کلمات کلیدی: خشک کردن برگچای، شبکه عصبی پس انتشار پیشخور و پیشرو، الگوریتم لونبرگ–مارکوارت
عنوان                                                                                                        صفحه
فهرست جداول……………………………………………………………………………………………………………………ز
فهرست تصاویر و نمودارها …………………………………………………………………………………………………ح
فهرست علائم اختصاری……………………………………………………………………………………………………..ک
 
فصل اول: مقدمه وکلیات تحقیق                                                                          1
1-1 مقدمه………………………………………………………………………………………………………………………….2
1-2 تاریخچه پیدایش چای………………………………………………………………………………………………….3
1-3 مشخصات گیاه شناسی………………………………………………………………………………………………….4
1-4 ترکیبات چای……………………………………………………………………………………………………………….5
1-5چگونگی پرورش چای در ایران……………………………………………………………………………………..5
1-6ارقام چای  قابل کشت در ایران………………………………………………………………………………………6
1-7 کاشت چای………………………………………………………………………………………………………………….6
1-8عوامل مؤثر در رویش گیاه چای……………………………………………………………………………………..6
1-8-1درجه حرارت……………………………………………………………………………………………………………6
1-8-2 نور…………………………………………………………………………………………………………………………7
1-8-3میزان آب…………………………………………………………………………………………………………………7
1-8-4کود…………………………………………………………………………………………………………………………7
1-9برداشت محصول (برگ چینی)……………………………………………………………………………………….7
1-9-1انواع برداشت (چین)…………………………………………………………………………………………………9
1-9-2طول مدت برداشت (دوره برگ چینی )……………………………………………………………………….9
1-10نکاتی برای داشتن چای مطلوب…………………………………………………………………………………..11
1-11خشک  کردن ……………………………………………………………………………………………………………13
1-11-1انواع چای بر حسب خشک شدن……………………………………………………………………………14
1-11-2روش های تولید چای…………………………………………………………………………………………….15
1-11-3مراحل خشک کردن چای در کارخانه……………………………………………………………………….16
1-11-3-1پلاس……………………………………………………………………………………………………………….16
1-11-3-2مالش………………………………………………………………………………………………………………18
1-11-3-3 تخمیر……………………………………………………………………………………………………………..19
1-11-3-4 خشک…………………………………………………………………………………………………………….19
1-12نحوه کار با خشک کن آزمایشگاهی…………………………………………………………………………….24
1-13شبکه عصبی مصنوعی……………………………………………………………………………………………….26
1-14بیان مسئله………………………………………………………………………………………………………………..27
1-15اهداف تحقیق…………………………………………………………………………………………………………..27
1-16مراحل انجام تحقیق………………………………………………………………………………………………….28
1-17ساختار تحقیق………………………………………………………………………………………………………….29
 
فصل دوم: ادبیات وپیشینه تحقیق                                                                       30
2-1پیشینه تحقیق……………………………………………………………………………………………………………..31
 
فصل سوم: روش تحقیق                                                                                    36
3-1 مقدمه………………………………………………………………………………………………………………………..37
3-2تاریخچه پیدایش شبکه های عصبی مصنوعی………………………………………………………………….37
3-3مزایای استفاده از شبکه های عصبی ……………………………………………………………………………..40
3-4شبکه عصبی چندلایه……………………………………………………………………………………………………41
3-4-1-1 الگوریتم پس انتشار خطا……………………………………………………………………………………..42
3-4-2 مدلسازی خشک کردن چای توسط شبکه عصبی پرسپترون………………………………………….44
3-4-2-1 انتخاب داده های ورودی به شبکه…………………………………………………………………………45
3-4-2-2 پیکربندی شبکه عصبی………………………………………………………………………………………..45
3-4-3توابع فعالسازی……………………………………………………………………………………………………….48
3-4-4توپولوژی………………………………………………………………………………………………………………..49
3-4- 5روش الگوریتم لونبرگ – مارکوارت ………………………………………………………………………..49
3-5 بررسی عملکرد شبکه………………………………………………………………………………………………….49 3-6 جمع بندی…………………………………………………………………………………………………………………50

 
 
فصل چهارم :محاسبات و یافته های تحقیق                                                                  52
4-1 مقدمه………………………………………………………………………………………………………………………..53
4-2 تأثیر متغیرها بر خشک شدن…………………………………………………………………………………………53
4-3نتایج حاصل از مدلسازی توسط شبکه عصبی پیشخور و پیشرو……………………………………….63
4-4 جمع بندی…………………………………………………………………………………………………………………84
 
فصل پنجم:نتیجه گیری و پیشنهادها                                                                          85
5-1 مقدمه……………………………………………………………………………………………………………………….86
5-2 نتایج تحقیق………………………………………………………………………………………………………………86
5-3 پیشنهادهایی برای تحقیقات آتی……………………………………………………………………………………87
مراجع                                                                                                              88
چکیده انگلیسی                                                                                                  93
 
 

فهرست جدول ها
 
4-1برخی از معادلات ترمودینامیکی……………………………………………………………………………………59
4-2میزان تغییرضریب نفوذبا افزایش دما………………………………………………………………………………60

