紫花苜蓿太阳能换向通风干燥及预测模型的研究

摘要

苜蓿深层干燥过程中，传统的干燥工艺干燥均匀性差，干燥效率低，自动化程度低。本文的研究通过在已搭建好的试验台上进行了苜蓿的太阳能干燥深层试验，分析了深层干燥过程中出现的问题，提出换向通风的理论依据。进行了苜蓿单向通风和换向通风试验，测取苜蓿在干燥过程中干燥箱内苜蓿层的温度、相对湿度以及干燥箱外部环境温度、相对湿度等。通过绘制曲线图和三维场分布模型对所得数据进行探讨和研究，结果表明换向通风干燥工艺能够有效提高苜蓿深层干燥过程中干燥箱内苜蓿同一层面和不同层面的干燥均匀性，对于提高苜蓿干燥速率以及干燥质量有着重要的生产实践意义。
　　利用干燥试验所得数据，采用 Elman神经网络对干燥箱内苜蓿的干燥过程建立单层和多层含水率的预测模型，所建模型预测精度较高，可以为工艺优化匹配提供理论依据。

目录

1 引言

1.1.1 国外农产品干燥及其建模研究现状

1.1.2 国内农产品干燥及其建模研究现状

1.2 苜蓿太阳能干燥存在的问题及研究意义

1.3 研究内容

2 苜蓿太阳能深层干燥试验

2.1 试验材料

2.2 试验装置

2.3 试验系统工作原理

2.4 试验结果分析

2.4.1 深层干燥过程苜蓿表面温湿度变化分析

2.4.2 深层干燥过程苜蓿各层含水率变化分析

3 单向与换向通风太阳能干燥苜蓿对比试验

3.1 试验设计

3.2 试验结果分析

3.2.1 苜蓿层温度及湿度变化分析

3.2.2 苜蓿层含水率变化分析

3.2.3 回归分析

3.2.4 干燥介质温、湿度场的建立分析

3.2.5 苜蓿层的干燥不均匀度

3.3 小结

4.1 人工神经网络

4.1.1 神经网络模型

4.1.2 BP神经网络的模型及算法

4.1.3 Elman神经网络的模型

4.2 太阳能苜蓿干燥过程苜蓿含水率建模仿真研究

4.2.1 Elman神经网络在苜蓿含水率建模仿真中应用的可行性分析

4.2.2 Elman神经网络预测流程

4.2.3 苜蓿干燥过程中影响苜蓿含水率变化的因素分析

4.2.4 测试点直角坐标的获取

4.2.5 试验数据归一化处理

4.2.6 苜蓿含水率预测模型传递函数的选择

4.2.7 网络结构中隐含层的选择

4.2.8 神经网络中隐含层节点数的确定

4.2.9 苜蓿含水率建模预测研究

4.2.10 基于Elman神经网络的单层苜蓿湿含量仿真模型的建立

4.2.11 基于Elman神经网络苜蓿多层含水率建模研究

4.2.12 基于BP神经网络的苜蓿多层含水率建模研究

4.2.13 小结

5.1 结论

5.2建议

致谢

参考文献

附录

作 者 简 介