在快速冷却室中的纸温度的神经模糊模型
Ítalo Emannuel Dos Anjos Santos1, Willian Minoru Okita1, Dian Lourençoni1
1Collegiate of Agricultural and Environmental, Federal University of the São Francisco Valley (UNIVASF), Av. Antônio C. Magalhães, 510 - Santo Antonio, Juazeiro, BA Brazil.
Journal of food science and technology
|May 19, 2025
概括
一个新的神经模糊模型准确地预测了在快速冷却期间的果果粉温度. 这项创新有助于通过优化冷却时间和确保产品质量,减少巴西的大量收获后水果损失.
科学领域:
- 农业工程 农业工程
- 人工智能在农业中的应用
- 食品科学与技术 食品科学与技术
背景情况:
- 在巴西,收获后的水果损失很大,高达40%.
- 冷链管理不足是造成这些损失的主要原因之一.
- 保持最佳温度对于保持果质量至关重要.
研究的目的:
- 开发一个在快速冷却过程中对果果粉温度的预测模型.
- 为了提高水果冷却过程的效率和有效性.
- 通过改进温度管理来减少收获后的损失.
主要方法:
- 开发一个神经模糊模型.
- 在 Pernambuco 州 Petrolina 的一家商业果农场进行了实验.
- 验证模型对果果粉温度的预测准确度.
主要成果:
- 神经模糊模型在估计果果粉温度方面表现出高准确性 (R2 = 0.98).
- 该模型提供可靠的预测,以指导快速冷却过程.
- 准确的温度预测有助于确定最佳的冷却时间.
结论:
- 开发的神经模糊模型对于预测果果粉温度是有效的.
- 实施可以显著减少收获后的水果损失.
- 优化的冷却过程确保了更好的最终产品质量和市场性.


