پیش‌بینی برخی خواص خشک کردن دانه های انار، انگور و بنه به کمک شبکه‌های عصبی مصنوعی

هدف از این تحقیق برآورد ضریب پخش رطوبت موثر، انرژی مصرفی ویژه، نرخ خشک کردن و نسبت رطوبت در خشک کردن بستر سیال دانه های انار، انگور و بنه به کمک شبکه های عصبی مصنوعی می باشد. سه عامل موثر برای پیش بینی ضریب پخش رطوبت موثر و انرژی مصرفی ویژه عبارتند از: نوع محصول، سرعت هوای ورودی، دمای هوای ورودی. برای پیش بینی نرخ خشک کردن و نسبت رطوبت از چهار عامل موثر استفاده شد که عبارت بودند از: نوع محصول، سرعت هوای ورودی، دمای هوای ورودی و زمان خشک کردن. تعداد 27 آزمایش برای ضریب پخش رطوبت موثر و انرژی مصرفی ویژه و 2165 آزمایش برای نرخ خشک کردن و نسبت رطوبت برای ایجاد الگوهای آموزش و ارزیابی به وسیله یک خشک کن آزمایشگاهی انجام گرفت. از شبکه ها و الگوریتم های متعددی برای آموزش الگوهای موجود استفاده شد. نتایج بررسی ها نشان داد که شبکه پس انتشار پیشخور با توپولوژی 2553 و تابع آستانه لونبرگمارکوارت قادر است ضریب پخش رطوبت موثر و انرژی مصرفی ویژه را با ضریب تعیین 0.9805 و 0.9954 و خطای میانگین مربعات 0.00009 در شرایط مختلف خشک کردن دانه های انار، انگور و بنه در خشک کن بستر سیال را پیش بینی نماید. همچنین بیشترین ضریب تعیین برای پیش بینی نرخ خشک کردن و نسبت رطوبت به ترتیب 0.9799 و 0.9996 به دست آمد.