Resumen

Las semillas de calabaza se secaron en un secador de lecho vibrofluidizado (VFBD) a diferentes temperaturas con una intensidad de vibración optimizada de 4,26 y una velocidad del aire de 4 m/s. Las características de secado se trazaron empleando modelos semiempíricos y una red neuronal artificial (ANN). Las características de secado se trazaron empleando modelos semiempíricos y redes neuronales artificiales (RNA). La predicción del comportamiento de secado de las semillas de calabaza se realizó empleando modelos semiempíricos, de los cuales se prefirió uno por indicar los mejores indicadores estadísticos. El modelo de dos términos mostró el mejor ajuste de los datos con R2 - 0,999, y menor χ2 - 1,03 × 10-4 y MSE 7,55 × 10-5. Se entrenó un modelo de RNA de retropropagación hacia delante mediante el algoritmo de entrenamiento de Levenberg-Marquardt utilizando una función de activación TANSIGMOID con topología 2-10-2. La evaluación del rendimiento de la RNA mostró una mejor predicción del comportamiento del secado con R2 = 0,9967 y MSE = 5,21 × 10-5 para el contenido de humedad, y R2 = 0,9963 y MSE = 2,42 × 10-5 para la proporción de humedad que los modelos matemáticos. En general, la predicción de la cinética de secado y de otros parámetros de secado fue más precisa en la técnica RNA en comparación con los modelos semiempíricos. El coeficiente de difusión, el número de Biot y hm aumentaron de 1,12 × 10-9 ± 3,62 × 10-10 a 1,98 × 10-9 ± 4,61 × 10-10 m2/s, de 0,51 ± 0,01 a 0,60 ± 0,01, y de 1,49 × 10-7 ± 4,89 × 10-8 a 3,10 × 10-7 ± 7,13 × 10-8 m/s, respectivamente, a medida que la temperatura se elevaba de 40 a 60°C. Se utilizó la ecuación de Arrhenius para obtener una energía de activación de 32,71 ± 1,05 kJ/mol.

• Materias:Biotecnología de alimentos Composición de los alimentos Microbiología de alimentos Tecnología de alimentos Análisis de los Alimentos
• Subjects:Food biotechnology Food composition Food microbiology Food technology Food Analysis
• Palabras claves:modelos semiempíricos, mse, modelo feedforward backpropagation ann, red neuronal artificial, algoritmo de entrenamiento marquardt, función de activación tansigmoide, mejores indicadores estadísticos, s velocidad del aire, ann, comportamiento
• Keywords:semiempirical models, mse, feedforward backpropagation ann model, artificial neural network, marquardt training algorithm, tansigmoid activation function, best statistical indicators, s air velocity, ann, behavior