پایش رنگ و مدلسازی پیشبینیکننده برشهای خرمای شاهانی طی خشککردن به روش الکتروهیدرودینامیک
مقالات آماده انتشار، پذیرفته شده، انتشار آنلاین از 06 آبان 1405
https://doi.org/10.22067/jam.2026.100880.1527
سید سعید محتسبی، مهدی مرادی، مهدی کرامت جهرمی
چکیده این پژوهش با هدف بررسی اثر دمای خشککردن، سرعت هوا و زمان خشککردن بر تکامل رنگ برشهای خرمای شاهانی طی خشککردن به روش الکتروهیدرودینامیک (EHD) همراه با جابهجایی اجباری انجام شد. آزمایشهای خشککردن در دماهای 25، 35 و 60 درجه سلسیوس و سرعتهای هوای 0.5، 1.0 و 1.5 متر بر ثانیه تا رسیدن رطوبت محصول به حدود 12 درصد (بر پایه تر) انجام شدند. یک سامانه بینایی ماشین برخط، مختصات رنگ CIELAB شامل روشنایی (L*)، قرمزی (a*) و زردی (b*)، اختلاف کلی رنگ (ΔE)، کروما، زاویه فام و شاخص قهوهای شدن (BI) را در طول خشککردن پایش کرد. بهمنظور تسهیل مقایسه تغییرات رنگ نسبت به حالت اولیه، از مقادیر نسبی روشنایی (L*/L₀)، قرمزی (a*/a₀)، زردی (b*/b₀) و شاخص قهوهای شدن (BI/BI₀) استفاده شد. اثرات اصلی و متقابل متغیرهای خشککردن با استفاده از مدلهای خطی آمیخته و مدلهای رگرسیون چندجملهای برای پیشبینی توسعه یافتند. با افزایش دما و سرعت هوا، زمان خشککردن بهطور محسوسی کاهش یافت و کوتاهترین زمان در دمای 60 درجه سلسیوس و سرعت هوای 1.5 متر بر ثانیه بهدست آمد. تکامل رنگ وابسته به زمان و اختصاصی هر پارامتر بود؛ بهطوریکه مقادیر L*/L₀ و b*/b₀ عموماً کاهش یافتند، در حالیکه قرمزی نسبی، ΔE و BI/BI₀ افزایش یافتند. اثرات متقابل معنیدار نشان دادند که اثر شرایط خشککردن بر پاسخهای رنگی با مرحله خشککردن تغییر میکند. مدلهای پیشبینیکننده مبتنی بر نسبت رطوبت (MR)، دما و سرعت هوا، در مجموعه اعتبارسنجی مقادیر R² بین 0.8717 تا 0.9490 را بهدست آوردند و مقادیر متناظر RMSE و MAE بهترتیب در محدوده 0.00292–0.06375 و 0.00226–0.05148 بودند. این نتایج نشاندهنده ظرفیت ترکیب پایش برخط رنگ با مدلهای قابل تفسیر برای پایش غیرمخرب فرایند و بهینهسازی آتی خشککردن به روش الکتروهیدرودینامیک است.
