马铃薯超声强化远红外辐射干燥特性及神经网络模型研究

马铃薯超声强化远红外辐射干燥特性及神经网络模型研究

论文摘要

为研究马铃薯直触超声强化远红外辐射干燥规律,利用超声远红外辐射干燥设备,探讨超声功率及远红外辐射温度对马铃薯干燥特性和有效水分扩散系数的影响,并构建了Elman、RBF、BP 3种神经网络模型。结果表明:提高超声功率及辐射温度能够改善物料内部传质和传热状况,进而减少干燥时间及提升干燥速率;超声的强化效果随超声功率的增大而加强,随着物料含水量的降低而逐渐减弱,随辐射温度升高先加强后减弱;有效水分扩散系数Deff值为1.15×10-10~3.18×10-10m2/s,提高远红外辐射温度及超声功率均能促使水分流动与扩散,从而提高Deff值;3种神经网络模型均有较好的预测性能,其中使用优化算法的BP网络模型的预测值与真实值拟合精度最高,能够快速准确地预测马铃薯超声强化远红外辐射干燥过程中的含水率。

论文目录

  • 1 材料与方法
  •   1.1 材料
  •   1.2 仪器与设备
  •   1.3 干燥方法
  •   1.4 干燥指标计算
  •     1.4.1 干基含水率
  •     1.4.2 干燥速率
  •     1.4.3 有效水分扩散系数
  •   1.5 神经网络模型建立的数据采集和预处理
  •   1.6 数据处理与分析
  • 2 结果与讨论
  •   2.1 马铃薯超声强化远红外辐射干燥特性
  •   2.2 马铃薯干燥的有效水分扩散系数 (Deff值)
  •   2.3 马铃薯干燥过程的神经网络模型建立
  •     2.3.1 Elman神经网络模型
  •     2.3.2 RBF神经网络模型
  •     2.3.3 BP神经网络模型
  •     2.3.4 模型预测结果分析
  • 3 结论
  • 文章来源

    类型: 期刊论文

    作者: 席慧涵,刘云宏,王琦,李慧洋,李功伟,赵兰馨

    关键词: 马铃薯,干燥,超声,远红外辐射,神经网络

    来源: 食品与机械 2019年02期

    年度: 2019

    分类: 工程科技Ⅰ辑

    专业: 轻工业手工业

    单位: 河南科技大学食品与生物工程学院,农产品干燥装备河南省工程技术研究中心

    基金: 河南省高校科技创新人才资助计划(编号:19HASTIT013),河南省高校青年骨干教师资助计划(编号:2015GGJS-048),国家大学生创新训练计划(编号:201810464010),河南科技大学SRTP项目(编号:2018151)

    分类号: TS215

    DOI: 10.13652/j.issn.1003-5788.2019.02.024

    页码: 123-128+152

    总页数: 7

    文件大小: 2030K

    下载量: 261

    相关论文文献

    • [1].基于GA-BP神经网络模型鉴别2型糖尿病性周围神经病变的分类模型研究[J]. 解放军医学杂志 2020(01)
    • [2].糖尿病足患者预后预测相关模型研究[J]. 重庆医科大学学报 2020(03)
    • [3].求解紧凸集上非光滑优化问题的神经网络模型[J]. 北京信息科技大学学报(自然科学版) 2020(01)
    • [4].基于神经网络模型的大学生二手市场调查分析[J]. 市场研究 2020(07)
    • [5].基于神经网络模型的海水硝酸盐测量方法研究[J]. 光谱学与光谱分析 2020(10)
    • [6].神经网络模型在分类与预测中的应用研究[J]. 喀什大学学报 2018(03)
    • [7].基于神经网络模型的高速公路交通量短时预测方法[J]. 中国交通信息化 2017(08)
    • [8].神经网络模型在银行互联网金融反欺诈中的应用探索[J]. 金融科技时代 2018(08)
    • [9].基于神经网络模型的海南变电站接地网Q235钢腐蚀率预测[J]. 腐蚀与防护 2017(08)
    • [10].神经网络模型应用于数据缺失机制识别的可行性分析[J]. 现代预防医学 2017(21)
    • [11].神经网络模型在水文模拟中的应用研究[J]. 东北水利水电 2016(05)
    • [12].新型人造突触可使人工智能更加“聪明”[J]. 科学之友(上半月) 2017(08)
    • [13].科技型中小企业技术创新能力评价体系的构建——基于量子衍生神经网络模型的实证研究[J]. 应用概率统计 2013(06)
    • [14].改进神经网络模型在光伏发电预测中的应用[J]. 计算机系统应用 2019(12)
    • [15].神经网络模型在显式与隐式特征下的情感分类应用研究[J]. 智能计算机与应用 2020(05)
    • [16].基于BP模型与网络问卷调查的染发风险预测[J]. 中国公共卫生管理 2020(05)
    • [17].基于层次注意力机制神经网络模型的虚假评论识别[J]. 计算机应用 2019(07)
    • [18].基于多特征融合的混合神经网络模型讽刺语用判别[J]. 中文信息学报 2016(06)
    • [19].噪声抑制Cohen-Grossberg神经网络模型的指数增长(英文)[J]. 数学理论与应用 2016(03)
    • [20].基于聚类分析和神经网络模型对平均工资研究[J]. 自动化与仪器仪表 2017(07)
    • [21].基于卷积神经网络模型的冷热感应方法研究[J]. 科技经济导刊 2017(18)
    • [22].优化神经网络模型在水质预测中的运用[J]. 三峡大学学报(自然科学版) 2016(04)
    • [23].神经网络模型在财务风险预警中的应用[J]. 网络安全技术与应用 2011(01)
    • [24].基于遗传算法神经网络模型的蔬菜价格预报[J]. 安徽农业科学 2011(26)
    • [25].一种新型组合神经网络模型研究[J]. 硅谷 2008(24)
    • [26].基于遗传算法优化卷积长短记忆混合神经网络模型的光伏发电功率预测[J]. 物理学报 2020(10)
    • [27].基于神经网络模型的高铁轮对故障诊断和预测方法的研究[J]. 机电工程技术 2020(05)
    • [28].深度神经网络模型压缩综述[J]. 计算机科学与探索 2020(09)
    • [29].基于神经网络模型的输沙过程推估[J]. 中国农村水利水电 2020(09)
    • [30].神经网络模型压缩方法综述[J]. 计算机应用研究 2019(03)

    标签:;  ;  ;  ;  ;  

    马铃薯超声强化远红外辐射干燥特性及神经网络模型研究
    下载Doc文档

    猜你喜欢