مجله پژوهشهای علوم و صنایع غذایی ایران

چکیده در این تحقیق یک مدل هیبریدی شبکه عصبی-GMDH جهت تخمین محتوای رطوبتی قطعات خربزه درختی در حین خشک‌شدن با هوای داغ در یک خشک‌کن کابینتی تعیین شد. برای این منظور پارامترهای زمان خشک‌‌کردن، ضخامت قطعات و دمای خشک‌کردن به‌عنوان ورودی تعریف گردید و مقدار نسبت رطوبتی (MR) به‌عنوان خروجی تخمین زده شد. دقیقاً 50 درصد داده‌ها جهت آموزش و 50 درصد دیگر برای تست کردن مدل استفاده شد. به‌علاوه، چهار مدل ریاضی مختلف بر داده‌های آزمایشگاهی برازش داده شدند و نتایج این مدل‌سازی با GMDH مقایسه گردید. مقدار ضریب تبیین (R2) و جذر میانگین مربعات خطا (RMSE) به‌دست آمده برای مدل GMDH به‌ترتیب  9960/0 و 0220/0 به‌دست آمد، درحالی‌که برای بهترین مدل ریاضی (مدل نیوتن) این مقادیر به‌ترتیب برابر 9954/0 و 0230/0 تعیین شد. پس می‌توان نتیجه گرفت که مدل‌سازی با GMDH کارایی بالاتری نسبت به مدل ریاضی در تخمین محتوای رطوبتی قطعات لایه نازک خربزه درختی دارد.

چکیده در این پژوهش، میوه خربزه درختی با ابعاد 5/0×2×5 سانتی متر مکعب در دمای 45 درجه سلسیوس توسط خشک کن کابینی بوسیله جریان هوا با سرعت 9/0 متر بر ثانیه و رطوبت نسبی 30 درصد خشک گردید. پس از آن ضریب انتشار رطوبتی محصول در شرایط آزمایش تعیین شد. سپس معادله مربوط به انتقال جرم با شرایط مرزی معلوم به صورت دو بعدی بر اساس روش تفاضل محدود حل گردید. در نهایت ضریب همبستگی بین رطوبت بدست آمده از نمونه های مورد آزمایش و رطوبت حاصل از حل معادله انتقال محاسبه شد که مقدار آن 996/0 و میزانRMSE حاصله 00115/0 بود. نتایج بدست آمده از این تحقیق نشان داد که روش عددی تفاضل محدود در حل معادله انتقال جرم، دارای خطای بسیار کم و همبستگی بسیار بالا با داده های آزمایشگاهی می باشد.