سال انتشار: ۱۳۸۷

محل انتشار: هجدهمین کنگره ملی علوم و صنایع غذایی

تعداد صفحات: ۷

نویسنده(ها):

سیدجواد سجادی – دانشجوی فوق لیسانس بخش مهندسی ماشینهای کشاورزی دانشکده کشاورزی دانش
احمد غضنفری – دانشیار بخش مهندسی ماشینهای کشاورزی دانشکده کشاورزی دانشگاه شهید با

چکیده:

در حال حاضر برای جداسازی پسته های پوک از مغزدار از دستگاه پوک گیر که با استفاده از جریان هوا کار می کند استفاده می شود. در این پژوهش از انعکاس صدای برخورد پسته ها با یک صفحه فولادی استفاده گردید تا پسته های پوک را از مغز دار جدا نماییم. این پژوهش در دو بخشOffline وRealtime انجام شد. در بخشOffline سیگنال های صدای برخورد درحوزه موجکWavelet) مورد پردازش قرار گرفته و بردارهای مشخصات مناسب استخراج شده است. از شبکه عصبی مصنوعی پرسپترون چند لایهMLP) جهت جداسازی استفاده شده است. برای شناسایی پسته ها مجموعا ۲۸۰ شبکه چندلایهMLP) با ساختار ها و الگوریتم های آموزش مختلف توسط نرم افزار ۷٫۴ MATLAB مورد بررسی قرار گرفت.در نهایت شبکه عصبی با ساختار ۲۰-۶-۲ برای جداسازی پسته ها انتخاب شد. در حالتRealtime دستگاهی متشکل از یک مخزن نغذیه، نوار نقاله جعبه صدا و یک سلونوئید جداکننده ساخته شد. این مجموعه به یک رایانه متصل و توسط آن کنترل گردید. نتایج آزمایشات نرم افزاری نشان دادند که شبکه عصبی پسته های پوک را با دقت ۹۸ درصد و پسته های مغزدار را با دقت ۹۴ درصد جدا می سازد. با ارتباط نرم افزار و سخت افزار ساخته شده به یکدیگر و با قراردادن پسته ها در فواصل ۱ ، ۳ و ۵ سانتی متری بر روی نوار نقاله مجموعه در فواصل ۳ و ۵ سانتی متری دقت عملکردی مشابه دقت حاصل از نرم افزار داد ولی در فواصل حدود یک سانتیمتر دقت جدا سازی کاهش یافت