%0 Journal Article %A Kaveh, Mohammad %A Jahanbakhshi, Ahmad %A golpour, Iman %A Mesri Gandshmin, Trahom %A Abbaspour-Gilandeh, Yousef %A Jahedi Rad, Shahpour %T Prediction of white mulberry drying kinetics in microwave- convective dryer: A comparative study between mathematical model, artificial neural network and ANFIS %J Journal of food science and technology(Iran) %V 16 %N 88 %U http://fsct.modares.ac.ir/article-7-15649-fa.html %R %D 2019 %K White mulberry, Moisture ratio, Effective moisture diffusivity, Artificial neural network, ANFIS., %X هدف از این پژوهش، تعیین سینتیک، ضریب پخش رطوبت موثر، انرژی فعال‌سازی، انرژی مصرفی ویژه و همچنین پیش بینی نسبت رطوبت توت سفید در طی فرآیند خشک‌کردن با خشک‌کن مایکرویو- هوای داغ به کمک مدل های ریاضی، شبکه‌های عصبی مصنوعی (ANN) و انفیس (ANFIS) است. خشک‌کردن محصول در سه دمای 40، 55 و°C 70، در سه سرعت جریان هوای 5/0،1 و m/s 5/1 و سه توان مایکرویوو 270 ،450 و W 630 انجام شد. برای انتخاب یک منحنی خشک‌کردن مناسب، ده مدل لایه نازک خشک شدن، شبکه‌های عصبی مصنوعی و انفیس به داده‌های آزمایشگاهی برازش شد. نتایج نشان داد که بیشترین و کمترین مقدار ضریب پخش رطوبت موثر به ترتیب (m2/s 9-10×56/3 و کمترین مقدار m2/s10-10×86/3) به دست آمد. همچنین کمترین و بیشترین مقدار انرژی مصرفی ویژه به ترتیب 54/48 وMj/kg 88/1380 محاسبه شد. در میان مدل‌های ریاضی مورد تحقیق مدلPage بهترین مدل برای تشریح رفتار خشک‌شدن لایه نازک توت را داشت. نتایج نشان داد مقادیر خطای میانگین مربعات ( )، برای مدل‌های ریاضی، ANN، و ANFISبه ترتیب 0059/0، 0052/0 و 0044/0 به دست آمد. بنابراین مدل ANFIS با بیشترین مقدار ضریب همبستگی (99995/0= )، کمترین درصد میانگین خطای نسبی (84/1= ) و خطای میانگین مربعات (0044/0= ) برای ارزیابی نسبت رطوبت در مقایسه با سایر روش‌های اجرا شده در این پژوهش به عنوان بهترین مدل انتخاب شد %> http://fsct.modares.ac.ir/article-7-15649-fa.pdf %P 201-219 %& 201 %! Prediction of white mulberry drying kinetics in microwave- convective dryer %9 %L A-7-15366-2 %+ Ph.D. student, Department of Biosystems Engineering, University of Mohaghegh Ardabili, Ardabil, Iran. %G eng %@ 2008-8787 %[ 2019