Narzędzia help

Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
first last
cannonical link button

http://yadda.icm.edu.pl:80/baztech/element/bwmeta1.element.baztech-article-BAR0-0054-0096

Czasopismo

Inżynieria Rolnicza

Tytuł artykułu

Analiza twardości selera w czasie suszenia

Autorzy Łapczyńska-Kordon, B.  Francik, S. 
Treść / Zawartość
Warianty tytułu
EN Analysis of celery hardness during drying process
Języki publikacji PL
Abstrakty
PL W pracy przedstawiono próbę zastosowania modelu sformułowanego na bazie sztucznych sieci neuronowych do opisu zmian twardości selera w czasie konwekcyjnego suszenia w warunkach wymuszonego przepływu powietrza. Model opracowano na podstawie badań. Próbki selera w kształcie cylindrów o wymiarach 10x10 mm poddano suszeniu konwekcyjnemu w temperaturach: 60 i 70°C. Podczas suszenia w równych odstępach czasowych określano twardość materiału metodą Vickersa za pomocą mikrotwardościomierza PMT-3. Do opisu zmian twardości w zależności od zawartości wody, temperatury suszenia i rodzaju obróbki przed suszeniem zastosowano model opracowany za pomocą sztucznych sieci neuronowych SSN. Do budowy modelu zastosowano wielowarstwową jednokierunkową sztuczną sieć neuronową, wykorzystując do uczenia zmodyfikowany algorytm wstecznej propagacji błędu. Analizowano sieci o różnej architekturze w celu zoptymalizowania działania modelu sieciowego. Stwierdzono, że sieć o 3 neuronach w warstwie 1, 3 neuronach w warstwie 2 i 1 neuronie w warstwie wyjściowej jest optymalna. Błąd względny globalny pomiędzy wartościami otrzymanymi z doświadczeń i z obliczeń wyniósł 28,7%.
EN The paper presents an attempt of using a model created based on artificial neural networks for description of changes in celery hardness during convection drying under forced air circulation conditions. The model was developed based on the tests. Celery samples in a form of cylinders in size of 10x10 mm were put to convection drying at temperatures: 60 and 70°C. During the drying process material hardness was determined at equal time intervals based on the Vickers method using microhardness tester PMT-3. For description of hardness changes as a function of water content, drying temperature and type of treatment before drying a model developed based on artificial neural networks SSN was used. For creating the model a multilayer unidirectional neural network was employed, using a modified algorithm of backward error propagation for learning process. Networks with different architecture were analyzed in order to optimize actions of the network model. The analysis showed that the optimal network was the one with 3 neurons in layer 1, 3 neurons in layer 2 and 1 neuron in output layer. The global relative error between the values obtained from the experiments and from calculations was 28,7%.
Słowa kluczowe
PL twardość   sztuczna sieć neuronowa   model SSN   seler  
EN hardness   SSN model   artificial neural network   celery  
Wydawca Polskie Towarzystwo Inżynierii Rolniczej
Czasopismo Inżynieria Rolnicza
Rocznik 2006
Tom R. 10, nr 13(88)
Strony 295--302
Opis fizyczny Bibliogr. 3 poz., wykr.
Twórcy
autor Łapczyńska-Kordon, B.
autor Francik, S.
  • Uniwersytet Rolniczy w Krakowie, Wydział Inżynierii Produkcji i Energetyki, Katedra Inżynierii Mechanicznej i Agrofizyki
Bibliografia
Wang N., Brennan J. G. 1995. Changes in Structure, Density and Porosity of Potato during Dehydration. Journal of Food Engineering, 24: 61-76.
Lozano J. E., Rotstein E, Urbicain M. J. 1983. Shrinkage, porosity, and bulk density of foodstuffs at changing moisture content. Journal Food Science, 48: 1497-1502.
Sitkiewicz, I., Lenart, A., Lewicki P.P. 1997. Rheological properties of osmodehydrated plant tissue. In: Engineering and Food at ICEF 7, Part I., R. Jowitt (Ed.), Sheffield Academic Press Ltd., UK, 41-44.
Kolekcja BazTech
Identyfikator YADDA bwmeta1.element.baztech-article-BAR0-0054-0096
Identyfikatory