اندازه‌ گیری و پیش‌بینی بازده مایکرویو در حین خشک کردن برگه های سیب

خشک کردن یکی از موثرترین روش ها برای افزایش ماندگاری محصولات غذایی است. افزایش بازدهی و کاهش مصرف انرژی در خشک کردن ضروری است. صرفه جویی در زمان و انرژی بهترین مزایای روش خشک کردن مایکرویو است. بنابراین هدف از این تحقیق بررسی تاثیر توان مایکرویو (p)، جرم محصول (m) و زمان (t) بر انرژی جذب شده، اتلاف انرژی و همچنین پیش‌بینی بازده در حین خشک شدن برگه های سیب در مایکرویو است. در این تحقیق توان های 100، 300 و 600 وات مایکرویو، جرم 20، 40، 60، 80 و 100 گرم سیب و زمان 60، 90، 120، 150 و 180 ثانیه در نظر گرفته شدند. در این مقاله، از سه روش مختلف هوش مصنوعی برای مدل سازی انرژی جذب شده و اتلاف انرژی سیب همراه با پیش‌بینی بازده مایکرویو در طول فرآیند خشک کردن استفاده گردید. این روش ها عبارتند از: شبکه عصبی مصنوعی (ann)، سامانه استنتاج فازی عصبی تطبیقی (anfis) و ماشین بردار پشتیبان (svm) همراه با الگوریتم کرم شب تاب (ffa). نتایج نشان داد که مقدار انرژی جذب شده توسط سیب در طول خشک کردن در مایکرویو به مقدار زیادی به مقدار جرم بستگی دارد. بیشترین و کمترین بازده مایکرویو به ترتیب در توان 600 وات و جرم 100 گرم و کمترین بازده در زمان 180 ثانیه و توان 100 وات مشاهده گردید. همچنین، انرژی جذب شده در 600 وات تقریباً چهار برابر بیشتر از آن در 100 وات بود. سامانه عصبی-فازی و ماشین بردار پشتیبان نتایج خوبی نسبت به شبکه عصبی مصنوعی برای پیش‌بینی انرژی جذب شده، اتلاف انرژی و بازده مایکرویو نشان دادند.