اثر دما و سطح ضربه گیر بر حجم کوفتگی سیب در اثر ضربه و پیش بینی آن به روش شبکه عصبی مصنوعی | ||
| مجله علوم و صنایع غذایی ایران | ||
| Article 10, Volume 8, Issue 32, 1390, Pages 85-94 PDF (315.51 K) | ||
| Abstract | ||
| چکیده ضایعات مکانیکی که در انواع محصولات کشاورزی ایجاد میشود، خساراتی است که بر اقتصاد کشور تحمیل میگردد. کوفتگی یکی از نشانه های این نوع ضایعه است که بررسی آن در کاهش تلفات و بهینهسازی ماشینهای برداشت و پس از برداشت از اهمیت برخوردار است. در تحقیق حاضر با استفاده از دستگاه ضربهزن آونگی و انجام آزمونهای ضربه، اثر عوامل دما (0، 10، 20 و 30 درجه سلسیوس)، رقم (گلدندلیشز و رددلیشز)، سطح ضربهگیر (کارتن، لاستیک و آهن گالوانیزه) و انرژی ضربه (300، 600 و 900 میلیژول) بر میزان کوفتگی در میوه سیب بررسی شد. نتایج آماری نشان داد که اثر دما، رقم، سطح ضربهگیر و انرژی ضربه بر میانگین حجم کوفتگی در سطح احتمال 1% معنیدار است. با افزایش دما حجم کوفتگی در هر دو رقم کاهش و با افزایش سطح انرژی حجم کوفتگی در هر دو رقم بهطور خطی افزایش یافت. در حالیکه رقم گلدندلیشز نسبت به رددلیشز مقاومت بیشتری در برابر آسیب داشت. همچنین بیشترین حجم کوفتگی مربوط به رقم رددلیشز در برخورد با آهن گالوانیزه و کمترین آن به رقم گلدندلیشز در برخورد با کارتن اختصاص داشت. با کمک شبکه عصبی مصنوعی امکان پیشبینی حجم کوفتگی بر اساس هر چهار عامل دما، انرژی ضربه، سطح ضربهگیر و رقم فراهم شد. برای پیشبینی حجم کوفتگی از شبکههای عصبی پرسپترون چند لایه (MLP) استفاده شد. الگوریتم لونبرگ-مارکوارت با ساختار 1-26-4 و تابع انتقال لگاریتم سیگموئید در لایه مخفی در مقایسه با توپولوژیهای دیگر نتایج بهتری را ارائه کرد. با این الگوریتم میانگین دقت پیشبینی در مراحل آموزش، ارزیابی و آزمون به ترتیب 48/92، 94/88 و 72/87 درصد محاسبه شد. همچنین ضریب همبستگی (R) در رگرسیون خطی بین دادههای پیشبینی شده و دادههای واقعی 975/0 بدست آمد. | ||
| Keywords | ||
| دما; کلید واژگان: ضربه; کوفتگی سیب; سطح ضربه گیر; شبکه های عصبی مصنوعی | ||
|
Statistics Article View: 214 PDF Download: 96 |
||
| Number of Journals | 45 |
| Number of Issues | 2,174 |
| Number of Articles | 24,685 |
| Article View | 25,084,090 |
| PDF Download | 17,780,871 |