การทำนายอัตราส่วนความชื้นการอบแห้งด้วยลมร้อนโดยใช้แบบจำลองเอมพีริคัลและแบบจำลองโครงข่ายประสาทเทียม

Abstract

The objective of this study was to predict drying moisture ratio of hot air drying using an empirical model (EM) and an artificial neural network model (ANNM). Beef was dried under drying temperatures of 50-70OC and air velocities of 1.0-2.0 m/s. Subsequently, EM and ANNM were applied to describe the drying moisture ratio of product. Furthermore, prediction results between EM and ANNM were compared with the experimental data. In this study, it was obviously found that EM and ANNM can describe the drying moisture ratio effectively. Additionally, it was also found that prediction results of Multilayer feed forward Levenberg-Maqurdt ’s Back-propagation ANNM is 0.84 % good agreement with experimental results than those of EM.บทคัดย่อการผลิตวัสดุเชิงประกอบพื้นโลหะอะลูมิเนียมที่เสริมแรงด้วยผงซิลิคอนคาร์ไบด์ (SiCp) ให้มีการกระจายตัวในโลหะพื้นและมีสมบัติเชิงกลที่ดีตลอดทั้งชิ้นงานนั้นเป็นสิ่งที่ทำได้ยาก เนื่องจากความแตกต่างของความหนาแน่น และข้อจำกัดของความสามารถในการเปียก ทำให้ผงซิลิคอนคาร์ไบด์ถูกผสมในน้ำโลหะอะลูมิเนียมหลอมเหลวได้ยากและส่งผลให้เกิดปัญหาการแยกตัวและการยึดเหนี่ยวระหว่างพื้นผิว  การวิจัยนี้จึงมีวัตถุประสงค์เพื่อศึกษาผลกระทบจากการเติมธาตุผสม ได้แก่ Al-5Ti-B  Sr และ Mg ต่อโครงสร้างทางจุลภาคและสมบัติของชิ้นงานด้วยการลดขนาดเกรน ปรับปรุงรูปทรงสัณฐานของซิลิคอนยูเทคติกและการเพิ่มความสามารถในการเปียกตามลำดับ  โดยทำการขึ้นรูปวัสดุเชิงประกอบพื้นอะลูมิเนียมเสริมแรงด้วยผงซิลิคอนคาร์ไบด์ในปริมาณ 10 เปอร์เซ็นต์โดยน้ำหนัก ด้วยวิธีการกวนผสมด้วยอุปกรณ์อย่างง่ายราคาประหยัด เพื่อตรวจสอบโครงสร้างจุลภาค สมบัติความหนาแน่นและความแข็ง  จากผลการทดลองและการวิเคราะห์ด้วยโปรแกรมวิเคราะห์ภาพพบว่า การเติม Al-5Ti-B และ/หรือ Sr เพียงอย่างเดียวจะไม่เพิ่มประสิทธิภาพในการทำให้ผงซิลิคอนคาร์ไบด์ผสมลงในน้ำโลหะอะลูมิเนียมได้ดีเท่าที่ควร  การเติม Mg ร่วมกับ Al-5Ti-B และ Sr จะส่งผลให้ผงซิลิคอนคาร์ไบด์ผสมในน้ำโลหะอะลูมิเนียมและมีการกระจายตัวได้ดีมากขึ้นในโครงสร้างทางจุลภาค ซึ่งเป็นผลดีต่อสมบัติความแข็งของชิ้นงานหล่อ