بکارگیری روش شبکه‌های عصبی مصنوعی در بررسی و تخمین برخی مشخصه‌های خشک‌کردن بادنجان و شلغم در یک خشک‌کن ترکیبی مایکروویو-همرفتی

چکیده در این پژوهش، به منظور برآورد خواص خشک کردن بادنجان و شلغم در یک خشک کن مایکروویو همرفتی از روش شبکه های عصبی مصنوعی استفاده شد. فرآیند خشک کردن در سه سطح دمایی (40، 55 وc° 70)، سه سطح سرعت هوای ورودی (0.5 و 1.1 و  m/s1.7) و سه سطح توان مایکروویو (270، 450 وw 630) در یک خشک کن مایکروویو همرفتی صورت گرفت که این سه پارامتر به عنوان ورودی در پیش بینی ضریب پخش رطوبت موثر و انرژی مصرفی ویژه، در شبکه ی عصبی مصنوعی مورد استفاده قرار گرفت. همچنین برای پیش بینی نرخ خشک کردن و نسبت رطوبت علاوه بر این سه پارامتر از زمان خشک کردن نیز به عنوان پارامتر ورودی استفاده شد. برای ایجاد الگوهای آموزشی و ارزیابی فرآیند، از شبکه عصبی پس انتشار پیش خور و پیشرو با توابع آموزش لونبرگ – مارکوارت (lm) و  تنظیم بیزی (br) برای آموزش الگوها استفاده شد. با توجه به نتایج بدست آمده،  بیشترین مقدار ضریب پخش رطوبت موثر برای بادنجان و شلغم به ترتیب (910×3.39 وm2/s 910×3.05)  حاصل شد. نتایج بررسی های شبکه عصبی مصنوعی نشان داد که شبکه ی بهینه پس انتشار پیش خور با توپولوژی 220203 و تابع آموزش لونبرگ مارکوارت  توانست ضریب پخش رطوبت موثر و انرژی مصرفی ویژه را به ترتیب با ضرایب تبیین 0.9821 و 0.9952 و خطای میانگین مربعات 0.00014 در شرایط مختلف خشک کردن بادنجان و شلغم پیش بینی نماید. همچنین بیشترین ضرایب تبیین برای پیش بینی نرخ خشک کردن و نسبت رطوبت به ترتیب 0.9698 و 0.9988 با مقدار خطای میانگین مربعات 0.0045در شبکه ی عصبی پیشرو با الگوریتم آموزشی لونبرگ مارکوارت به دست آمد.