سال انتشار: ۱۳۸۷

محل انتشار: دومین کنفرانس ملی غذای فراسودمند (عملگر)

تعداد صفحات: ۸

نویسنده(ها):

مهدی بحیرایی – دانشگاه علم و صنعت ایران- دانشکده مهندسی مکانیک – مرکز تحقیقاتCAE
سیدمصطفی حسینعلی پور –
احسان طاهران –
پیمان طاهرخانی –

چکیده:

در این مطالعه از جتهای برخوردی هوای داغ برای پخت نان ایرانی استفاده شد. جهت انجام این کار، یک فر آزمایشگاهی جت برخوردی ساخته و به سیستم دادهبرداری همزمان مجهز شد. تغییرات پارامترهای دما، وزن، رطوبت، ضخامت و رنگ نان طی فرایندپخت اندازهگیری شد. سپس از این دادههای آزمایشی جهت آموزش شبکه عصبی و یافتن مدل مناسبی برای پیشبینی پارامترهای کیفی پخت نان ایرانی (رنگ و ضخامت) استفاده گردید. بهترین ساختار شبکه عصبی در این کار، دارای دو لایه پنهان و شش نرون در هر لایه پنهانش بود. استفاده از تکنیک ارلی استاپینگ موجب افزایش دقت پیشبینی شد. این مدل، رنگ و ضخامت را به صورت تابعی از دما، رطوبت و زمان به خوبی و باMAE و MRE به ترتیب 12/64% و 1/42 برای رنگ و 2/38% و 1/2 برای ضخامت بر پایه دادههای آموزش پیشبینی میکند. نتایج پیشبینی شده توسط این مدل، سازگاری خوبی با نتایج تجربی دارد. ضرایب ارتباط R2 مربوط به رنگ و ضخامت بر پایه دادههای تست به ترتیب 0/975 و 0/951به دست آمد.