مدل‌سازی فرآیند خشک‌کردن توت سیاه با سامانه مادون‌قرمز دوطرفه به روش الگوریتم ژنتیک- شبکه عصبی مصنوعی

نوع مقاله: مقاله پژوهشی

نویسندگان

1 دانشجوی دکتری مواد و طراحی صنایع غذایی دانشگاه علوم کشاورزی و منابع طبیعی گرگان

2 دانشجوی کارشناسی ارشد گروه علوم و صنایع غذایی، دانشکده صنایع غذایی، دانشگاه علوم کشاورزی و منابع طبیعی گرگان، گرگان، ایران

3 استاد، دانشگاه علوم کشاورزی و منابع طیبعی گرگان

چکیده

شاه توت منبع یسرشار از پلی فنل‌ها و آنتوسیانین‌ها است که خشک کردن و نگهداری آن می‌تواند ارزشمند باشد. استفاده از تابش مادون قرمز به عنوان یک روش مناسب در خشک کردن می تواند باعث کاهش زمان خشک کردن و کاهش هزینه های فرآیند می‌شود. اثر توان‌های 120، 180، 240 وات لامپ مادون قرمز، فاصله‌های 5، 10 و 15 سانتی‌متر نمونه از لامپ و زمان خشک کردن بر خشک شدن توت سیاه مورد بررسی قرار گرفت. مدل‌سازی خشک شدن توت سیاه به روش الگوریتم ژنتیک- شبکه عصبی مصنوعی با چهار ورودی (توان، فاصله لامپ و زمان خشک کردن) و یک خروجی (درصد کاهش رطوبت) انجام شد. مشخص شد که با افزایش توان لامپ و کاهش فاصله نمونه‌ها از لامپ مادون قرمز، سرعت خشک کردن توت سیاه به روش مادون قرمز دو طرفه به طور معنا داری (P

کلیدواژه‌ها

موضوعات


عنوان مقاله [English]

Modeling of Blackberry Drying Process by Double sided infrared System using Genetic Algorithm–Artificial Neural Network Method

نویسندگان [English]

  • alireza asadiamirabadi 1
  • mahdi shavandi 2
  • Mehdi Kashaninezhad 3
1 . Ph. D. Student, Department of Food Science and Technology, Gorgan University of Agricultural Sciences and Natural Resources, Gorgan, Iran
2 M.sc student of Faculty of Food Science & Technology, Gorgan University of Agricultural Sciences and Natural Resources, Gorgan, Iran
3 Professor, Faculty of Food Science & Technology, Gorgan University of Agricultural Sciences and Natural Resources, Gorgan, Iran
چکیده [English]

The use of infrared radiation as a new method in drying preserves the quality of the final product, which increases the speed of drying and reduces the cost of the process. The effect of 120, 180, 240 W of infrared power, 5, 10 and 15 cm of sample distance from infrared source and drying time on black mulberry drying were investigated. Modeling of black mulberry drying was used to predict the output of this study using genetic algorithm-artificial neural network with four inputs (infrared power, sample distance from infrared source and drying time) and one output (weight loss percentage). It was determined that by increasing the infrared power and reducing the distance between the samples and the infrared lamp, the drying rate of black mulberry was significantly increased by two-way infrared (P

کلیدواژه‌ها [English]

  • Drying
  • Neural Network
  • Genetic algorithm
  • Black mulberry
  • prediction
  • Two-Way Infrared

مقالات آماده انتشار، پذیرفته شده
انتشار آنلاین از تاریخ 25 شهریور 1397
  • تاریخ دریافت: 27 خرداد 1397
  • تاریخ بازنگری: 16 مرداد 1397
  • تاریخ پذیرش: 25 شهریور 1397