食品乾燥におけるカオス強化、最適化ベースの解釈可能な分類モデルと性能評価

科学分野:

• 農業工学
• 食品科学
• 人工知能

背景:

• 食品乾燥は保存に不可欠ですが、エネルギー効率と品質維持の点で課題があります。
• 熱風乾燥は一般的な方法ですが、パシャ梨のような地域固有の梨のパラメータを最適化するには高度な分析が必要です。

研究 の 目的:

• パシャ梨の熱風乾燥の実験データを説明可能な人工知能（XAI）法を使用して分析すること。
• エネルギー効率と製品品質を最適化するための自律制御を備えたインテリジェント乾燥システムを開発すること。

主な方法:

• 50°C/65°Cおよび0.63 m/s/1.03 m/sで動作するPLCベースの制御メカニズムを備えたインテリジェント乾燥システムを利用しました。
• 多次元制御およびプロセスデータを分析するために、振動カオスひまわり最適化アルゴリズム（OCSFO）を適用しました。
• パフォーマンス分類のために、データ離散化なしで解釈可能なルールを開発しました。

主要な成果:

• 乾燥性能は動作条件によって大きく異なり、製品の質量は450gから103gに減少しました。
• OCSFOは、乾燥性能を高品質、中品質、低品質のクラスに分類する際に90%以上の成功を達成しました。
• 乾燥温度と空気速度が乾燥効率に影響を与える主要なパラメータであることが特定されました。

結論:

• 説明可能なAI、特にOCSFOは、複雑な乾燥ダイナミクスを理解するための堅牢なフレームワークを提供します。
• この研究は、温度と空気速度が効率的な梨の乾燥に不可欠であり、エネルギー消費とキャビン温度が補助的な役割を果たすことを示しています。
• この透明なAIアプローチは、食品保存プロセスを最適化するための貴重なツールを提供します。