تخمین رطوبت لایه‏های شلتوک در انتهای مرحلة خشک‏شدن به کمک شبکه‏های عصبی مصنوعی

Abstract

پیش‏بینی رطوبت لایه‏های شلتوک در انتهای مرحلة خشک‏شدن به روش بستر ثابت به منظور کاهش خسارت ناشی از بیش یا کم ‏خشک‏شدن محصولات کشاورزی حائز اهمیت است. در این تحقیق از روش هوشمند شبکة عصبی مصنوعی برای پیش‏بینی رطوبت لایه‏های شلتوک در انتهای مرحلة خشک‏شدن و در محدودة رطوبت‌های نهایی 10 تا 14% (بر پایة تر) برای خشک‌کردن به روش بستر ثابت استفاده شده است. آزمایشها با نمونه‏های شلتوک و در محدودة عمق‏های 5 تا 30 سانتی‏متر با میزان رطوبت اولیة 6/19% پایة تر در شرایط کنترل‏شدة محیطی با دمای ورودی C°43 و سرعت هوای m/s1/0 انجام شد. پس از اینکه رطوبت متوسط بستر مواد به مقدار مورد نظر رسید، با نمونه‌گیری رطوبت هر یک از لایه‌های بالا، وسط و پایین عمق بستر تعیین گردید. رطوبت لایه‏های شلتوک به کمک سه پارامتر رطوبت متوسط نهایی شلتوک، عمق لایه و عمق کلی شلتوک در هر آزمایش پیش‏بینی شد. کاربرد دو روش شبکة عصبی پرسپترون چندلایه و شبکة عصبی تابع پایة شعاعی در حل این مسأله نشان داد که با استفاده از شبکة عصبی مصنوعی می‏توان رطوبت لایه های شلتوک را با ضریب تعیین 9949/0 با خطای حقیقی 0603/0 پیش‏بینی کرد.