苹果切片红外辐射干燥模型建立与评价

选择加热温度为60℃,辐射功率为750 W,辐射距离为100 mm,物料厚度为5 mm时的红外辐射干燥苹果切片试验数据作为实测值样本,基于Matlab软件,利用高斯-牛顿算法,对传统干燥模型进行非线性最小二乘数据拟合求解,确定干燥系数.通过决定系数R2、误差平方和(SSE)及均方误差的根(RMSE)等拟合优度评价指标对各种干燥模型进行评价.结果表明,用Modified Page equation-Ⅱ模型能够更好地预测和控制苹果切片红外辐射干燥过程.     

胡萝卜切片红外干燥特性与数学模型

利用红外辐射干燥试验装置对胡萝卜切片红外干燥特性进行了研究,通过不同条件的干燥试验,得到胡萝卜切片干燥特性曲线。试验表明:干燥温度为75℃,切片厚度为5mm,辐照距离为140mm时干燥效果较佳。通过对建立的3种干燥模型进行拟合对比,表明Page模型能较好地描述胡萝卜切片的干燥过程。相同条件下Page模型和Midilli模型均与实测值相吻合,但Page模型更便于建模和计算。     

胡萝卜切片红外辐射干燥水分迁移特性研究

为探究红外辐射干燥胡萝卜切片内部水分迁移特性,进行了辐射温度为60℃、切片厚度为5 mm时的胡萝卜切片红外干燥试验,并利用低场核磁共振波谱法对胡萝卜切片横向弛豫时间T2图谱进行了分析。试验结果表明,红外辐射干燥过程中自由水和半结合水的横向弛豫时间T2显著大于热风干燥;峰面积A0的衰减速度明显快于热风干燥,即干燥速率、水分变化梯度显著高于热风干燥;试验还得出了红外辐射和热风干燥胡萝卜切片的峰面积随干燥时间衰减趋势拟合方程。试验数据为进一步研究胡萝卜切片的精细化干燥和优化干燥工艺奠定了基础。     

山药切片红外干燥温度神经网络预测

在不同单位辐射功率和辐射距离下对山药切片进行了红外辐射干燥温度试验。基于温度试验数据,通过Matlab神经网络工具箱,采用最速梯度下降法和L-M算法对这些数据分别进行了训练,将训练好的BP神经网络对山药切片进行温度预测。结果表明:L-M算法优于传统的最速梯度下降法,提高了BP神经网络的收敛速度和泛化能力,预测误差较小,适用性较强,可较好地预测红外干燥过程中山药切片的温度变化。     

冬枣片气体射流冲击干燥特性与模型分析

研究了冬枣片在各种干燥温度、风速和转速条件下的气体射流冲击干燥特性,并进行了方差分析,建立了冬枣片气体射流冲击干燥的数学模型,且对实验数据进行了拟合与验证。实验结果表明:冬枣片的整个干燥过程属于降速干燥。采用Modified Page等5种薄层经典干燥模型对干燥过程进行拟合,通过决定系数R2、均方误差根(RMSE)和误差平方和(SSE)等拟合优度评价指标对几种经典干燥模型的拟合进行评价,结果表明:冬枣片气体射流冲击干燥过程与Modified Page经典干燥模型较为吻合。     

红外辐射干燥胡萝卜切片结构特性研究

在不同干燥条件下进行胡萝卜切片红外辐射干燥试验,对表观密度、孔隙率、体积比和体积收缩系数进行了研究。结果表明:表观密度与辐射距离、辐射功率成反比,孔隙率随着含水率的减小而增大,样本厚度与孔隙率成反比,辐射距离与孔隙率成正比,辐射功率在一定范围与孔隙率成正比,超过该范围成反比;为确定适合胡萝卜收缩率和干基含水率比的数学模型,分别基于二次多项式利用线性最小二乘法、指数方程利用非线性最小二乘法对试验数据进行了拟合,得出二次多项式模型拟合较优,能够更好地预测红外干燥过程中胡萝卜收缩率和干基含水率比之间的关系。     

山茱萸真空干燥模型建立与工艺优化

以山茱萸为试验原料，考察了真空干燥加热温度、干燥室压力对山茱萸干燥特性的影响，并建立了干燥时间和马钱苷质量分数与加热温度和干燥室压力之间的数学模型。利用多目标非线性优化方法，确定了山茱萸真空干燥的最优工艺参数。结果表明，回归模型具有良好的拟合性，当加热温度为68.1℃、压力为1kPa时，综合优化分值最高时所对应的干燥时间为248min，马钱苷质量分数为     

基于神经网络红枣红外辐射干燥预测模型建立

针对红枣红外辐射干燥含水率的变化具有非线性和时变性、很难利用现有的模型构造一个数学模型来描述其变化规律的问题,利用Mat Lab神经网络工具箱和红枣红外辐射干燥特性试验数据建立了神经网络预测模型。通过对实测值和模型预测值进行分析研究,得出利用BP神经网络可以较快速、准确地建立模型来描述含水率的变化规律,且模型的预测值与试验测试值误差较小,能很好地实现在线预测的效果。     

基于BP神经网络的旁热式辐射与对流粮食干燥过程模型

针对旁热式辐射与对流粮食干燥机的干燥特点,建立了一种粮食干燥机干燥过程的BP神经网络预测模型。该模型采用了3层神经网络结构(8-10-1),模型输入为粮食干燥机的8个变量,模型输出为出口粮食水分比或干燥速率。通过编写Matlab建模程序,基于实际干燥实验的样本数据训练与测试网络,实现了红外辐射与对流联合干燥的动力学模型,并给出了相应的模型数学表达式,模型预测的出口水分比与干燥速率的R2分别为0.998 9和0.998 0,均方根误差分别为0.009和0.004 1,预测结果与实际测量数据拟合较好;另外,结合实验干燥条件对模型干燥性能的预测结果进行了分析与总结,并依据同样方法建立了顺逆流粮食干燥过程的出口粮食水分比预测模型,对比了2种干燥方式的干燥性能。仿真预测表明用BP神经网络方法建模简单,具有自适应性、灵活性和自学习性等特点,相比于其他粮食干燥的经验数学模型,能综合考虑多种影响因素,可为红外辐射与对流联合干燥过程提供一种新的建模方法。     

鸡腿菇热风干燥特性及数学模型研究

为准确描述鸡腿菇热风干燥过程,预测不同干燥条件下鸡腿菇热风干燥过程中的含水率,在不同的热风温度(50℃、60℃、70℃)、热风风速(1.1m/s、1.3m/s、1.5m/s)和切片厚度(4mm、7.5mm、11mm)条件下进行鸡腿菇热风干燥实验,研究不同干燥条件下鸡腿菇的热风干燥特性,比较7种常用数学模型对其热风干燥过程拟合的适用性,计算不同干燥条件下的有效水分扩散系数D和干燥活化能Ea。结果表明,Demir模型对鸡腿菇热风干燥过程的拟合效果最佳,能准确描述不同干燥条件下鸡腿菇的热风干燥过程,预测其在干燥过程中的水分比MR;有效水分扩散系数D随着干燥温度、风速和切片厚度的增大而增大;本次实验中鸡腿菇热风干燥活化能Ea为14.548kJ/mol。研究可为鸡腿菇热风干燥工艺控制及其工业化提供理论参考。