سال انتشار: ۱۳۸۹

محل انتشار: ششمین کنگره ملی مهندسی ماشینهای کشاورزی و مکانیزاسیون

تعداد صفحات: ۱۰

نویسنده(ها):

محمد شریفی – دانشجوی دکتری
شاهین رفیعی – دانشیاران گروه مهندسی ماشینهای کشاورزی دانشکده مهندسی و فناوری دان
محمود امید –

چکیده:

مرکبات جایگاه بسیار مهمی را در میان تولیدات کشاورزی در دنیا به خود اختصاص داده اند . در این تحقیق خشک کردن بستر نازک ترنج بهوسیله شبکه عصبی مصنوعی مدلسازی شد ؛ برای این منظور از خش ک کن آزمایشگاهی استفاده گردید. توده بستر نازک ورقه های ترنج با پنج دمای ۴۰ و۵۰و۶۰و۷۰و۸۰ درجه سلسیوس و دو سرعت هوای ۱ و ۲ متر بر ثانیه و ضخامت ۴ میلی متر خشک شد. رطوبت اولیه ترنج در طی آزمایش ۵/۲تا ۵/۸ g/g بر پایه خشک بود. جرم توده بستر نازک در طی خشک کردن هر پنج ثانیه یک بار توسط ترازوی دیجیتال متصل به رایانه، اندازه گیری و ثبت گردید. از شبکه پس انتشار پیشخور با الگوریتمهای یادگیری مومنتوم و لونبرگ- مارکوارت برای آموزش الگوهای موجود استفاده شد. برای توسعه مدلهای شبکه عصبی مصنوعی بردار ورودی شامل دما، سرعت هوا و زمان خشکشدن و بردار خروجی محتوای رطوبتی ترنج در نظر گرفته شد . نتایج نشان داد که شبکه پس انتشار پیشخور با توپولوژی ۱-۶-۳ برای ضخامت ۴ میلی متری ورقه ترنج و الگوریتم آموزش لونبرگ- مارکوارت و راهبرد توابع یکسان برای تمام لایهها (تانژانت سیگمویید) قادر است نسبت رطوبت را با ضریب تعیین ۰/۹۹۹۲۵ و خطای متوسط ۰/۰۰۰۱۱ در شرایط مختلف خشککردن لایه نازک پیش بینی کند.