4-3 معماری شبکه های عصبی مدل سازی شده برای یک برگ چای و توده ای از چای…………..62
4-4نتایج آنالیز شبکه پس انتشار پیشخور برای یک برگ چای با تعدادلایه های پنهان وتعداد
نرون های متفاوت درهرلایه دردماهاوسرعت های متفاوت هوای خشک کردن………………………..63
4-5نتایج آنالیز شبکه پس انتشار پیشرو برای یک برگ چای با تعدادلایه های پنهان وتعداد
نرون های متفاوت درهرلایه دردماهاوسرعت های متفاوت هوای خشک کردن………………………..65
4-6نتایج آنالیز شبکه پس انتشار پیشخور برای توده ای ازچای با تعدادلایه های پنهان وتعداد
نرون های متفاوت درهرلایه دردماهاوسرعت های متفاوت هوای خشک کردن………………………..67
4-7نتایج آنالیز شبکه پس انتشار پیشرو برای توده ای از چای با تعدادلایه های پنهان وتعداد
نرون های متفاوت درهرلایه دردماهاوسرعت های متفاوت هوای خشک کردن………………………..69
4-8 نتایج مراحل تست و آموزش……………………………………………………………………………………..81
4-9مقایسه بین نتایج شبکه عصبی با روابط تجربی………………………………………………………………82
4-10نتایج حاصل از دو نوع شبکه عصبی…………………………………………………………………………..82
 
 

 
 
