A hot air drying system equipped wi

A hot air drying system equipped with real-time computer vision system was used to investigate the effects of drying
variables on apple slices color changes. Drying experiments were conducted at drying air temperatures of 50–70 ◦C,
drying air velocities of 1–2m/s, and samples thicknesses of 2–6mm. A multilayer perceptron (MLP) artificial neural
network (ANN) was also used to correlate color parameters and moisture content of apple slices with drying variables
and drying time. The effects of drying air temperature and sample thickness on color changes were dominated over
the effect of drying air velocity. However, non-linear and somewhat complex trends were obtained for all color parameters
as function of moisture content. The MLP ANN satisfactorily approximated the color and moisture variations
of apple slices with correlation coefficient higher than 0.92. Therefore, the computer vision system supplemented
with ANN can be used as a non-invasive, low cost, and easy method for fast and in-line assessing and controlling of
foodstuffs color and moisture changes during drying

ผลลัพธ์ (ไทย) 1:

อากาศร้อนที่แห้งระบบคอมพิวเตอร์แบบเรียลไทม์ระบบวิสัยทัศน์ที่ใช้ในการศึกษาผลของการอบแห้งตัวแปรในการเปลี่ยนแปลงสีของแอปเปิ้ลชิ้น ดำเนินการทดลองอบแห้งที่อุณหภูมิอากาศอบแห้งของ 50 – 70 ◦Cการอบแห้งความเร็วอากาศ 1 – 2m/s และความหนาของตัวอย่าง 2 – 6 มม. มีหลายชั้นเพอร์เซปตรอน (MLP) ประดิษฐ์ประสาทเครือข่าย (แอน) ยังใช้ในการเชื่อมโยงรายการพารามิเตอร์สีและความชื้นของชิ้นแอปเปิ้ลกับการอบตัวแปรและเวลาการอบแห้ง ผลของการอบแห้งอากาศอุณหภูมิและอย่างหนาเปลี่ยนสีถูกครอบงำมากกว่าผลของการอบแห้งความเร็วลม อย่างไรก็ตาม ได้รับแนวโน้มสมบัติ และค่อนข้างซับซ้อนสำหรับพารามิเตอร์สีทั้งหมดเป็นฟังก์ชันของความชื้น แอน MLP น่าพอใจประมาณรูปแบบสีและความชื้นของชิ้นแอปเปิ้ลที่มีสัมประสิทธิ์สหสัมพันธ์สูงกว่า 0.92 ดังนั้น วิสัยทัศน์ระบบคอมพิวเตอร์เสริมกับแอนสามารถใช้เป็นวิธีการไม่รุกราน ต้นทุนต่ำ ง่าย และรวดเร็วในสายประเมิน และควบคุมการอาหารการเปลี่ยนแปลงสีและความชื้นในระหว่างการอบแห้ง

ผลลัพธ์ (ไทย) 2:

ระบบอบแห้งด้วยลมร้อนพร้อมกับเวลาจริงระบบการมองเห็นคอมพิวเตอร์ถูกใช้ในการศึกษาผลกระทบของการอบแห้ง
ตัวแปรในแอปเปิ้ลสีเปลี่ยนแปลงชิ้น การทดลองการอบแห้งได้ดำเนินการอบแห้งที่อุณหภูมิของอากาศ 50-70 ◦C,
การอบแห้งความเร็วของอากาศ 1-2m / s และตัวอย่างของความหนา 2-6mm หลาย Perceptron (MLP) ประสาทเทียม
Network (ANN) นอกจากนี้ยังถูกใช้ในการสร้างความสัมพันธ์ของพารามิเตอร์สีและปริมาณความชื้นของชิ้นแอปเปิ้ลที่มีตัวแปรการอบแห้ง
และเวลาในการอบแห้ง ผลของอุณหภูมิอากาศแห้งและความหนาตัวอย่างเกี่ยวกับการเปลี่ยนแปลงสีถูกครอบงำมากกว่า
ผลของความเร็วอากาศอบแห้ง อย่างไรก็ตามแนวโน้มที่ไม่ใช่เชิงเส้นและค่อนข้างซับซ้อนที่ได้รับสำหรับพารามิเตอร์สีทั้งหมด
เป็นหน้าที่ของความชื้น MLP ANN ที่น่าพอใจห้วงสีและความชื้นรูปแบบ
ของแอปเปิ้ลชิ้นที่มีค่าสัมประสิทธิ์สหสัมพันธ์สูงกว่า 0.92 ดังนั้นระบบคอมพิวเตอร์วิสัยทัศน์เสริม
กับ ANN สามารถใช้เป็นไม่รุกรานต้นทุนต่ำและวิธีการที่ง่ายรวดเร็วและในสายการประเมินและการควบคุมการ
บริโภคสีและความชื้นเปลี่ยนแปลงระหว่างการอบแห้ง

ผลลัพธ์ (ไทย) 3:

เป็นระบบลมร้อน พร้อมระบบการมองเห็นของคอมพิวเตอร์เวลาจริงที่ใช้ศึกษาผลของการอบแห้งตัวแปรต่อชิ้นแอปเปิ้ล เปลี่ยนสี การทดลองอบแห้งที่อุณหภูมิอากาศอบแห้งจำนวน 50 – 70 ◦ Cการอบแห้งความเร็วลม 1 – 2 m / s และตัวอย่างความหนา 2 - 6mm แบบเพอร์เซปตรอนหลายชั้น ( MLP ) ประสาทประดิษฐ์เครือข่าย ( แอน ) ยังใช้ความสัมพันธ์ค่าสีและความชื้นด้วยการอบแห้งตัวแปรชิ้นแอปเปิ้ลและเวลาการอบแห้ง ผลของอุณหภูมิและความหนาต่อการอบแห้งตัวอย่างเปลี่ยนสีถูกครอบงำมากกว่าผลของความเร็วอากาศแห้ง แต่ไม่เชิงเส้นและแนวโน้มที่ค่อนข้างซับซ้อนที่ได้รับสำหรับค่าสีทั้งหมดเป็นฟังก์ชันของความชื้น โดย MLP แอนพอใจโดยประมาณสีและความชื้นในรูปแบบต่าง ๆของชิ้นแอปเปิ้ลกับสัมประสิทธิ์สหสัมพันธ์สูงกว่า 0.92 . ดังนั้น ระบบการมองเห็นของคอมพิวเตอร์เสริมกับ แอน สามารถใช้เป็นหลัก ต้นทุนต่ํา , และวิธีที่ง่ายสำหรับการประเมินและการควบคุมได้อย่างรวดเร็วและในบรรทัดการเปลี่ยนแปลงอาหารสีและความชื้นในระหว่างการอบแห้ง