مدلسازی مقایسهای سینتیک خشککردن برشهای سیبزمینی: روشهای مبتنی بر هوش مصنوعی در مقایسه با روشهای تجربی و نیمهتجربی
دوره 16، شماره 3، پاییز 1405، صفحه 579-597
https://doi.org/10.22067/jam.2025.92739.1358
رضا رئیسی، مهدی مرادی، علیرضا دهقانی
چکیده خشککردن یکی از روشهای حیاتی نگهداری در صنعت غذا است که با کاهش رطوبت، کیفیت محصول را حفظ کرده و ماندگاری آن را افزایش میدهد. این فرآیند شامل مکانیزمهای پیچیده انتقال حرارت و جرم بوده و به مدلهای پیشبینی دقیقی نیاز دارد. در این مطالعه، روشهای مختلف مدلسازی شامل مدلهای رگرسیون، مدلهای نیمهتجربی، و روشهای مبتنی بر هوش مصنوعی (AI) برای شبیهسازی فرآیند خشککردن برشهای سیبزمینی مورد مقایسه قرار گرفتند. آزمایشهای خشککردن در دماهای 40، 50 و 60 درجه سانتیگراد، با و بدون استفاده از مواد تغییر فازدهنده (PCM) و تابش مادون قرمز (IR) انجام شد. مدلهای هوش مصنوعی شامل شبکه عصبی مصنوعی (ANN)، ماشین بردار پشتیبان (SVM) و جنگل تصادفی (RF) با استفاده از دادههای تجربی آموزش دیده و اعتبارسنجی شدند. عملکرد این مدلها با مدلهای سنتی و نیمهتجربی از نظر ضریب تعیین (R2)، ریشه میانگین مربع خطا (RMSE)، میانگین قدرمطلق خطا (MAE) و خطای میانگین بایاس (MBE) مقایسه شد. نتایج نشان داد که شبکه عصبی مصنوعی (ANN) با دقت پیشبینی بسیار بالا (R2= 0.998, RMSE= 0.0656) بهترین عملکرد را داشته و از سایر مدلها دارای دقت بیشتری است. روشSVM نیز قابلیت پیشبینی مناسبی نشان داد، در حالیکه RF عملکردی اندکی ضعیفتر داشت. در میان مدلهای نیمهتجربی، مدل میدیلی (Midilli) بهترین برازش را داشت، اما نسبت به مدلهای مبتنی بر هوش مصنوعی دقت کمتری نشان داد. این یافتهها برتری روشهای مبتنی بر هوش مصنوعی، بهویژه ANN، را در بهینهسازی فرآیند خشککردن در صنعت غذا برجسته میسازد.
مدلسازی اثر توام پلاسمای سرد و توان فراصوت بر خشک شدن دانههای زیره سبز در یک خشککن هوای گرم با استفاده از شبکه عصبی مصنوعی
دوره 15، شماره 1، بهار 1404، صفحه 1-22
https://doi.org/10.22067/jam.2024.85744.1209
مسلم نامجو، مهدی مرادی، محمد امین نعمت اللهی، حسین گلبخشی
چکیده این مطالعه بهمنظور بررسی اثر زمان پلاسمای سرد (CPt) و توان امواج فراصوت (USp) بر خشک شدن دانه زیره سبز در یک خشککن هوای گرم انجام شد. در این راستا، از یک دستگاه تولید پلاسمای سرد و یک خشککن هیبریدی هوای گرم- فراصوت در مقیاس آزمایشگاهی استفاده شد و روشهای خشک کردن به گونهای برنامهریزی شد که اثرات CPt و USp در خشک کردن دانهها بهصورت منفرد یا ترکیبی دخالت داشته باشند. زمانهای مختلف پیشتیمار پلاسمای سرد (15 و 30 ثانیه)، توانهای امواج فراصوت (60، 120 و 180 وات) و دمای هوای خشک شدن (30، 35 و 40 درجه سانتیگراد) برای مطالعه تغییرات زمان خشک کردن، ضریب نفوذپذیری مؤثر رطوبت، مصرف انرژی، تغییر رنگ کل، نیروی گسیختگی بذر زیره سبز انجام گرفت. از سه شبکه عصبی مصنوعی معروف شامل شبکه عصبی مبتنی بر موجک (WNN)، پرسپترون چندلایه (MLPNNs)، تابع پایه شعاعی (RBFNNs) و تحلیل رگرسیون چندگانه درجه دوم (MQR) برای مدلسازی ورودیهای مذکور و پارامترهای خشککردن استفاده شد. بر اساس نتایج مدلسازی، بهترین برازش خطی بین دادههای تجربی و مقادیر پیشبینیشده توسط مدلسازی شبکه عصبی WNN با حداکثر R2،0.92 و 0.83 بهترتیب برای دادههای آموزش و تست بهدست آمد.
