بررسي آزمايشگاهي و مدلسازي سينتيك خشك كردن شلتوك در خشك كن هواي گرم توسط شبكه عصبي مصنوعي

برنج در هنگام برداشت رطوبت بالايي دارد كه يكي از روش هاي رايج جهت كاهش سرعت فساد، فرآيند خشك كردن است. در اين تحقيق سينتيك خشك كردن شلتوك با هواي گرم با استفاده از 3 متغير سرعت هواي گرم ((m/s)0.65 و 0.8)، دماي هواي گرم ((0C)50،65) و رطوبت نهايي (11 و 13%) بررسي شد. مدل‌سازي سينتيك خشك‌كردن شلتوك توسط شبكه عصبي پرسپترون چند لايه انجام شد. به منظور بررسي عملكرد الگوريتم‌هاي آموزش و توابع انتقال مختلف در پيش‌بيني رفتار خشك‌كردن شلتوك، از 3 الگوريتم لونبرگ ماركوارت، پس انتشار ارتجاعي و گراديان نزولي مقياسي و 2 تابع انتقال تانژانت سيگموئيد و سيگموئيد لگاريتمي استفاده شد. نتايج حاصل از اين بررسي بدين گونه بوده كه حداكثر زمان خشك شدن در دماي 0C50، سرعت هواي گرم (m/s)0.65 و رطوبت نهايي 11٪ تقريباً برابر با 8 ساعت و حداقل زمان خشك شدن در دماي 0C 65، سرعت هواي گرم(m/s) 0.8و رطوبت نهايي 13٪ معادل با 1ساعت و 21 دقيقه بوده است. بنابراين به طور كلي مي توان گفت با افزايش دما، سرعت و رطوبت، زمان خشك شدن كاهش مي‌يابد. همچنين، نتايج حاصل از مدل سازي نشان داد كه مدل‌سازي بوسيله‌ي شبكه عصبي با الگوريتم آموزش لونبرگ ماركوارت نسبت به ساير الگوريتم‌ها بهترين عملكرد را داشته و به‌طوركلي توپولوژي 1-11-3 با الگوريتم آموزش لونبرگ ماركوارت و تابع انتقال سيگموئيد لگاريتمي كمترين خطا و بيشترين ضريب همبستگي نسبت به ساير حالات داشته است.