (رطوبت و روغن) طي فرايند سرخ كردن نمونه هاي بادمجان پرداخته شد. اثر پيش تيمار خشك كردن با هواي داغ در چهار سطح دمايي (40، 70، 100 و 130 درجه سانتي گراد) تا رسيدن به سطوح رطوبتي 12 و 5 گرم بر گرم ماده خشك، دماهاي مختلف سرخ كردن (130، 150 و 170 درجه سانتي گراد) طي مدت زمان 6 دقيقه در فواصل زماني يك دقيقه اي بر محتوي روغن و رطوبت برش هاي بادمجان طي فرايند سرخ كردن عميق با سه بار تكرار مورد بررسي قرار گرفت. پروفيل هاي دمايي در سطوح بالا و پايين نمونه ها طي فرايند سرخ كردن عميق با قرار دادن ترموكوپل نوع K نيز ثبت گرديد. ارتباط بين ضريب انتقال حرارت سطحي وكينتيك هاي انتقال جرم نمونه هاي بادمجان، طي فرايند سرخ كردن عميق با استفاده از تحليل مولفه اصلي (PCA) نشان داد كه داده هاي موجود در 3 ناحيه مختصاتي PC، متفاوت قرار داشتند. نتايج حاصل از بررسي ضرايب انتقال حرارت سطحي و كينتيك هاي انتقال جرم نمونه هاي بادمجان طي فرايند سرخ كردن عميق با استفاده از شبكه عصبي مصنوعي پس انتشار با ساختار پرسپترون چند لايه (MLP)، حاكي از وجود يك رابطه پيچيده بين پارامترهاي انتقال حرارت سطحي و جرم نمونه هاي بادمجان طي فرايند سرخ كردن عميق بود. شبكه مورد استفاده شامل تابع سيگموئيد در لايه مخفي و الگوريتم آموزش لونبرگ-ماركوارت (ML) با توپولوژي سه لايه 4-5-4 با ضريب تبيين (R2) 97/0 و متوسط مربع خطاي (MSE) 0013/0، بهترين شبكه براي پيش‌بيني كينتيك هاي انتقال رطوبت، روغن و ضريب انتقال حرارت سطحي به دست آمد. با توجه به نتايج فوق مي توان بيان نمود كه اين شبكه امكان دست يابي به دما و زمان سرخ كردن با كمترين مقادير رطوبت و روغن در نمونه هاي بادمجان سرخ شده را در كمترين زمان ممكن فراهم مي كند.