Prédiction de la performance du procédé de séchage en utilisant les méthodes intelligentes
Loading...
Date
Journal Title
Journal ISSN
Volume Title
Publisher
University of M’Sila
Abstract
Cette étude explore l'utilisation de méthodes intelligentes (réseaux de neurones, apprentissage
automatique) pour optimiser les procédés de séchage, essentiels dans les industries agroalimentaire et
pharmaceutique. Les résultats démontrent que :
Les modèles empiriques (Page, Logarithmique) fournissent des approximations utiles, avec une nette
supériorité du modèle de Page (R²=0,99865).
Les réseaux de neurones (MLP) surpassent ces approches traditionnelles (R²=0,9999), captant mieux
les non-linéarités complexes du séchage.
L'intégration de paramètres supplémentaires (température, épaisseur des produits) et de méthodes IA
avancées ouvre des perspectives d'optimisation industrielle, combinant précision, efficacité
énergétique et qualité des produits.
Description
Keywords
Séchage solaire : Technique de séchage utilisant l’énergie solaire pour éliminer l’humidité des produits (comme les tomates). • Réseaux de neurones artificiels (RNA) : Modèles d’IA inspirés du cerveau humain, capables d’apprendre à partir de données. • Modélisation intelligente : Utilisation d'algorithmes auto-apprenants (IA) pour créer des modèles prédictifs complexes. • Cinétique de séchage : Étude de l'évolution temporelle de l'humidité pendant le séchage. • Perceptron multicouche (MLP) : Réseau neuronal artificiel avec plusieurs couches de traitement. • Méthodes empiriques (Page, Newton, Henderson et Pabis, Logarithmique) : Modèles mathématiques simples basés sur l'observation. • Taux d’humidité (MR) : Rapport [Humidité actuelle] / [Humidité initiale] (sans dimension). • Optimisation industrielle : Réduction des coûts énergétiques de 20-30%. • Transfert de chaleur et de masse : Couplage évaporation/diffusion de chaleur. • Agroalimentaire : Secteur industriel transformant les produits agricoles (comme les tomates) en aliments conservables. • Énergie renouvelable : Énergie issue de sources naturelles inépuisables (soleil, vent...). • Apprentissage automatique : Algorithmes capables d'"apprendre" à partir de données (ex : réseaux de neurones). • Bio-inspiration : Conception de technologies inspirées du vivant (ex : réseaux de neurones inspirés du cerveau).