پژوهش‌های مکانیک ماشینهای کشاورزی

چکیده برنج غذای اصلی حدود 2/5 میلیارد نفر از جمعیت جهان است. کیفیت این محصول تحت تاثیر عوامل مختلفی است. در نتیجه، کنترل کیفیت و تشخیص تقلب از مسائل مهم صنعت برنج محسوب می شود. هدف از این تحقیق، بررسی و تشخیص تقلب برنج با بکارگیری روش طیف سنجی Vis/NIR و روش های شیمی سنجی و یادگیری ماشین بود. برای انجام آزمایش ها 13 کلاس براساس میزان اختلاط رقم اصلی برنج (رقم هاشمی) با ارقام غیراصلی فجر، گیلانه، خزر و شیرودی تهیه شد، بدین صورت که کلاس های ناخالص حاصل اختلاط 90، 80 و 70 درصد از برنج رقم هاشمی به ترتیب با 10، 20 و 30 درصد از ارقام دیگر مورد اشاره بود. برای طبقه بندی نمونه های برنج از الگوریتم های پرسپترون چندلایه (MLP)، درخت تصمیم (DT) و ماشین های بردار پشتیبان (SVM) استفاده شد. برای ارزیابی عملکرد طبقه بندهای مورد مطالعه از شاخص های آماری شامل حساسیت (Se)، ویژه بودن (Sp)، صحت (Ac) و ریشه میانگین مربعات خطا (RMSE) در قالب توسعه ماتریس های آسیمگی طبقه بندها استفاده شد. نتایج مطالعه نشان داد که الگوریتم های درخت تصمیم از نوع J48، شبکه های عصبی مصنوعی پرسپترون چندلایه و ماشین بردار پشتیبان با تابع هسته RBF به ترتیب با مقادیر صحت و RMSE برابر با 100 درصد و صفر، 96/92 درصد و 0/0951 و 92/31 درصد و 0/2483 توانستند نمونه های مختلف برنج سفید را طبقه بندی کنند.

چکیده خشک کردن یکی از موثرترین روش‌ها برای افزایش ماندگاری محصولات غذایی است. افزایش راندمان و کاهش مصرف انرژی در خشک کردن ضروری است. صرفه جویی در زمان و انرژی بهترین مزایای روش خشک کردن مایکروویو است. بنابراین هدف از این تحقیق بررسی تأثیر توان مایکروویو (P)، جرم محصول (M) و زمان (T) بر انرژی جذب شده، اتلاف انرژی و همچنین پیش‌بینی بازده در حین خشک شدن برگه‌های سیب در مایکروویو بود. در این تحقیق توان‌های مایکروویو 100، 300 و 600 وات، جرم سیب 20، 40، 60، 80 و 100 گرم و زمان 60، 90، 120، 150 و 180 ثانیه در نظر گرفته شدند. در این مقاله، از سه روش مختلف هوش مصنوعی برای مدلسازی انرژی جذب شده و اتلاف انرژی سیب همراه با پیش‌بینی بازده مایکروویو در طول فرآیند خشک کردن استفاده گردید. این روش‌ها عبارتند از: شبکه عصبی مصنوعی (ANN)، سیستم استنتاج فازی عصبی تطبیقی (ANFIS) و ماشین بردار پشتیبان (SVM) همراه با الگوریتم کرم شب تاب (FFA). نتایج نشان داد که مقدار انرژی جذب شده توسط سیب در طول خشک کردن در مایکروویو به شدت به مقدار جرم بستگی دارد. بیشترین و کمترین بازده مایکروویو به ترتیب در توان 600 وات و جرم 100 گرم و کمترین بازده در زمان 180 ثانیه و توان 100مشاهده گردید. همچنین، انرژی جذب شده در 600 وات تقریباً چهار برابر بیشتر از آن در 100 وات بود. سیستم عصبی-فازی و ماشین بردار پشتیبان نتایج خوبی نسبت به شبکه عصبی مصنوعی برای پیش‌بینی انرژی جذب شده، اتلاف انرژی و بازده مایکروویو نشان دادند.