Neural network development for automatic identification of the endpoint of drying barley in bulk

• Autorzy: Olszewski T. , Ryniecki A. , Boniecki P.

Warianty tytułu

PL

Wykorzystanie sztucznych sieci neuronowcyh do automatycznej identyfikacji zakończenia niskotemperaturowego suszenia jęczmienia

• Języki publikacji: EN

Abstrakty

EN

A thesis was proved that it is possible an automatic endpoint determination of drying barley in bulk, 1.2 meter's deep, based on a neural network, using a continuous on-line measurement of atmospheric air temperature and relative humidity, plenum air temperature and grain temperature in selected locations inside the bed - in situations in which drying air temperature and relative humidity change stochastically. The usefulness of individual input variables characterising the process as well as their influence on the quality of the obtained model were analysed. Several different topologies of the developed models were compared and the RBF type networks were selected as the best ones. The developed networks are characterised by a high, ranging from 93.3 to 99.6%, correctness of case assignment to the recognised classes in the course of the identification process and a high capability to generalise the analysed data.

PL

W pracy potwierdzono możliwość automatycznej identyfikacji zakończenia procesu niskotemperaturowego suszenia ziarna jęczmienia w nieruchomej warstwie o grubości 1,2 m z zastosowaniem sztucznej sieci neuronowej. Następujące wielkości były mierzone w sposób ciągły "on-line": temperatura i wilgotność względna powietrza atmosferycznego, temperatura sprężonego powietrza oraz temperatura nasion w wybranych miejscach wewnątrz komory - w sytuacji, w której temperatura powietrza suszącego i wilgotność względna zmieniały się stochastycznie. Przeanalizowano przydatność poszczególnych zmiennych wejściowych charakteryzujących proces jak również ich wpływ na jakość otrzymanego modelu. Porównano również różne topologie otrzymanych sieci. Jako najlepsze wytypowano sieci typu RBF. Znalezione sieci charakteryzowały się dużą (w granicach 93,3-99,6%), poprawnością przypisywania przypadków do rozpoznawanych klas oraz wysokiej zdolności do generalizacji analizowanych danych.

Słowa kluczowe

EN

barley; drying; neural network

PL

sztuczna sieć neuronowa; suszenie niskotemperaturowe; jęczmień

• Wydawca: Sieć Badawcza Łukasiewicz - Poznański Instytut Technologiczny
• Czasopismo: Journal of Research and Applications in Agricultural Engineering
• Rocznik: 2008
• Tom: Vol. 53, nr 1
• Strony: 26--31
• Opis fizyczny: Bibliogr. 11 poz., tab., rys.

Twórcy

autor

Olszewski T.

autor

Ryniecki A.

autor

Boniecki P.

• The August Cieszkowski Agricultural University of Poznań, Institute of Agricultural Engineering

Bibliografia

• [1] Bakhshiani M., Khazaei J., Chegini G. R.: Artificial neural networks and mathematical modeling of drying kinetics of tomato slices. Proceedings of the "International Congress on Information Technology in Agriculture, Food and Environment", Adana, Turcja, 2005, pp. 656-670.
• [2] Białobrzeski I., Markowski M., Bowszys J., Myhan R.: Symulacyjny model zmian pola temperatury w silosie zbożowym. Inżynieria Rolnicza, 2005, Vol 8(68), pp. 23-30.
• [3] Kahyaoglu T., Kaya S.: Use of artificial neural networks for food process control and modelling. Proceedings of the "International Congress on Information Technology in Agriculture, Food and Environment", Adana, Turcja, 2005, pp. 34-40.
• [4] Korbicz J., Obuchowicz A., Uciński D.: Artificial Neural Networks; Fundamentals and Applications (in Polish). Warszawa: Akademicka Oficyna Wydawnicza PLJ, 1994.
• [5] Nellist M. E.: Bulk storage drying in theory and practice. Journal of the Royal Agricultural Society of England. 1998, Vol 159, pp. 120-135.
• [6] Olszewski T., Boniecki P.: Algorytmy genetyczne jako narzędzie optymalizacyjne w sieciach neuronowych. Inżynieria Rolnicza, 2005, 2(62).
• [7] Neural Networks (In Polish). Sieci neuronowe. Biocybernetyka i inżynieria biomedyczna. Pod red. Duch W., Korbicz J., Rutkowski L., Tadeusiewicz R. Tom 6. Warszawa: Akademicka Oficyna Wydawnicza Exit, 2000.
• [8] Ryniecki A., Gawrysiak-Witulska M., Wawrzyniak J.: Correlation for Automatic Identification of Drying Endpoint in Near Ambient Dryers; Application to Malting Barley. Biosystems Engineering, 2007, Vol 98(4), pp. 437-445.
• [9] Ryniecki A., Pawłowska A., Moliński K.: Stochastic analysis of grain drying with unheated air under two different climates. Drying Technology - An International Journal, 2006, Vol 24(9), pp. 1147-1152.
• [10] Tadeusiewicz R.: Wprowadzenie do praktyki stosowania sieci neuronowych. StatSoft Polska, Kraków, 1999.
• [11] Wilcke W. F., Hellevang K. J.: Wheat and Barley Drying. University of Minnesota Extension Service, FS-5947, St. Paul, USA, 2002.