پلاسمای سرد: یک روش پیشتیمار جدید برای خشک کردن دانههای کلزا: مطالعه سینتیک و مدلسازی جمع آثار
دوره 13، شماره 1، بهار 1402، صفحه 41-53
https://doi.org/10.22067/jam.2022.75630.1096
فاطمه اسلوب، مهدی مرادی، مهرداد نیاکوثری
چکیده بررسی دقیق سینتیک و توسعه مدلهای خشککردن با دقت بالا با شناسایی پارامترهای موثر به مطالعه بهتر فرآیند خشککردن کمک میکند. تحقیق حاضر به بررسی کاربرد پلاسمای سرد (CP) بهعنوان یک فرآیند پیشتیمار، برای خشککردن بذر کلزا با هوای گرمشده میپردازد. این پدیده ممکن است باعث ایجاد پیچیدگیهایی در بررسی سینتیک خشککردن شود. دانههای کلزا با رطوبت اولیه 1±27.5 درصد (بر اساس خشک) ابتدا تحت زمانهای صفر، 15، 30 و 60 ثانیه در معرض CP قرار گرفته و سپس در خشککن بستر سیال که گرمای آن توسط یک جمعکننده خورشیدی تامین میشود، در دماهای 40، 50 و 60 درجه سلسیوس خشک شد. نتایج بهدستآمده حاکی از روند کاهشی زمان خشکشدن از 40 تا 60 درجه سلسیوس بود. کوتاهترین زمان خشکشدن مربوط به نمونههایی است که در دمای 60 درجه سلسیوس بدون پیشتیمار CP خشک شدهاند. با این حال، طولانیترین دوره برای نمونههای خشکشده در دمای 40 درجه سلسیوس با پیشتیمار CP 60 ثانیه رخ داد. همچنین بیشترین تاثیر پلاسمای سرد بر کاهش زمان خشک کردن در دماهای 40 و 50 درجه سلسیوس بهترتیب با پیشتیمارCP 15 و 60 ثانیه مشاهده شد. مطالعه دقیق سینتیک خشککردن با استفاده از روش جمع آثار انجام گرفت. بر این اساس، با استفاده از دادههای تجربی، منحنیهای مربوط به شرایط مختلف خشککردن رسم شده و در دو مرحله به منحنی مرجع انتقال داده شدند تا منحنی خشککردن نهایی بهدست آید. سپس منحنی به یک معادله مرتبه دوم برازش داده شده و با استفاده از دادههای تجربی اعتبارسنجی انجام گرفت. ضرایب همبستگی، میانگین مربعات خطا و میانگین خطای مطلق بهترتیب 0.99، 0.03 و 0.023 بودند.
تحلیل انرژی و اکسرژی فرآیند خشککردن برگهای بهلیمو در یک خشککن خورشیدی
دوره 11، شماره 2، 1400، صفحه 423-433
https://doi.org/10.22067/jam.v11i2.85801
مهدی مرادی، جاوید قاسمی، هادی عظیمی نژادیان
چکیده در تحقیق حاضر، یک خشککن خورشیدی کابینتی بهمنظور تحلیل انرژی و اکسرژی فرآیند خشکشدن برگهای بهلیمو مورد استفاده قرارگرفت. این خشککن دارای یک صفحه جمعکننده تخت به رنگ تیره بود که تحت زاویه 45 درجه نسبت به سطح افق مستقر شد. یک دمنده الکتریکی در قسمت پایین جمعکننده نصب شدهبود تا هوای محیط را از روی این جمعکننده که با انرژی خورشید گرم شدهبود، عبور داده و سپس هوای گرمشده را به داخل محفظه خشککن ارسال کرده و موجب خشککردن برگهای بهلیمو شود. بهمنظور ارزیابی دستگاه مذکور، سه سطح مختلف دمای هوای خشککننده (30، 40 و 50 درجهسلسیوس) و سه سطح سرعت هوای خشککننده (2، 2.5 و 3 متربرثانیه) اعمالگردید. حسگرهایی در نقاط مختلف دستگاه نصب شد تا دما و رطوبت را بهصورت لحظهای اندازه گرفته و در پردازنده مرکزی ذخیرهسازی کند. با استفاده از این اطلاعات، تحلیل انرژی و اکسرژی انجام گرفت. براین اساس، با کاهش دما و افزایش سرعت، مقدار بازدهی انرژی افزایشیافته در صورتیکه با افزایش سرعت و دما، بازدهی اکسرژی افزایشمییابد. بیشترین بازدهی انرژی در آزمایشی با دمای 30 درجهسلسیوس و سرعت 3 متربرثانیه و بیشترین مقدار بازدهی اکسرژی در آزمایشی با سرعت 3 متربرثانیه و دمای 50 درجهسلسیوس بهدست آمد. از آنجاییکه اکسرژی، انرژی قابل دسترسی سیستم را ارزیابی میکند، بازدهیاکسرژی در دمای 50 درجهسلسیوس حداکثر بوده ولی مقدار زیادی از این انرژی در دمای 50 درجه سلسیوس هدر میرود. از اینرو مناسبترین حالت، خشککردن با سرعت 3 متربرثانیه و دمای 30 درجهسلسیوس میباشد.
