مدلسازی میزان انرژی مورد نیاز و سنیتیک خشک کردن اسطوخودوس با استفاده از شبکه عصبی مصنوعی

گیاهی دارویی چندین ساله به ارتفاع حدود نیم متر است که در نواحی مختلف ایران می روید. خشک کردن یکی از قدیمی ترین روش های نگهداری مواد است. استفاده از شبکه های عصبی در طراحی و انتخاب شرایط کاری بهینه و کنترل خشک کن می تواند به کار رود. در این مطالعه به بررسی پارامترهای مختلف خشک کردن، ارزیابی مدل های ریاضی جهت تعیین بهترین مدل، ارزیابی توپولوژی های مختلف شبکه عصبی مصنوعی MLP جهت تعیین بهترین شبکه برای گیاه اسطوخودوس با خشک کن مایکروویو با محدوده توان 1000-100 وات و فرکانس 2450 مگاهرتز در چهار سطح توان 300، 500، 700 و 900 وات پرداخته شده است. از شبکه عصبی مصنوعی MLP برای پیش بینی ارتباط بین پارامترهای سینتیک خشک کردن (نسبت رطوبت و نرخ خشک-شدن) و بازده انرژی مصرفی با تغییرات توان مصرفی مایکروویو با بکارگیری نرم افزار استاتیستیکا استفاده شد. از بین مدل های برازش شده، مدل میدیلی به عنوان بهترین مدل با توجه به معیار های R 2، 2 χ و RMSE انتخاب شد. سطوح توان مایکروویو بر مدت زمان خشک شدن تاثیر داشت، به طوری که زمان خشک شدن برای توان 900 وات 3 دقیقه و برای توان 300 وات 11 دقیقه به دست آمد. به منظور پیش بینی پارامترهای سینتیک خشک کردن و بازده انرژی مصرفی، شبکه MLP دارای یک ورودی و سه خروجی به طور موفقیت آمیزی مورد استفاده قرار گرفت. نتایج به طور کلی نشان داد که شبکه عصبی مصنوعی MLP یک ابزار بسیار قدرتمند در پیش بینی پارامترهای سینتیک خشک کردن و بازده انرژی مصرفی گیاه دارویی اسطوخودوس بر اساس مقادیر توان مصرفی مایکروویو است.