دوره 19، شماره 124 - ( 1401 )                   جلد 19 شماره 124 صفحات 38-31 | برگشت به فهرست نسخه ها

‎ 10.52547/fsct.19.124.31
‎ 20.1001.1.20088787.1401.19.124.25.2

XML English Abstract Print

Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:
Godini N, Gohari Ardabili A, Salehi F. Experimental investigation and modeling of drying process of balangu seeds gum using infrared dryer by genetic algorithm-artificial neural network method. FSCT 2022; 19 (124) :31-38
URL: http://fsct.modares.ac.ir/article-7-58897-fa.html
گودینی نوید، گوهری اردبیلی اشرف، صالحی فخرالدین. بررسی تجربی و مدل‌سازی فرآیند خشک شدن صمغ دانه بالنگو با خشک‌کن فروسرخ به روش الگوریتم ژنتیک- شبکه عصبی مصنوعی. مجله علوم و صنایع غذایی ایران. 1401; 19 (124) :31-38

URL: http://fsct.modares.ac.ir/article-7-58897-fa.html

بررسی تجربی و مدل‌سازی فرآیند خشک شدن صمغ دانه بالنگو با خشک‌کن فروسرخ به روش الگوریتم ژنتیک- شبکه عصبی مصنوعی
نوید گودینی1 ، اشرف گوهری اردبیلی 2، فخرالدین صالحی3
1- دانشجوی کارشناسی ارشد، گروه علوم و صنایع غذایی، دانشکده صنایع غذایی بهار، دانشگاه بوعلی سینا، همدان، ایران
2- گروه مهندسی ‌علوم و صنایع غذایی، دانشکده صنایع غذایی بهار، دانشگاه بوعلی سینا، همدان، ایران ، aagohari@yahoo.com
3- گروه مهندسی ‌علوم و صنایع غذایی، دانشکده صنایع غذایی بهار، دانشگاه بوعلی سینا، همدان، ایران.
چکیده:   (1160 مشاهده)
از روش بهینه‌سازی الگوریتم ژنتیک می‌توان برای غلبه بر محدودیت‌های ذاتی شبکه عصبی مصنوعی استفاده کرد. روش الگوریتم ژنتیک- شبکه عصبی مصنوعی دارای قابلیت بالایی برای یافتن مقدار بهینه یک تابع هدف پیچیده است. در این مطالعه ابتدا جهت خشک‌کردن صمغ دانه بالنگو، از یک خشک‌کن فروسرخ استفاده گردید. در این خشک‌کن فروسرخ اثر فاصله نمونه‌ها از لامپ پرتودهی در سه سطح 5، 5/7 و 10 سانتی‌متر و اثر ارتفاع صمغ درون ظرف در سه سطح 5/0، 0/1 و 5/1 سانتی‌متر بر زمان خشک شدن و درصد کاهش وزن صمغ دانه بالنگو در طی زمان خشک‌کردن، مورد بررسی قرار گرفت. نتایج خشک‌کردن صمغ دانه بالنگو با روش فروسرخ نشان داد با کاهش فاصله نمونه‌ها از منبع حرارتی و همچنین کاهش ضخامت صمغ موجود در ظرف نمونه، زمان خشک‌کردن کاهش می‌یابد. با افزایش فاصله لامپ‌ها از 5 به 10 سانتی‌متر، میانگین زمان خشک شدن صمغ دانه بالنگو از 6/62 دقیقه به 6/87 دقیقه افزایش یافت. با افزایش ضخامت نمونه‌ها از 5/0 به 5/1 سانتی‌متر نیز میانگین زمان خشک شدن صمغ دانه بالنگو از 9/45 دقیقه به 2/109 دقیقه افزایش یافت. در مرحله بعد، این فرآیند توسط روش الگوریتم ژنتیک- شبکه عصبی مصنوعی با 3 ورودی (زمان پرتودهی، فاصله لامپ از سطح نمونه‌ها و ضخامت نمونه‌ها) و 1 خروجی (درصد کاهش وزن) مدل‌سازی شد. نتایج مدل‌سازی به روش الگوریتم ژنتیک- شبکه عصبی مصنوعی نشان داد شبکه‌ای با ساختار 1-9-3 در یک لایه پنهان و با استفاده از تابع فعال‌سازی تانژانت هیپربولیک می‌تواند درصد کاهش وزن صمغ دانه بالنگو هنگام خشک شدن در خشک‌کن فروسرخ را با ضریب همبستگی بالا (999/0) و مقدار میانگین مربعات خطا پایین (788/0) پیش‌بینی نماید.
واژه‌های کلیدی: الگوریتم ژنتیک- شبکه عصبی مصنوعی، پرتودهی، درصد کاهش وزن، صمغ دانه بالنگو
متن کامل [PDF 732 kb]   (423 دریافت)    
نوع مقاله: پژوهشی اصیل | موضوع مقاله: هیدروکلوئیدها،امولسیون
دریافت: 1400/11/2 | پذیرش: 1400/12/8 | انتشار: 1401/3/10
ارسال نظر درباره این مقاله : نام کاربری یا پست الکترونیک شما:
CAPTCHA
ارسال پیام به نویسنده مسئول

بازنشر اطلاعات
Creative Commons License این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است.