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 1–2 m/s, and samples thicknesses of 2–6 mm. A multilayer perceptron (MLP) artificial neuralnetwork (ANN) was also used to correlate color parameters and moisture content of apple slices with drying variablesand drying time. The effects of drying air temperature and sample thickness on color changes were dominated overthe effect of drying air velocity. However, non-linear and somewhat complex trends were obtained for all color param-eters as function of moisture content. The MLP ANN satisfactorily approximated the color and moisture variationsof apple slices with correlation coefficient higher than 0.92. Therefore, the computer vision system supplementedwith ANN can be used as a non-invasive, low cost, and easy method for fast and in-line assessing and controlling offoodstuffs color and moisture changes during drying.

ผลลัพธ์ (ไทย) 1:

ระบบอบแห้งลมร้อนมีวิสัยทัศน์ระบบเรียลไทม์ถูกใช้เพื่อศึกษาผลของตัวแปรในการเปลี่ยนสีชิ้นแอปเปิ้ลแห้ง ดำเนินการทดลองอบแห้งที่แห้งอากาศอุณหภูมิ 50 – 70◦C การอบแห้งความเร็วอากาศ 1-2 เมตร/วินาที และความหนาของตัวอย่าง 2 – 6 มม. เพอร์เซปตรอนหลายชั้น (MLP) ประดิษฐ์ neuralnetwork (แอน) ยังใช้ในการเชื่อมโยงรายการพารามิเตอร์สีและความชื้นของชิ้นแอปเปิ้ลกับแห้ง variablesand เวลาการอบแห้ง ผลของการอบแห้งที่อุณหภูมิของอากาศ และตัวอย่างความหนาของสีที่ถูกครอบงำเปลี่ยนแปลงมากกว่าผลของการอบแห้งความเร็วลม อย่างไรก็ตาม แนวโน้มค่อนข้างซับซ้อน และไม่ใช่เชิงเส้นที่ได้รับสำหรับทุกสี param นหาครูเป็นฟังก์ชันของความชื้น แอน MLP น่าพอใจประมาณสีและความชื้น variationsof ชิ้นแอปเปิ้ล ด้วยสัมประสิทธิ์สหสัมพันธ์สูงกว่า 0.92 ดังนั้น สามารถใช้เป็นวิธีการไม่รุกราน ต้นทุนต่ำ ง่าย และ supplementedwith วิสัยทัศน์ระบบคอมพิวเตอร์แอนสำหรับรวดเร็ว และในสายประเมิน และควบคุมการเปลี่ยนแปลงสีและความชื้น offoodstuffs ในระหว่างการอบแห้ง

ผลลัพธ์ (ไทย) 2:

ระบบอบแห้งด้วยลมร้อนพร้อมกับเวลาจริงระบบการมองเห็นคอมพิวเตอร์ถูกใช้ในการศึกษาผลของตัวแปรอบแห้งที่มีแอปเปิ้ลชิ้นเปลี่ยนแปลงสี การทดลองการอบแห้งได้ดำเนินการอบแห้งที่อุณหภูมิของอากาศของ50-70◦Cแห้งความเร็วอากาศ 1-2 m / s และตัวอย่างความหนา 2-6 มม หลาย Perceptron (MLP) neuralnetwork เทียม (ANN) นอกจากนี้ยังถูกใช้ในการสร้างความสัมพันธ์ของพารามิเตอร์สีและปริมาณความชื้นของชิ้นแอปเปิ้ลที่มีเวลาในการอบแห้งอบแห้ง variablesand ผลของอุณหภูมิอบแห้งและความหนาตัวอย่างเกี่ยวกับการเปลี่ยนแปลงสีถูกครอบงำ overthe ผลของความเร็วอากาศอบแห้ง อย่างไรก็ตามแนวโน้มที่ไม่ใช่เชิงเส้นและค่อนข้างซับซ้อนที่ได้รับสำหรับทุกสีพระราม-พาราเป็นหน้าที่ของความชื้น MLP ANN ที่น่าพอใจห้วงสีและความชื้นชิ้น variationsof แอปเปิ้ลที่มีค่าสัมประสิทธิ์สหสัมพันธ์สูงกว่า 0.92 ดังนั้นระบบคอมพิวเตอร์วิสัยทัศน์ supplementedwith ANN สามารถใช้เป็นไม่รุกรานต้นทุนต่ำและวิธีการที่ง่ายรวดเร็วและในสายการประเมินและการควบคุม offoodstuffs สีและความชื้นเปลี่ยนแปลงระหว่างการอบแห้ง

ผลลัพธ์ (ไทย) 3:

เป็นระบบลมร้อน พร้อมระบบการมองเห็นของคอมพิวเตอร์เวลาจริงที่ใช้ศึกษาผลของตัวแปรในการอบแห้งชิ้นแอปเปิ้ล เปลี่ยนสี การทดลองอบแห้งที่อุณหภูมิอากาศอบแห้งจำนวน 50 – 70 ◦ C ความเร็วอากาศแห้ง 1 – 2 m / s และตัวอย่างความหนา 2 - 6 มิลลิเมตร เพอร์เซปตรอนหลายชั้น ( MLP ) เป็นแบบเทียม ( ANN ) ยังใช้ค่าสีให้สัมพันธ์และความชื้นของชิ้นแอปเปิ้ลกับ variablesand ระยะเวลาในการอบแห้ง ผลของอุณหภูมิและความหนาต่อการอบแห้งตัวอย่างเปลี่ยนสีถูกครอบงำจากอิทธิพลของความเร็วอากาศแห้ง แต่ไม่เชิงเส้นและแนวโน้มที่ค่อนข้างซับซ้อนได้ทั้งหมด eters พระรามสีเป็นฟังก์ชันของความชื้น โดย MLP แอนพอใจโดยประมาณสีและความชื้น variationsof ชิ้นแอปเปิ้ลกับสัมประสิทธิ์สหสัมพันธ์สูงกว่า 0.92 . ดังนั้น การมองเห็นของคอมพิวเตอร์ระบบ supplementedwith แอนสามารถใช้เป็นหลัก ต้นทุนต่ํา , และวิธีที่ง่ายสำหรับอย่างรวดเร็ว และในการประเมินและการควบคุม offoodstuffs สีและการเปลี่ยนแปลงความชื้นในการอบแห้ง