پیش‎بینی محتوای رطوبتی خشک شدن لایه نازک آویشن باغی (Thymus vulgaris L.) به کمک سامانه استنتاج تطبیقی عصبی – فازی(ANFIS)

نوع مقاله: مقاله پژوهشی

نویسندگان

1 دانشجوی دکتری مهندسی مکانیک ماشین¬های کشاورزی، دانشکده مهندسی و فناوری، پردیس کشاورزی و منابع طبیعی دانشگاه تهران

2 استاد گروه مهندسی ماشین¬های کشاورزی، دانشکده مهندسی و فناوری، پردیس کشاورزی و منابع طبیعی، دانشگاه تهران

3 دانشیار گروه مهندسی ماشین¬های کشاورزی، دانشکده مهندسی و فناوری، پردیس کشاورزی و منابع طبیعی، دانشگاه تهران

چکیده

آویشن از گیاهان دارویی مهم است که از گذشته دور مورد استفاده قرار می­گرفت. این گیاهدارایخواصمتعددیدردرمانبیماری­ها به خصوص بیماری­های عفونی می­باشد. ازآویشنوترکیباتموجوددرآندرصنایع مختلفغذایی، آرایشی و بهداشتیاستفادهفراوانیبهعملمی­آید. آویشن باغیاز گونه­های مهم گیاه آویشن می­باشد. فرآیند خشک کردن به­منظور حفظ کمیت و کیفیت اسانس استحصالی از گیاه نقش فوق­العاده­ای در فرآوری گیاهان دارویی دارد و ازجنبه­هایمهم فناوریخشک­کردنبا هدف انتخاب مناسب­ترینروشخشک­کردن،مدل­سازی این فرآیند می­باشد؛  لذا در این تحقیق، رفتار خشک­شدن لایه نازک آویشن باغی در خشک­کن لایه نازک تحقیقاتی به کمک سامانه استنتاج تطبیقی عصبی فازی (انفیس) مورد بررسی قرار گرفت. آزمایش­ها در سه سطح دمایی 40، 50 و 60 درجه سلسیوس و سه سطح سرعت 1، 5/1 و 2 متر بر ثانیه انجام گرفت. از چهار مدل انفیس برای شبیه­سازی سینتیک خشک شدن لایه نازک آویشن باغی استفاده گردید. برای ایجاد ساختار سامانه استنتاج فازی از دو روش دسته­بندی شبکه­ای و دسته­بندی کاهشی استفاده شد. برای تعیین بهترین مدل از دو معیار ضریب تعیین و ریشه متوسط خطای داده­ها استفاده شد. نتایج این مطالعه نشان داد که مدل انفیس می‌تواند داده‌های آزمایشگاهی را به خوبی پیش‌بینی کند. همچنین تکنیک دسته­بندی کاهشی در مقایسه با روش دسته­بندی شبکه­ای، روشی مناسب برای ایجاد ساختار سامانه استنتاج فازیدر فرآیند پیش­بینی نسبت رطوبت در مبحث خشک­شدن لایه نازک آویشن باغی می­باشد.

کلیدواژه‌ها


عنوان مقاله [English]

Kinetic Model Simulation of Thin-Layer Drying of Thyme (Thymus vulgaris L.) Using Adaptive Neuro-Fuzzy Inference System (ANFIS)

نویسندگان [English]

  • Amin Nasiri 1
  • Hossein Mobli 2
  • Shahin Rafiee 2
  • Keramat Rezaei 3
1 Ph.D. student, Department of Agricultural Machainery, College of Agricultural and Natural Resources, University of Tehran, Iran
2 Professor, Department of Agricultural Machainery, College of Agricultural and Natural Resources, University of Tehran, Iran.
3 Associate Professor, Department of Agricultural Machainery, College of Agricultural and Natural Resources, University of Tehran, Iran.
چکیده [English]

Thyme is one of important medicinal plants that have been used since the past. This plant has many properties in the treatment of diseases, especially infectious diseases, thyme and its components are used in various industries such as pharmaceutical, food, cosmetics and health. In order to maintain the quality and quantity of essential oil extraction of plant drying process has a great role in the processing of medicinal plants. An important aspect of the drying technology with the aim of selecting the most appropriate drying method is mathematical modeling of the process. Therefore in this study, thin layer drying behavior of thyme (Thymus vulgaris L.)was experimentally investigated in a convective type dryer and the mathematical modeling performed by using adaptive neuro-fuzzy inference system (ANFIS). The drying experiments were conducted at inlet drying air temperatures of the 40, 50 and 60⁰C, at three drying air velocities of 1, 1.5 and 2 m/s. For kinetic model simulation of thin-layer drying of thyme, four ANFIS models were used, and to generate the fuzzy inference system model, the two partitioning techniques, grid partitioning and subtractive clustering, were used. Results indicated that ANFIS model could satisfactorily describe the drying curve of thyme. Also, comparison of the results of the two partitioning techniques showed that subtractive clustering technique was found to be the most suitable for fuzzy inference system generation for predicting moisture ratio of the thin layer drying of thyme.

کلیدواژه‌ها [English]

  • Thyme
  • Drying
  • ANFIS
  • Grid partitioning
  • Subtractive clustering