Since sesame seeds (SS) are more se

Since sesame seeds (SS) are more sensitive to high drying temperature, seeds
are dried naturally indoor with either natural or forced convection air.

In this study, SS with the
initial moisture content of around 50.8% (d.b.) were dried until the final moisture content of
about 3.0-3.7% (d.b.).

The drying characteristics of SS were investigated under indoor
conditions with both forced convection (FC) and natural convection (NC) of air.

Modelling the
correlation between moisture content with drying time and drying method was carried out by
using mathematical and artificial neural networks (ANN).

During the FC and NC experiments,
the time to reach the final moisture content was found to be 400 and 900 min, respectively. The
FC drying times were around 55% shorter than the NC drying times.

The effective water
diffusion coefficients of SS, under FC and NC conditions, were 3.1×10-11 and 1.1×10-11 m2/s,
respectively.

The corresponding values for the overall resistance to diffusion were 70.8×105
and 19.6×106 m2 s/kg, respectively.

The ANN model was capable of predicting the moisture
content with a R2 of 0.999, RMSE of less than 0.0116 and MRE of about 1.73%.

It was found
that both the Khazaei and Peleg’s models were suitable for predicting the moisture content of
sesame seeds.

However, the Khazaei model gave better fit to the drying data.

It was concluded
that ANN represented the drying characteristics better than the mathematical models.

ผลลัพธ์ (ไทย) 1:

ตั้งแต่เมล็ดงา (SS) มีความไวต่ออุณหภูมิอบแห้ง เมล็ดที่แห้งในร่มตามธรรมชาติอากาศธรรมชาติ หรือบังคับการพาความร้อนอย่างใดอย่างหนึ่ง ในการศึกษานี้ SS กับการความชื้นเริ่มต้นประมาณ 50.8% (d.b.) ที่แห้งจนความชื้นสุดท้ายเนื้อหาของประมาณ 3.0-3.7% (d.b.) มีการตรวจสอบลักษณะการอบแห้งของ SS ภายใต้ร่มเงื่อนไข มีทั้งบังคับการพาความร้อน (FC) และอากาศธรรมชาติการพาความร้อน (NC) แบบจำลองการความสัมพันธ์ระหว่างความชื้นเนื้อหาเวลาการอบแห้ง และการอบแห้งวิธีดำเนินการโดยใช้คณิตศาสตร์ และการประดิษฐ์ข่ายประสาท (แอน) ในระหว่างการทดลอง FC และ NCเวลาถึงความชื้นสุดท้ายพบว่ามี 400 และ 900 นาที ตามลำดับ การFC เวลาการอบแห้งได้ประมาณ 55% สั้นกว่าเวลาแห้ง NC น้ำที่มีประสิทธิภาพสัมประสิทธิ์การกระจายของ SS ภายใต้เงื่อนไข FC และ NC ได้ 3.1 × 10-11 และ 1.1 × 10-11 m2/sตามลาดับ ค่าที่สอดคล้องกันสำหรับความต้านทานโดยรวมการแพร่ได้ 70.8 × 105และ 19.6 × 106 m2 s กิโลกรัม ตามลำดับ รุ่นแอนไม่สามารถทำนายความชื้นเนื้อหากับ R2 ของ 0.999, RMSE ของ less than 0.0116 และ MRE ประมาณ 1.73% พบที่ระบุและของ Peleg รุ่นเหมาะสำหรับทำนายความชื้นของเนื้อหาเมล็ดงา อย่างไรก็ตาม แบบจำลองระบุให้ดีข้อมูลแห้ง มันคือสรุปแอนที่แสดงลักษณะแห้งดีกว่าแบบจำลองทางคณิตศาสตร์

ผลลัพธ์ (ไทย) 2:

ตั้งแต่เมล็ดงา (เอสเอส) มีความไวต่ออุณหภูมิสูง, เมล็ด
แห้งตามธรรมชาติในร่มที่มีทั้งธรรมชาติหรือบังคับให้อากาศหมุนเวียน. ในการศึกษานี้เอสเอสที่มีความชื้นเริ่มต้นประมาณ 50.8% (DB) แห้งจนกระทั่งความชื้นสุดท้าย เนื้อหาเกี่ยวกับ 3.0-3.7% (DB). ลักษณะการอบแห้งของเอสเอสที่ได้รับการตรวจสอบภายใต้ร่มเงื่อนไขที่มีทั้งการพาความร้อนบังคับ (เอฟซี) และการพาความร้อนธรรมชาติ (NC) ของอากาศ. Modelling ความสัมพันธ์ระหว่างปริมาณความชื้นที่มีเวลาการอบแห้งและวิธีการอบแห้งเป็น ที่ดำเนินการโดยใช้คณิตศาสตร์และโครงข่ายประสาทเทียม (ANN). ในระหว่างเอฟซีและ NC ทดลองเวลาที่จะไปถึงความชื้นสุดท้ายถูกพบว่าเป็น 400 และ 900 นาทีตามลำดับ เอฟซีเวลาในการแห้งประมาณ 55% สั้นกว่าเวลาในการแห้ง NC. มีประสิทธิภาพน้ำสัมประสิทธิ์การแพร่กระจายของเอสเอสเอฟซีภายใต้เงื่อนไขและ NC เป็น 3.1 × 10-11 และ 1.1 × 10-11 m2 / s ตามลำดับ. ค่าที่สอดคล้องกัน สำหรับความต้านทานโดยรวมในการแพร่กระจายถูก 70.8 × 105 และ 19.6 × 106 m2 s / กก. ตามลำดับ. รุ่น ANN คือความสามารถในการคาดการณ์ความชุ่มชื้นเนื้อหาที่มี R2 ของ 0.999, RMSE น้อยกว่า 0.0116 และ MRE ประมาณ 1.73%. มัน ก็พบว่าทั้ง Khazaei และ Peleg ของรุ่นที่มีความเหมาะสมสำหรับการพยากรณ์ปริมาณความชื้นของเมล็ดงา. อย่างไรก็ตามรูปแบบ Khazaei ให้ดีขึ้นสอดคล้องกับข้อมูลการอบแห้ง. ก็สรุปได้ว่าแอนเป็นตัวแทนของลักษณะการอบแห้งได้ดีกว่าแบบจำลองทางคณิตศาสตร์