فهرست تصاویر ونمودارها
 
1-1 گل چای کاملیا……………………………………………………………………………………………………………4
1-2 نمایی از یک شاخساره ……………………………………………………………………………………………….10
1-3نمایی ازدستگاه پلاس…………………………………………………………………………………………………..17
1-4نمایی از دستگاه مالش…………………………………………………………………………………………………..18
1-5 شمایی از خشک کن بستر سیال……………………………………………………………………………………23
1-6 نمونه برگ سبز چای…………………………………………………………………………………………………..25
1-7 عکس (الف) و نمای شماتیک (ب)  خشک کن پیشتاز ساخته شده جهت انجام…………………28
1-8دستگاه سرعت سنج هوا……………………………………………………………………………………………….29
1-9ترازوی دیجیتال با سه رقم اعشار…………………………………………………………………………………..29
1-10دماسنج اشعه ای………………………………………………………………………………………………………..30
1-11آون (کوره) خشک کن……………………………………………………………………………………………….30
3-1 مدل نرون(دموث و بیل)………………………………………………………………………………………………41
3-2 طرحواره کلی از شبکه عصبی مورد استفاده…………………………………………………………………….44
3-3 تابع فعال سازی تانژانت سیگموئید………………………………………………………………………………..48
4-1 تغییرات کاهش وزن چهارنمونه با زمان خشک شدن در دمای 35 درجه و سرعت 0.7  متر برثانیه برای یک برگ چای …………………………………………………………………………………………………54
4-2 تغییرات کاهش وزن میانگین نمونه ها بازمان خشک شدن دردمای 35 درجه و سرعت0.7
متر برثانیه برای یک برگ چای…………………………………………………………………………………………….54
4-3 تغییرات کاهش وزن چهارنمونه بازمان خشک شدن در دمای 45 درجه و سرعت0.7 متربر
ثانیه برای یک برگ چای ……………………………………………………………………………………………………55
4-4 تغییرات کاهش وزن میانگین نمونه ها بازمان خشک شدن در دمای 45 درجه و سرعت0.7
متربرثانیه برای یک برگ چای…………………………………………………………………………………………….55
4-5 تغییرات کاهش وزن چهارنمونه بازمان خشک شدن در دمای 55 درجه و سرعت0.7 متر بر
ثانیه برای یک برگ چای……………………………………………………………………………………………………56
4-6 تغییرات کاهش وزن میانگین نمونه ها با زمان خشک شدن در دمای 55 درجه و سرعت0.7
متر برثانیه برای یک برگ چای……………………………………………………………………………………………56
4-7  تغییرات رطوبت (kg/kg) با زمان در سرعت 7/0 متر بر ثانیه برای یک برگ چای………………57
4-8 تغییرات نسبت رطوبت (بی بعد ) با زمان در سرعت 7/0 متر برثانیه برای یک برگ چای……….57
4-9تغییرات نسبت رطوبت (بی بعد)بازمان درسرعت های متفاوت ودردمای ثابت 35درجه برای
یک برگ چای…………………………………………………………………………………………………………………..58
4-10تغییرات  ln(MR)بازمان در سرعت7/0 متر بر ثانیه ودر سه دمای متفاوت برای یک برگ چای…………………………………………………………………………………………………………………………………59
4-11 نمودارln(MR)برحسب زمان در دمای 35 درجه و سرعت 0.7متر بر ثانیه برای یک
برگ چای………………………………………………………………………………………………………………………60
4-12 نمودارln(MR)برحسب زمان در دمای 45 درجه و سرعت 0.7 متر بر ثانیه برای یک
برگ چای……………………………………………………………………………………………………………………….61
4-13 نمودارln(MR)برحسب زمان در دمای 55 درجه و سرعت 0.7متر بر ثانیه برای یک
برگ چای……………………………………………………………………………………………………………………….61
4-14 تغییرات رطوبت (kg/kg) با زمان برای توده ای از چای در سرعت 7/0 متربرثانیه……………67
4-15 تغییرات نسبت رطوبت (بی بعد) با زمان برای توده ای از چای  در سرعت 7/0 متر
برثانیه ……………………………………………………………………………………………………………………………67
4-16 تغییرات رطوبت (kg/kg) با زمان برای توده ای از چای در سرعت1 متربرثانیه……………….68
4-17 تغییرات نسبت رطوبت (بی بعد) با زمان برای توده ای از چای  در سرعت 1 متر
برثانیه……………………………………………………………………………………………………………………………..68
4-18 تغییرات نسبت رطوبت با زمان در دو سرعت متفاوت ودمای ثابت 55 درجه برای
توده ای از چای……………………………………………………………………………………………………………….69
4-19چگونگی یادگیری شبکهءFFBP برای یک برگ چای ،الگوریتم یادگیری LM ،تابع آستانه TANSIG با توپولوژی1-11-4………………………………………………………………………………………….74
4-20مقایسه نسبت رطوبت پیش بینی شده با نسبت رطوبت تجربی در مرحلهء آموزش
برای یک برگ چای……………………………………………………………………………………………………….75
4-21مقایسه نسبت رطوبت پیش بینی شده با نسبت رطوبت تجربی در مرحلهء ارزیابی برای
یک برگ چای……………………………………………………………………………………………………………….75
4-22مقایسه نسبت رطوبت پیش بینی شده با نسبت رطوبت تجربی در مرحلهءاعتبارسنجی
برای یک برگ چای……………………………………………………………………………………………………….76
4-23مقایسه نسبت رطوبت پیش بینی شده با نسبت رطوبت تجربی درکل مراحل برای یک
برگ چای………………………………………………………………………………………………………………………76
4-24 مقایسه نتایج داده های تجربی با خروجی شبکه عصبی برای یک برگ چای با تعداد
نرون های بهینه یازده در لایه پنهان…………………………………………………………………………………..77
4-25 چگونگی یادگیری شبکهءFFBP برای توده ای از چای ،الگوریتم یادگیری LM ،تابع آستانه TANSIG با توپولوژی1-20-4…………………………………………………………………………………………78
4-26مقایسه نسبت رطوبت پیش بینی شده بانسبت رطوبت تجربی درمرحلهء آموزش برای
توده ای از چای…………………………………………………………………………………………………………….79
4-27مقایسه نسبت رطوبت پیش بینی شده بانسبت رطوبت تجربی درمرحلهء ارزیابی برای
توده ای از چای……………………………………………………………………………………………………………..79
4-28مقایسه نسبت رطوبت پیش بینی شده با نسبت رطوبت تجربی در مرحلهء اعتبارسنجی
برای توده ای از چای…………………………………………………………………………………………………….80
4-29مقایسه نسبت رطوبت پیش بینی شده با نسبت رطوبت تجربی در کل مراحل برای
توده ای از چای……………………………………………………………………………………………………………80
4-30 مقایسه نتایج داده های تجربی با خروجی شبکه عصبی برای توده ای از چای با تعداد
نرون های بهینه بیست در لایه پنهان…………………………………………………………………………………81
4-31مقادیرMSEبرای یک برگ از چای باالگوریتم یادگیری LMوبرخی ازتوپولوﮊی های
شبکه FFBPو … CFBP83
4-32مقادیرMSEبرای توده ای از چای باالگوریتم یادگیری LMوبرخی ازتوپولوﮊی های
شبکهFFBPو CFBP………………………………………………………………………………………………………83
 
 

فهرست علائم اختصاری
 
زمان………………………………………………………………………………………………………………………. (min)t
دما…………………………………………………………………………………………………………………………. T (°c)
رطوبت……………………………………………………………………………………………………………… X(kg/kg)
رطوبت اولیه(در لحظه صفر)………………………………………………………………………………………….
رطوبت تعادلی…………………………………………………………………………………………………………….
نسبت رطوبت…………………………………………………………………………………………… (بدون بعد) MR
سرعت…………………………………………………………………………………………………………………. m/s))V
وزن نمونه در هر لحظه…………………………………………………………………………………………. kg))
وزن نمونه خشک شده…………………………………………………………………………………………. kg))
لایه پنهان……………………………………………………………………………………………………………………… Z ورودی لایه مخفی……………………………………………………………………………………………….    z _
خروجی لایه مخفی………………………………………………………………………………………………………..
ورودی به لایه خروجی……………………………………………………………………………………… y _
خروجی لایه خروجی…………………………………………………………………………………………………..
بایاس در لایه مخفی ……………………………………………………………………………………………………
بایاس در لایه خروجی…………………………………………………………………………………………………
پس انتشار خطا……………………………………………………………………………………………………………. BP
ورودی شبکه(تجربی)……………………………………………………………………………………………..
خروجی شبکه(پیش بینی شده)………………………………………………………………………………….