تعیین مدل مناسب سینتیک خشک کردن پیاز قرمز و مقایسه مدل‌های ریاضی سیستم استنتاج عصبی فازی (anfis)

در این تحقیق، سینتیک خشک کردن، تعیین ضریب نفوذ موثر رطوبت ، انرژی فعالسازی و همچنین پیش بینی نسبت رطوبت پیاز قرمزدر طی فرآیند خشک کردن با خشک کن - هوای داغ به کمک مدل‌های ریاضی و سیستم استنتاج عصبی فازی  ( anfis) ا نجام گرفت. خشک کردن محصول در چهارسطح  دمای 50  ،60، 70وºc   80 در سرعت جریان هوای ثابت m/s 1  انجام شد.  برای انتخاب یک مدل خش کردن مناسب، دوازده مدل لایه نازک خشک کردن  ، همچنین استفاده از سیستم استنتاج عصبی فازی)   ( anfis  مورد استفاده  قرارگرفت برای تعیین  بهترین  مدل  ریاضی مناسب لایه نازک از رگرسیون  غیرخطی  وشاخص های  r^2   ،  x^2   ،   rmse،    و mrdm در  نرم افزار  r ویرایش 3.6.2 استفاده  گردید. نتایج  نشان دادکه  درمیان مدلهای ریاضی مدل دوجمله ای با بیشترین ضریب تبیین و کمترین  مقادیر ریشه میانگین مربعات خطا مناسب ترین بود .نتایج انفیس مقدار ضریب همبستگی ( 0.999 ) =  r^2  و خطای (0/002 )= rmse  کمترین  ریشه  میانگسن  مربعات  خطا  بهتر  از مدل های  ریاضی  نسبت  رطوبت  را پیش بینی  کرد  .  مقدار  ضریب  نفوذ  برای  چهار دما به ترتیب (0.01847669 و0.01930770و0.02116988و0.03136255) m^2/s   ومقدار انرژی  فعالسازی  1890 ((kj/(kg بدست آمد  . 

determining the appropriate model of red onion drying kinetics and comparing mathematical models of neuro-fuzzy inference system (anfis)

in this research , the kinetics of drying , the determining the effective moisture diffusivity, activation energy, and also the prediction of the moisture ratio of red onion during the dry process with dryer-hot air drying were carried out with the help of mathematical models and fuzzy neural inference system (anfis). the experiments were performed at four levels of temperature at 50, 60, 70 and 80 0c and a constant air flow rate of 1 m/s . to select a suitable drying model, twelve thin layer drying models were used, as well as using fuzzy neural inference system r software version 3.6.2. the results showed that among the mathematical models, the binomial model with the highest coefficient of explanation and the lowest root mean square error was the most suitable. the results of the correlation coefficient value (r2 = 0.999 and error) rmse = ( 0.002) the lowest root mean square error it predicted the humidity ratio better than mathematical models. effective moisture diffusivity for four temperatures, respectively (0.03136255,0 0211698,00193770.001847669 0) m2/ s and the amount of activation energy was 1890.4 (kj /(kg.k).